Автор: Денис Аветисян
Новое исследование показывает, что наше отношение к искусственному интеллекту, а не сама музыка, определяет, понравится ли она нам и какие эмоции вызовет.

Восприятие музыки, сгенерированной ИИ, в первую очередь зависит от предубеждений слушателей и их личных предпочтений, а не от осознания её искусственного происхождения.
Быстрое развитие технологий искусственного интеллекта ставит под вопрос традиционные представления о творчестве и восприятии искусства. В исследовании «Восприятие музыки, сгенерированной ИИ: роль личности композитора, черт характера, музыкальных предпочтений и восприятия человечности» рассматриваются факторы, влияющие на оценку слушателями произведений, созданных искусственным интеллектом. Полученные данные свидетельствуют о том, что отношение слушателя к ИИ является ключевым предиктором как симпатии к музыке, так и интенсивности вызываемых ею эмоций, опережая влияние информации об авторе. Какие этические и культурные аспекты будут определять наше взаимодействие с музыкой, созданной машинами, в будущем?
Эхо Алгоритма: От Символов к Эмоциям
Исторически, создание музыки с помощью алгоритмов опиралось на системы, основанные на чётких правилах и символическом представлении нот — так называемая символическая генерация музыки. Эти подходы, хотя и позволяли создавать композиции, зачастую страдали от недостатка тонкости и выразительности. Вместо того, чтобы имитировать сложность и эмоциональную глубину человеческого творчества, они оперировали строгими параметрами и предсказуемыми структурами, что приводило к произведениям, лишенным индивидуальности и органичности. Подобные системы требовали от разработчика детальной проработки каждого аспекта композиции, в то время как человеческие композиторы способны к интуитивным решениям и импровизации, что и обеспечивало уникальность и эмоциональную насыщенность музыкальных произведений.
Современные модели преобразования текста в музыку, такие как Stable Audio и Suno, совершают революцию в области музыкального творчества. Эти алгоритмы позволяют создавать полноценные музыкальные композиции, основываясь лишь на простых текстовых запросах — достаточно описать желаемый жанр, настроение или даже конкретные инструменты. В отличие от прежних систем, основанных на жестких правилах и символическом кодировании, новые модели демонстрируют удивительную гибкость и способность генерировать музыку, близкую по качеству к произведениям, созданным человеком. Такой подход открывает невиданные ранее возможности для музыкантов и непрофессионалов, позволяя воплощать музыкальные идеи в жизнь практически мгновенно и без необходимости владения музыкальными инструментами или навыками композиции.
Появление музыки, созданной алгоритмами, ставит перед исследователями важные вопросы о восприятии и оценке таких произведений слушателями. Оказывается, отношение к искусственному интеллекту в целом оказывает значительное влияние на то, насколько человек склонен к положительной оценке и эмоциональному отклику на сгенерированную музыку. Предпочтения и даже ощущение красоты в данном контексте могут быть обусловлены не только музыкальными характеристиками композиции, но и предшествующими убеждениями и ожиданиями слушателя относительно возможностей и природы ИИ. Таким образом, оценка “цифрового композитора” становится сложным психоакустическим процессом, где технологии и субъективные установки формируют целостный опыт.
Личность и Звук: Субъективные Основы Музыкального Восприятия
Предпочтения слушателей к музыке формируются под влиянием индивидуальных различий в чертах личности. Исследования показывают значимую корреляцию между уровнем “Открытости опыту” и склонностью к восприятию разнообразных музыкальных жанров, в то время как высокий уровень “Невротизма” может приводить к более эмоционально окрашенной, но менее стабильной оценке музыкальных произведений. Важную роль играет также “Музыкальная оценка” — способность к анализу и пониманию музыкальных структур, определяющая, какие аспекты композиции привлекают внимание слушателя. Комбинация этих факторов формирует субъективное восприятие и определяет, насколько сильно слушатель “нравится” конкретное музыкальное произведение.
