Müzisyenler dedektifliğe başladı: elektronik müzikte yapay zeka avı ve işaretleri

Ses üretme araçları ve platformları geliştikçe internet, melodisi ve vokali algoritmik olarak insan sanatçıların işinden türetilmiş yapay zeka müziğiyle doldu. Bu içeriği üretenlerin bir kısmı yapay zeka kullandığını hemen kabul ediyor. Bir kısmı ise kamuoyu baskısı artıp doğruyu söylemek zorunda kalana kadar inkâr ediyor.

Müzisyenler için — özellikle elektronik dans müziği gibi teknolojiyle iç içe alanlarda çalışanlar için — "neyin gerçek olduğu" sorusu giderek karmaşıklaşıyor ve kişisel bir mesele hâline geliyor. Meslek nezaketi işi daha da zorlaştırıyor: bir dinleyicinin şüphelendiği sanatçıyı teşhir etmesi bir şeydir, bir sanatçının meslektaşı hakkında aynı şüpheyi dile getirmesi bambaşka bir şey.

Yine de bunu yapanlar var. Bu rehber, ortaya çıkan bu "dedektiflik" kültürünü altı başlıkta açıyor: neye bakıyorlar, neden kanıtlayamıyorlar ve bu işin sonu nereye varıyor.

1. Kim teşhir ediyor

The Verge'ün konuştuğu isimlerden biri 26 yaşındaki elektronik müzik üreticisi Max "H4RRIS" Harris. Yapay zeka ile üretildiğine inandığı parçaları ve arkasındaki kişileri hedef alan videolar çekiyor.

Harris'in tanımı sert: yapay zeka müziğini "bir tür sahte sanat biçimi" olarak görüyor ve bunu üretenlerin söyleyecek anlamlı bir sözü olmadığını düşünüyor. Ona göre gerçek sanat, hangi ortamda olursa olsun, "duyguları ve mesajları ifade etmeye çalışan insanlar tarafından" yapılır.

"Yapay zeka üretimi malzemeyi sanat saymıyorum ve bu teknolojinin sanatı anlamlı biçimde ilerlettiğini düşünmüyorum" diyor. "Bu, insanlara gerçek sanatı çalıp kendininmiş gibi sunma imkânı veren bir teknolojik gelişme."

Bir diğer isim 39 yaşındaki İtalyan üretici Nihil Young. Harris'in videolar çekmeye başlamasının sebebi Young'ın Threads'te Suno kullananlar hakkında yazdıkları. Young genelde çevrimiçi tartışmalara girmeyen biri ama sahneye akan yapay zeka parçalarının hacmi karşısında konuşmayı gerekli görmüş.

2. Neye bakıyorlar: sesteki izler

Burası rehberin en pratik kısmı. Üreticilerin tarif ettiği işaretler, modellerin nasıl çalıştığından doğuyor.

• Sürekli tıslama. Harris'e göre parçanın boyunca duyulan keskin bir hışırtı var. Bunu modellerin çalışma biçimine bağlıyor: büyük bir beyaz gürültü bloğundan başlayıp gerçek şarkılardan alınan veriye bakarak dalga biçimlerini tahmin etmek.
• Aynı anda kekeleyen katmanlar. Suno ile üretilmiş parçalarda vokal ve diğer melodik öğeler tam olarak aynı anda takılıyor. Sebebi şu: modeller eğitildikleri şarkıların farklı bölümlerini tam olarak ayırmakta hâlâ zorlanıyor ve bu öğeleri tek bir büyük enstrüman gibi ele alıyor.
• Benzeşen vokaller. Farklı parçalarda tekrar eden, birbirine fazla benzeyen ses karakteri.

Harris'in bu işaretleri neden ikna edici bulduğunu açıklaması önemli: bir müzik üreticisi olarak bunların hepsi ona "bir insanın kompozisyonunda yapmayacağı seçimler" gibi geliyor. Çünkü mantıklı değiller. Teşhis, hatanın kendisinden çok hatanın türünden çıkıyor.

