3500430 สุนทรียศาสตร์ทางศิลปกรรมดาวน์โหลด PDF
ข้อสอบอัตนัย · แนวการตอบ · คู่มือแนวคิด

ฟังด้วยหู
หรือฟังด้วยสิ่งที่รู้?

AI ในกระบวนการสร้างสรรค์ดนตรี กับสุนทรียศาสตร์ดนตรีตะวันตก
ข้อ 1ฟังด้วยหู หรือฟังด้วยสิ่งที่รู้
ข้อ 2คุณขีดเส้นไว้ตรงไหน
ข้อ 3อะไรถูกทำให้แบน
รายวิชา3500430 สุนทรียศาสตร์ทางศิลปกรรม
คาบดุริยางคศิลป์ตะวันตก
รูปแบบเลือกตอบ 2 ใน 3 ข้อ · ข้อละ 10 คะแนน · รวม 20 คะแนน
ความยาวข้อละประมาณ 300–500 คำ
เอกสารนี้มีคำชี้แจง · เกณฑ์ · คำถาม · แนวการตอบ · คู่มือแนวคิดอ่านง่าย 12 การ์ด · รายการอ่านพร้อมลิงก์
00

คำชี้แจงและเกณฑ์การให้คะแนน

อ่านก่อนเขียน
  1. เลือกตอบ 2 ข้อ จาก 3 ข้อ ข้อละ 10 คะแนน ถ้าตอบเกินสองข้อ ผู้สอนจะตรวจเฉพาะสองข้อแรกตามลำดับที่เขียน
  2. ระบุภาควิชาและสาขาที่หัวกระดาษ ทุกข้อต้องตอบจากมุมมองและทักษะของสาขาที่คุณเรียน นิสิตจากนอกคณะใช้สาขาของตนเองได้
  3. ความยาว ข้อละประมาณ 300–500 คำ
  4. ไม่มีคำตอบที่ถูกเพียงคำตอบเดียว จะเห็นด้วยหรือไม่เห็นด้วยกับ AI ก็ได้ คะแนนขึ้นกับการตอบครบทุกประเด็น การใช้แนวคิดถูกต้อง และคุณภาพของเหตุผล
  5. ใช้หลักฐานจากคาบ เช่น คะแนนของคุณจากภาพหน้าจอ ผลโหวตของห้อง หรือบันทึกกระบวนการของกลุ่ม ถ้าไม่ได้เข้าคาบ ให้ใช้ผลของทั้งห้องที่ผู้สอนเผยแพร่ และบอกไว้ในคำตอบ
  6. ไม่ต้องอ่านบทความต้นฉบับ ใช้เนื้อหาในคาบและ "คู่มือแนวคิด" (ส่วนที่ 04) ก็ตอบได้เต็ม ต้นฉบับหลายงานต้องเสียเงิน จึงไม่นำมาใช้ตัดสินคะแนน
  7. อ้างชื่อเจ้าของแนวคิดทุกครั้ง เช่น "ตามที่ Walton เสนอ" ไม่ต้องทำบรรณานุกรมเต็มรูปแบบ
  8. การใช้ AI ช่วยเขียน เป็นไปตามที่ผู้สอนประกาศ

เกณฑ์ทุกข้อตรวจด้วย 4 เกณฑ์เดียวกัน

เกณฑ์คะแนนได้เต็มเมื่อ
ก. ใช้แนวคิดจากคาบถูกต้อง3อธิบายแนวคิดถูกต้องตามที่เรียนในคาบหรือในคู่มือแนวคิด ไม่ใช่แค่ยกชื่อ และเชื่อมกับคำถามได้ ไม่ได้วัดว่าอ่านต้นฉบับมาหรือไม่ พบข้อผิดพลาดตามรายการ "เลี่ยงข้อผิดพลาด" หักข้อละ 1 คะแนนในเกณฑ์นี้
ข. หลักฐานจากคาบหรือจากการลงมือทำ2อ้างหลักฐานจริงเป็นรูปธรรม ตีความอย่างซื่อตรง และไม่สรุปเกินหลักฐาน
ค. มุมมองและทักษะของสาขาตนเอง3ใช้ตัวอย่าง ศัพท์ และเกณฑ์ประเมินที่สาขาของคุณใช้จริง ไม่ใช่ภาษาทั่วไป
ง. จุดยืน เหตุผล และข้อแย้ง2มีจุดยืนชัด มีเหตุผลรองรับ และตอบข้อแย้งจากอีกฝ่ายอย่างน้อยหนึ่งข้ออย่างจริงจัง

แต่ละเกณฑ์ให้คะแนนสามระดับ: เต็ม ตอบครบ ถูกต้อง และเชื่อมกับคำถาม · บางส่วน ตอบไม่ครบ ถูกแต่ไม่เชื่อม หรือผิดหนึ่งจุดที่ไม่ทำให้เหตุผลหลักเสีย · น้อยหรือไม่มี ไม่ได้ตอบ ตอบผิดสาระ หรือยกชื่อโดยไม่อธิบาย ป้ายเกณฑ์ (ก–ง) ข้างประเด็นในแต่ละข้อบอกว่าประเด็นนั้นตรวจด้วยเกณฑ์ใด

ทุกข้อเลี่ยงข้อผิดพลาดเหล่านี้

01

ฟังด้วยหู หรือฟังด้วยสิ่งที่รู้

10 คะแนน
ในการทดลองฟัง ทุกคนในห้องได้ยินเสียงเดียวกันทุกประการ แต่แต่ละคนเห็นข้อความบอกวิธีการสร้างบนโทรศัพท์ต่างกัน ข้อความถูกสุ่ม จึงส่วนใหญ่ไม่ตรงกับวิธีสร้างจริง

คำถามในสาขาของคุณ คุณค่าของงานอยู่ใน "ตัวงาน" ที่รับรู้ได้ด้วยประสาทสัมผัส หรืออยู่ใน "สิ่งที่เรารู้" เกี่ยวกับว่างานนั้นถูกสร้างขึ้นอย่างไรและโดยใคร

ต้องตอบประเด็นที่ต้องตอบให้ครบ

  1. สองจุดยืน อธิบายจุดยืนของ Hanslick เทียบกับจุดยืนที่มองงานเป็นการแสดงออกของผู้สร้าง (Kant และสุนทรียศาสตร์โรแมนติก หรือ Goehr) แล้วใช้ Walton หรือ Danto อธิบายว่าทำไมการรู้ที่มาจึงเปลี่ยนสิ่งที่เรารับรู้ได้ เกณฑ์ ก
  2. หลักฐานของตัวเอง อ้างคะแนนของคุณอย่างน้อยสองชิ้นที่เห็นข้อความต่างกัน หรือหนึ่งชิ้นเทียบกับค่าเฉลี่ยของห้อง ตีความอย่างซื่อตรง (ถ้าคะแนนไม่ขยับก็ต้องอธิบาย) และบอกข้อจำกัดของการทดลองในห้องอย่างน้อยหนึ่งข้อ เกณฑ์ ข
  3. กรณีในสาขาของคุณ ยกหนึ่งกรณีที่ตัวงานเหมือนเดิม แต่การรู้ที่มาทำให้คุณค่าเปลี่ยน แบบเดียวกับ Kreisler หรือ Joyce Hatto อธิบายด้วยศัพท์และเกณฑ์ที่สาขาของคุณใช้ประเมินงานจริง เกณฑ์ ค
  4. จุดยืนและข้อแย้ง สรุปว่าคุณ "ฟังด้วยหู" หรือ "ฟังด้วยสิ่งที่รู้" มากกว่า แล้วตอบข้อแย้งจากอีกฝ่ายอย่างน้อยหนึ่งข้อ เกณฑ์ ง

