ความโง่อย่างน่าตกตะลึงของ AI DJ ของ Spotify

 (charlespetzold.com)
1 คะแนน โดย GN⁺ 2026-03-16 | 1 ความคิดเห็น | แชร์ทาง WhatsApp
  • ฟีเจอร์ AI DJ ของ Spotify แสดงให้เห็น ข้อจำกัดของ AI และปัญหาของเมทาดาทาด้านดนตรี ผ่านกรณีที่มันไม่สามารถระบุเพลงคลาสสิกได้อย่างถูกต้อง
  • เมื่อผู้ใช้ขอ “ซิมโฟนีหมายเลข 7 ของ Beethoven” AI กลับ ไม่เข้าใจโครงสร้างของบทประพันธ์หรือ ลำดับท่อน (movement) และเล่นท่อนที่ไม่เกี่ยวข้องหรือแม้แต่เพลงของคีตกวีคนอื่น
  • แม้จะสั่งอย่างเจาะจงว่า “ให้เล่นทุกท่อนตามลำดับ” AI ก็ยังเลือก ซิมโฟนีผิดหรือการบันทึกที่ลำดับสลับกัน ทำให้ผลลัพธ์ไม่สม่ำเสมอ
  • สาเหตุรากของข้อผิดพลาดนี้คือ เมทาดาทาดนตรีดิจิทัลถูกออกแบบโดยมีเพลงป๊อปเป็นศูนย์กลาง จึงไม่สะท้อนแนวคิดเรื่องคีตกวี บทประพันธ์ และท่อน
  • บทความชี้ให้เห็นช่องว่างระหว่างความคาดหวังกับความจริงเกี่ยวกับ “ความฉลาด” ของ AI และจบลงด้วย ข้อสรุปเชิงประชดว่าการอนุรักษ์ธรรมเนียมดนตรีตะวันตกไม่เกี่ยวข้องกับผลประโยชน์ของบริษัท

ประสบการณ์ใช้งาน AI DJ และการตระหนักถึงปัญหา

  • บทความเปิดด้วยคำถามว่า “AI ฉลาดจริงหรือ?” พร้อมตั้งประเด็นว่า ใครควรรับผิดชอบต่อความผิดพลาดของ AI นั่นคือโปรแกรมเมอร์หรือไม่
  • ผู้เขียนลองใช้ ฟีเจอร์ AI DJ ในแอป Spotify เพื่อค้นหาเพลงคลาสสิก และยืนยันอีกครั้งถึง ข้อจำกัดของโครงสร้างการค้นหาแบบเดิมของ Spotify
  • ผู้เขียนในฐานะผู้ฟังที่ชื่นชอบ ธรรมเนียมดนตรีตะวันตกตลอด 500 ปี มากกว่าเพลงป๊อป ได้ยกตัวอย่างคีตกวีตั้งแต่ Tallis ถึง Shaw

ข้อจำกัดเชิงโครงสร้างของเมทาดาทาดนตรีดิจิทัล

  • เมทาดาทาของไฟล์เพลงดิจิทัลประกอบด้วยแท็กเพียงสามอย่างคือ Artist, Album, Song ซึ่งเป็น การออกแบบที่ยึดเพลงป๊อปเป็นศูนย์กลาง
  • บทความชี้ว่า คำว่า “Song” เป็น ถ้อยคำที่ไม่เหมาะนักเมื่อใช้กับดนตรีบรรเลง และอธิบายว่าสำหรับดนตรีคลาสสิก คำว่า “composition” หรือ “work” เหมาะสมกว่า
  • แนวคิดสำคัญของดนตรีคลาสสิกอย่าง ‘ท่อน (movement)’ ไม่ได้ถูกรวมไว้ในเมทาดาทา ทำให้ Spotify ไม่สามารถรับรู้โครงสร้างทั้งหมดของบทประพันธ์ได้

