یوتیوب موزیک و دیزر ابزارهای تازه‌ای برای شناسایی و فیلتر موسیقی ساخته‌شده با هوش مصنوعی معرفی کردند
آیا خواننده‌ای که صدایش را می‌شنوید واقعاً وجود دارد؟ سرویس‌های پخش موسیقی به‌تدریج ابزارهایی در اختیار کاربران می‌گذارند تا پاسخ این پرسش را پیدا کنند. یوتیوب موزیک برچسب‌هایی برای شناسایی آهنگ‌های ساخته‌شده با هوش مصنوعی اضافه می‌کند و دیزر نیز امکان فیلتر کردن این آثار را در نتایج جست‌وجو فراهم خواهد کرد.
نویسنده: اولیویا تاوبر | ۱۴ اکتبر ۲۰۲۶
فرض کنید فهرستی از آهنگ‌ها را پخش می‌کنید تا موسیقی دلخواهتان را پیدا کنید. قرار نبوده در این میان مجبور شوید بررسی کنید که آیا خواننده واقعاً وجود خارجی دارد یا نه. اما این روزها ممکن است آهنگی کاملاً مطابق سلیقه‌تان باشد و بااین‌حال ندانید چه کسی یا چه چیزی آن را ساخته است.
این هفته دو سرویس پخش موسیقی، یعنی یوتیوب موزیک متعلق به گوگل و پلتفرم فرانسوی دیزر، قابلیت‌هایی معرفی کردند که می‌توانند پاسخ دادن به این پرسش را آسان‌تر کنند. یوتیوب موزیک برچسب‌هایی برای آهنگ‌های تولیدشده با هوش مصنوعی اضافه می‌کند و دیزر به کاربران اجازه خواهد داد آثار موسیقی کاملاً ساخته‌شده با هوش مصنوعی را از نتایج جست‌وجو حذف کنند.
برای شنوندگانی که تاکنون مجبور بوده‌اند صفحه هنرمندان را باز کنند و به دنبال شواهدی از وجود یک موسیقی‌دان واقعی بگردند، این تغییرات می‌تواند به معنای کاهش چشمگیر چنین بررسی‌هایی باشد.
هنگام پخش موسیقی چه چیزی تغییر می‌کند؟
یوتیوب می‌گوید برچسب‌های جدید پاسخی به خواسته‌ای هستند که کاربران مطرح کرده‌اند. این شرکت در توضیح تصمیم خود نوشت: «با پیشرفت این ابزارها، شنوندگان به ما گفته‌اند که می‌خواهند هنگام گوش دادن به آهنگی که با هوش مصنوعی ساخته شده، از این موضوع آگاه باشند.»
از ۱۴ اکتبر، این برچسب‌ها مستقیماً در پخش‌کننده یوتیوب موزیک برای آهنگ‌هایی نمایش داده می‌شوند که بخش عمده آن‌ها با هوش مصنوعی مولد ساخته شده است؛ از جمله آثاری که آهنگ‌سازی یا صدای خواننده در آن‌ها با هوش مصنوعی تولید شده باشد. با لمس برچسب، اطلاعات بیشتری درباره آهنگ نمایش داده می‌شود. یوتیوب می‌گوید برای شناسایی این آثار با شرکای صنعت موسیقی همکاری می‌کند و از ابزارهای تشخیص اختصاصی خود نیز کمک می‌گیرد. قرار است این برچسب‌ها به اپلیکیشن اصلی یوتیوب هم اضافه شوند.
دیزر انتخاب دیگری پیش روی کاربران می‌گذارد: اینکه اساساً چنین آهنگ‌هایی را از نتایج جست‌وجوی خود کنار بگذارند. الکسی لانتِرنیه، مدیرعامل دیزر، در اطلاعیه ۱۴ اکتبر این شرکت گفت: «ما به‌روشنی شاهد تقاضای کاربران برای امکان فیلتر کردن موسیقی تولیدشده با هوش مصنوعی بوده‌ایم.»