แนวการตอบแนวคิดที่ต้องใช้ สรุปจากงานต้นฉบับ

Hanslick: ความงามอยู่ในรูปทรงของเสียง

ใน ว่าด้วยความงามทางดนตรี (1854) บทที่ 2 Hanslick โต้แย้งว่าการแสดงความรู้สึกที่เจาะจงไม่ใช่เนื้อหาของดนตรี ดนตรีปลุกความรู้สึกในผู้ฟังได้ แต่นั่นเป็นผลที่เกิดกับผู้ฟัง ไม่ใช่สิ่งที่ทำให้ดนตรีงาม บทที่ 3 สรุปว่าเนื้อหาของดนตรีคือ "รูปทรงที่เคลื่อนไหวด้วยเสียง" (tönend bewegte Formen) Payzant แปลว่า tonally moving forms ส่วน Rothfarb และ Landerer แปลว่า sonically moved forms อ่านง่าย: การ์ด 1 · ฟรี: IEP: Hanslick · ต้นฉบับ: Hanslick [1854] 1986 บทที่ 2–3

Kant และ Goehr: งานคือผลผลิตของผู้สร้าง

Kant (1790) §46 นิยามศิลปะงามว่าเป็นศิลปะของอัจฉริยะ อัจฉริยะคือพรสวรรค์ที่ให้กฎแก่ศิลปะ ผลงานต้องเป็นต้นแบบและเป็นแบบอย่างให้ผู้อื่นได้ Goehr (1992) เสนอว่าความคิดเรื่อง "ผลงาน" ที่สมบูรณ์ คงที่ และเป็นของผู้ประพันธ์คนเดียว เพิ่งกำกับการปฏิบัติดนตรีตะวันตกราวปี 1800 คุณค่าที่เราผูกกับผู้ประพันธ์จึงมีประวัติศาสตร์ ข้อเสนอนี้ยังมีผู้แย้ง เช่น กรณีของ Bach อ่านง่าย: การ์ด 2–3 · ฟรี: SEP: Kant's Aesthetics · ต้นฉบับ (ห้องสมุด): Kant §46, Goehr 1992

Walton: เรารับรู้งานผ่านหมวดหมู่

ลักษณะเดียวกันอาจเป็นลักษณะมาตรฐาน แปรผันได้ หรือขัดกับมาตรฐาน ขึ้นกับหมวดหมู่ที่เราใช้ และสิ่งนี้เปลี่ยนคุณสมบัติทางสุนทรียะที่เรารับรู้ ตัวอย่างคือสังคมสมมติที่มีงานนูนต่ำชื่อ "guernicas" Walton ยังเสนอว่าหมวดหมู่ที่ถูกต้องขึ้นกับข้อเท็จจริงนอกการรับรู้ เช่น งานถูกสร้างขึ้นอย่างไร และผู้สร้างตั้งใจอะไร อ่านง่าย: การ์ด 4 · ฟรี: SEP: The Concept of the Aesthetic · ต้นฉบับ (ห้องสมุด): Walton 1970

Danto: ตาอย่างเดียวไม่พอ

Danto ใช้กล่อง Brillo ของ Warhol ซึ่งตาแยกไม่ออกจากกล่องในซูเปอร์มาร์เก็ต อธิบายว่าการเห็นสิ่งหนึ่งเป็นศิลปะต้องอาศัยบรรยากาศของทฤษฎีและความรู้ประวัติศาสตร์ศิลปะ ซึ่งเขาเรียกว่า "โลกศิลปะ" (artworld) อ่านง่าย: การ์ด 5 · ฟรี: SEP: The Concept of the Aesthetic · ต้นฉบับ (ห้องสมุด): Danto 1964

กรณีศึกษา: เสียงเดิม ที่มาใหม่ คุณค่าเปลี่ยน

Fritz Kreisler ตีพิมพ์เพลงโดยอ้างว่าเป็นของนักประพันธ์ยุคเก่า และยอมรับในปี 1935 ว่าแต่งเองเกือบทั้งหมด ปฏิกิริยาแตกเป็นฝ่ายประณามกับฝ่ายขบขัน · Joyce Hatto บันทึกเสียงจำนวนมากที่ได้รับคำยกย่อง ภายหลังพบในปี 2007 ว่าหลายชุดเป็นของนักเปียโนคนอื่น ฟรี: Library of Congress 2023 · Singer 2007, The New Yorker

ข้อสรุปว่า "ถ้า Hanslick ถูก วิธีการสร้างก็ไม่ควรเปลี่ยนคะแนน" เป็นการอนุมานในคาบ Hanslick ไม่ได้เขียนถึงกรณีนี้

คำตอบที่ดีควร

  • บอกได้ว่า "สิ่งที่รู้" นั้นคืออะไร เช่น ความพยายาม เจตนา ความเสี่ยง หรือชีวิตของผู้สร้าง
  • พบสิ่งเดียวกันในเกณฑ์ประเมินของสาขาตัวเอง
  • ใช้คะแนนจริงแม้ผลจะไม่ตรงกับที่ตัวเองเชื่อ

ระวังเป็นพิเศษ

  • ยกกรณีที่ตัวงานเปลี่ยนด้วย ซึ่งไม่ตรงโจทย์
  • ใช้ผลของห้องเป็นข้อพิสูจน์ว่า "คนทั่วไป" ฟังแบบนี้
  • บอกว่าตัวเองฟังแบบ Hanslick โดยไม่ดูคะแนนของตัวเอง
02

คุณขีดเส้นไว้ตรงไหน

10 คะแนน
ในคาบเราใช้มาตรวัด 4 ระดับสำหรับดนตรี ตั้งแต่ระดับ 0 "ประพันธ์และบรรเลงโดยมนุษย์" ถึงระดับ 3 "AI สร้างจากคำสั่งเดียว ไม่มีการแก้ไข" เราโหวตกรณีจริง 6 กรณีว่า "ยังเป็นดนตรีของศิลปินคนนั้นอยู่หรือไม่" และแต่ละกลุ่มเขียนคำอธิบายวิธีการสร้างของเพลงตัวเอง

คำถามถ้า AI เข้ามาในกระบวนการทำงานของสาขาคุณ งานจะยังเป็น "ของผู้สร้าง" อยู่ถึงระดับใด