การทดลองเล่นซิมโฟนีหมายเลข 7 ของ Beethoven

  • เมื่อสั่งว่า “Play Beethoven’s 7th Symphony” AI กลับเล่นเพียง ท่อนที่ 2 Allegretto แล้วต่อด้วยเพลงที่ไม่เกี่ยวข้องเลย
  • แม้จะขอว่า “Play Beethoven’s 7th Symphony in its entirety” AI ก็ยังเข้าใจผิดว่าเป็น “งานทั้งชิ้นยาว 9 นาที” และ เล่นแค่ท่อนที่ 2
  • เมื่อสั่งว่า “Play Beethoven’s 7th Symphony from beginning to end” ผลก็ยังเหมือนเดิมคือ เล่นเฉพาะท่อนที่ 2 ก่อนจะเปลี่ยนไปเป็นเพลงของ John Field
  • เมื่อขอว่า “Play all four movements” มันเริ่มจาก ท่อนที่ 1 แต่กลับผสมการบันทึกจากคนละวงออร์เคสตราและสลับลำดับกัน
  • ในคำสั่ง “Play all four movements in numerical order” กลับได้ผลลัพธ์ผิดอย่างสิ้นเชิง เช่น เริ่มต้นด้วย ท่อนที่ 1 ของซิมโฟนีหมายเลข 3

AI ขาดความเข้าใจด้านดนตรี

  • บทความชี้ว่า AI ไม่เข้าใจทั้งโครงสร้างแบบแบ่งท่อนและแนวคิดเรื่องลำดับของบทประพันธ์เลยแม้แต่น้อย
  • แม้แต่ข้อเท็จจริงที่ว่าซิมโฟนีของ Beethoven ประกอบด้วย 4 ท่อน ซึ่ง เพียงอ่านประโยคแรกใน Wikipedia ก็รู้ได้ AI ก็ยังไม่สามารถสะท้อนสิ่งนี้ออกมาได้
  • ผู้เขียนเปรียบเทียบความผิดพลาดนี้กับ การอ่านบทสุดท้ายของหนังสือเสียงก่อน เพื่อเสียดสีความไม่รู้ของ AI

บทสรุป: AI กับการตัดขาดจากธรรมเนียมดนตรี

  • บทความตั้งข้อสงสัยต่อคำกล่าวอ้างว่า AI “สามารถแต่งเพลงได้” โดยวิจารณ์ว่า AI ที่ยังไม่เข้าใจแม้แต่แนวคิดพื้นฐานก็ไม่ควรถูกพูดถึงในฐานะผู้สร้างสรรค์
  • แม้จะยอมรับว่า Spotify DJ ยังอยู่ใน ช่วงเบตา ผู้เขียนก็จบบทความด้วยมุมมองเชิงสิ้นหวังตามความเป็นจริงว่า บริษัทไม่มีแรงจูงใจที่จะอนุรักษ์ธรรมเนียมดนตรีตะวันตก
  • โดยรวมแล้ว ปัญหานี้ถูกนำเสนอว่าเป็นการผสมกันของ ข้อจำกัดของเทคโนโลยี AI อคติในการออกแบบเมทาดาทา และความไม่ใส่ใจทางวัฒนธรรม

