从感知规则转换到听众归因判断:一项关于AI生成、人机协作与人类作曲音乐的盲听实验

《Frontiers in Psychology》:From perceptual rule transformation to listener attribution judgments: a blind-listening experiment on AI-generated, human–AI collaborative, and human-composed music

【字体: 大 中 小 】 时间:2026年08月27日 来源:Frontiers in Psychology 3.8

编辑推荐:

  研究人员探讨了听众在盲听条件下对AI生成、人机协作和人类作曲音乐的创作者归因判断与审美评价。在个人作曲风格建模框架内,作曲经验通过自然语言交互被转化为可执行的采样约束。研究人员将该过程概念化为“感知规则转换”,并生成了18段旋律片段。71名受过音乐训练的参与者

  
研究人员探讨了听众在盲听条件下对AI生成、人机协作和人类作曲音乐的创作者归因判断与审美评价。在个人作曲风格建模框架内,作曲经验通过自然语言交互被转化为可执行的采样约束。研究人员将该过程概念化为“感知规则转换”,并生成了18段旋律片段。71名受过音乐训练的参与者完成了创作者归因判断、归因置信度评分和审美评价任务。结果部分支持了H1:在实际作曲条件与听众归因判断之间观察到了具有统计学显著性但非常微弱的关联,χ2(4) = 23.076, p < 0.001, Cramér’s V = 0.095。AI生成和人机协作条件下的归因判断接近随机分布,甚至在人类作曲条件下,大多数片段(54.7%)也被错误归因。因此,受过音乐训练的听众无法可靠地识别片段的作曲来源,仅对人类作曲的音乐具有轻微的归因优势。在三种作曲条件下也发现了审美评价的显著差异。在控制了实际作曲条件、归因置信度和个体参与者差异后,创作者归因判断仍与审美评价独立相关,且该关联在所有片段实际来源保持不变的AI生成条件下依然成立。这些发现表明,在缺乏外部作者标签的情况下,听众会自发形成对音乐创作主体的判断。此类判断与审美评价稳定相关,可能构成接收AI生成音乐时的一种内源性感知偏差。
人工智能(AI)音乐技术已经从基于规则和概率的算法模型转向以机器学习(ML)和深度学习(DL)为中心的大规模生成范式,在旋律生成、复调写作等多个音乐任务中展现出强大的生成能力。然而,现有关于AI音乐的学术研究主要集中在技术实现、生成输出的评估、创作主体性以及伦理和法律问题上。相对而言,较少有研究关注作曲家在使用AI系统时的具体经验,以及这些系统被融入作曲过程的实践逻辑。此外,现有研究尚未考察通过自然语言交互构建的个人风格模型生成的作品,也缺乏对无外部作者标签的盲听条件下听众自发形成的创作者归因判断与审美评价之间关联的系统实证分析。基于这些空白,研究人员开展了这项结合作曲实践与实证测量的研究。该研究旨在为缺乏专业计算背景但具备高级音乐专业知识的作曲家构建个性化AI辅助作曲工具提供参考案例,并探究无标签下自发归因与审美评价的关联。该研究发表在《Frontiers in Psychology》上,在理论上将焦点从评估AI生成的音乐输出转移到通过自然语言交互构建生成器的过程,在方法论上提出了从个人风格材料组织到交互式生成器构建再到听觉实验验证的整合研究设计,在实证上进一步检验了无外部标签时听众主观归因判断与审美评价的独立关联,具有重要的理论和方法论意义。

研究人员选取了作者16首原创声乐作品的主旋律MIDI文件作为基础语料。样本队列来源为71名受过系统音乐理论与听音训练的大学三年级及以上本科生。在技术层面,研究人员通过OpenAI Codex进行持续的自然语言交互,构建了一个混合架构的个人风格旋律生成器:小型Transformer模型负责生成概率旋律分布,基于规则的层则根据终止、节奏、调性等条件约束并过滤采样输出。研究人员进一步设计了盲听实验,采用三选一强迫选择项目测量创作者归因判断,利用7点李克特量表测量审美评价。数据分析采用混淆矩阵与卡方检验、重复测量方差分析(ANOVA)以及线性混合效应模型。

