Algoritmi kao suci u slučajevima glazbenih plagijata
Automatizirani algoritmi mogu biti korisni alati za analizu slučajeva plagiranja umjetničkih djela i pomoći glazbenicima da izbjegnu objavljivanje pjesama s nenamjernim sličnostima

Megapopularni glazbenik Ed Sheeran ove je godine uvjerio porotu da nije plagirao pjesmu Marvina Gayea "Let's Get It On". S druge strane, Pharrell Williams i Robin Thicke nisu uspjeli dokazati da "Blurred Lines" nije kopija Marvinove "Got to Give It Up". Sudski sporovi i sve brojnije, često neopravdane tužbe za kršenje autorskih prava koče glazbenu kreativnost i troše milijune dolara poreznih obveznika godišnje na pokrivanje sudskih troškova.
Dva algoritma
Mogu li automatizirani algoritmi unijeti novu objektivnost u odluke o kršenju glazbenih autorskih prava, ograničavajući broj, opseg i troškove sudskih slučajeva? Novozelandski muzikolog dr. Patrick Savage sa Sveučilišta u Aucklandu istražio je ovu temu uz pomoć eksperata s japanskih, američkih i britanskih sveučilišta.
Dosad najopsežnija studija o tome kako se najbolji algoritmi uspoređuju s ljudskom procjenom kada glazba prelazi granicu u plagijat, obuhvatila je 40 primjera navodnih plagijata od 1915. do 2018. godine, uključujući reklamu za kampanju Novozelandske nacionalne stranke u stilu Eminema iz 2014. i pjesmu "My Sweet Lord" bivšeg Beatlea Georgea Harrisona s početka sedamdesetih.
Pjesme su ocijenili algoritmi Percent Melodic Identity (PMI) i Musly, dva najbolja javno dostupna alata za otkrivanje glazbenih plagijata koji osim melodije uključuju i analizu značajki poput ritma i zvuka. PMI je djelo profesora Savagea i njegovog kolege Quentina Atkinsona, osmišljen za proučavanje evolucije melodija narodnih pjesama, dok je Musly izradio dr. Dominik Schnitzer s Austrijskog istraživačkog instituta za umjetnu inteligenciju.
Podudaranja i kontroverze
Studija je pokazala kako su se procjene sudionika studije podudarale sa sudskim odlukama u čak 83 posto slučajeva (33 od 40) naspram 75 posto za algoritme (30 od 40). Jedno od ograničenja studije temeljna je pretpostavka da su sudski predmeti ispravno odlučeni. Tipičan je primjer slučaj pjesme "Blurred Lines" koji je izazvao znatnu kontroverzu jer ni sudionici studije niti algoritmi nisu snažno podržali pravnu odluku; uostalom kao ni mnogi glazbenici, muzikolozi, odvjetnici i suci.
Ono što algoritme sprečava da postanu suci ili krunski vještaci u rješavanju slučajeva autorskih prava je činjenica u sudskim procesima veliku ulogu imaju i neki neglazbeni faktori. Na primjer, bez obzira na to koliko su dvije pjesme slične, neće doći do kršenja autorskih prava ako skladatelj optužen za plagijat dokaže da prethodno nije čuo onu drugu pjesmu.
Spotifyev detektor rizika
Algoritmi stoga, barem zasad, ne mogu zamijeniti suđenje pred porotom, ali objektivne procjene algoritama mogu biti faktor koji treba uzeti u obzir, zaključuju istraživači. Na primjer, Spotify već eksperimentira s detektorom rizika od plagijata koji bi autore automatski upozoravao na nenamjerne sličnosti s postojećim djelima prije nego objave nove pjesme.
Uz to, budući sudski slučajevi mogli bi uključivati grafikone o tome koliko su dvije pjesme slične u usporedbi s prošlim slučajevima, kako bi sucima i poroti pružili objektivnije podatke i kontekst koji će im pomoći u donošenju odluka, zaključuju istraživači u radu koji objavljuje Transactions, glasilo Međunarodnog društva za pronalaženje glazbenih informacija.