این گزینه تا پیش از پایان سال ۲۰۲۶ در سراسر جهان عرضه خواهد شد. با فعال کردن آن، آهنگ‌ها، آلبوم‌ها و هنرمندان مرتبط با آثار کاملاً تولیدشده با هوش مصنوعی از نتایج جست‌وجو ناپدید می‌شوند. با غیرفعال کردن گزینه نیز دوباره می‌توان به آن‌ها دسترسی داشت.
دیزر در حال حاضر نیز آهنگ‌هایی را که با هوش مصنوعی تولید شده‌اند و سامانه‌هایش آن‌ها را شناسایی کرده‌اند، از پیشنهادهای الگوریتمی و انتخاب‌های تحریریه خود کنار می‌گذارد. بنابراین گزینه جدید، این امکان کنترل را به موسیقی‌هایی گسترش می‌دهد که کاربران شخصاً جست‌وجو می‌کنند. این قابلیت آثار کاملاً تولیدشده با هوش مصنوعی را هدف قرار می‌دهد و با آهنگ‌هایی که در فرایند خلاقانه و عمدتاً انسانی ساخت آن‌ها فقط از کمک محدود هوش مصنوعی استفاده شده، برخورد متفاوتی دارد.
اگر از اسپاتیفای یا اپل موزیک استفاده می‌کنید، احتمالاً تاکنون با رویکردهای متفاوتی روبه‌رو شده‌اید. نشان‌های «شخصیت هوش مصنوعی» اسپاتیفای که در ماه اوت معرفی شدند و عرضه آن‌ها از اواسط سپتامبر آغاز شد، پروفایل هنرمندانی را مشخص می‌کنند که تصویرشان یک شخصیت واقع‌گرایانه تولیدشده با هوش مصنوعی است. اسپاتیفای همچنین اعلام کرد این شخصیت‌ها را به‌صورت پیش‌فرض از پیشنهادهای تحریریه و الگوریتمی خود حذف می‌کند. این نشان مشخص می‌کند که آیا هویت عمومی هنرمند ساختگی و دیجیتالی است یا نه، اما توضیح نمی‌دهد موسیقی او چگونه ساخته شده است.
در مقابل، سامانه «برچسب‌های شفافیت» اپل موزیک که درباره آن گزارش‌هایی منتشر شده، جزئیات بیشتری از محل استفاده هوش مصنوعی ارائه می‌دهد. این سامانه به شرکت‌های ضبط موسیقی و توزیع‌کنندگان اجازه می‌دهد استفاده از محتوای تولیدشده با هوش مصنوعی را در بخش‌هایی مانند صدای ضبط‌شده، آهنگ‌سازی، طراحی جلد و موزیک‌ویدئو اعلام کنند. البته عملکرد آن به اعلام اطلاعات از سوی شرکت‌هایی وابسته است که موسیقی را در اختیار پلتفرم قرار می‌دهند. به این ترتیب، جلد آلبومی که با هوش مصنوعی ساخته شده و صدای خواننده‌ای که با همین فناوری تولید شده است، می‌توانند برچسب‌های متفاوتی دریافت کنند؛ البته به شرط آنکه کسی در وهله اول استفاده از هوش مصنوعی را گزارش کرده باشد.
گوش‌های شما نمی‌توانند همه‌چیز را تشخیص دهند
برای مواجه شدن با موسیقی ساخته‌شده با هوش مصنوعی، لازم نیست عمداً به دنبال آن بگردید. گاهی خود سرویس پخش موسیقی چنین آثاری را به شما پیشنهاد می‌کند.
این دقیقاً همان اتفاقی بود که برای ریچل تامپسون، دبیر بخش گزارش‌های ویژه مشیبل، رخ داد. قابلیت Smart Shuffle اسپاتیفای آهنگی در سبک فانک را که با هوش مصنوعی ساخته شده بود، وارد صف پخش او کرد. آهنگ با موسیقی‌هایی که تامپسون از قبل دوست داشت هماهنگ بود و او تنها پس از بررسی هویت هنرمند متوجه شد اثر چگونه ساخته شده است. برای کسی که فقط می‌خواهد کمی موسیقی فانک گوش کند، چنین تحقیقی واقعاً زحمت زیادی است!
