Spotify AI DJ 令人震驚的愚蠢表現

背景

科技作家 Charles Petzold 近日撰文批評 Spotify 的 AI DJ 功能在處理古典音樂時表現極其拙劣。他指出，Spotify 的底層架構完全基於流行音樂的「歌手、專輯、單曲」邏輯，導致 AI 無法理解古典音樂中「作品」與「樂章」的關聯性，甚至在使用者明確要求播放整部交響曲時，僅隨機播放單一樂章或混雜不同版本的錄音。

社群觀點

Hacker News 的討論呈現出兩極化的反應，許多讀者對作者展現出的「文化優越感」感到反感。不少留言者認為，作者在文中列舉長達數百年的作曲家名單，並斥責將器樂稱為「歌曲」是近乎文盲的行為，這種高傲且守舊的態度讓文章顯得過於自負，甚至有人直言這種精英主義正是讓古典音樂顯得難以親近的主因。批評者指出，AI DJ 的定位本就是為了現代流行或電子音樂設計，期待一個大眾化的串流工具能完美處理複雜的古典樂理，本身就有些不切實際。

然而，在拋開對作者語氣的不滿後，社群中也有不少聲音認同 Spotify 在古典音樂元數據管理上的失敗。有觀點分析，這並非 AI 技術本身的極限，而是產品設計與提示詞工程的失誤。透過 ChatGPT 等通用模型的測試可以發現，AI 其實具備理解交響曲結構的能力，但 Spotify 內部的系統提示詞可能過度強調「單曲導向」或「推薦相似藝人」，才導致播放清單破碎化。此外，古典音樂的特殊性在於「錄音版本」的重要性不亞於「作曲家」，而現有的 MP3 標籤體系確實難以承載這些複雜資訊。

針對音樂發現的品質，部分資深聽眾對自動化演算法表示失望。他們認為 Spotify 的推薦機制往往會陷入重複播放特定曲目，或是受限於唱片公司的商業推廣，導致聽覺體驗變得平庸乏味。相比之下，許多人更推崇由人類策展的電台或 DJ 現場演出，認為人類 DJ 擁有的驚喜感與對音樂深度的理解，是目前的 AI 演算法難以企及的。對於古典音樂愛好者，社群普遍建議放棄通用型平台，轉向更專業的解決方案。

延伸閱讀

在討論中，網友推薦了幾個更適合深度音樂愛好者的替代方案。針對古典音樂，Apple Music Classical 被認為是目前較好的選擇，它專門解決了作品與樂章的分類問題。若追求高品質的人為策展與非主流音樂發現，倫敦的 NTS Radio 與洛杉磯的 dublab 是受推崇的獨立電台平台。此外，YouTube 上的現場 DJ 組合（DJ sets）與 Tiny Desk Concerts 也被提及是逃離演算法平庸化的優質管道。