3. Görsel taraf da ipucu veriyor

Bazı durumlarda parçayı değil, yanındaki videoyu yakalıyorlar. Bir hesabın müziğinde modeli duyamayabilirsiniz ama videolarda karakterin parmaklarının var olup yok olduğunu açıkça görebilirsiniz. Başka hesaplarda ise videoların aşırı parlak, tek tip görsel dokusu içeriği tanıdık bir "yapay zeka döküntüsü" hâline getiriyor.

Bu, ses tarafındaki belirsizliği tamamlayan bir kanıt türü — ama dolaylı ve zayıf. Görselini modelle yapan biri müziğini kendi yapmış olabilir; bütçesi olmayan bağımsız bir müzisyen için kapak görselini üretmek makul bir tercih. Görsele bakarak müzik hakkında karar vermek, teşhisi kolaylaştırdığı kadar yanlış hedefe de götürüyor.

4. Neden önce elektronik müzik

Bu tartışmanın ilk olarak elektronik dans müziğinde patlaması tesadüf değil. Türün kendisi baştan teknolojiyle iç içe: üretim zaten yazılımla yapılıyor, sentezlenmiş sesler zaten meşru, ve dinleyici "gerçek enstrüman" beklentisi taşımıyor. Yani modelin çıktısı ile insan çıktısı arasındaki sınır, gitarla çalınan bir parçada olduğundan çok daha bulanık.

İkinci sebep giriş engelinin düşüklüğü. Bir orkestra kaydı taklit etmek zor; dört dakikalık bir house parçası taklit etmek kolay. Yapay zeka önce en kolay taklit edilebilir formatı alıyor — kısa dizilerde olduğu gibi.

Üçüncüsü de sahnenin yapısı. Young'ın gözlemi şu: son aylarda birden fazla yeni ismin yıldızı, Suno gibi araçlarla üretildiğini düşündüğü müzikleri yayımladıktan sonra parladı. Elektronik müzikte tanınırlık büyük ölçüde çevrimiçi ve algoritmik; bir hesabın hızla yükselmesi için plak şirketi ya da konser geçmişi gerekmiyor. Bu, hem gerçek yeteneklerin önünü açan hem de taklidi ödüllendiren bir yapı.

5. Kanıt sorunu

Burası kritik. Harris'in örnek gösterdiği parçaların üreticileri, yapay zeka aracı kullanıp kullanmadıkları hakkında kamuya açık bir açıklama yapmadı. Bir parçanın modelle üretildiğine dair kesin bir kanıt da yok.

The Verge bunu açıkça yazıyor: Harris bu şarkılar konusunda pekâlâ yanılıyor olabilir. Ama onun bu kadar emin olması, çevrimiçi yapay zeka içeriğinin artmasına karşı gelişen daha geniş bir güvensizlik kültürünün yansıması.

İşte tartışmanın düğümü burada. İşaretler gerçek ve teşhis edilebilir; ama hiçbiri tek başına kanıt değil. Kötü bir mikrofonda kaydedilmiş, aşırı sıkıştırılmış, aceleyle mikslenmiş bir insan yapımı parça da tıslayabilir.

Sonuç: teşhir eden kişi haklı olabilir ve yanılabilir; ikisinin de bedelini teşhir edilen ödüyor.

Bir de meslek içi boyutu var. Dinleyicinin şüphelenmesiyle bir üreticinin meslektaşını hedef alması aynı ağırlıkta değil. İkincisi, sektörde bir tarafı seçmek anlamına geliyor ve geri alınamıyor. Harris ile Young'ın konuşmayı göze alması tam olarak bu yüzden dikkat çekici: sessiz kalmanın maliyeti yok, konuşmanın maliyeti var.

6. Suçlanan platform

Harris bu tür müziğin son dönemdeki artışından Suno'yu sorumlu tutuyor. Ama ilginç bir çelişki var: aynı platformun kendine özgü tuhaflıkları, ona hangi parçaların teşhir edilmeye değer olduğunu öğreten şey.

