دیزر میخواهد پای هوش مصنوعی را از پلیلیستها کوتاه کند
دیزر قصد دارد گزینه کنار گذاشتن قطعههای کاملاً ساختهشده با هوش مصنوعی را به جستوجو اضافه کند. نظرسنجی تازه این شرکت نشان میدهد شنوندهها قبل از هر چیز میخواهند بدانند چه چیزی میشنوند.

آهنگ را در پلیلیست گذاشتهای و چند بار هم برای کسی فرستادهای. یک روز میفهمی تمام قطعه با هوش مصنوعی ساخته شده است. خود آهنگ همان است، اما حالا وقتی دوباره آن را میشنوی، ممکن است به چیز دیگری فکر کنی. شاید بخواهی بدانی آن صدایی که به نظرت خسته میآمد، اصلاً از گلوی کسی بیرون آمده یا نه. دیزر میخواهد پیش از رسیدن به همین لحظه به شنونده حق انتخاب بدهد. این سرویس گفته تا پایان ۲۰۲۶ گزینهای برای کنار گذاشتن قطعههای کاملاً ساختهشده با هوش مصنوعی از نتایج جستوجو اضافه میکند.
شنونده اول میخواهد بداند
در نظرسنجی تازه دیزر و ایپسوس، که با ۹ هزار نفر در هشت کشور انجام شد، ۸۰ درصد پاسخدهندگان موافق بودند موسیقی کاملاً تولیدشده با هوش مصنوعی و موسیقی ساختهشده با کمک آن، برچسب روشن داشته باشد. وقتی پرسش به فیلتر کردن میرسد، پاسخها فرق میکنند. ۴۱ درصد کاربران سرویسهای پخش موسیقی در نمونه گفتند دوست دارند قطعههای کاملاً تولیدشده با هوش مصنوعی را فیلتر کنند. کنار هم گذاشتن این دو عدد کمک میکند تفاوت میان دانستن و حذف کردن را ببینیم. کسی ممکن است بخواهد منشأ اثر را بداند و بعد با خیال راحت همان قطعه را گوش کند.
این نظرسنجی به سفارش شرکتی منتشر شده که خودش ابزار تشخیص دارد. نمونه آن هم شامل ایران نبود. برای شناخت رفتار شنونده فارسی باید سراغ دادهای رفت که همین مخاطب را بررسی کند. با این حال، تفکیک میان ساخت کامل آهنگ و کمک گرفتن از ابزار، پرسشی است که برای هر بازار موسیقی مطرح میشود و فقط به دیزر مربوط نیست.
از تنظیم صدا تا ساخت یک خواننده
فرض کنید یک خواننده همه بخشهای قطعه را اجرا کرده و تهیهکننده در مرحله میکس از ابزار هوش مصنوعی برای پاکسازی صدا کمک گرفته است. حالا قطعه دیگری را تصور کنید که صدا، ملودی و اجرای آن از یک مدل تولید موسیقی بیرون آمده. یک برچسب کلی درباره هوش مصنوعی درباره هر دو اثر صدق میکند، اما اطلاعات متفاوتی را پنهان میکند. اگر هدفش کمک به انتخاب شنونده است، بهتر است روشن باشد ابزار کجای فرایند وارد شده است. همین جزئیات موقع گوش دادن به فارسی میتواند مهم باشد، وقتی بخش زیادی از هویت یک قطعه به لحن، لهجه و شیوه اجرای کلمات وابسته است.
دیزر میگوید قطعههای تشخیصدادهشده را از پیشنهادهای الگوریتمی و پلیلیستهای تحریریه کنار میگذارد. گزینه تازهای که وعده داده، به جستوجو مربوط است. یعنی موضوع از تصمیمی که سرویس برای پیشنهادهایش میگیرد به انتخابی میرسد که کاربر میتواند هنگام جستوجو انجام دهد. در استفاده واقعی، ارزش این گزینه به کیفیت تشخیص و روش نمایش برچسب بستگی دارد. اگر توضیح مبهم باشد، کاربر سختتر میفهمد دقیقاً چه چیزی را از نتایج کنار میگذارد.
یک برچسب چه چیز را روشن میکند
آدمها ممکن است برای یک قطعه ساختهشده با ابزارهای جدید همانقدر وقت بگذارند که برای یک اجرای ضبطشده. تصمیم درباره گوش دادن به هر دو به سلیقه و موقعیت شنونده برمیگردد. سرویس پخش میتواند توضیح کافی بدهد که مخاطب قبل از ذخیره، خرید یا معرفی اثر بداند پشت صدایی که پسندیده چه فرایندی بوده است. آن وقت اگر دوباره همان آهنگ را انتخاب کند، دستکم تصمیمش آگاهانهتر است.
بیشتر بخوانید: گزارش سکو درباره نوا، خواننده مجازی