ต้องตอบประเด็นที่ต้องตอบให้ครบ

  1. มาตรวัดของสาขาคุณ ออกแบบมาตรวัด 4 ระดับของการมีส่วนร่วมของ AI สำหรับกระบวนการทำงานจริงในสาขาของคุณ ล้อกับมาตรวัดดนตรีในคาบ ระบุขั้นตอนที่สาขาใช้จริง และบอกว่า AI เข้ามาแทนขั้นตอนใดในแต่ละระดับ เกณฑ์ ค
  2. เส้นของคุณ ระบุว่าคุณขีดเส้น "ยังเป็นงานของผู้สร้าง" ไว้ที่ระดับใด เปรียบเทียบกับอย่างน้อยสองกรณีจากช่วงขีดเส้นที่คุณตัดสินต่างกัน และใช้เกณฑ์อย่างน้อยสองข้อจาก: ความยินยอม ความโปร่งใส ใครเป็นผู้ตัดสินใจและคัดเลือก ความพยายาม ที่มาของข้อมูลที่ใช้สอน AI เกณฑ์ ก
  3. งานกลุ่มของคุณ ระบุสิ่งที่ "เราตัดสินใจ" กับสิ่งที่ "เครื่องตัดสินใจ" ในเพลงของกลุ่ม วางเพลงบนมาตรวัดดนตรี 0–3 และบอกว่าเพลงนั้นเป็นของใคร ถ้าไม่ได้ทำงานกลุ่ม ให้วิเคราะห์งานของกลุ่มอื่นที่เปิดในห้อง เกณฑ์ ข
  4. ข้อความกำกับที่ซื่อตรง เขียนตัวอย่างข้อความกำกับงานหรือเครดิตหนึ่งชิ้นในสาขาของคุณที่บอกผู้ชมตามจริงว่าใครทำอะไร แล้วตอบข้อแย้งอย่างน้อยหนึ่งข้อ เช่น "เปิดเผยแล้วคนจะให้ค่างานน้อยลง" เกณฑ์ ง

แนวการตอบแนวคิดที่ต้องใช้ สรุปจากงานต้นฉบับ

การมอบการตัดสินใจให้ระบบมีมาก่อน AI

Hiller และ Isaacson บันทึกการแต่ง Illiac Suite (1957) ด้วยคอมพิวเตอร์ที่เลือกโน้ตตามกฎที่มนุษย์ป้อน ส่วน Cage ใช้การเสี่ยงทายตัดสินใจแทนตนเองใน Music of Changes คำถามจึงไม่ใช่ "มีเครื่องหรือไม่" แต่เป็น "การตัดสินใจใดถูกมอบให้ใคร และใครคัดเลือกผลสุดท้าย" อ่านง่าย: การ์ด 7 · ต้นฉบับ: Hiller and Isaacson 1959

Kant: ต้นแบบและผู้ให้กฎ

§46 กำหนดว่าผลงานของอัจฉริยะต้องเป็นต้นแบบที่ไม่ได้มาจากการเลียนแบบ และเป็นแบบอย่างให้ผู้อื่นใช้วัดได้ ผู้สร้างเองบอกไม่ได้ว่าทำออกมาได้อย่างไร ถ้าระบบสร้างสิ่งที่ "น่าจะเป็นไปได้มากที่สุด" จากข้อมูลที่เคยเรียน ผลลัพธ์เป็นต้นแบบได้หรือไม่ และใครเป็นผู้ "ให้กฎ" อ่านง่าย: การ์ด 2 · คำถามนี้เป็นการตีความ Kant ไม่ได้เขียนถึง AI

Goehr: ผลงานผูกกับผู้ประพันธ์

ตั้งแต่ราวปี 1800 ดนตรีตะวันตกเข้าใจ "ผลงาน" ว่าเป็นของผู้ประพันธ์คนหนึ่ง กรณีทั้งหกในคาบทดสอบความผูกพันนี้ เช่น เสียงที่ AI เรียนจาก Randy Travis โดยเขาและครอบครัวยินยอม หรือเนื้อเยื่อจากเซลล์ของ Lucier ที่ยังเล่นงานหลังเขาเสียชีวิต อ่านง่าย: การ์ด 3

ความพยายาม

Kruger และคณะพบว่าคนให้คุณภาพและมูลค่าแก่บทกวี ภาพเขียน และชุดเกราะชิ้นเดียวกันสูงขึ้นเมื่อเชื่อว่าใช้เวลาหรือแรงทำมากกว่า งานนี้ไม่ได้ทดลองกับดนตรี การนำมาใช้กับดนตรีจึงเป็นการเทียบเคียง อ่านง่าย: การ์ด 8 · ต้นฉบับ (ห้องสมุด): Kruger et al. 2004

ความโปร่งใส: เปิดเผยตั้งแต่แรก หรือถูกเปิดโปงทีหลัง

Agudo และคณะเปลี่ยนคำบอกเล่าตอนท้ายการทดลอง ผู้ที่เคยเชื่อว่ามนุษย์สร้างแล้วรู้ว่าเป็น AI ลดคะแนนความละเอียดอ่อนลงมาก แต่ผู้ที่เคยเชื่อว่า AI สร้างแล้วรู้ว่าเป็นมนุษย์ไม่เพิ่มคะแนน ส่วน Walton ช่วยอธิบายว่าข้อความกำกับที่ผิดทำให้ผู้ชมรับรู้งานผิดหมวดหมู่ อ่านง่าย: การ์ด 4 และ 6 · ฟรี: Agudo et al. 2022

เกณฑ์ความยินยอมและที่มาของข้อมูลที่ใช้สอน AI มาจากกรณีศึกษาและสถานะทางกฎหมายที่เรียนในคาบ ไม่ได้มาจากนักปรัชญาคนใด ดูข่าวของทั้งหกกรณีและคดีในรายการอ่าน

คำตอบที่ดีควร

  • มีมาตรวัดที่แยกกรณีจริงในสาขาได้ ไม่ใช่ลอกมาตรวัดดนตรีแล้วเปลี่ยนคำ
  • ยอมรับเมื่อเพลงของกลุ่มตัวเองอยู่ฝั่งที่ตัวเองบอกว่า "ไม่ใช่ของผู้สร้าง"
  • เขียนข้อความกำกับที่ใช้ได้จริงในนิทรรศการ เครดิต หรือป้ายสินค้า

ระวังเป็นพิเศษ

  • เทียบสองกรณีที่ตัดสินเหมือนกัน ซึ่งไม่ได้แสดงว่าเส้นอยู่ตรงไหน
  • อ้างว่างานเรื่องความพยายามของ Kruger ทดลองกับดนตรี
  • บอกระดับของเพลงกลุ่มโดยไม่เล่ากระบวนการ
03

อะไรถูกทำให้แบน

10 คะแนน
ในคาบเราดูทั้งข้อเสนอเชิงวิพากษ์ว่าผลงานของ AI โน้มเข้าหา "ค่าเฉลี่ย" และงานวิจัยที่เริ่มวัดเรื่องนี้จริง ซึ่งพบว่าการ "แบน" มีมากกว่าหนึ่งแบบ

คำถามถ้าศิลปินในสาขาของคุณใช้ AI กันอย่างแพร่หลาย สิ่งใดในสาขาของคุณเสี่ยงที่จะถูกทำให้แบน และควรรับมืออย่างไร