บทความที่เกี่ยวข้อง

1 ความคิดเห็น

 
GN⁺ 2026-03-16
ความคิดเห็นจาก Hacker News
  • รู้สึกว่าผู้เขียนเป็นคนที่มีพื้นฐานทางเทคนิคแต่กลับเขียนออกมาได้แปลกมาก
    นี่ ไม่ใช่ปัญหา AI แต่เป็นปัญหาการออกแบบผลิตภัณฑ์ ต่างหาก Spotify DJ โดยพื้นฐานแล้วก็แค่ระดับ “สุ่มเพลง + พากย์เสียงคั่น” และมีความเป็นไปได้สูงว่ามีโค้ดที่ตั้งใจไม่ให้เล่นทั้งอัลบั้มอยู่แล้ว
    การเหมารวม AI เป็นแนวคิดเดียวเป็นวิธีมองที่ผิด ตรรกะแบบ “ถ้าฟีเจอร์นี้ทำไม่ได้ แปลว่า AI ไร้ประโยชน์” เข้าข่าย category error
    ทั้งบทความเอาความเห็นหลายอย่างมาปนกันจนสับสน และครึ่งหนึ่งก็แทบเป็นแค่การไล่ชื่อเพลงคลาสสิก เห็นด้วยว่า Spotify DJ ไม่ดี แต่ก็ไม่ใช่วิธีวิจารณ์ที่น่าเชื่อถือ
    • Charles Petzold ไม่ใช่แค่วิศวกรธรรมดา แต่เป็น ผู้เขียนตำรามาตรฐาน ของ Win32 และ MFC การเรียกเขาแค่ว่า “วิศวกร” ก็พอๆ กับเรียก Donald Knuth ว่า “อาจารย์”
    • องค์กรผลิตภัณฑ์ของ Spotify ไร้ประสิทธิภาพอย่างหนัก ฟีเจอร์ในแอปเดสก์ท็อปกับมือถือไม่เหมือนกัน และใน CarPlay แม้แต่งานง่ายๆ ก็ยังเร็วกว่าเมื่อทำบนโทรศัพท์ตรงๆ
    • รู้สึกว่าผู้เขียนตั้งใจทำ ragebait ตรรกะแบบ “AI แต่งเพลงไม่ได้” ก็พอๆ กับการบอกว่า “LLM นับจำนวนตัว R ไม่ได้ เลยเขียนประโยคที่ถูกไวยากรณ์ไม่ได้” ซึ่งไร้สาระพอกัน
    • ผมกลับมองตรงกันข้าม ในเมื่อทางเทคนิคมันทำได้สบายแต่ยังได้ผลลัพธ์แบบนี้ ก็ยิ่งสื่อสารได้ชัดว่า “เรื่องนี้ไม่มีข้อแก้ตัว”
    • มากกว่าจะเป็น “category error” มันใกล้กับ begging the question มากกว่า เพราะเอาฟังก์ชัน DJ กับความสามารถในการประพันธ์มาอยู่บนระนาบเดียวกัน แล้วสมมติข้อสรุปล่วงหน้า
  • ยังไม่เคยลอง AI DJ เอง แต่ก็เห็นด้วยกับคำวิจารณ์ของผู้เขียนได้ยาก
    ไม่มีความพยายามจะสำรวจทั้งข้อดีข้อเสียของเทคโนโลยี และเป็นแพตเทิร์นแบบคลาสสิกของการ ใช้กรณีแคบๆ มาด้อยค่า AI ทั้งหมด AI ไม่ใช่มนุษย์ ดังนั้นการมีข้อจำกัดก็เป็นเรื่องธรรมดา
    ผมเห็นปรากฏการณ์คล้ายกันใน AI coding assistant คนจำนวนมากปฏิเสธมันทั้งหมดเพราะประเด็นด้านความปลอดภัย แต่กลับมองข้ามความเป็นไปได้ของ “สร้างแอป Mac แบบ native ได้ด้วยประโยคเดียว”
    • “สิ่งที่ AI ทำได้” กับ “สิ่งที่สาวก AI อ้างว่ามันทำได้” เป็นคนละเรื่องกันโดยสิ้นเชิง เวลาโดนถามเรื่องข้อจำกัด พวกเขามักตอบแนวๆ ว่า “ก็ใช้ AI ให้มากขึ้นสิ” หรือ “อีก 5 ปีทุกอย่างก็แก้ได้หมด” คำสัญญา เกินจริง แบบนี้ทำลายความน่าเชื่อถือ
    • ตัวอย่างเรื่อง “สร้างแอปด้วยประโยคเดียว” เชื่อถือได้ยากในทางปฏิบัติ เพราะคุณภาพมันเป็นแบบ probabilistic
    • เอาเข้าจริง ถ้าไม่ใช่ระดับ “Hello World” ก็เป็นไปไม่ได้ที่จะสร้างแอปเสร็จสมบูรณ์ด้วยประโยคเดียว การแก้และเติมให้ครบยังจำเป็นเสมอ