Уровень музыкальной компетентности слушателя оказывает влияние на его оценку музыкального произведения. Исследования показывают, что люди с более глубокими знаниями в области музыки, как правило, обращают внимание на структурные особенности композиции, такие как гармония, мелодия, ритм и инструментовка, в то время как менее компетентные слушатели склонны фокусироваться на более общих аспектах, например, на эмоциональном воздействии или личных ассоциациях. Это различие в фокусе приводит к различным критериям оценки и, следовательно, к различным субъективным впечатлениям от одного и того же музыкального произведения.
Оценка музыкальных произведений слушателями в значительной степени зависит от их эмоциональной реакции, которая может быть оценена с помощью инструментов, таких как GEMS-9 (Geneva Emotional Music Scale-9). Данная шкала позволяет измерить интенсивность переживаемых эмоций при прослушивании музыки. Средние оценки «нравится» по различным условиям составили 3.15, что указывает на сложность взаимодействия между личностными особенностями, музыкальной компетентностью и эмоциональным откликом при формировании общего впечатления от музыкального произведения. Интенсивность эмоционального отклика является важным фактором, определяющим степень удовольствия от прослушивания.

Предвзятость Творца: Тень Алгоритма в Суждениях Слушателя
Исследования показали, что оценка музыкальных произведений существенно различается в зависимости от того, приписывается ли их создание человеку или искусственному интеллекту. В ходе экспериментов музыка, обозначенная как созданная человеком («Soundtrack»), получила среднюю оценку «нравится» 3.15, в то время как музыка, помеченная как сгенерированная ИИ, — 2.87, а немаркированная музыка — 2.89 (p < .05). Данная разница в оценках указывает на наличие «предвзятости создателя», влияющей на восприятие музыкального контента и свидетельствует о том, что слушатели применяют различные критерии оценки в зависимости от предполагаемого автора произведения.
Исследования показывают, что при оценке музыкальных произведений, созданных искусственным интеллектом, слушатели непроизвольно применяют иные критерии, чем при оценке музыки, авторство которой приписывается человеку. Это может приводить к занижению оценок и восприятию сниженной художественной ценности, даже если объективные характеристики произведения остаются неизменными. Данный феномен указывает на предвзятое отношение к музыке, созданной ИИ, основанное не на её качественных характеристиках, а на её происхождении, что влияет на субъективную оценку слушателя.
Оценка музыкальных произведений слушателями напрямую зависит от степени восприятия “человечности” в музыке. Исследования показали, что музыка, сгенерированная Suno, получает значительно более высокие оценки по параметру “восприятие человечности” (Cohen’s d = 1.39) по сравнению с музыкой, сгенерированной Stable Audio. Это указывает на то, что имитация человеческих особенностей в музыкальном творчестве, создаваемом искусственным интеллектом, может смягчить предвзятое отношение слушателей и повысить их оценку качества произведения.
Контекст и Применение: Роль Искусственного Интеллекта в Музыкальном Ландшафте
Качественные исследования с применением тематического анализа выявили широкий спектр функционального использования музыки в повседневной жизни. От создания фоновой атмосферы и незаметного сопровождения деятельности до осознанного прослушивания и целенаправленного применения в терапевтических практиках — музыка выполняет разнообразные роли. Анализ показал, что люди используют музыку не только для развлечения, но и для регуляции настроения, повышения концентрации, создания определенной обстановки и даже в качестве инструмента самовыражения. Разнообразие выявленных паттернов подчеркивает глубокую и многогранную связь между музыкой и человеческим опытом, указывая на то, что ее функциональность выходит далеко за рамки простого звукового сопровождения и оказывает значительное влияние на когнитивные и эмоциональные процессы.
В настоящее время музыка, созданная с помощью искусственного интеллекта, находит все более широкое применение в различных сферах. Особенно заметно это в создании персонализированных музыкальных сопровождений, адаптированных к индивидуальным предпочтениям слушателя и контексту его деятельности. Алгоритмы ИИ способны генерировать композиции, динамически изменяющиеся в зависимости от настроения, активности или даже физиологических показателей пользователя. Такие адаптивные композиции предлагают уникальный опыт прослушивания, повышая эффективность концентрации, способствуя релаксации или усиливая эмоциональное воздействие контента. Эта технология открывает новые возможности для применения музыки в терапевтических целях, в образовании и в сфере развлечений, предлагая более интерактивный и вовлекающий опыт.
