POVZETEK
Umetna inteligenca se uporablja pri ustvarjanju melodij, besedil in aranžmajev, oblikovanju zvoka, ločevanju zvočnih sledi, miksanju, masteringu ter priporočanju glasbe. S tem se spreminjajo vloge glasbenika, producenta in poslušalca, odpirajo pa se tudi vprašanja avtorstva, avtentičnosti in preglednosti. Članek umetno inteligenco v glasbi obravnava kot spekter praks od tehnične pomoči do skoraj samostojnega ustvarjanja skladbe. V empiričnem delu smo analizirali 214 v celoti izpolnjenih spletnih vprašalnikov. Glasbo, ustvarjeno z UI, je že poslušalo 46,3 odstotka anketirancev, zavestno pa jo je poslušalo 16,4 odstotka. UI je za ustvarjanje ali obdelavo glasbe uporabilo 14,0 odstotka vprašanih. Glasbeno dejavni anketiranci so jo uporabljali pogosteje kot drugi (27,3 proti 8,1 odstotka; RO = 4,25; p < 0,001). Podatek o izvoru bi pri 52,3 odstotka zmanjšal pripravljenost za poslušanje, vendar je 47,7 odstotka vprašanih menilo, da ima tako ustvarjena glasba prihodnost. Rezultati kažejo razliko med naključno izpostavljenostjo, zavestnim poslušanjem in dejansko uporabo orodij UI.
Ključne besede: umetna inteligenca, glasba, glasbeno ustvarjanje, poslušalci, avtentičnost, avtorske pravice.
ABSTRACT
Artificial intelligence is used to generate melodies, lyrics and arrangements, shape sound, separate stems, support mixing and mastering, and recommend music. These applications change the roles of musicians, producers and listeners while raising questions about authorship, authenticity and transparency. This article treats artificial intelligence in music as a spectrum ranging from technical assistance to the near-autonomous generation of a complete song. The empirical analysis included 214 fully completed online questionnaires. Overall, 46.3% of respondents had heard AI-generated music, but only 16.4% listened to it intentionally. AI had been used for music creation or processing by 14.0% of respondents. Musically active respondents used it more often than others (27.3% versus 8.1%; OR = 4.25; p < .001). Disclosure of AI origin would reduce willingness to listen among 52.3% of respondents, while 47.7% nevertheless believed that AI-generated music had a future. The findings show a clear distinction between incidental exposure, intentional listening and the active use of AI music tools.
Keywords: artificial intelligence, music, music creation, listeners, authenticity, copyright.
UVOD
Umetna inteligenca v glasbi ni povsem nov pojav. Računalniški sistemi že desetletja sodelujejo pri analizi glasbenih vzorcev, računalniško podprtem komponiranju in priporočanju posnetkov. Novost sedanjega obdobja je predvsem dostopnost generativnih orodij, s katerimi lahko uporabnik brez programerskega znanja iz besedilnega opisa, kratkega zvočnega posnetka ali drugih navodil ustvari melodijo, instrumentalno podlago, vokal ali celotno skladbo. Tehnologija se je tako premaknila iz raziskovalnih laboratorijev in specializiranih studiev v spletne storitve, ki jih lahko uporablja skoraj vsakdo.
Tak razvoj zahteva natančnejšo opredelitev izraza »glasba, ustvarjena z umetno inteligenco«. Med skladbo, pri kateri je UI le odstranila šum, in skladbo, pri kateri je sistem ustvaril glasbo, besedilo, vokal in končni zvočni posnetek, obstaja velika razlika. V prvem primeru gre predvsem za tehnično pomoč, v drugem pa za generativni postopek, pri katerem postane vprašanje človeškega ustvarjalnega prispevka bistveno. Članek zato razlikuje med glasbo, ustvarjeno s pomočjo UI, in glasbo, ki jo UI ustvari pretežno ali v celoti. Ta razlika je pomembna za razumevanje uporabniške prakse, presojo avtentičnosti in razpravo o avtorstvu.
Področje ni omejeno na ustvarjanje. Algoritmi glasbo razvrščajo po žanru in razpoloženju, prepoznavajo skladbe, priporočajo vsebine na pretočnih platformah ter pomagajo pri produkciji in distribuciji. Mycka in Mańdziuk (2025) sodobne raziskave smiselno razdelita na tri večja področja: generiranje glasbe, klasifikacijo in priporočanje. Takšna razdelitev pokaže, da uporabnik umetno inteligenco srečuje tako kot ustvarjalec kakor kot poslušalec, pogosto brez jasnega vedenja, kje in kako je bila uporabljena.
Namen članka je raziskati, kako anketirani uporabniki razumejo in sprejemajo uporabo UI v glasbi. Posebna pozornost je namenjena razlikam med poslušalci in glasbeno dejavnimi osebami ter povezavam med uporabo orodij, izpostavljenostjo tako ustvarjeni glasbi in zavestnim poslušanjem. Osrednja teza je, da sprejemanje UI ni enotno: uporabnik lahko tehnologiji pripisuje pomembno vlogo v prihodnosti, hkrati pa ga podatek o umetnem izvoru od poslušanja odvrača.