ต้องตอบประเด็นที่ต้องตอบให้ครบ

  1. ข้อเสนอกับหลักฐาน อธิบายข้อเสนอ mean images ของ Steyerl แล้วยกหลักฐานเชิงประจักษ์อย่างน้อยหนึ่งงานจากคาบ แยกให้ชัดว่าอะไรเป็นข้อเสนอเชิงวิพากษ์ อะไรเป็นผลที่วัดได้ และบอกข้อจำกัดของหลักฐานอย่างน้อยหนึ่งข้อ เกณฑ์ ก
  2. Adorno เชื่อมกับการทำให้เป็นมาตรฐานหรือปัจเจกภาพเทียม และบอกว่าสิ่งที่ AI ทำคล้ายหรือต่างจากสิ่งที่ Adorno วิจารณ์อย่างไร (การเชื่อมนี้เป็นการตีความของคุณ) เกณฑ์ ก
  3. สิ่งที่เสี่ยงหายในสาขาคุณ ระบุสิ่งหนึ่งที่มีอยู่น้อยในข้อมูลออนไลน์ หรือถ่ายทอดผ่านร่างกาย ครู หรือการลงมือทำ อธิบายเป็นรูปธรรมว่าจะถูกทำให้แบนแบบใด (ถูกบีบให้เหมือนกัน หรือเส้นแบ่งระหว่างแบบเลือน) และต้องมีหลักฐานอย่างน้อยหนึ่งอย่าง เช่น สิ่งที่สังเกตจากเพลงของกลุ่มต่าง ๆ ผลจากการลองสั่ง AI เอง หรือรายละเอียดจากงานวิจัย เกณฑ์ คเกณฑ์ ข
  4. ข้อเสนอแนวปฏิบัติ เสนอแนวปฏิบัติสองข้อสำหรับศิลปินในสาขาของคุณ ว่าควรใช้หรือไม่ใช้ AI อย่างไรเพื่อรักษาสิ่งที่ระบุในประเด็นที่ 3 พร้อมเหตุผล และตอบข้อแย้งอย่างน้อยหนึ่งข้อ เกณฑ์ ง

แนวการตอบแนวคิดที่ต้องใช้ สรุปจากงานต้นฉบับ

Steyerl: ภาพค่าเฉลี่ย

Steyerl เสนอว่าภาพที่สร้างด้วยการเรียนรู้ของเครื่องเป็นการเรนเดอร์ทางสถิติ ไม่ใช่ภาพของสิ่งที่มีอยู่จริง เธอเล่นกับความหมายหลายชั้นของคำว่า mean คือ ที่มาที่ต่ำต้อย บรรทัดฐาน ความตระหนี่ และความใจร้าย และบอกว่าทุกความหมายใช้ได้ ภาพเหล่านี้รวมตัวรอบค่าเฉลี่ยและค่ามัธยฐาน เป็น "ความกลาง ๆ ที่เกิดจากภาพหลอน" (hallucinated mediocrity) เธอเทียบกับภาพถ่ายผสมของ Francis Galton ซึ่งใช้ในงานสุพันธุศาสตร์ และยกตัวอย่างตัวเอง: พบภาพถ่ายของตนในชุดข้อมูล LAION-5B ที่ใช้สอน Stable Diffusion แล้วสั่งให้โมเดลสร้างภาพของเธอ บทความเขียนถึงภาพ การนำมาใช้กับดนตรีเป็นการขยายความ อ่านง่าย: การ์ด 11 · ฟรี: Steyerl 2023, New Left Review (ส่วนต้น)

Adorno: มาตรฐานและปัจเจกภาพเทียม

ใน "On Popular Music" Adorno เขียนว่าโครงสร้างทั้งหมดของเพลงสมัยนิยมถูกทำให้เป็นมาตรฐาน ตั้งแต่ลักษณะใหญ่ที่สุดลงไปถึงรายละเอียด สิ่งที่มาคู่กันโดยจำเป็นคือปัจเจกภาพเทียม ซึ่งเขานิยามว่าการทำให้สินค้าวัฒนธรรมที่ผลิตเป็นจำนวนมากดูเหมือนเป็นทางเลือกอิสระ Adorno เสียชีวิตปี 1969 และไม่เคยเขียนถึง AI อ่านง่าย: การ์ด 9–10 · ฟรี: On Popular Music (ฉบับพิมพ์ซ้ำ)

Doshi และ Hauser: งานเขียน ไม่ใช่ดนตรี

ผู้เขียน 293 คน ผู้ประเมิน 600 คน เรื่องสั้นที่ได้แนวคิดจาก AI ถูกประเมินว่าแปลกใหม่ขึ้นรายชิ้น โดยเพิ่มมากที่สุดในผู้เขียนที่เริ่มต้นด้วยคะแนนความคิดสร้างสรรค์ต่ำ แต่เรื่องคล้ายกันเองมากขึ้น ผู้วิจัยบอกเองว่าผลต่อความหลากหลายของทั้งวงการเป็นการคาดการณ์ อ่านง่าย: การ์ด 12 · ฟรี: Doshi and Hauser 2024

Slendebroek และ Metaxa: การแบนสองแบบ

วัดเพลงจาก Suno และ Lyria ใน 4 แนวเทียบกับเพลงมนุษย์ Lyria บีบความต่างภายในแนว ส่วน Suno ต่างกันภายในแนวมากกว่าเพลงมนุษย์ แต่เส้นแบ่งระหว่างแนวเลือน และคำสั่งแทบไม่มีผลต่อเสียงที่ได้ ข้อจำกัดที่ผู้วิจัยบอกเอง: สองระบบ สี่แนว ตัวอย่างเพลงมนุษย์ยาว 30 วินาที ตรวจแบบกล่องดำจึงบอกสาเหตุไม่ได้ อ่านง่าย: การ์ด 12 · ฟรี: Slendebroek and Metaxa 2026

Mehta และคณะ: ข้อมูลที่ไม่เท่ากัน

ชุดข้อมูลวิจัยที่สำรวจมีดนตรีนอกแนวตะวันตกเพียงร้อยละ 5.7 ของจำนวนชั่วโมง ตัวเลขนี้ใช้กับ Suno หรือ Lyria ไม่ได้ เพราะบริษัทไม่เปิดเผยข้อมูลที่ใช้สอน อ่านง่าย: การ์ด 12 · ฟรี: Mehta et al. 2025, Solak et al. 2025

คำตอบที่ดีควร

  • แยกได้ว่าอะไรวัดแล้ว อะไรยังเป็นข้อเสนอ
  • บอกได้ว่าการแบนในสาขาของตนเป็นแบบบีบให้เหมือน หรือแบบเส้นแบ่งเลือน
  • เสนอสิ่งที่ศิลปินในสาขานั้นทำได้จริงในวันพรุ่งนี้

ระวังเป็นพิเศษ

  • พูดกว้าง ๆ ว่า "ความเป็นไทยจะหายไป" โดยไม่ระบุว่าอะไร
  • ใช้ Doshi และ Hauser เป็นหลักฐานเรื่องดนตรีโดยตรง
  • สรุปว่า AI สร้างค่าเฉลี่ยตรงตัว
04