    • การเมินคำวิจารณ์ผลิตภัณฑ์ของ Spotify แล้ววกไปพูดเรื่อง “แอป Mac ประโยคเดียว” เป็นการเดินตรรกะที่แปลก
    • แม้จะไม่เห็นด้วยกับการเหมารวม AI ของผู้เขียน แต่ Spotify DJ เป็นผลิตภัณฑ์ที่แย่มากจริงๆ เทียบกับ Claude Code ไม่ได้เลย
  • AI DJ ให้ความรู้สึกคล้ายกับ AI ที่เขียนรีวิวร้านอาหาร คือทำได้แหละ แต่คนต้องการ รสนิยมของมนุษย์ผู้เชี่ยวชาญ มากกว่าความเห็นจากเครื่อง
    เสน่ห์ของ DJ mix ใน YouTube อย่าง Hör Berlin อยู่ที่การเลือกและการตีความของ DJ รวมถึงภูมิหลังทางวัฒนธรรมของพวกเขา การให้ AI คัดลิสต์ที่ถูก optimize ออกมาทำให้แก่นแท้นั้นหายไป
    • อนาคตจะเป็น ยุคของการคิวเรต มนุษย์คิวเรเตอร์ที่มีความรู้ลึกและมีเซนส์จะกลับยิ่งมีคุณค่ามากขึ้น
    • มิกซ์ของ Spotify แทบไม่ต่างจากเมื่อ 10 ปีก่อนมากนัก แค่ให้ DJ เลือกมิกซ์แล้วให้ LLM พูดคั่น สุดท้ายมันก็เป็นแค่ ระบบแนะนำแบบ ML
    • ผมชอบค้นพบเพลงใหม่จากลิสต์อัตโนมัติของ SoundCloud มันไม่สมบูรณ์แบบ แต่มีความสนุกแบบ การสำรวจอย่างตั้งใจ
    • มนุษย์ DJ ที่อ่านปฏิกิริยาคนดูในสถานที่แสดงจริงกับ Spotify DJ เป็นคนละเรื่องโดยสิ้นเชิง อย่างหลังก็แค่การสุ่มเพลงแล้วเติมคำพูดจาก LLM เข้าไป
    • แน่นอนว่าก็มีคนที่ เสพงานศิลปะที่ตัวผลงานเอง การมีมนุษย์คิวเรเตอร์จึงไม่จำเป็นเสมอไป
  • แก่นของปัญหาคือ โครงสร้างลิขสิทธิ์เพลง ใบอนุญาตแบบวิทยุไม่ให้ผู้ใช้เลือกแทร็กเองได้ และยังจำกัดการเล่นทั้งอัลบั้มด้วย
    Spotify ใช้ใบอนุญาตแบบวิทยุกับแบบ interactive ปะปนกันเพื่อลดต้นทุน เพลย์ลิสต์ที่ AI สร้างขึ้นอาจถูกจัดเป็นแบบวิทยุ เพราะไม่ใช่การเลือกโดยผู้ใช้
  • ถ้าเน้นฟังเพลงคลาสสิก ย้ายไป Apple Music Classical จะดีกว่ามาก มีทั้ง PDF booklet, การเปรียบเทียบตามผู้แสดง, ฟังก์ชันการค้นหา และเหนือกว่าแทบทุกด้าน
    • ผมคิดว่า Apple Music Classical หรือ Idagio ดีกว่ามาก Spotify ไม่ค่อยสนใจเพราะตลาดเพลงคลาสสิกเล็กเกินไป
  • บริการแนะนำเพลงแบบ Spotify นั้น น่าเบื่อ การเลือกเพลงโดยมนุษย์ DJ น่าสนใจกว่ามาก
    ผมชอบฟังสถานีอย่าง dublab, NTS1, NTS2 เพราะได้เจอเพลงที่คาดไม่ถึง
    • ปัญหาใหญ่ที่สุดของการคิวเรตด้วย AI คือ คุณภาพของข้อมูลนำเข้า ไม่ว่าจะอิงความคล้าย ความสุ่ม หรือแพตเทิร์น ก็ล้วนมีข้อจำกัด สุดท้ายก็จับ ความหลากหลายของรสนิยมมนุษย์ ไม่ได้
      ต่อให้ทุ่มเงินเป็นร้อยล้านดอลลาร์ก็ยังสร้างระบบแนะนำที่สมบูรณ์แบบไม่ได้ และก็แทนที่ social proof ของมนุษย์ DJ ไม่ได้
    • ในงานวิจัยระบบแนะนำ พวกเขาเรียกสิ่งนี้ว่าปัญหา serendipity คือการเพิ่มทั้งความเกี่ยวข้องและความน่าประหลาดใจไปพร้อมกัน ซึ่งยากมาก