Iz tega izhajajo štiri raziskovalna vprašanja. Prvo obravnava razširjenost izpostavljenosti glasbi, ustvarjeni z UI, in zavestnega poslušanja. Drugo se nanaša na uporabo orodij UI, uporabljene naloge in razlike glede na povezanost z glasbo. Tretje preverja povezavo med uporabo orodij ter poslušanjem tako ustvarjene glasbe. Četrto vprašanje obravnava vpliv razkritja izvora, samozaznano sposobnost prepoznavanja in presojo, ali ima glasba, ustvarjena z UI, prihodnost.
UMETNA INTELIGENCA IN GLASBA
Umetno inteligenco lahko za namene tega članka razumemo kot skupino računalniških metod, ki v podatkih prepoznavajo vzorce ter na tej podlagi razvrščajo, napovedujejo ali ustvarjajo nove rezultate. Pri glasbi so vhodni podatki lahko zvočni posnetki, notni zapisi, besedila, opisne oznake ali odzivi poslušalcev. Rezultat sistema je lahko ocena žanra, priporočilo naslednje skladbe, ločena vokalna sled, predlagana harmonija ali popolnoma nov zvočni zapis. Pojem zato ne označuje enega programa, temveč več tehnološko in funkcionalno različnih postopkov.
Razvoj področja je povezan z napredkom strojnega učenja in razpoložljivostjo velikih glasbenih zbirk. Starejši sistemi so se pogosteje opirali na vnaprej določena pravila ali simbolne zapise, sodobni pa se učijo iz množice primerov. Pri generativnih sistemih model ne poišče že izdelane skladbe, temveč na podlagi naučenih povezav izračuna nov niz glasbenih dogodkov ali zvočnih vzorcev. To ne pomeni, da ustvarja brez predhodnega gradiva. Njegove zmožnosti so odvisne od podatkov, arhitekture, nastavitev in navodil, s katerimi so ga razvijalci in uporabniki usmerili.
Pregled, ki sta ga opravila Ma in Zheng (2025), kaže, da se UI uporablja v širokem razponu dejavnosti, od kompozicije in produkcije do izvajanja, priporočanja, izobraževanja in terapije. Mycka in Mańdziuk (2025) ob tem opozarjata, da je vrednotenje generirane glasbe zahtevnejše od merjenja uspešnosti klasifikacije. Pravilnost žanrske oznake je mogoče primerjati z znanim odgovorom, glasbene kakovosti, ustvarjalnosti ali izraznosti pa ni mogoče zanesljivo skrčiti na eno objektivno merilo. Zato imajo pri presoji generativnih sistemov pomembno vlogo poslušalske študije.
Pomembna je tudi razlika med simbolno in zvočno generacijo. Simbolni sistemi ustvarjajo zaporedja not, akordov ali drugih glasbenih dogodkov, ki jih je treba šele izvesti ali pretvoriti v zvok. Zvočni modeli pa lahko ustvarijo že izdelan posnetek z barvo instrumentov, vokalom in produkcijskimi značilnostmi. Zaradi te razlike sodobni generatorji ne posegajo več samo v delo skladatelja, temveč tudi v vloge izvajalca, pevca, tonskega mojstra in producenta. Meje med posameznimi fazami glasbenega procesa postajajo manj ostre.
UPORABA UI V GLASBENEM EKOSISTEMU
Pri ustvarjanju lahko UI predlaga melodijo, akordno zaporedje, ritem, strukturo skladbe ali besedilo. Uporabnik lahko rezultat sprejme, zavrne, spremeni ali uporabi samo kot izhodišče. Tak proces je bližje izmenjavi predlogov kakor tradicionalni predstavi, po kateri avtor najprej v celoti oblikuje idejo in jo nato zapiše. Sistem omogoča hitro ustvarjanje številnih različic, vendar količina možnosti sama po sebi ne zagotavlja kakovostne izbire. Ustvarjalna presoja se zato deloma premakne od izdelovanja materiala k izbiranju, urejanju in umeščanju ustvarjenih različic.
V produkciji se UI uporablja za odstranjevanje šuma, popravljanje intonacije, prepoznavanje tempa, ločevanje vokala in instrumentov, izdelavo zvočnih plasti ter avtomatizirano miksanje in mastering. Pri teh nalogah cilj pogosto ni avtonomna ustvarjalnost, ampak učinkovitejše tehnično delo. Orodje lahko začetniku omogoči sprejemljiv rezultat brez drage opreme, profesionalcu pa skrajša ponavljajoče se postopke. Toda avtomatizirana rešitev lahko hkrati poenoti zvok ali prikrije odločitve, ki bi jih izkušen producent sprejel glede na pomen konkretne skladbe.
UI lahko sodeluje tudi pri izvedbi. Sistemi ustvarjajo spremljavo, se odzivajo na tempo izvajalca, sintetizirajo glasove ter posnemajo značilnosti določenega pevca ali instrumentalista. Prav posnemanje glasu najbolj jasno pokaže dvojno naravo tehnologije. Omogoča nove umetniške prakse in prakse, povezane z dostopnostjo, na primer izdelavo vokalne skice ali pomoč osebi, ki zaradi bolezni ne more več govoriti. Istočasno pa lahko brez dovoljenja ustvari posnetek, ki zveni kot prepoznavna oseba, in s tem poseže v njeno identiteto, ugled ali ekonomske interese.