คู่มือแนวคิด อ่านง่าย

ไม่ต้องอ่านต้นฉบับ

ข้อสอบนี้ไม่ต้องอ่านบทความต้นฉบับ การ์ด 12 ใบนี้สรุปทุกแนวคิดที่ต้องใช้ด้วยภาษาง่าย ใช้คู่กับเนื้อหาในคาบก็ตอบได้เต็ม ลิงก์ "อ่านต่อฟรี" มีไว้สำหรับคนที่อยากรู้มากกว่านี้ ส่วนต้นฉบับหลายงานต้องเสียเงินหรือเข้าผ่านห้องสมุดมหาวิทยาลัย

ใจความสิ่งที่แนวคิดนี้บอก ในประโยคเดียว
เทียบกับชีวิตจริงตัวอย่างใกล้ตัว
เชื่อมกับคาบเราเจอสิ่งนี้ตรงไหน
ใช้ในคำตอบตัวอย่างประโยคที่เอาไปปรับได้
อย่าเข้าใจผิดจุดที่นิสิตพลาดบ่อย
1

Hanslick: ความงามอยู่ในเสียง

Eduard Hanslick · 1854 · นักวิจารณ์ดนตรีชาวออสเตรีย
ข้อ 1

ดนตรีงามเพราะเสียงเคลื่อนไหวเป็นรูปทรง ไม่ใช่เพราะเล่าอารมณ์หรือชีวิตของผู้แต่ง

เทียบกับชีวิตจริง
เราชื่นชมลายผ้าหรือลายกระเบื้องได้โดยไม่ต้องรู้ว่าใครออกแบบ หรือออกแบบตอนเศร้าหรือดีใจ Hanslick มองดนตรีแบบเดียวกัน คือมองที่ทำนอง เสียงประสาน และจังหวะที่จัดวางอย่างงดงาม
เชื่อมกับคาบ
ถ้า Hanslick ถูก การเห็นข้อความต่างกันบนโทรศัพท์ไม่ควรทำให้คะแนนต่างกัน เพราะเสียงเหมือนเดิมทุกประการ (ข้อนี้เป็นการอนุมานในคาบ Hanslick ไม่ได้เขียนถึง AI)
ใช้ในคำตอบ
"ถ้ายึดแบบ Hanslick ชิ้นที่ 2 ควรได้คะแนนเท่าเดิม แต่ฉันให้ต่ำลง 2 คะแนนเมื่อเห็นว่า AI สร้าง แปลว่าฉันไม่ได้ฟังด้วยหูอย่างเดียว"
อย่าเข้าใจผิด
Hanslick ไม่ได้บอกว่าดนตรีไม่ทำให้รู้สึกอะไร เขาบอกว่าความรู้สึกที่เกิดขึ้นไม่ใช่สิ่งที่ทำให้ดนตรีงาม

อ่านต่อฟรี: IEP: Eduard Hanslick

2

Kant: อัจฉริยะคือผู้ให้กฎ

Immanuel Kant · 1790 · นักปรัชญาชาวเยอรมัน
ข้อ 1 · 2

ศิลปะชั้นสูงมาจากอัจฉริยะ ผู้สร้างสิ่งใหม่ที่ไม่ได้ลอกใคร แล้วงานนั้นกลายเป็นแบบอย่างให้คนอื่น

เทียบกับชีวิตจริง
เชฟที่คิดเมนูใหม่จนร้านอื่นทำตาม คนอื่นเลียนแบบได้ แต่เชฟเองก็อธิบายไม่หมดว่าคิดออกมาได้อย่างไร Kant บอกว่าอัจฉริยะเป็นแบบนั้น
เชื่อมกับคาบ
AI สร้างสิ่งที่ "น่าจะเป็นไปได้มากที่สุด" จากเพลงที่เคยเรียน คำถามคือผลลัพธ์แบบนี้เป็นต้นแบบได้หรือไม่ และใครเป็นผู้ "ให้กฎ" ระหว่างคนสั่ง เครื่อง หรือนักดนตรีในข้อมูล
ใช้ในคำตอบ
"ในงานเซรามิก ช่างที่คิดน้ำเคลือบสูตรใหม่จนคนอื่นทำตาม ตรงกับที่ Kant เรียกว่าต้นแบบที่เป็นแบบอย่าง แต่ถ้าเครื่องเลือกสูตรจากข้อมูลเดิม..."
อย่าเข้าใจผิด
Kant ไม่ได้เขียนถึง AI หรือเครื่องจักรสร้างศิลปะ การเชื่อมเป็นการตีความของคุณ ต้องเขียนให้ชัดว่าเป็นการตีความ

อ่านต่อฟรี: SEP: Kant's Aesthetics and Teleology

3

Goehr: "ผลงาน" ของผู้ประพันธ์ เพิ่งมีราวปี 1800

Lydia Goehr · 1992 · นักปรัชญาดนตรี
ข้อ 1 · 2

ความคิดว่าเพลงหนึ่งเป็น "ผลงาน" ที่สมบูรณ์ คงที่ และเป็นของผู้ประพันธ์คนเดียว เพิ่งกลายเป็นบรรทัดฐานของดนตรีตะวันตกราวปี 1800 ไม่ได้มีมาตลอด

เทียบกับชีวิตจริง
เพลงพื้นบ้านที่ใครก็ร้องต่อและแก้ได้ กับซิงเกิลของศิลปินที่ต้องเล่นให้เหมือนต้นฉบับและห้ามใครแก้ ทั้งสองแบบเป็นดนตรี แต่มีความคิดเรื่อง "เจ้าของ" ต่างกัน
เชื่อมกับคาบ
ที่เรารู้สึกว่า "เพลงต้องมีผู้แต่ง" อาจเป็นความคิดที่มีประวัติศาสตร์ ไม่ใช่ธรรมชาติ กรณี Randy Travis และ Lucier ในช่วงขีดเส้นทดสอบว่าความเป็นเจ้าของนี้ยืดไปได้ถึงไหน
ใช้ในคำตอบ
"ในนาฏยศิลป์ไทย ท่ารำสืบทอดผ่านครูหลายรุ่น ความคิดว่าท่ารำเป็นของคนเดียวจึงไม่ตรงกับ 'ผลงาน' ในความหมายที่ Goehr อธิบาย"
อย่าเข้าใจผิด
Goehr ไม่ได้บอกว่าก่อนปี 1800 ไม่มีใครแต่งเพลง และข้อเสนอเรื่องปี 1800 ยังมีนักวิชาการแย้ง เช่น กรณีของ Bach

ยังไม่พบแหล่งฟรีที่อธิบายข้อเสนอนี้โดยตรง ใช้การ์ดนี้และเนื้อหาในคาบ

4

Walton: เรารับรู้งานผ่าน "หมวดหมู่"

Kendall Walton · 1970 · นักปรัชญาชาวอเมริกัน
ข้อ 1 · 2

สิ่งที่เราเห็นหรือได้ยินในงาน ขึ้นกับว่าเราเชื่อว่างานนั้นอยู่ในหมวดหมู่ไหน และหมวดหมู่ที่ถูกต้องขึ้นกับว่างานถูกสร้างอย่างไร