اما دلیلی وجود دارد که آن آهنگ از همان ابتدا غیرعادی به نظر نرسید. در آزمایش شنیداری بدون اطلاع از منشأ آهنگ‌ها که دیزر و ایپسوس نتایج آن را در نوامبر ۲۰۲۵ منتشر کردند، ۹۷ درصد شرکت‌کنندگان نتوانستند دو آهنگ ساخته‌شده با هوش مصنوعی را به‌درستی از یک آهنگ ساخته‌شده به دست انسان تشخیص دهند.
حتی وقتی بررسی دقیق‌تری را آغاز می‌کنید، نشانه‌های معمولی که از یک هنرمند شناخته‌شده انتظار دارید نیز ممکن است شما را به نتیجه قطعی نرسانند. گروه ولوت سان‌داون (The Velvet Sundown) در سال ۲۰۲۵ صدها هزار شنونده در اسپاتیفای جذب کرد و تصاویر تبلیغاتی و اطلاعات مربوط به سازندگان آهنگ‌ها را نیز در پروفایل خود داشت. بااین‌حال، تقریباً هیچ نشانه قابل‌ردیابی از وجود اعضای ادعایی گروه، جز تصاویر تبلیغاتی مشکوک و بیش‌ازحد بی‌نقص آن‌ها، پیدا نمی‌شد. در بخش اطلاعات سازندگان آثار نیز فقط نام خود گروه درج شده بود و نامی از تهیه‌کننده دیده نمی‌شد.
وجود یک برچسب می‌تواند چنین اطلاعاتی را همان‌جایی در اختیار کاربران قرار دهد که برای نخستین بار آهنگ را می‌شنوند؛ پیش از آنکه لازم باشد پروفایل هنرمند را باز کنند یا به جست‌وجوی نام اعضای گروه بپردازند. افراد زیادی نیز خواهان چنین اطلاع‌رسانی‌ای هستند. در همان نظرسنجی دیزر و ایپسوس، ۸۰ درصد شرکت‌کنندگان خواستار برچسب‌گذاری موسیقی کاملاً تولیدشده با هوش مصنوعی بودند و ۴۵ درصد کاربران سرویس‌های پخش موسیقی نیز می‌خواستند امکان فیلتر کردن این آثار را داشته باشند.
پشت این حجم از انتشار آهنگ، پول هم در میان است
اینکه آهنگی وارد صف پخش شما شود یک موضوع است، اما اینکه همان آهنگ از طریق هزاران شنونده جعلی حق امتیاز دریافت کند، موضوع کاملاً متفاوتی است.
دیزر می‌گوید روزانه نزدیک به ۹۰ هزار آهنگ کاملاً تولیدشده با هوش مصنوعی دریافت می‌کند، اما این آثار تنها یک تا سه درصد از مجموع دفعات پخش در این سرویس را تشکیل می‌دهند. حتی همین دفعات پخش نیز لزوماً مربوط به شنوندگان واقعی نیستند. به گفته این شرکت، در سال ۲۰۲۵ تا ۸۵ درصد از دفعات پخش آهنگ‌های کاملاً ساخته‌شده با هوش مصنوعی تقلبی بوده است.
مایکل اسمیت، موسیقی‌دانی اهل کارولینای شمالی، از همین فاصله میان تعداد آثار بارگذاری‌شده و شمار شنوندگان واقعی برای اجرای طرحی چندمیلیون‌دلاری استفاده کرد. او در ۶ اکتبر، پس از اعتراف به جرم تبانی برای ارتکاب کلاهبرداری اینترنتی، به ۱۸ ماه زندان محکوم شد. دادستان‌ها گفتند اسمیت با استفاده از هوش مصنوعی صدها هزار آهنگ تولید کرده و سپس با حساب‌های کاربری خودکار، میلیاردها بار آن‌ها را پخش کرده است. او از این طریق بیش از هشت میلیون دلار حق امتیاز غیرقانونی به دست آورده بود.