Na strani poslušanja algoritmi že dolgo usmerjajo odkrivanje glasbe. Priporočilni sistemi ocenjujejo uporabnikove navade ter iz velike zbirke izbirajo skladbe, ki naj bi ustrezale njegovemu okusu ali trenutnemu kontekstu. To izboljšuje dostopnost in osebno prilagojenost, vendar lahko okrepi ponavljanje podobnih vsebin ter vpliva na vidnost izvajalcev. Z generativno UI se pojavlja še možnost sproti ustvarjene, prilagodljive glasbe za delo, sproščanje, igre ali druge situacije. Poslušalec tako ne izbira nujno med dokončanimi deli, temveč med parametri, iz katerih sistem oblikuje vedno novo različico.
V izobraževanju lahko UI pripravi spremljavo, analizira izvedbo, predlaga vaje ali omogoči preizkušanje kompozicijskih zamisli. Prednost je hitra povratna informacija in nižji prag za eksperimentiranje. Nevarnost pa nastane, če učenec ustvarjeni rezultat prevzame brez razumevanja harmonije, strukture ali izvedbenih odločitev. Podobno kot na drugih področjih tudi v glasbi spretna uporaba orodja ni enaka razumevanju procesa. Pedagoška vrednost je največja takrat, ko UI podpira poslušanje, primerjanje in razlago, ne pa kadar nadomesti razvoj temeljnih spretnosti.
V praksi se navedene uporabe prepletajo. Ena storitev lahko na podlagi poziva ustvari skladbo, jo razdeli na sledi in ponudi možnosti urejanja, druga pa se osredotoča na posamezno produkcijsko nalogo. Zato je trajnejša razvrstitev po namenu koristnejša od seznama blagovnih znamk. Med trenutno prepoznavnimi primeri so Suno in Udio za generiranje skladb iz navodil, AIVA kot pomoč pri generiranju glasbenega gradiva ter LANDR za produkcijske postopke, kot sta mastering in ločevanje sledi. Funkcije in poslovni pogoji teh storitev se hitro spreminjajo, zato je pri strokovni obravnavi smiselno navesti datum preverjanja in se izogniti ocenjevanju, katero orodje je »najboljše«.
GLASBENIKI, ORODJA IN SODELOVANJE ČLOVEK–UI
Vprašanje, ali profesionalni glasbeniki uporabljajo umetno inteligenco, nima enoznačnega odgovora, ker izraz »uporaba« zajema zelo različne dejavnosti. Glasbenik lahko uporablja avtomatizirano odstranjevanje šuma, ne da bi UI sodelovala pri kompoziciji, ali pa generatorju prepusti večino glasbenega in zvočnega gradiva. Raziskava družbe Goldmedia, izvedena za GEMA in SACEM, je med skoraj 15.000 člani ugotovila, da jih je 35 odstotkov že uporabljalo tehnologije UI pri delu z glasbo ali ustvarjanju nasploh. Uporaba je bila pogostejša med mlajšimi člani, dejanski prispevek UI k ustvarjalnemu delu pa je bil pri večini uporabnikov še omejen (Goldmedia, 2024).
Podatek kaže, da UI ni več obrobno orodje, vendar ne dokazuje, da glasbeniki množično prepuščajo ustvarjanje sistemom. V isti raziskavi so anketiranci uporabo pričakovali pri kompoziciji in pisanju besedil, pa tudi pri snemanju, urejanju, miksanju in masteringu. Ta razpon potrjuje potrebo po ločevanju ustvarjalnih, tehničnih in podpornih nalog. Če vse vrste uporabe združimo v eno kategorijo, izgubimo informacijo o tem, koliko človeške presoje in izvedbe je v končnem delu dejansko ostalo.
Sodelovanje človeka in UI je mogoče razumeti kot razporeditev pobude in nadzora. Pri postopku, usmerjenem v človeka, ustvarjalec določi namen, izbere gradivo, presoja različice, jih spreminja ter prevzame odgovornost za končno obliko. Pri bolj avtomatiziranem postopku uporabnik poda kratek opis in sprejme izdelan rezultat z malo posegi. V obeh primerih je človek tehnično sprožil proces, vendar njegova ustvarjalna vloga ni enaka. Za razpravo o avtorstvu zato število vnesenih pozivov ni dovolj; pomembne so konkretne ustvarjalne odločitve, njihova izvirnost in razvidnost v končnem delu.
UI lahko zniža prag za glasbeno izražanje. Oseba brez znanja instrumenta lahko hitro preizkusi zamisel, majhen ustvarjalec pa pripravi predstavitveni posnetek, za katerega bi prej potreboval več sodelavcev. To je mogoče razumeti kot demokratizacijo ustvarjanja. Vendar dostop do rezultata še ne pomeni enakega dostopa do glasbene kariere. Prepoznavnost, distribucija, pravice, občinstvo in zmožnost trajnega razvoja lastnega izraza ostajajo neenakomerno razporejeni. Poleg tega lahko množica hitro ustvarjenih skladb poveča tekmovanje za omejeno pozornost poslušalcev.
