Почти никто не отличает музыку ИИ от человеческой. Но маркировать её хотят почти все

У слушателей появился новый музыкальный талант: они знают, что им не нравится AI-музыка, даже когда не могут её узнать.

Deezer в июне запустил бесплатный AI music detector для плейлистов на разных стриминговых сервисах и заодно напомнил главный результат своего опроса с Ipsos: в слепом тесте 97% участников не смогли отличить полностью сгенерированную ИИ музыку от созданной человеком. При этом 80% согласились, что такую музыку нужно явно маркировать, 73% пользователей стримингов хотят знать, рекомендует ли платформа полностью сгенерированные треки, а 52% считают, что AI-песни не должны попадать в основные чарты рядом с человеческими.

Это редкий случай, когда общественная позиция выглядит почти безупречно сформулированной: «я не слышу разницы, но требую предупредить меня о ней заранее».

Deezer, конечно, не просто публикует социологию. Компания продаёт идею прозрачности — и теперь ещё даёт людям инструмент, который сканирует их плейлисты. По данным Deezer, почти 75 тысяч сгенерированных ИИ треков поступают на платформу ежедневно, это уже более 44% всей дневной доставки музыки. В 2025 году Deezer обнаружил и промаркировал больше 13,4 млн AI-треков, а песни, распознанные как сгенерированные ИИ, убирает из алгоритмических рекомендаций и редакторских плейлистов.

Но интереснее здесь не сам детектор. Интереснее психологический сбой, который он делает видимым.

Люди плохо отличают AI-музыку на слух — и это не только маркетинговый тезис Deezer. В исследовании Daniel B. Shank и коллег, опубликованном в Journal of Experimental Psychology: Applied, авторы проверяли так называемую предвзятость к AI-композитору: будут ли слушатели хуже оценивать музыку, если думают, что её написал искусственный интеллект. Результат оказался аккуратнее, чем лозунг «люди ненавидят AI»: эффект зависел от жанра и ожиданий. Но главный вывод авторы сформулировали прямо: слушатели склонны хуже относиться к музыке, которую считают созданной AI, особенно если сама музыка не совпадает с их представлением о том, что «машина способна написать» (Shank et al., 2022).

То есть проблема не обязательно в звуке. Иногда проблема в табличке.

В январском рабочем докладе CESifo When Music is Made by AI: Effects on Preferences and Willingness to Pay Jana Friedrichsen, Julia Schwarz и Michel Clement пришли к похожей развилке: когда участники не знали происхождение треков, они в целом не могли надёжно отличить AI-песни от человеческих и даже немного предпочитали AI-музыку. Но раскрытие того, что в создании использовался AI, снижало воспринимаемую ценность и готовность платить (Friedrichsen, Schwarz & Clement, 2026).

Музыка не поменялась. Цена в голове — поменялась.

Это важный момент для всей дискуссии о маркировке. Обычно её защищают как право потребителя знать, что он слушает. И это разумная позиция: если AI-модели обучались на чужих каталогах, если треки могут размывать фонд авторских отчислений, если платформы сами способны генерировать дешёвый потоковый контент, слушатель и артист действительно имеют право на прозрачность. Маркировка нужна не потому, что у каждого человека в ухе спрятан идеальный детектор. Как раз наоборот: потому что такого детектора там нет.

Но вместе с прозрачностью приходит побочный эффект. Лейбл «AI-generated» работает не только как информация, но и как инструкция к восприятию: слушай настороженно, ищи пустоту, проверяй, не обманули ли тебя синтетической эмоцией.

В свежем исследовании David Stammer, Hannah Strauss и Peter Knees о восприятии сгенерированной ИИ музыки авторы показывают, что отношение к AI оказалось лучшим предсказателем и симпатии к треку, и воспринимаемой эмоциональной насыщенности. Участники оценивали музыку не только по тому, как она звучит, но и через вопросы подлинности, культуры, этики и авторства (Stammer, Strauss & Knees, 2025). И это, пожалуй, честнее, чем притворяться, будто музыка существует в вакууме. Мы всегда слушаем не только звук: мы слушаем историю, имя, жанр, обложку, слухи о музыканте, статус лейбла, возраст записи и собственное желание оказаться человеком с хорошим вкусом.

AI просто сделал эту старую привычку неудобно заметной.

В классической музыке похожие тесты проходили ещё до нынешнего бума генераторов песен. DeepBach, модель способную создавать убедительные хоралы в стиле Баха; проект оценивали через слушательский тест в духе музыкального теста Тьюринга (Hadjeres, Pachet & Nielsen, 2017). BachBot тоже строился вокруг похожей идеи: дать слушателю короткие фрагменты и попросить отличить Баха от модели, обученной писать в его стиле. Эти проекты были ограничены узкой формой — хоралами, а не поп-песнями с вокалом, припевом и крючком для TikTok. Но они давно показали неприятную вещь: «человеческое» в музыке часто распознаётся хуже, чем нам хотелось бы думать.

С поэзией картина ещё острее. Brian Porter и Edouard Machery в Scientific Reports показали, что участники не просто не смогли надёжно отличить сгенерированные ИИ стихи от стихов известных человеческих поэтов — точность составила 46,6%, ниже случайного угадывания. AI-стихи чаще принимали за человеческие и оценивали выше по ряду эстетических параметров. При этом, когда людям сообщали, что текст создан AI, оценка падала (Porter & Machery, 2024). Это не музыка, но механизм знакомый: сначала мы не отличаем, потом узнаём ярлык, потом внезапно начинаем слышать отсутствие души.

Душа, как выясняется, иногда включается метаданными.

В споре об AI-музыке есть две разные тревоги, и их часто смешивают. Первая — эстетическая: «мне не нравится, как это звучит». Она слабее, чем кажется, потому что в слепом режиме люди часто теряют уверенность. Вторая — социальная и экономическая: «я не хочу, чтобы платформы, генераторы и анонимные поставщики заливали стриминг дешёвым контентом, обученным на чужом труде, и конкурировали с артистами за деньги и внимание». Вот она намного прочнее.

Именно поэтому требование маркировки не стоит высмеивать целиком. Оно может быть не про способность различать звук, а про право понимать производственную цепочку. Мы маркируем состав еды не потому, что каждый обязан на вкус отличать кукурузный сироп от сахара. Мы указываем страну производства не потому, что покупатель по шву определит фабрику. Маркировка — это инфраструктура доверия.

Смешно другое: многие говорят о маркировке так, будто она подтвердит их уже имеющуюся слуховую проницательность. Будто сейчас они только ждут официальной печати, чтобы наконец изобличить «пластиковый» припев, «пустую» гармонию и «нечеловеческую» драматургию трека, который вчера добавили в плейлист после второго прослушивания.

Рынок, впрочем, не обязан ждать, пока слушатель разберётся в собственных противоречиях. Если Deezer прав насчёт масштаба поставки AI-треков, стриминги уже стоят перед скучным, но большим вопросом: что считать музыкой, что считать мусорным наполнителем каталога, что пускать в рекомендации, что пускать в чарты и кто должен получать деньги, если песня создана машиной на основе культуры, которую до этого писали люди.

Слушатель в этой истории выглядит не злодеем, а нормальным человеком. Он хочет удобства AI, качества человеческой музыки, честности маркировки, защиты артистов, дешёвой подписки, бесконечного каталога и ощущения, что его вкус всё ещё принадлежит ему.

Пока получается так: отличить почти не может, но относиться уже научился.