Yani model bir yandan taklidi mümkün kılıyor, bir yandan da taklidi ele veren imzayı bırakıyor. Bu imza kalıcı değil — modeller iyileştikçe kekeleme ve tıslama kaybolacak. Şu an işe yarayan teşhis yöntemi, on iki ay sonra işe yaramayabilir.

Harris'in aktardığı daha doğrudan bir kullanım biçimi de var: "İnsanlar sanatçıların özgün, telifli parçalarını olduğu gibi yükleyip yapay zekadan remiks yapmasını istiyor." Bu artık bir üslup tartışması değil, doğrudan bir telif meselesi.

7. Neden bu kadar kişisel

Harris'in kendi çalışma biçimini anlatışı, öfkenin nereden geldiğini açıklıyor. Her zaman bir çekirdek fikirle başlıyor, sonra "tutan bir şey bulana kadar" fikir üstüne fikir atıyor. Kurulumu Ableton Live, MIDI denetleyicileri, analog sentezleyiciler ve yazılım örnekleyicilerden oluşuyor. Ama sürecin tamamını tarif edişi teknik değil: "aslında sadece ben yaratıcı kararlar veriyorum."

Ve devamı: "Bu kararların her biri — her şarkıya yüzlercesi giriyor — beni belirli bir fikri ya da duyguyu uyandırmaya biraz daha yaklaştırıyor."

Harris'e göre gerçek sanatçı olmak, bir ortamı çalışarak edindiğin anlayışla bu türden deneysel ama bilgili kararlar verebilmek demek. Yapay zekaya asıl itirazı da burada: teknoloji çoğu zaman kullanıcının bir şarkının nasıl bir araya geldiğini düşünme ihtiyacını ortadan kaldırıyor.

8. Dinleyici ne yapabilir

Rehberin buraya kadarki kısmı üreticilerin bakışıydı. Sıradan bir dinleyici için tablo daha basit ama daha rahatsız edici: elinizde teşhis aracı yok ve olması da gerekmiyor.

Yine de üç şey işe yarıyor. Birincisi kaynağa bakmak: sanatçının kendi kanalında canlı çalınmış bir kayıt, stüdyo görüntüsü ya da yıllara yayılan bir arşiv varsa bu, tek başına bir parçadan daha çok şey söyler. İkincisi hıza bakmak: haftada birkaç parça yayımlayan yeni bir hesabın üretim hızı insan temposuna uymuyor. Üçüncüsü de beyanı sormak: "kullandın mı" sorusuna verilen cevabın kendisi bir bilgidir; kaçamak cevap da bir cevaptır.

Ama en önemli nokta şu: dinleyicinin bir parçanın nasıl yapıldığını bilme yükümlülüğü yok. O yük üreticide ve platformda. Teşhis işini dinleyiciye yıkmak, sorunu çözmek değil sorumluluğu devretmek olur.

Ne izlemeli

Bu tartışma müzikle sınırlı kalmayacak; aynı kalıp yazıda, görselde ve videoda tekrarlanıyor. Üç şey belirleyici olacak.

Birincisi, işaretlerin ömrü. Şu an teşhis edilebilen her kusur bir sonraki model sürümünde kapanabilir. Kulakla yakalamaya dayalı bir savunma, tanımı gereği geçici.

İkincisi, beyan. Kalıcı çözüm yakalamak değil, söylemek. Kullandığını baştan açıklayan biriyle inkâr edip yakalanan biri arasındaki fark, kültürün nereye oturacağını belirleyecek. Bu sitede de aynı ilkeyi uyguluyoruz: her sayfada yapay zekayla üretildiği yazıyor.

Üçüncüsü, yanlış suçlamanın bedeli. Kanıtın olmadığı bir alanda teşhir kültürü masum insanları da vurur. Bu bedeli bugüne dek kimse ölçmedi ve muhtemelen ölçmeyecek — ama bir sanatçının itibarı, bir tweet'in ömründen uzun sürüyor.