تعداد بسیار زیاد آهنگ‌ها به او کمک کرد فعالیتش را از دید دیگران پنهان نگه دارد. اسمیت با توزیع دفعات پخش میان هزاران آهنگ، مانع جلب توجه به یک اثر مشخص می‌شد. به گفته دادستان‌ها، درآمد حاصل از این پخش‌های ساختگی از محل صندوق مشترک پرداخت حق امتیاز تأمین می‌شد؛ پولی که در غیر این صورت باید به موسیقی‌دانان و ترانه‌سرایانی می‌رسید که مخاطبان واقعی داشتند.
بااین‌حال، حتی زمانی که پای ربات‌ها در میان نیست، پاسخ به پرسش «چه کسی باید پول دریافت کند؟» پیچیده می‌شود. چهره یک هنرمند مجازی به شما نمی‌گوید صدایی که می‌شنوید متعلق به چه کسی است یا چه کسی متن آهنگ را نوشته است.
برای نمونه، اف‌ان مکا (FN Meka) را در نظر بگیرید. در سال ۲۰۲۲، گروه اینداستری بلک‌اوت (Industry Blackout) از این رپر مجازی انتقاد کرد و او را به تقلید و استفاده نامناسب از رفتارها و شیوه بیان هنرمندان سیاه‌پوست و بازتولید کلیشه‌های نژادپرستانه متهم کرد. پس از آن، شرکت کپیتال رکوردز همکاری با این پروژه را متوقف کرد. کایل د هولیگان، خواننده رپ، نیز اعلام کرد که صدای این شخصیت را تأمین کرده است، بی‌آنکه هرگز دستمزدی دریافت کرده باشد. آنتونی مارتینی، یکی از بنیان‌گذاران شرکت فکتوری نیو، بعدها توضیح داد که بخش‌های آوازی اف‌ان مکا را انسان‌ها نوشته و اجرا کرده‌اند. او با این توضیح، ادعاهای پیشین درباره میزان نقش هوش مصنوعی در این پروژه را تعدیل کرد.
این توییت در حال حاضر در دسترس نیست. ممکن است هنوز در حال بارگذاری باشد یا حذف شده باشد.
اینجاست که یک نشان ساده هوش مصنوعی ممکن است نتواند پاسخ همه پرسش‌ها را بدهد. چنین نشانی شاید مشخص کند که شخصیت یا صدای ضبط‌شده با هوش مصنوعی ساخته شده است، اما لزوماً توضیح نمی‌دهد هر فرد چه نقشی در تولید اثر داشته است.
با وجود این محدودیت‌ها، برچسب‌های یوتیوب موزیک و قابلیت فیلتر دیزر نقطه شروعی برای شنوندگان فراهم می‌کنند. نمایش هشدار در صفحه پخش می‌تواند کاربران را از بررسی پروفایل هنرمند بی‌نیاز کند و فیلتر جست‌وجو نیز به آن‌ها اجازه می‌دهد خودشان تصمیم بگیرند که آیا می‌خواهند موسیقی کاملاً تولیدشده با هوش مصنوعی در نتایج جست‌وجویشان ظاهر شود یا نه.
البته میزان مفید بودن این ابزارها به توانایی پلتفرم‌ها در شناسایی قابل‌اعتماد آثار بستگی دارد. اگر آهنگی برچسب نداشته باشد، آیا باید نتیجه گرفت که انسان آن را ساخته است یا ممکن است هنوز هوش مصنوعی به‌کاررفته در آن شناسایی نشده باشد؟ و وقتی ترانه را انسان نوشته اما صدای خواننده با هوش مصنوعی تولید شده است، آیا اطلاعات منتشرشده درباره آهنگ این ترکیب را به‌روشنی توضیح خواهد داد؟
در حال حاضر، وعده این قابلیت‌ها ساده است: پیدا کردن موسیقی دلخواه می‌تواند به بررسی و جست‌وجوی کمتری نیاز داشته باشد. گام بعدی این است که اطمینان حاصل شود اطلاعاتی که روی صفحه نمایش داده می‌شوند، واقعاً به همان پرسش‌هایی پاسخ می‌دهند که کاربران را در وهله اول به جست‌وجو واداشته‌اند.