Dosedanji vpliv na poklice se je razlikoval glede na nalogo. Rutinski in cenovno občutljivi segmenti, kot so generična glasba za manjše oglase, kratke spletne vsebine ali del tehnične obdelave, so bolj izpostavljeni avtomatizaciji. Pri delu, kjer so ključni odnos z občinstvom, izvedbena identiteta, poznavanje kulturnega konteksta in skupinsko ustvarjanje, je nadomestitev manj neposredna. Sturm in sodelavci (2019) opozarjajo, da lahko avtomatizacija začetnih delovnih mest v studijskem okolju vpliva tudi na poti, po katerih novi ustvarjalci pridobivajo znanje in poklicne stike.
Najprimernejši okvir zato ni preprosta izbira med navdušenjem in zavračanjem. Glasbeniki lahko UI uporabljajo selektivno, ob tem pa ohranijo jasen namen, nadzor nad podatki in sposobnost kritične presoje rezultata. Preglednost postopka je posebej pomembna pri sodelovanju več oseb, naročniškem delu in javni objavi. Dogovor mora določiti, katera orodja so dovoljena, kdo preveri pogoje uporabe, kdo hrani izvorne datoteke in kako se razkrije prispevek sistema. Takšna dokumentacija ne rešuje vseh pravnih vprašanj, vendar zmanjšuje poznejše spore o nastanku dela.
POSLUŠALCI, SPREJEMANJE IN AVTENTIČNOST
Tehnična kakovost je samo eden od razlogov, zaradi katerih poslušalec sprejme ali zavrne glasbo. Na doživljanje vplivajo žanr, osebni spomini, okoliščine poslušanja, identiteta izvajalca in zgodba o nastanku skladbe. Pri glasbi, ustvarjeni z UI, je zato pomembno, ali poslušalec pozna njen izvor. Enak zvočni primer je lahko ocenjen drugače, če je predstavljen kot delo človeka ali kot rezultat algoritma. Oznaka ne spreminja zvoka, spremeni pa pričakovanja o namenu, trudu in osebni izkušnji, ki naj bi bila za zvokom.
Chu in sodelavci (2022) so pri 100 udeležencih zbrali več kot 700 ocen glasbe, ustvarjene z različnimi modeli, ter uporabili devet subjektivnih meril. Raziskava je pokazala, da na zadovoljstvo vplivajo značilnosti modela in način glasbene predstavitve, hkrati pa potrjuje, da vrednotenja ni mogoče omejiti na eno lastnost. Poslušalci lahko ločeno presojajo skladnost, strukturo, bogastvo, izvirnost ali splošni vtis. V naši anketi neposrednega vrednotenja posnetkov nismo izvajali, zato so bile te ugotovitve uporabljene kot teoretično ozadje za razlago stališč poslušalcev.
Novejši eksperiment Chie, Hartanta in Tonga (2025) je preverjal prav vpliv domnevnega avtorstva. Udeleženci so poslušali osem z UI ustvarjenih pop skladb, ki so bile naključno označene kot delo UI ali človeka. Pri všečnosti, kakovosti, želji po ponovnem poslušanju in nameri za nakup niso ugotovili statistično značilnega splošnega razvrednotenja skladb z oznako UI; pri nekaterih pozitivnih čustvih so bile te celo ocenjene višje. Rezultat je treba razlagati previdno zaradi majhnega in mladega vzorca ter omejitve na določen slog, vendar pokaže, da odpor do glasbe UI ni samoumeven.
Avtentičnost je širši pojem od tehnične izvirnosti. Lahko pomeni zvestobo ustvarjalca lastnemu izrazu, prepričljivost izvedbe, iskren odnos do občinstva ali ujemanje z normami določene glasbene skupnosti. Tan (2026) na primeru generatorja Suno zagovarja možnost, da glasba, ustvarjena z UI, doseže določeno obliko avtentičnosti tudi brez običajnega človeškega glasbenega ustvarjanja. Takšno stališče ostaja sporno, ker del poslušalcev glasbi pripisuje vrednost prav zaradi človeškega namena, telesne izvedbe in življenjske izkušnje, ki naj bi jo delo izražalo.
Smiselno je zato razlikovati med avtentičnostjo procesa in avtentičnostjo izkušnje. Proces je za poslušalca lahko manj avtentičen, če ni mogoče prepoznati človeka, ki je sprejel bistvene ustvarjalne odločitve. Glasbena izkušnja pa je kljub temu lahko resnična: poslušalec se lahko ob skladbi sprosti, gane ali jo poveže z osebnim dogodkom, ne glede na njen izvor. Ti razsežnosti se ne izključujeta. Nekdo lahko prizna, da ga je skladba čustveno dosegla, in hkrati meni, da bi morala biti označena ali drugače vrednotena kot delo človeškega glasbenika.
V anketi smo zato ločeno merili poročano izpostavljenost glasbi, ustvarjeni z UI, zavestno poslušanje, vpliv razkritja izvora in samozaznano sposobnost prepoznavanja. Pri vprašanjih, pri katerih izvor ali prihodnost glasbe nista bila zanesljivo presojena, je bila na voljo možnost »ne vem«. Odgovor o prepoznavanju je meril samozavest anketiranca, ne njegove dejanske uspešnosti. Za dokaz sposobnosti prepoznavanja bi bil potreben poslušalski preizkus z znanim izvorom posnetkov.
