Her yenilik beraberinde birtakım soruları ve sorgulamaları getiriyor. Yıllardır araştırma laboratuvarlarında birikenler, önce robotlar “bakın neler yapıyor” videolarıyla sosyal medya duvarlarımızda yer alırken, yapay zekânın hem sanatla hem de endüstriyel hayatla yakın temasa geçmesi ile artık gündelik yaşamımızda da karşımıza çıkıyor. Aslında yapay zekâ 1950’li yıllardan bu yana müzisyenlerin faydalandığı bir araç. Fakat yapay zekâ ile müzik üretimi daha çok deneysel müzik sahnesinde kendisine yer edinirken, son yıllarda müzik endüstrisindeki dev prodüktörlerin yapay zekâya yatırımlarının artması ile ticari müzikte yapay zekâ kullanımı yaygınlaşmaya başladı.

Ticari müzik endüstrisinin olmazsa olmazı tüketicinin, bu gelişmelere tepkileri de yakından takip ediliyor. Yapay zekânın deneyselden ticari sektöre uzanan yolculuğu yaratıcılık ve ticari kaygı üzerine tartışmalara yol açıyor. Peki, yapay zekâ nasıl müzik üretiyor? Yapay zekâ veri tabanına binlerce şarkı yükleniyor. Daha sonra yapay zekâ veri tabanındaki şarkıları analiz ediyor ve algoritmalar üretiyor. Bu algoritmaları kullanarak yeni şarkılar üretiyor. Aslında “machine learning” ile şarkı besteleme öğrenilmiş oluyor. Şarkıları söz ve beste diye iki ana parçaya bölersek, machine learning şu anda beste kısmında aktif olarak kullanılıyor. Söz üretmek için machine learning programları kullanan deneysel müzikle uğraşan besteciler de var. Bunun yanı sıra, ben beatbox yaparım, yeter ki sözleri bulayım diyenlerdenseniz “DeepBeat” adlı web sitesinden şarkıda geçmesini istediğiniz kelimeleri seçip herkesin erişimine açık bu machine learning programı ile rap şarkı sözleri elde edebilirsiniz. Kısacası, yapay zekâ beste yapabiliyor, ikinci yeni şairlerine yakın bir üslupla sözler üretebiliyor. Filmler için klasik müzik eserleri üretiyor.

Sevilen ve klasikleşen sanatçıların arşivleri üzerinden, örneğin Beatles, kulağa Beatles şarkısı gibi gelen yeni parçalar besteliyor. Beatles tarzı yapay zekâ bestelerinin arkasındaki isimlerden François Pachet, yapay zekâ ile sadece demo kayıtları değil, çok yaratıcı besteler yapılabileceğini hatta yapay zekânın bir hit şarkı çıkarabileceğini söylüyor. Fakat Pachet de bir besteci olarak kendi görüşünü değil, gerçek dinleyicinin/tüketicinin ne düşündüğünü merak ettiğini belirtiyor. Popüler müzikle uğraşan sanatçılar yapay zekâ besteleri üzerine şarkı yazıp seslendirerek dinleyicinin nabzını ölçüyor. Özellikle endüstriyel alanda karşımıza çıkan örneklerde, machine learning algoritmalarıyla oluşturulan bestelerin üzerine, insanların söz yazdığını görüyoruz. Bu noktada hem yapay zekâyı hem de insanları besteci diye adlandırabiliriz. Teknik olarak bu mümkün, ama yapay zekânın sanatçının yaratı sürecine dâhil olduğu bu gelişmeler karşısında, dinleyiciler ne düşünüyor? Bu sorunun yanıtı, yapay zekâya yatırım yapan müzik şirketlerinin de çok merak ettiği bir konu.

Yapay zekâ programlarına yapılan yatırımlar, oldukça titiz bir sosyal medya kullanımı ile tüketiciye sunuluyor. Çünkü dinleyici yapay zekânın yeteneklerini teknolojinin bir nimeti olarak takdir ettiğinde mutluyken; yaratıcılık, duygu, ilham, emek gibi sözcükleri de çok seviyor. Bu kavramların yapay zekâ ürünü olamayacağını, insana özgü yetenek ve yaşanmışlıklar sonucu doğabileceğini düşünüyor. Yapay zekânın eserlerini kaliteli birer kopya olarak gören dinleyicilerin argümanları geçerli ve birçok kişi bu görüşü paylaşıyor. Ama tıpkı popüler müziği aşağılamak gibi yapay zekâyı aşağılamak da sektörde kâr getiren trendlere sanatçıların ve prodüktörlerin ilgi göstermesini engellemek için yeterli değil. Türkiye’deki popüler müzik piyasasını düşündüğümüzde belli besteci ve söz yazarlarının isimleri hep yinelenir. Bu bestecilerin “yaz hitleri” için, tutacak şarkılar için formülleri vardır. Yapay zekâ algoritmaları da bu formüllere benziyor.