    • ผมชอบทำ mixtape เอง หรือเอา MP3 ที่ริปจาก CD มาผสมฟังมากกว่า ผมยังฟังวิทยุยุโรปไว้รักษาภาษาต่างประเทศ และก็ชอบช่องอย่าง YouTube, KEXP, Tiny Desk ด้วย
    • NTS ยอดเยี่ยมจริงๆ ส่วนอัลกอริทึมสตรีมมิงโดยมากให้ความรู้สึกเหมือนออกแบบมาเพื่อเป็นแค่ เสียงพื้นหลัง
    • ขอบคุณสำหรับคำแนะนำ ลองเปิด NTS แล้วฟังต่อเนื่องยาวเลย ถ้ามีอย่างอื่นก็แนะนำมาได้อีก
  • ตั้งแต่ต้นบทความ การ ไล่ชื่อคีตกวีคลาสสิก มันดูอวดภูมิไปหน่อยจนหมดความสนใจไปเลย คำว่า DJ เองก็ดูเข้ากับดนตรีอิเล็กทรอนิกส์ร่วมสมัยมากกว่า
    • จากวลีอย่าง “that moste illustriouse of musical traditionnes” รู้สึกได้ถึง ความวางท่าเกินเหตุ
    • ถ้าพูดถึง DJ ก็นึกถึงคนเปิดเพลงป๊อปหรือแดนซ์ในงานแต่งหรือคลับ ไม่ใช่คนที่มามิกซ์ Bach หรือ Vivaldi
    • มันให้ความรู้สึกราวกับว่า AI เป็นคนสร้างรายชื่อคีตกวีอัตโนมัติ
    • ผมก็รู้สึกแบบนั้นเหมือนกัน แถมยังใส่ประโยคประมาณว่า “รู้ว่าคนส่วนใหญ่คงไม่รู้จัก” มาอีก ยิ่งดูขำ
    • ตอนแรกนึกว่าเป็นมุก แต่พอจริงจังยาวจนจบก็อึ้ง ผมเรียนเขียนโปรแกรม Windows จากหนังสือของ Petzold เลยยิ่งแปลกใจที่เขาพูดเหมือน ไม่เข้าใจแม้แต่หลักการพื้นฐานของโมเดล Transformer
      มุมมองเรื่องดนตรีก็ชวนเสียดาย เพราะเหมือนคิดว่ามีแค่ป๊อปกับดนตรีคลาสสิกตะวันตกเท่านั้น
  • พอเจอประโยคแนว “เสาหลักของอารยธรรมตะวันตก” ก็อ่านต่อยากแล้ว สุดท้ายข้อสรุปก็เดาง่าย — Spotify ไม่เหมาะกับเพลงคลาสสิก ก็ไปใช้บริการอื่นแทน
  • คำถามหลักของบทความคือ “เมื่อ AI ทำตัวโง่ ความรับผิดชอบอยู่ที่ใคร?”
    ผมมองว่านี่คือ ความล้มเหลวในการออกแบบพรอมป์ต์ ลองทดสอบคำขอเดียวกันกับ ตัวอย่าง ChatGPT แล้ว AI ตอบสนองได้ถูกต้อง
    นั่นแปลว่าโมเดลของ Spotify อาจอ่อนกว่า หรือพรอมป์ต์ภายในอาจชี้นำไปผิดทาง
    ข้ออ้างว่า “AI แต่งเพลงไม่ได้” ก็เป็นการเทียบที่ผิดเหมือนกัน เพราะ AI ได้แสดงให้เห็นแล้วว่า เข้าใจทฤษฎีดนตรีและมีศักยภาพในการประพันธ์ สุดท้ายแล้วเป็นเรื่องของคุณภาพกับรสนิยม
    • ถ้าพรอมป์ต์เป็นแนว “ให้ต่อเพลงด้วยศิลปินที่คล้ายกัน” ก็อาจเป็นตรรกะทางธุรกิจที่ พาไปหาเพลงที่จ่ายค่าลิขสิทธิ์ต่ำกว่า
    • การโยนความรับผิดชอบให้ผู้ใช้นั้นน่ารำคาญ พรอมป์ต์ก็ชัดเจนอยู่แล้ว การ แพร่กระจายของอุตสาหกรรม AI แบบนี้กำลังทำให้โลกโง่ลงและจำเจมากขึ้น
  • บทความนี้เป็นตัวอย่างที่ดีของ สมมติฐานสัมพัทธภาพทางภาษา ที่ว่าภาษากำหนดความคิด
    ทุกครั้งที่ผู้คนเรียก LLM ว่า “AI” การรับรู้ก็ถูกบิดเบือนไป
    นี่คือ ความสำเร็จสูงสุดของวงการการตลาด และเป็นหนึ่งในความเสียหายใหญ่ที่สุดที่มันทำต่อโลก