AVTORSKOPRAVNI IN ETIČNI VIDIKI
Pri avtorskem pravu je treba ločiti vsaj tri vprašanja: uporabo obstoječih del za učenje modela, morebitno podobnost ustvarjenega rezultata z varovanim delom ter varstvo samega rezultata. Ta vprašanja se v javni razpravi pogosto združujejo, čeprav imajo različne pravne podlage. Dejstvo, da je rezultat nov, še ne odgovori na vprašanje zakonitosti učnih podatkov; prav tako sporna sestava učnega nabora sama po sebi ne pomeni, da vsak rezultat krši pravice konkretnega avtorja.
Slovenski Zakon o avtorski in sorodnih pravicah avtorsko delo opredeljuje kot individualno intelektualno stvaritev, avtorja pa opredeljuje kot fizično osebo. Pri popolnoma avtonomnem rezultatu UI je zato težko govoriti o avtorstvu sistema. Drugače je, kadar človek orodje uporabi znotraj širšega ustvarjalnega procesa in se njegove individualne odločitve izrazijo v izboru, razporeditvi, spremembah ali izvedbi gradiva. Varstvo se v takem primeru ne bi smelo avtomatično razširiti na vse, kar je sistem ustvaril, temveč na prepoznaven človeški ustvarjalni prispevek.
Za učenje modelov je pomembno besedilno in podatkovno rudarjenje. Direktiva (EU) 2019/790 določa izjemo za reprodukcije in izvlečke iz zakonito dostopnih del za takšno rudarjenje, pri splošni izjemi pa lahko imetniki pravic uporabo ustrezno izrecno pridržijo. Slovenski ZASP je ta okvir prenesel v člena 57.a in 57.b. Praktična vprašanja ostajajo zahtevna: ali je bil dostop zakonit, ali je bil pridržek pravic podan strojno berljivo in kako naj imetnik pravic ugotovi, ali je bilo njegovo delo vključeno v veliko zbirko podatkov.
Akt o umetni inteligenci ne nadomešča avtorskega prava, uvaja pa pomembne obveznosti preglednosti. Ponudniki splošnonamenskih modelov morajo imeti politiko spoštovanja avtorskega prava EU in objaviti dovolj podroben povzetek vsebine, uporabljene za učenje. Za sisteme, ki ustvarjajo sintetični zvok, veljajo tudi zahteve glede strojno berljivega označevanja oziroma zaznavnosti umetno ustvarjenega ali spremenjenega izhoda. Pri umetniških delih je treba razkritje izvesti tako, da ni oviralo običajnega uživanja dela. Za glasbeno področje je to pomembna podlaga za tehnično in uporabniku razumljivo označevanje.
Poseben problem je posnemanje glasu ali sloga. Slog kot tak praviloma ni isto kot konkretno avtorsko delo, vendar lahko rezultat reproducira varovane elemente, ustvari zmedo o izvajalcu ali poseže v osebnostne in druge pravice. Etična meja je lahko strožja od minimalne pravne. Tudi kadar uporaba ni očitno prepovedana, lahko objava skladbe z glasom prepoznavne osebe brez soglasja zavaja občinstvo ter izkorišča njen ugled. Zato sta označevanje in dovoljenje pomembna tudi zunaj ozke presoje avtorske pravice.
Raziskava GEMA in SACEM kaže močno podporo ustvarjalcev preglednosti učnih podatkov, soglasju in udeležbi pri prihodkih (Goldmedia, 2024). Ti interesi se srečujejo z interesom javnosti za razvoj novih orodij in z možnostjo novih oblik ustvarjanja. Uravnotežen pristop mora zato vključevati sledljivost, razumne licenčne modele, možnost pridržka pravic, odgovornost ponudnikov in uporabnikov ter jasno razlikovanje med navdihom, transformacijo in reprodukcijo. Ker se zakonodaja in sodna praksa razvijata, članek ne podaja dokončnih pravnih odgovorov, temveč okvir za odgovorno presojo.
RAZISKOVALNI IN METODOLOŠKI OKVIR
Empirični del je temeljil na anonimni spletni anketi med uporabniki v Sloveniji. V končno analizo smo vključili vseh 214 zapisov, saj je vsak vseboval odgovore na vseh dvanajst osrednjih vprašanj. Vprašalnik je zajel starost, spol, povezanost z glasbo, predhodno in zavestno poslušanje glasbe, ustvarjene z UI, kanale srečanja s takšno glasbo, vpliv razkritja izvora, samozaznano prepoznavanje, uporabo orodij UI, naloge in namen uporabe ter presojo prihodnosti tako ustvarjene glasbe. Pri povezanosti z glasbo, kanalih in nalogah je bilo mogoče izbrati več odgovorov, pri drugih vprašanjih pa enega.