Eleştiri okları özgünlüğü arayadursun, geçtiğimiz ay yaşanan bir olay, medyada ilginç ve beklenmedik tepkiler yarattı. New York’taki bir müzayede esnasında, yapay zekâ tarafından yapılan bir eserin yaklaşık on bin dolara satılması beklenirken; eser, beklenenin çok üstünde bir rakama, dört yüz otuz iki bin dolara satıldı. Bu tablonun bu kadar yüksek fiyata satılması hem müze çalışanlarını, hem de basını şaşırttı. Bu tabloyu diğerlerinden farklı kılan nedir diye tartışmalar yapıldı. Müze çalışanlarından birinin yorumu ise bu tablonun diğer yapay zekâ tablolarına göre çok daha insan elinden çıkmış gibi gözükmesi. Peki, ama bu tablo bir insan elinden çıkmış olsaydı, bu kadar yüksek fiyata satılacak mıydı?

Bu ilginç gelişme, meraklı yatırımcılar için umut verici bir pazar hamlesi olabilir. Bu dev yatırımcılar arasında Sony, Apple, Spotify ve Amazon gibi hepimizin sıklıkla karşısına çıkan isimler yer alıyor. Tüketicinin yaratıcılık gerektiren süreçlere karşı muhafazakâr tutumu devam etse de günümüz sanatçılarının da etkilendiği birçok sanatçı ve eser mevcut. Hatta zaman zaman bu beste çalıntı mı değil mi tartışmalarıyla karşı karşıya kalıyoruz. Çalmak ve etkilenmek arasındaki o çizgi müzik türünden türüne ve dinleyici kitlesinin hassasiyetine göre değişebiliyor. Bu durumda yapay zekâ yeni beste yapmak için başka besteleri çalıyor diyebilir miyiz? Bana kalırsa bu karşıt argüman bizi üzerinde durulması gereken noktaların kaçırıldığı bir uca sürükler. Bebeklik döneminden itibaren insan gelişimine bakıldığında da “öğrenme” dediğimiz süreç birçok gözlem ve imitasyon gerektiriyor.

Günlük yaşantımızda ve çağımızın akışında özgün olmayı ne kadar sevsek de ailemizden, arkadaşlarımızdan, çevremizden ve kültürümüzden öğrendiklerimizi çok temel bilişsel aktivitelerimizde dahi kullanırız. Yine yapay zekâ eserlerinin özgünlüğü üzerine belirtilen bir nokta ise veri tabanında kullanılan eserlerin insan ürünü olması. Yapay zekânın yaptığı sıfırdan bir üretimden ziyade, o çok sevdiğimiz insani yaratı sürecini tekrar tekrar kodlamak ve dönüştürmek. Zaten eserlerinde yapay zekâdan faydalanan müzisyenler bu süreci yaratıcılığa ya da özgünlüğe bir zarar olarak değil, müzisyenlerin faydalanabileceği bir imkân olarak görüyor. Deneme-yanılmanın da verdiği heyecanla müzisyenleri yer yer şaşırtabilen bir süreç bu aynı zamanda. Stüdyo kaydı şarkılar yerine yapay zekâ veri tabanına canlı performanslar yükleyerek yapay zekânın doğaçlama kapasitesini araştıran çalışmalar da bu alanda ilerleyen heyecan verici konulardan sadece biri.