เทียบกับชีวิตจริง
ภาพลายเส้นยุ่ง ๆ ภาพเดียวกัน ถ้าเชื่อว่าเด็กวาดเราจะเห็นว่าน่ารัก ถ้าเชื่อว่าเป็นงานนามธรรมของศิลปินเราจะเห็นว่ากล้าหาญ ลายเส้นไม่ได้เปลี่ยน หมวดหมู่ที่เราใช้มองเปลี่ยน
เชื่อมกับคาบ
ข้อความบนโทรศัพท์ในการทดลองคือการบอกหมวดหมู่ เช่น "มนุษย์บรรเลง" หรือ "AI จากคำสั่งเดียว" และหมวดหมู่นี้อาจเปลี่ยนสิ่งที่เราได้ยิน
ใช้ในคำตอบ
"ในงานนิทรรศการ ป้ายข้างงานบอกหมวดหมู่ให้ผู้ชม ป้ายที่ผิดจึงทำให้ผู้ชมรับรู้งานผิดหมวดหมู่ ตามที่ Walton อธิบาย"
อย่าเข้าใจผิด
Walton ไม่ได้บอกว่าทุกอย่างขึ้นกับความรู้สึกของแต่ละคน เขาบอกว่ามีหมวดหมู่ที่ "ถูกต้อง" และหาได้จากข้อเท็จจริง เช่น วิธีสร้างงานและความตั้งใจของผู้สร้าง

อ่านต่อฟรี: SEP: The Concept of the Aesthetic (หัวข้อที่พูดถึง Walton)

5

Danto: ตาอย่างเดียวไม่พอ

Arthur Danto · 1964 · นักปรัชญาและนักวิจารณ์ศิลปะ
ข้อ 1

ของสองชิ้นที่ตาแยกไม่ออก ชิ้นหนึ่งเป็นศิลปะ อีกชิ้นไม่เป็น สิ่งที่ต่างคือความรู้และทฤษฎีรอบตัวงาน ซึ่ง Danto เรียกว่า "โลกศิลปะ"

เทียบกับชีวิตจริง
Andy Warhol ทำกล่อง Brillo ที่หน้าตาเหมือนกล่องสบู่ในซูเปอร์มาร์เก็ต กล่องในห้องแสดงงานเป็นศิลปะ กล่องในโกดังไม่เป็น ทั้งที่ตาแยกไม่ออก
เชื่อมกับคาบ
เพลงสี่ชิ้นในการทดลองเหมือนกล่อง Brillo หูแยกไม่ออก แต่สิ่งที่เรารู้เกี่ยวกับมันต่างกัน
ใช้ในคำตอบ
"ผ้าทอมือกับผ้าทอเครื่องที่ลายเหมือนกัน ตาอาจแยกไม่ออก แต่ความรู้เรื่องวิธีทอทำให้คุณค่าต่างกัน ตรงกับที่ Danto บอกว่าตาอย่างเดียวไม่พอ"
อย่าเข้าใจผิด
Danto ไม่ได้บอกว่าอะไรก็เป็นศิลปะได้ตามใจ เขาบอกว่าการเป็นศิลปะต้องอาศัยบริบททางทฤษฎีและประวัติศาสตร์ศิลปะ

อ่านต่อฟรี: SEP: The Concept of the Aesthetic (หัวข้อที่พูดถึง Danto)

6

งานวิจัยเรื่องป้าย: ผลยังไม่ลงรอยกัน

Shank และคณะ 2023 · Agudo และคณะ 2022 · Chia และคณะ 2025
ข้อ 1 · 2

การบอกว่า AI สร้างทำให้คนให้คะแนนต่ำลงในบางเงื่อนไข ไม่ใช่ทุกเงื่อนไข

สิ่งที่พบ
Shank และคณะ ใช้เพลงที่มนุษย์แต่งจริงทั้งหมด ป้าย AI ไม่มีผลกับเพลงอิเล็กทรอนิกส์ แต่ทำให้คะแนนคุณภาพของเพลงคลาสสิกที่ฟังดูเป็นฝีมือมนุษย์ต่ำลง · Agudo และคณะ ใช้งานที่ AI สร้างจริง คนที่ถูกบอกว่า AI สร้างให้คะแนน "ความละเอียดอ่อนของศิลปิน" ต่ำกว่า · Chia และคณะ (กลุ่มเล็ก 64 คน) กลับพบว่าเพลงที่บอกว่าใช้ AI ได้คะแนนอารมณ์เชิงบวกสูงกว่า
เชื่อมกับคาบ
การทดลองในห้องใช้เปียโนเดี่ยว ซึ่งใกล้กับเงื่อนไขที่ Shank พบผล แต่ห้องเราอาจได้ผลต่างออกไป และการทดลองในห้องเป็นการสาธิต ไม่ใช่งานวิจัย
ใช้ในคำตอบ
"ผลของห้องเราสอดคล้องกับ Shank และคณะ แต่ห้องเดียวกับเพลงสี่ชิ้นสรุปแทนผู้ฟังทั่วไปไม่ได้"
อย่าเข้าใจผิด
ไม่มีงานไหนพิสูจน์ว่า "คนเกลียดเพลง AI" เสมอ ผลขึ้นกับแนวดนตรี กลุ่มผู้ฟัง และวิธีวัด

อ่านต่อฟรี: Agudo et al. 2022 · Shank และ Chia ต้องเข้าผ่านห้องสมุด

7

การมอบการตัดสินใจให้ระบบ มีมาก่อน AI

Hiller และ Isaacson 1957–1959 · John Cage 1951
ข้อ 2

นักดนตรีเคยมอบการตัดสินใจบางส่วนให้กฎ โอกาส หรือคอมพิวเตอร์มานานแล้ว คำถามที่ดีจึงไม่ใช่ "มีเครื่องหรือไม่" แต่เป็น "การตัดสินใจไหนถูกมอบให้ใคร"

เทียบกับชีวิตจริง
Cage ใช้การเสี่ยงทายเลือกเสียงใน Music of Changes Hiller และ Isaacson ให้คอมพิวเตอร์เลือกโน้ตตามกฎที่มนุษย์เขียนใน Illiac Suite คล้ายช่างเซรามิกที่ปล่อยให้เตาเผาตัดสินลายน้ำเคลือบ แต่ช่างเลือกว่าชิ้นไหนจะเก็บ
เชื่อมกับคาบ
มาตรวัด 0–3 ในคาบแยกว่า AI เข้ามาตรงไหน ตั้งแต่บรรเลงอย่างเดียว ไปจนถึงสร้างทั้งเพลงจากคำสั่งเดียว คำอธิบายวิธีการสร้างของกลุ่ม (เราตัดสินใจ / เครื่องตัดสินใจ / เราทิ้งไปกี่เวอร์ชัน) ก็ใช้หลักเดียวกัน
ใช้ในคำตอบ
"ระดับที่ 2 ของมาตรวัดเรขศิลป์ของฉันคือ เครื่องสร้างภาพร่าง 20 แบบ แต่นักออกแบบเลือกและแก้เอง ซึ่งคล้ายกับการคัดเลือกในงานกลุ่มของเรา"
อย่าเข้าใจผิด
มาตรวัดที่ดีต้องใช้ขั้นตอนทำงานจริงของสาขาคุณ ไม่ใช่ลอกมาตรวัดดนตรีแล้วเปลี่ยนคำ