样本筛选与有效样本描述
研究人员原计划招募100名音乐专业学生,实际收集100份问卷。经过数据筛选,排除了完成时间不足等无效问卷29份,最终有效样本为71名参与者,有效回收率为71.0%。基于最终样本和18个刺激片段,共获得1278条有效单次试验评分记录。

专家筛选与刺激材料的平衡
在正式实验前,3名具有作曲或音乐理论背景的专家对30个候选材料进行盲质量评估。根据评分一致性检验结果,每个条件选择6个材料,共18个正式刺激材料。这改善了三种类型材料在持续时间、调式类型、整体音乐质量等方面的可比性。

描述性统计
在总计1278次有效归因判断中,总体比例较为接近。审美评价方面,人类作曲条件得分最高(M = 4.252, SD = 1.002),人机协作次之,AI生成条件得分最低。在归因置信度上,总体均分为4.606,其中人类作曲条件的平均置信度最高。

信度与审美评价量表的维度
克朗巴赫α系数(Cronbach's α)表明量表内部一致性高。主成分分析显示8个项目形成单一因子结构,解释了79.697%的总方差,因此总体审美评价得分被用作唯一的结果变量。

测试H1:实际作曲条件与创作者归因判断的关系
通过混淆矩阵和卡方检验得出,实际作曲条件与归因判断存在统计学显著但非常微弱的关联,χ2(4) = 23.076, p < 0.001, Cramér’s V = 0.095。在AI生成和人机协作条件下,归因判断接近均匀分布;而在人类作曲条件下,45.3%的片段被正确归因为人类作曲,但仍有54.7%被错误归因。结论是受过音乐训练的听众无法可靠地识别AI音乐,仅对人类作曲材料有轻微的归因优势。

测试H2:实际作曲条件对审美评价的主效应
通过重复测量方差分析得出,实际作曲条件对总体审美评价有显著主效应,F(2, 140) = 21.252, p < 0.001, partial η2 = 0.233。各条件间差异显著,呈现人类作曲 > 人机协作 > AI生成的梯度模式。四个内容领域也呈现一致趋势。

测试H3:创作者归因判断与审美评价的独立关联
通过线性混合效应模型分析得出,在控制实际作曲条件、归因置信度和参与者个体差异后,创作者归因判断仍与审美评价显著独立相关。归因为人类作曲的试验得分最高,归因为AI生成的得分最低,B = -0.808, p < 0.001。在AI生成条件内部的进一步分析表明,即使真实来源相同,归因效应依然显著,F(2, 384.6) = 31.874, p < 0.001。

讨论与总结结论
在讨论部分,研究人员指出受过训练的听众无法可靠识别AI生成音乐,且人机协作作品在感知层面未建立独立于AI生成的可识别身份,这表明作曲家干预与审美评价和感知创作身份之间存在不对称性。关于实际作曲条件对审美评价的影响,虽然在盲听条件下出现了人类作曲优于人机协作再优于AI生成的梯度效应,但这应被视为在材料控制条件下的感知差异,而非纯粹的因果效应,因为材料质量差异可能仍与实际作曲条件部分交织。关于归因判断与审美评价的独立关联,研究人员强调在无外部标签时,听众自发形成的归因判断稳定地与审美评价相关。由于归因和审美评价在同一试验中测量,虽然排除了真实来源差异作为充分解释,但无法确立该关联的方向,这为未来采用标签操纵设计的研究留下了空间。

在研究结论部分,研究人员总结道,该研究系统考察了人机协作条件下个人作曲风格模型的构建过程与感知接收。在实践层面,记录了缺乏编程背景的作曲家通过自然语言交互将个人旋律风格转化为可执行生成规则的“感知规则转换”过程。在实证层面,盲听实验结果总体支持了研究假设:受过训练的听众无法可靠识别AI音乐(H1部分支持);不同作曲条件下的审美评价存在差异(H2支持);听众的创作者归因判断在控制其他变量后仍与审美评价独立相关(H3支持)。这些发现表明,AI生成音乐的审美接收不仅是对音乐材料的直接感知,还涉及与听众创作者归因判断相关的主观评价过程。听众的创作者归因判断与审美评价稳定相关,与作品实际来源共同构成了审美判断的重要因素。这为个人风格生成系统的接收评估做出了贡献,有助于阐明人机协作作曲的感知逻辑,并为进一步讨论创作主体身份与审美评价的关系提供了重要参考。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号