Odgovore smo analizirali kot nominalne kategorije; vprašalnik ni vseboval Likertove lestvice. Za primerjave smo kot glasbeno dejavne opredelili anketirance, ki so igrali inštrument ali peli, ljubiteljsko ustvarjali oziroma producirali glasbo ali se z glasbo ukvarjali poklicno. Pri kanalih, prek katerih so se anketiranci srečali z glasbo UI, je bil ustrezen imenovalec 99 anketirancev, ki so poročali o predhodnem poslušanju. Ustvarjalne in produkcijske naloge smo opisali med 30 osebami, ki so navedle uporabo UI za ustvarjanje ali obdelavo glasbe. Iskanje glasbenih idej za poslušanje in prepoznavanje skladb smo obravnavali ločeno, ker ne pomenita nujno ustvarjanja glasbe.
Najprej smo izračunali frekvence in deleže. Pri večkratnih odgovorih se deleži niso seštevali do 100 odstotkov. Razlike med skupinami smo preverili s preizkusom hi-kvadrat in Cramérjevim V, pri binarnih primerjavah z manjšimi celicami pa s Fisherjevim eksaktnim preizkusom. Pri slednjem smo navedli tudi razmerje obetov in 95-odstotni interval zaupanja. Prag statistične značilnosti je bil p < 0,05. Analize so bile raziskovalne, zato smo poleg vrednosti p upoštevali velikost in vsebinski pomen razlik.
Vzorec je bil priložnostni in ni bil demografsko utežen, zato rezultatov ni bilo mogoče posplošiti na celotno slovensko populacijo. Podatki so temeljili na samoocenah in niso dokazovali dejanske sposobnosti prepoznavanja glasbe UI. Vprašalnik prav tako ni vključeval poslušalskega preizkusa ali neposrednih mer kakovosti, čustvenosti in avtentičnosti. Zaradi presečne zasnove iz ugotovljenih povezav ni bilo mogoče sklepati o vzročnosti. Majhno število poklicnih glasbenikov je omogočalo le opis te podskupine.
REZULTATI ANKETE
V vzorcu je bilo 214 anketirancev. Največ jih je bilo starih od 18 do 24 let (70; 32,7 %), sledile so skupine od 25 do 34 let (38; 17,8 %), od 45 do 54 let (37; 17,3 %), od 35 do 44 let in 55 let ali več (v vsaki 30; 14,0 %) ter skupina do 17 let (9; 4,2 %). Moških je bilo 105 (49,1 %), žensk 100 (46,7 %), preostali pa so izbrali drugo možnost ali spola niso navedli. Samo poslušanje glasbe je označilo 143 oseb (66,8 %). Kot glasbeno dejavne smo opredelili 66 oseb (30,8 %); odgovori o igranju, ljubiteljskem ustvarjanju in poklicnem delu so se lahko prekrivali.
Glasbo, ki je bila delno ali v celoti ustvarjena z UI, je že poslušalo 99 oseb (46,3 %), 56 (26,2 %) je ni poslušalo, 59 (27,6 %) pa tega ni vedelo. Zavestno jo je poslušalo 35 anketirancev (16,4 %). Med 99 izpostavljenimi je bil najpogostejši kanal YouTube (69; 69,7 %), sledila so družbena omrežja (61; 61,6 %), pretočne platforme (27; 27,3 %), spletni ali klasični mediji (20; 20,2 %) in priporočila prijateljev (19; 19,2 %). Ker je bilo mogoče izbrati več kanalov, je vsota deležev presegla 100 odstotkov.
Podatek, da je glasba ustvarjena z UI, bi zmanjšal pripravljenost za poslušanje pri 112 anketirancih (52,3 %): 51 je ne bi poslušalo, 61 pa bi jo poslušalo z manjšo verjetnostjo. Pozitiven vpliv je navedlo 38 oseb (17,8 %), 47 (22,0 %) jih je odgovorilo, da podatek nima vpliva, 17 (7,9 %) pa odgovora ni vedelo. Da bi glasbo UI prepoznali, je menilo 44 vprašanih (20,6 %); 81 (37,9 %) jih je odgovorilo nikalno, 89 (41,6 %) pa »ne vem«. Kljub zadržkom je 102 anketirancev (47,7 %) menilo, da ima glasba UI prihodnost, 43 (20,1 %) se jih s tem ni strinjalo, 69 (32,2 %) pa je bilo neopredeljenih.
UI je za ustvarjanje ali obdelavo glasbe uporabilo 30 oseb (14,0 %). Med njimi so bile najpogostejše naloge pisanje besedil (14; 46,7 %), ločevanje vokala in inštrumentov (12; 40,0 %) ter ustvarjanje celotne skladbe (10; 33,3 %). Za zabavo in preizkušanje jo je uporabljalo 21 oseb, za izobraževanje štiri in za ljubiteljsko ustvarjanje tri; dve osebi s preteklo izkušnjo sta navedli, da je trenutno ne uporabljata. Med glasbeno dejavnimi je UI uporabilo 18 od 66 oseb (27,3 %), med drugimi pa 12 od 148 (8,1 %). Razlika je bila statistično značilna (Fisherjev eksaktni preizkus, p < 0,001; RO = 4,25; 95 % IZ [1,91; 9,47]). Uporabniki UI so pogosteje poročali tudi o predhodnem poslušanju (80,0 proti 40,8 %; RO = 5,81; p < 0,001) in zavestnem poslušanju (36,7 proti 13,0 %; RO = 3,86; p = 0,003). Njihova presoja prihodnosti glasbe UI pa se ni značilno razlikovala od presoje drugih (p = 0,486; Cramérjev V = 0,08).