ใช้เนื้อหาบรรยาย 1 สไลด์ 2 ในคาบ

8

ความพยายาม: งานเดียวกัน ดูมีค่าขึ้นเมื่อเชื่อว่าทำยาก

Kruger และคณะ · 2004 · นักจิตวิทยาสังคม
ข้อ 2

คนให้คุณภาพและมูลค่างานชิ้นเดียวกันสูงขึ้น เมื่อเชื่อว่าผู้สร้างใช้เวลาหรือแรงมากกว่า

เทียบกับชีวิตจริง
กระเป๋าใบเดียวกัน ถ้าบอกว่าเย็บมือสามเดือน เรายอมจ่ายแพงกว่าตอนบอกว่าเครื่องทำหนึ่งชั่วโมง ทั้งที่ยังไม่ได้ดูว่าเย็บดีกว่าจริงหรือไม่
เชื่อมกับคาบ
อาจอธิบายได้ว่าทำไมป้าย "AI จากคำสั่งเดียว" ถึงได้คะแนนต่ำ เพราะฟังดูเหมือนไม่มีใครลงแรง และเป็นเหตุผลที่ใบงานกลุ่มถามว่า "เราทิ้งไปกี่เวอร์ชัน ใช้เวลากี่นาที"
ใช้ในคำตอบ
"ถ้าการให้ค่าแบบนี้ถูกต้อง ป้ายที่ซื่อตรงควรบอกทั้งสิ่งที่เครื่องทำ และแรงที่คนลงไปในการเลือกและแก้"
อย่าเข้าใจผิด
งานนี้ทดลองกับบทกวี ภาพเขียน และชุดเกราะ ไม่ใช่ดนตรี การนำมาใช้กับดนตรีเป็นการเทียบเคียง

ต้นฉบับต้องเข้าผ่านห้องสมุด ใช้การ์ดนี้และบรรยาย 2 สไลด์ 5

9

Adorno: เพลงมาตรฐาน กับความต่างแบบผิวเผิน

Theodor W. Adorno · 1941 · นักปรัชญาสำนักแฟรงก์เฟิร์ต
ข้อ 3

เพลงที่ผลิตเป็นอุตสาหกรรมถูกทำให้เป็นสูตรเดียวกันตั้งแต่โครงสร้างถึงรายละเอียด แล้วแต่งเติมความต่างเล็กน้อยให้ดูเหมือนเราได้เลือกอย่างอิสระ เขาเรียกส่วนหลังว่า "ปัจเจกภาพเทียม"

เทียบกับชีวิตจริง
รถยนต์รุ่นเดียวกันที่ขายหลายสีและหลายชุดแต่ง ให้รู้สึกว่าคันของเราไม่เหมือนใคร ทั้งที่โครงสร้างเหมือนกันทุกคัน
เชื่อมกับคาบ
งานวิจัยพบว่า Suno สร้างเพลงที่ต่างกันมากภายในแนว แต่เส้นแบ่งระหว่างแนวเลือน ลองถามว่า ความต่างนี้เป็นความต่างจริง หรือเป็นความต่างแบบที่ Adorno เรียกว่าเทียม (การเทียบนี้หลวม ๆ และเป็นการตีความ)
ใช้ในคำตอบ
"แอปสร้างลายผ้าด้วย AI ให้ลายใหม่ทุกครั้ง แต่ถ้าทุกลายมาจากโครงเดียวกัน ความต่างนั้นอาจเป็นปัจเจกภาพเทียมแบบที่ Adorno วิจารณ์"
อย่าเข้าใจผิด
Adorno เสียชีวิตปี 1969 และไม่เคยเขียนถึง AI ทุกการเชื่อมโยงกับ AI เป็นการตีความของคุณ

อ่านต่อฟรี: On Popular Music (ฉบับพิมพ์ซ้ำ) · SEP: Theodor W. Adorno

10

Adorno: ฟังชื่อ แทนการฟังเพลง

Theodor W. Adorno · 1938
ข้อ 1 · 3

Adorno วิจารณ์ผู้ฟังที่ชื่นชมชื่อเสียงและมูลค่าของศิลปิน แทนที่จะฟังดนตรีจริง ๆ

เทียบกับชีวิตจริง
คนที่ซื้อบัตรคอนเสิร์ตแพงเพราะชื่อศิลปินดัง แล้วรู้สึกว่าคอนเสิร์ตยอดเยี่ยมก่อนเพลงแรกจะเริ่ม
เชื่อมกับคาบ
บรรยาย 2 ใช้ Adorno อ่านผลการทดลองได้สองทาง ทางหนึ่ง การหักคะแนน AI คือการปกป้องความเป็นมนุษย์ อีกทางหนึ่ง การให้คะแนนสูงเพราะป้ายบอกว่าคนทำ อาจเป็นการฟัง "ชื่อ" แบบที่ Adorno วิจารณ์
ใช้ในคำตอบ
"ฉันให้ชิ้นที่ 3 สูงสุดเมื่อเห็นป้าย 'มนุษย์ประพันธ์และบรรเลง' ถ้าอ่านแบบ Adorno ฉันอาจกำลังฟังป้าย ไม่ใช่ฟังเพลง"
อย่าเข้าใจผิด
สองทางนี้เป็นการนำแนวคิดของ Adorno มาใช้ในคาบ ไม่ใช่สิ่งที่เขาเขียนถึงกรณีนี้

อ่านต่อฟรี: SEP: Theodor W. Adorno · ต้นฉบับอยู่ในหนังสือ The Culture Industry (ห้องสมุด)

11

Steyerl: ภาพค่าเฉลี่ย

Hito Steyerl · 2023 · ศิลปินและนักเขียน
ข้อ 3

ภาพที่ AI สร้างไม่ใช่ภาพของสิ่งที่มีอยู่จริง แต่เป็นการคำนวณทางสถิติจากภาพจำนวนมาก ผลจึงมักวนอยู่รอบค่าเฉลี่ย เธอเรียกว่า "ความกลาง ๆ ที่เกิดจากภาพหลอน"

เทียบกับชีวิตจริง
แอปที่ผสมหน้าคนหลายคนเป็น "หน้าเฉลี่ย" ได้หน้าที่ดูดีแต่ไม่ใช่ใครเลย Steyerl เทียบกับภาพถ่ายผสมของ Francis Galton ในศตวรรษที่ 19 ซึ่งใช้ในงานสุพันธุศาสตร์ เธอลองให้ AI สร้างภาพของตัวเอง ได้ภาพที่สะท้อนว่าข้อมูลบนอินเทอร์เน็ต "โดยเฉลี่ย" มองเธออย่างไร
เชื่อมกับคาบ
คำว่า mean แปลได้ทั้ง "ค่าเฉลี่ย" "ต่ำต้อย" "ตระหนี่" และ "ใจร้าย" Steyerl บอกว่าทุกความหมายใช้ได้ คาบนี้ถามต่อว่า ถ้ามีภาพค่าเฉลี่ย จะมีดนตรีค่าเฉลี่ยด้วยหรือไม่
ใช้ในคำตอบ
"Steyerl เสนอเรื่องนี้กับภาพ ฉันขยายมาที่ลายผ้าท้องถิ่น ซึ่งมีน้อยในข้อมูลออนไลน์ จึงเสี่ยงถูกกลืนเข้าหาลายที่พบบ่อย"
อย่าเข้าใจผิด
Steyerl เขียนถึงภาพ ไม่ใช่ดนตรี และนี่คือข้อเสนอเชิงวิพากษ์ ไม่ใช่ผลการวัด ต้องเขียนให้ชัดว่าการใช้กับสาขาของคุณเป็นการขยายความ