Изучение того, как применение искусственного интеллекта в музыке формирует ожидания слушателей и влияет на их восприятие, представляется ключевым аспектом ответственной инновационной деятельности в данной области. Недавние исследования показывают, что привыкание к персонализированным или адаптивным музыкальным композициям, созданным алгоритмами, способно изменить критерии оценки музыкальных произведений и даже сформировать предвзятое отношение к традиционным формам искусства. Понимание этих когнитивных сдвигов необходимо для создания музыкальных систем, которые не только удовлетворяют потребности пользователей, но и способствуют развитию их музыкального вкуса и критического мышления, избегая нежелательного влияния на формирование субъективных предпочтений и эстетических суждений.
Исследование восприятия музыки, созданной искусственным интеллектом, подтверждает давнюю истину: системы формируются не по чертежам, а в процессе взаимодействия. Не происхождение произведения, а предвзятое отношение слушателя к самой идее искусственного интеллекта определяет оценку. Это напоминает высказывание Кena Thompson: «Вы не можете построить систему, чтобы быть уверенной. Вы можете только сделать ее достаточно хорошей, чтобы она не рухнула немедленно». Предпочтения и личностные особенности, безусловно, влияют на восприятие, однако решающим фактором является отношение к технологии. Иными словами, архитектура восприятия музыки, как и любая сложная система, предсказуемо демонстрирует не столько логику, сколько способность к выживанию в условиях неопределенности.
Что же дальше?
Исследование демонстрирует, что предвзятость слушателя к искусственному интеллекту, а не сама природа созданной им музыки, определяет оценку. Это, конечно, не удивительно. Системы — это не инструменты, а экосистемы, и человеческое предубеждение — один из самых устойчивых видов в этой среде. Можно строить сложные алгоритмы, имитировать гения, но в конечном итоге, оценка всегда будет отталкиваться от ожиданий, а не от самой музыки. Архитектура — это не структура, а компромисс, застывший во времени.
Остается открытым вопрос: возможно ли вообще избавиться от этой предвзятости? Или она станет неотъемлемой частью восприятия любой музыки, созданной не человеком? Попытки «обмануть» слушателя, приписывая произведения ИИ авторам из плоти и крови, лишь отсрочат неизбежное. Технологии сменяются, зависимости остаются. Важнее понимать, что само определение «музыка» становится все более размытым, а границы между человеческим и искусственным творчеством — все более условными.
В будущем, вероятно, потребуется сместить фокус с оценки «качества» музыки, созданной ИИ, на исследование того, как она влияет на слушателя, какие эмоции вызывает, и какие новые формы музыкального опыта она открывает. Иначе говоря, перестать искать «гения в машине», и начать изучать, как машина меняет нас.
Оригинал статьи: https://arxiv.org/pdf/2512.02785.pdf
Связаться с автором: https://www.linkedin.com/in/avetisyan/
Смотрите также:
- Восполняя пробелы в знаниях: Как языковые модели учатся делать выводы
- Квантовый Монте-Карло: Моделирование рождения электрон-позитронных пар
- Квантовый скачок из Андхра-Прадеш: что это значит?
- Виртуальная примерка без границ: EVTAR учится у образов
- Геометрия на пределе: как алгоритмы оптимизации превосходят языковые модели
- Разгадывая тайны квантового мира: переработка кубитов и шум как тайная приправа?
- Оптимизация партийных запросов: Метод имитации отжига против градиентных подходов
- Эмоциональный отпечаток: Как мы научили ИИ читать душу (и почему рейтинги вам врут)
- Скрытая сложность: Необратимые преобразования в квантовых схемах
2025-12-03 15:49