چهل درصد موسیقی جدید ژوئیهٔ ۲۰۲۶ و گسترش هوش مصنوعی

چهل درصد. این عدد مانند سوزنی است که روی یک فهرست پخش شلوغ فرود می‌آید.

در ژوئیهٔ ۲۰۲۶ جهان موسیقی خود را در حال گوش دادن به یک آهنگساز متفاوت یافت: الگوریتم‌ها. یک بررسی گسترده از بیش از یک میلیون قطعه که توسط مجموعهٔ تشخیص SH Labs از SubmitHub تحلیل شد، نشان می‌دهد که حدود ۳۸.۵ درصد از قطعات تازه منتشرشده نشانه‌های هوش مصنوعی را داشتند، یا به‌طور کامل توسط ماشین ساخته شده بودند یا پس از عناصر تولیدشده توسط ماشین توسط انسان تکمیل شده‌اند.

تقریباً ۴۰ درصد از قطعات جدید در ژوئیهٔ ۲۰۲۶ در فرآیند خلق خود از هوش مصنوعی استفاده کردند.

منبع داده‌ها و آنچه نشان می‌دهد

SubmitHub از طریق یک کتابخانهٔ عظیم مرور کرد و از ابزارهای اختصاصی خود برای دسته‌بندی قطعات استفاده کرد. تفکیک‌بندی صریح بود. حدود ۲۳.۲ درصد از فایل‌های مورد بررسی به‌نظر می‌رسد کاملاً توسط هوش مصنوعی تولید شده باشند. ۱۵.۳ درصد دیگر شامل عناصر صوتی تولیدشده توسط هوش مصنوعی بودند که بعداً توسط انسان ویرایش یا صیقل داده شده‌اند. در مجموع، نتیجه یک تحول غیرقابل انکار است: هوش مصنوعی دیگر تازگی نیست. این بخشی اساسی از چگونگی رسیدن موسیقی جدید به شنوندگان است.

• قطعات تحلیل‌شده: بیش از یک میلیون
• کاملاً تولیدشده توسط هوش مصنوعی: ۲۳.۲ درصد
• عناصری از هوش مصنوعی که توسط انسان ویرایش شده‌اند: ۱۵.۳ درصد
• مجموع قطعات دارای دخالت هوش مصنوعی: ۳۸.۵ درصد

پلتفرم‌ها و سازمان‌های حقوقی از قبل از این ابزارهای تشخیص استفاده می‌کنند. برای مثال Bandcamp و Traxsource، همراه با جامعهٔ جمع‌آوری حق‌رایت آلمان GEMA، SH Labs را برای شناسایی محتوای منشأ‌گرفته از هوش مصنوعی به‌کار گرفته‌اند. استفادهٔ GEMA از فناوری تشخیص اخیراً از یک پیروزی حقوقی در پرونده‌ای علیه پلتفرمی به نام Suno پشتیبانی کرد و نشان داد که میزان اهمیت موضوع تا چه حد بالا رفته است.

آنچه این لحظه را ویژه می‌کند ترکیب حجم و ابهام است. Deezer گزارش داد که در ژوئن، قطعات ایجادشده توسط هوش مصنوعی بیش از نیمی از بارگذاری‌های روزانهٔ جدید آن را تشکیل می‌دادند. با این حال پژوهشی از سال ۲۰۲۵ نشان داد که تقریباً ۹۷ درصد از شنوندگان در تشخیص موسیقی ساخته‌شده توسط انسان از موسیقی ساخته‌شده توسط هوش مصنوعی دچار مشکل هستند. بنابراین میلیون‌ها فایل جدید وارد می‌شوند که بسیاری برای مخاطبان غیرقابل تمایزند و فهرست‌ها با سرعت زیاد رشد می‌کنند.

شفافیت یا موج سهمگین؟

آیا این گسترش خلاقانه است یا رقیق شدن پوشیده‌شده به‌عنوان نوآوری؟ پاسخ بستگی به این دارد که از چه کسی بپرسید. برخی پلتفرم‌ها موضع سختی گرفته‌اند. Bandcamp اوایل ۲۰۲۶ موسیقی تولیدشده توسط هوش مصنوعی را ممنوع کرد و حق حذف هر قطعه‌ای که مشکوک شناخته شود را برای خود محفوظ نگه می‌دارد. Spotify مسیر متفاوتی را انتخاب کرد: از سپتامبر روی برخی پروفایل‌های هنرمندان برچسب شخصیت هوش مصنوعی اعمال خواهد کرد تا شنوندگان راحت‌تر بتوانند مولف مصنوعی را تشخیص دهند.

بنیان‌گذار SubmitHub صریح گفت: مردم باید از ساخت ماشینی قطعه مطلع شوند تا خودشان تصمیم بگیرند که آیا گوش دهند یا نه. آن غریزه برای شفافیت در حال گسترش است. ابزارهای تشخیص دیگر یک کنجکاوی حاشیه‌ای نیستند؛ آن‌ها در حال تبدیل شدن به بخشی از زیرساختی هستند که فهرست‌ها را صادق نگه می‌دارد.

در عین حال، سیلی از چیزی که منتقدان آن را آشغال هوش مصنوعی می‌نامند وجود دارد: محتوای کم‌زحمت و تولیدشده در مقیاس که جریان‌های پیشنهادی را شلوغ می‌کند و کشف آثار را تضعیف می‌کند. وقتی الگوریتم‌های پخش، تعامل را بر هنر مقدم می‌دارند، تولیدات ارزانِ هوش مصنوعی می‌توانند سریعاً به دیده‌شدن برسند. گردانندگان و خدمات اکنون با مشکلی دوگانه مواجه‌اند: چگونه دخالت هوش مصنوعی را علامت‌گذاری کنند و چگونه کیفیت و زمینه را حفظ نمایند.

برای هنرمندان، این چشم‌انداز پیچیده است. هوش مصنوعی می‌تواند یک همکار، صرفه‌جویی‌کنندهٔ زمان یا میان‌بری باشد. برای دارندگان حقوق، این موضوع سوالات دردسرسازی دربارهٔ مالکیت اثر و حق‌الامتیاز به همراه دارد. برای شنوندگان تغییر اغلب نامرئی است، و دقیقاً به همین دلیل برچسب‌ها و نشان‌ها اهمیت دارند.

روندها به‌ندرت یک‌شبه معکوس می‌شوند. ابزارها بهتر می‌شوند. سیاست‌ها تکامل می‌یابند. دادگاه‌ها وارد می‌شوند. اما یک چیز واضح است: صنعت باید سریعاً دربارهٔ شفافیت، گزینش و ارزش تصمیم‌گیری کند. آیا پلتفرم‌ها هوش مصنوعی را به‌عنوان یک ساز جدید که باید اعتبار داده شود خواهند دانست یا به‌عنوان یک خط تولید که باید نظارت شود؟ پاسخ این سؤال شکل می‌دهد آنچه شنوندگان در پخش تصادفی بعدی خود پیدا خواهند کرد.

در هر صورت، دفعهٔ بعد که یک قطعه شما را جذب کرد، بپرسید: چه کسی آن را نوشته است؟ موسیقی ممکن است هنوز شما را تکان دهد. اما در دورانی که ماشین‌ها در نوشتن نت‌ها کمک می‌کنند، دانستن مؤلف بیش از هر زمان دیگری اهمیت دارد.