RAZPRAVA
Rezultati potrjujejo, da izpostavljenosti ni mogoče enačiti z zavestnim poslušanjem. Glasbo UI je že slišala skoraj polovica vzorca, vendar jo je namerno poslušala le približno tretjina izpostavljenih. Prevlada YouTuba in družbenih omrežij kaže, da stik pogosto nastane v okoljih, kjer izvor skladbe ni nujno v ospredju. Tudi velik delež odgovorov »ne vem« pri izpostavljenosti in prepoznavanju kaže na omejeno preglednost, ne na dokazano nezmožnost razlikovanja med človeško in strojno ustvarjeno glasbo.
Uporaba orodij je bila v splošnem vzorcu precej manjša kot v raziskavi članov GEMA in SACEM, v kateri je široko opredeljeno uporabo UI navedlo 35 odstotkov sodelujočih (Goldmedia, 2024). Neposredna primerjava ni mogoča, saj je tu sodelovala predvsem splošna javnost, v mednarodni raziskavi pa glasbeni ustvarjalci. V našem vzorcu so glasbeno dejavni anketiranci UI uporabljali več kot trikrat pogosteje kot drugi, kar podpira ugotovitev, da se orodja najprej uveljavljajo pri osebah z neposrednim ustvarjalnim ali produkcijskim razlogom za uporabo. Skupina poklicnih glasbenikov je bila premajhna za samostojen sklep.
Razkritje izvora je pri več kot polovici zmanjšalo izraženo pripravljenost za poslušanje, vendar tega ni mogoče enačiti z dejansko oceno skladbe. Chia, Hartanto in Tong (2025) pri poslušalskem eksperimentu niso ugotovili splošnega razvrednotenja glasbe z oznako UI. Razlika med ugotovitvama je lahko posledica metode: naša anketa je merila napovedano vedenje brez zvočnega primera, eksperiment pa odziv na konkretne posnetke. Za zanesljivejši sklep bi bilo treba v istem vzorcu povezati vprašanje o oznaki s slepim poslušalskim preizkusom.
Skoraj polovica anketirancev je menila, da ima glasba UI prihodnost, ta presoja pa ni bila povezana z osebno uporabo orodij. Udeleženci so torej lahko pričakovali nadaljnji razvoj tehnologije, ne da bi jo sami uporabljali ali jo želeli poslušati. Takšna kombinacija pojasnjuje, zakaj sta preglednost in jasna razmejitev med tehnično pomočjo ter generiranjem celotne skladbe pomembni tudi za sprejemanje. Rezultati podpirajo previdno, pogojno sprejemanje UI, ne pa enotnega navdušenja ali zavračanja.
ZAKLJUČEK
Raziskava je pokazala, da stik z glasbo, ustvarjeno z umetno inteligenco, še ni pomenil njenega zavestnega poslušanja ali dejavne uporabe glasbenih orodij UI. Med 214 anketiranci jih je 46,3 odstotka tako glasbo že slišalo, zavestno pa jo je poslušalo le 16,4 odstotka. UI je za ustvarjanje ali obdelavo glasbe uporabilo 14,0 odstotka vprašanih. Uporaba je bila izrazitejša med glasbeno dejavnimi osebami kot med drugimi anketiranci (27,3 proti 8,1 odstotka; RO = 4,25; p < 0,001), zato so rezultati podprli domnevo, da neposredna povezanost z glasbenim ustvarjanjem povečuje verjetnost preizkušanja teh orodij.
Odnos do glasbe UI je bil zadržan, vendar ne enotno odklonilen. Razkritje umetnega izvora bi pri 52,3 odstotka zmanjšalo pripravljenost za poslušanje, pri 22,0 odstotka ne bi imelo vpliva, pri 17,8 odstotka pa bi jo povečalo. Hkrati je 47,7 odstotka anketirancev menilo, da ima tako ustvarjena glasba prihodnost. Le 20,6 odstotka jih je ocenilo, da bi glasbo UI prepoznali, 41,6 odstotka pa je izbralo odgovor »ne vem«. Ugotovitve kažejo, da so pri sprejemanju pomembni izvor, preglednost in osebna izkušnja, ne samo pričakovana tehnična kakovost posnetka.
Članek je uporaben za glasbenike, producente, založbe, pretočne platforme, medije, izobraževalne ustanove, razvijalce orodij UI in organizacije za kolektivno upravljanje pravic. Rezultati jim pomagajo razlikovati med občasno izpostavljenostjo, zavestnim poslušanjem in dejansko uporabo tehnologije. Pokažejo tudi, da splošno vprašanje o sprejemljivosti UI ne zadošča, saj so odzivi odvisni od naloge, obsega človeškega prispevka in načina, kako je poslušalcu predstavljen izvor glasbe.
