AI DJが私の音楽の雰囲気を台無しにしている

編集者注：パーソナライズド・レコメンデーションはかつてストリーミングプラットフォームが最も誇る売りだったが、今やプラットフォームはさらなる一歩を踏み出そうとしている——AIをラジオDJとして起用し、音声で楽曲をつなぎ、コメントし、推薦させるのだ。一見すばらしいアイデアに聞こえるが、あの合成された「熱い声」が大好きな曲の合間に無理やり話しかけてくると、多くの人が気づく——AIが手を出すべきでないものが確かに存在すると。

「あなたへのおすすめ」から「あなたとおしゃべり」へ

過去10年間、SpotifyやYouTube Musicなどのプラットフォームの核心的な競争力は、アルゴリズムによって次に聴きたい曲を判断することにあった。レコメンドエンジンの精度が上がるにつれ、プロダクトマネージャーたちは次の成長ポイントを模索し始めた——ユーザーが暇なときにラジオをつけるなら、AIをそのラジオパーソナリティにしてはどうか？こうして、バーチャルパーソナリティ、AIによる楽曲紹介、合成音声がプレイリストに組み込まれた。プラットフォームの狙いは明白だ——レコメンドは「受動的」だが、話しかけてくる声は「寄り添い感」を演出し、利用時間を延ばし、広告やサブスクリプションをより自然に売り込める。

SpotifyのAI DJ：過剰に設計された「声」

Spotifyが2023年にリリースしたAI DJ機能は、この発想の典型的な産物だ。同社は音声合成スタートアップのSonanticを買収し、「X」という名の合成音声でユーザーへの楽曲紹介を行っている。この声はSpotify社内のカルチャーパートナーシップ担当者の声質をモデルにしており、軽快なトーンと時折ユーモアを交えながら、曲と曲の間に推薦の理由を挟み込む。YouTube Musicも同様の方向性を探り、合成パーソナリティにプレイリストを「キュレーション」させようとしている。

問題はまさにここにある。本物のDJのトークが魅力的なのは、彼らが実際に音楽を聴き、知識があり、自分の意見を持ち、即興の瞬間に2曲をひとつの物語としてつなげられるからだ。一方、AI DJの「物語」はモデルがユーザーデータを推測することで生まれる。インディーロックを1曲聴き終えると、AIは厳かに「次の曲はきっと気に入るはず」と宣言する——だが心の中では分かっている、その判断の根拠はプレイリストのタグの羅列に過ぎないと。

ぎこちないジョークと「真顔でのでたらめ」

WIREDのライター、Reece Rogersの不満は核心をついている：

あのぎこちないジョークと、でっち上げられた楽曲トリビアが、音楽を聴く雰囲気を台無しにしている。

「不気味の谷」は人間の顔だけの話ではない

ロボット工学者の森政弘が提唱した「不気味の谷」理論は、擬人化の度合いが人間に近づきながらも一線を越えられないとき、好感度が一気に不快感に転落すると説く。この法則は音声にも同様に当てはまる。本物のDJは間を置き、言い間違え、咄嗟に言い直す——そうした「欠点」こそがリアルさの一部だ。ところが合成音声は滑らかさと標準的な発話を追い求め、自然さやユーモアを模倣しようとすると、かえって機械的な違和感を露わにしてしまう。AIが毎回同じ上がり調子のイントネーションで「この曲をあなたに」と語りかけてきたとき、感じるのは理解されているという感覚ではなく、計算されているという感覚だ。

音楽に必要なのは余白であり、埋め尽くすことではない

より根本的な問題として、プラットフォームは音楽体験の本質を誤解している。曲と曲の間の数秒の静寂は埋めるべき空白ではなく、感情の自然な余韻だ。過去10年間、インターネットのプロダクトは「シームレスなつながり」を信奉し、一秒たりともコンテンツを途切れさせまいとしてきた——しかし音楽はまったく逆の原理で成り立っており、余白と呼吸、そして聴き手自身の想像力に依存している。AI DJが口を開くたびに、その個人的な聴取の瞬間はアルゴリズムに向けたパフォーマンスへと書き換えられてしまう。

もちろん、これはAIが音楽分野で価値を持たないという意味ではない。プレイリストの生成、音楽ジャンルの識別、創作支援、視覚障害者向けの音声ナビゲーションはいずれも実質的な進歩だ。真に警戒すべきは、プラットフォームが「擬人化」を万能の鍵と信じて固執する姿勢だ——アルゴリズムに声を与えさえすれば友人になれると思っているかのようだ。しかしユーザーが求めているのは、やたらと話しかけてくる機械ではなく、邪魔されることなく良い音楽に浸れる時間なのだ。

本稿はWIREDより編訳