อ่านต่อฟรี: Mean Images, New Left Review (ส่วนต้นอ่านฟรี ครอบคลุมทุกประเด็นในการ์ดนี้)

12

การแบนที่วัดได้จริง

Doshi และ Hauser 2024 · Slendebroek และ Metaxa 2026 · Mehta และคณะ 2025
ข้อ 3

งานวิจัยเริ่มวัดแล้วว่า AI ทำให้งานคล้ายกันมากขึ้นหรือไม่ ผลคือ "แบน" จริงในบางแบบ แต่ไม่ใช่ค่าเฉลี่ยตรงตัว

สิ่งที่พบ
Doshi และ Hauser ศึกษางานเขียน: เรื่องสั้นที่ได้แนวคิดจาก AI ดูแปลกใหม่ขึ้นทีละเรื่อง แต่ทุกเรื่องคล้ายกันเองมากขึ้น · Slendebroek และ Metaxa วัดเพลงจาก Suno และ Lyria ใน 4 แนว พบการแบนสองแบบ: Lyria บีบเพลงในแนวเดียวกันให้คล้ายกัน ส่วน Suno ต่างกันมากในแนวเดียวกัน แต่แนวต่าง ๆ เริ่มฟังเหมือนกัน และคำสั่งแทบไม่มีผล · Mehta และคณะ พบว่าชุดข้อมูลวิจัยที่สำรวจมีดนตรีนอกแนวตะวันตกเพียงร้อยละ 5.7
เชื่อมกับคาบ
ตอนกลุ่มสร้างเพลง ลองนึกว่าเพลงของกลุ่มต่าง ๆ ที่สั่งต่างกัน ฟังแล้วต่างกันแค่ไหน นั่นคือหลักฐานที่คุณสังเกตเองได้
ใช้ในคำตอบ
"ถ้าเกิดกับดนตรีไทย อาจเป็นการแบนแบบที่สอง คือเส้นแบ่งระหว่างทางเพลงของครูแต่ละสายเลือนหายไป"
อย่าเข้าใจผิด
ตัวเลขร้อยละ 5.7 มาจากชุดข้อมูลวิจัย ใช้กับ Suno หรือ Lyria ไม่ได้ เพราะบริษัทไม่เปิดเผยข้อมูลที่ใช้สอน และงานของ Slendebroek และ Metaxa ศึกษาเพียงสองระบบ สี่แนว ไม่ได้ศึกษาดนตรีไทย

อ่านต่อฟรี: Doshi and Hauser 2024 · Slendebroek and Metaxa 2026 · Mehta et al. 2025

05

มุมมองของแต่ละสาขา

จุดเริ่มคิด ไม่บังคับ

ใช้เป็นจุดเริ่ม ไม่ใช่คำตอบ ผู้สอนให้คะแนนเกณฑ์ ค สูงเมื่อคุณใช้ตัวอย่างและเกณฑ์ที่สาขาของคุณใช้จริง

สาขาตัวอย่างประเด็นที่นำมาใช้ได้
ทัศนศิลป์ต้นฉบับกับสำเนา งานปลอม การรับรู้ผ่านหมวดหมู่ (Walton) วัตถุที่ตาแยกไม่ออกแต่ความหมายต่างกัน (Danto)
เรขศิลป์แม่แบบสำเร็จรูป เครื่องมือสร้างภาพ บทบาทของโจทย์ลูกค้า การให้เครดิตในงานออกแบบ
แฟชั่นและสิ่งทอผ้าทอมือกับผ้าทอเครื่อง ป้าย "handmade" ลวดลายผ้าท้องถิ่น งานฝีมือในการตัดเย็บ
เซรามิกการขึ้นรูปด้วยมือกับการหล่อแบบหรือพิมพ์สามมิติ ความไม่แน่นอนของเตาเผาและน้ำเคลือบ เทียบกับการให้ "โอกาส" ตัดสินใจแบบ Cage
นิทรรศการศิลป์ป้ายกำกับงานและข้อความบนผนังที่กำหนดการรับรู้ของผู้ชม ซึ่งคือสิ่งเดียวกับที่การทดลองในคาบทดสอบ
ดุริยางคศิลป์ไทยการถ่ายทอดแบบมุขปาฐะ ทางของครูแต่ละสาย ดนตรีที่อาจมีน้อยในชุดข้อมูลสอน AI
ดุริยางคศิลป์ตะวันตกโน้ตกับการตีความ การบรรเลงกับการประพันธ์ กรณี Kreisler ความคิดเรื่อง "ผลงาน" ของ Goehr
นาฏยศิลป์ไทยแม่ท่า การสืบทอดผ่านครูและพิธีไหว้ครู ความรู้ที่อยู่ในร่างกาย
นาฏยศิลป์ตะวันตกความเป็นเจ้าของท่าเต้นของนักออกแบบท่า การบันทึกการเคลื่อนไหว ร่างกายผู้แสดงกับการตีความ
06

รายการอ่านพร้อมลิงก์

งานที่ใช้ในการบรรยาย

ไม่ต้องอ่านต้นฉบับเพื่อทำข้อสอบ รายการนี้สำหรับผู้สนใจ อ่านฟรี = เปิดได้ทันที · งานที่ไม่มีป้ายนี้ส่วนใหญ่ต้องเสียเงินหรือเข้าผ่านระบบห้องสมุดของมหาวิทยาลัย · ตัวเลขในวงเล็บคือข้อสอบหรือการ์ดที่เกี่ยวข้อง

เริ่มที่นี่: อ่านฟรี ภาษาเข้าใจง่ายกว่าต้นฉบับ

ต้นฉบับ: ทฤษฎีและประวัติศาสตร์

ต้นฉบับ: งานวิจัยเชิงประจักษ์

กรณีศึกษา ข่าว และเอกสารของหน่วยงาน

แหล่งกลุ่มนี้ไม่ผ่านการประเมินโดยผู้ทรงคุณวุฒิ ใช้ยืนยันว่าเหตุการณ์เกิดขึ้นจริง ไม่ใช่หลักฐานสนับสนุนข้อสรุปทางวิชาการ

ข้อความในส่วน "แนวการตอบ" เป็นการสรุปความเป็นภาษาไทย ไม่ใช่คำแปลตรงตัว Adorno (1941) และ Steyerl (2023) ตรวจกับต้นฉบับแล้ว Doshi และ Hauser, Slendebroek และ Metaxa, Agudo และคณะ และ Shank และคณะ อ่านฉบับเต็มแล้ว งานทฤษฎีอื่นตรวจกับแหล่งทุติยภูมิ ควรเปิดต้นฉบับก่อนอ้างเลขหน้า