Müziğin insanlar üzerindeki etkisine bakıldığında, ya da insan neden müzik dinler diye sorulduğunda, yapılan araştırmalar müziğin duyguları yönlendirmede çok etkili bir araç olduğunu gösteriyor. Müzikle tetiklenen duygular ya da sadece müziğe tepki olarak meydana gelen duygular besteci ile dinleyici arasında görünmez bir bağ da kurabiliyor. Sözgelimi, yapay zekâ duygudan ne anlar diyebilirsiniz. Ama veri tabanında kullanılan eserler zaten duygu uyandırıcı olursa, yapay zekâ da haliyle duygu yüklü şarkılar besteleyebiliyor. Bu örneklerden biri “AIVA.” AIVA, duygu yüklü film müzikleri bestelemek için müzisyenlere destek olan yazılımlardan biri. Yaratıcısı da bir müzisyen ve mühendis olan Pierre Barreau. Barreau, AIVA’nın bu duygu yüklü bestelerinin arkasında bir karakter analiz süreci olduğundan bahsediyor. AIVA’nın veri tabanına otuz kişilik özelliği tanıtılıyor. Karakter özellikleri ile ilişkilenen notalar, kişisel müzik zevklerine hitap etmek için kullanılıyor. Yine Barreau, AIVA’nın beste yapmayı öğrenmesinin yıllar aldığını ve bir besteciyle aynı beste yapma süreçlerini gösterdiğini belirtiyor.

Dizi, film, reklam ve oyun müziği sektörleri yapay zekâ kullanımında ön planda olan alanlar. Aslında bu sektörlere bakıldığında belli isimlerin ön plana çıktığını görüyoruz. Dizi/film müzik besteleriyle özdeşleşen isimlerin beste süreçlerinde yapay zekâdan faydalanması, bir sonraki altın heykelcik ödül törenlerinde bizlere ödül alan ilk yapay zekâ konseptini sunabilir. Ama benzer şekilde dizi/film yapımcılarının jenerik üretimi için yapay zekâ yazılımları kullanmaları bu sektörlerdeki istihdam alanının daralacağına dair bir kaygı da yaratıyor. Yapay zekâdan bu yazın hit şarkısı beklenmezken daha standardize müzikal alanlar için yapımcıların yönelimleri sektör için daha kritik olabilir.

Müzisyenlere sunduğu desteğin yanında yapay zekâ bizim günlük hayatımıza da dâhil olmaya başladı. Amazon’un piyasaya sunduğu “DeepMusic” bunun en yeni ve gelişmiş örneklerinden biri. DeepMusic, Spotify’ın bize özel sunduğu oynatma listelerinin ötesine zıplıyor ve dinlediğiniz şarkılar üzerinden size yeni şarkılar önermek yerine nöral ağ sistemi ile sevdiğiniz şarkıları öğrenip sadece sizin için beste yapıyor. Keşke bu şarkı bana yazılsaydı diyenler için yerinde bir uygulama. Yapay zekâ ve duygular tartışmasına devam etmek için ele alınabilecek konulardan biri de madalyonun öteki yüzüne bakmak olabilir: Müzisyenler yapay zekâ tarafından bestelenen eserleri çalarken neler hissediyor?

Müzik icrası esnasında müzisyenlerin şiddetli duygular hissetmesi birçok canlı konser kaydında bizlere de yoğun dakikalar yaşatırken, bu duyguların şiddeti yapay zekâ besteleri çalınırken de aynı olur muydu? Bu sorunun cevabına katkı sağlayacak bir veri henüz elimizde olmamasına rağmen, bu soruyu merak etmemin sebebi bizde duygu uyandıran belli akustik karakteristiklerin olması. Bu akustik temalar bir eser içerisinde yer alıyorsa belli duyguları hissetmemiz etki tepki denkleminde hemen kendine yer ediniyor. Fakat yapay zekâ bu akustik karakteristikleri öğrenip ne kadar duygu hissedeceğimizi manipüle edebilir mi?

Yapay zekâ müzisyenler arasında yaygınlaşırken biz dinleyicilerle de iletişim kurmaya başladı. Bu iletişimin dinleyicideki etkisi pazar araştırmalarının ilgi odaklarından biri. Peki; dinleyici bir eseri dinlediğinde, bunun yapay zekâ bestesi olduğunu bilip bilmemesi, dinleyicinin şarkıyı ne kadar sevdiğini etkiler mi? En sevdiğim şarkı, bir yapay zekâ bestesi ise bu benim hakkımda ne söyler? Yapay zekâ ile müzik üretimi sadece endüstriyel tüketim için değil, davranış ve duygu araştırmaları için de merak dolu soruları içinde barındırıyor.