Za stroko je pomembno, da se tehnična pomoč jasno loči od generiranja melodije, vokala ali celotne skladbe. Ustvarjalec naj dokumentira uporabljeno orodje, ključne človeške odločitve in izvor gradiva, posebej kadar delo objavi, licencira ali pripravi za naročnika. Platforme in mediji morajo oznake oblikovati razumljivo in dosledno, da poslušalec ve, ali je UI pomagala pri obdelavi ali ustvarila bistveni del posnetka. Založbe in naročniki naj vnaprej določijo dovoljene načine uporabe, odgovornost za preverjanje rezultata ter ravnanje z glasovi in drugimi prepoznavnimi elementi. Takšna preglednost ne rešuje vseh vprašanj avtorskega prava, zmanjša pa tveganje zavajanja in poznejših sporov.
Glavne omejitve raziskave so bile priložnostni in demografsko neuteženi spletni vzorec, majhno število poklicnih glasbenikov ter samoocenjevalna narava odgovorov. Rezultatov zato ni mogoče posplošiti na vse prebivalce Slovenije ali na celotno glasbeno stroko. Vprašalnik ni vseboval zvočnih primerov in ni neposredno meril kakovosti, čustvenosti, izvirnosti ali avtentičnosti. Odgovor o prepoznavanju je meril samozavest, ne dejanske uspešnosti. Presečna zasnova je pokazala povezave znotraj vzorca, ni pa omogočala sklepanja, da je uporaba UI povzročila večjo pripravljenost za poslušanje.
K izboljšanju nadaljnjih raziskav bi prispevali večji in bolj uravnotežen vzorec, načrtno vključevanje poklicnih in ljubiteljskih glasbenikov ter ločena obravnava različnih glasbenih zvrsti. Anketna vprašanja bi bilo smiselno povezati s slepim poslušalskim preizkusom, v katerem bi isti posnetki dobili različne oznake izvora. Tako bi bilo mogoče primerjati izražena stališča z dejanskimi ocenami kakovosti, čustvenega odziva, avtentičnosti in pripravljenosti za ponovno poslušanje. Daljše spremljanje bi pokazalo tudi, ali se sprejemanje spreminja z večjo razširjenostjo orodij. Ugotovitve podpirajo pregledno in odgovorno uporabo UI, pri kateri tehnologija dopolnjuje prepoznaven človeški ustvarjalni prispevek.
LITERATURA
Chia, S., Hartanto, A. in Tong, E. M. W. (2025). Do listeners devalue AI-generated pop music? Exploring negative biases in listeners’ responses to AI-labelled vs human-labelled pop music. Computers in Human Behavior: Artificial Humans, 6, 100217. https://doi.org/10.1016/j.chbah.2025.100217 [4. 9. 2026]
Chu, H., Kim, J., Kim, S., Lim, H., Lee, H., Jin, S., Lee, J., Kim, T. in Ko, S. (2022). An empirical study on how people perceive AI-generated music. Proceedings of the 31st ACM International Conference on Information & Knowledge Management, 304–314. https://doi.org/10.1145/3511808.3557235 [24. 8. 2026]
Evropski parlament in Svet Evropske unije. (2019). Direktiva (EU) 2019/790 o avtorski in sorodnih pravicah na enotnem digitalnem trgu. https://eur-lex.europa.eu/eli/dir/2019/790/oj [14. 6. 2026]
Evropski parlament in Svet Evropske unije. (2024). Uredba (EU) 2024/1689 o določitvi harmoniziranih pravil o umetni inteligenci (Akt o umetni inteligenci; konsolidirano besedilo). https://eur-lex.europa.eu/eli/reg/2024/1689/oj [18. 7. 2026]
Fox, M., Vaidyanathan, G. in Breese, J. L. (2024). The impact of artificial intelligence on musicians. Issues in Information Systems, 25(3), 267–276. https://doi.org/10.48009/3_iis_2024_121 [4. 7. 2026]
Goldmedia. (2024). AI and music: Market development of AI in the music sector and impact on music authors and creators in Germany and France. Študija za GEMA in SACEM. https://www.gema.de/en/news/ai-study [13. 8. 2026]
Ma, W. in Zheng, Z. (2025). Applications of artificial intelligence in music: A review. International Journal of Crowd Science, 9(4), 221–238. https://doi.org/10.26599/IJCS.2025.9100011 [4. 8. 2026]
Mycka, J. in Mańdziuk, J. (2025). Artificial intelligence in music: Recent trends and challenges. Neural Computing and Applications, 37, 801–839. https://doi.org/10.1007/s00521-024-10555-x [6. 6. 2026]
Sturm, B. L. T., Iglesias, M., Ben-Tal, O., Miron, M. in Gómez, E. (2019). Artificial intelligence and music: Open questions of copyright law and engineering praxis. Arts, 8(3), 115. https://doi.org/10.3390/arts8030115 [21. 6. 2026]
Tan, S. (2026). Are we all musicians now? Authenticity, musicianship, and AI music generator Suno. Journal of AI, 10, 105–128. https://doi.org/10.61969/jai.1886128
Zakon o avtorski in sorodnih pravicah (ZASP). Uradni list RS, s spremembami. https://pisrs.si/Pis.web/pregledPredpisa?id=ZAKO403 [27. 6. 2026]
Zhu, H., Liu, Q., Yuan, N. J., Qin, C., Li, J., Zhang, K., Zhou, G., Wei, F., Xu, Y. in Chen, E. (2023). A survey of AI music generation tools and models. arXiv. https://doi.org/10.48550/arXiv.2308.12982 [26. 8. 2026]