В этом году Эд Ширан убедил жюри, что он не копировал “Let’s Get It On” Марвина Гея. В отличие от этого, Фаррелл Уильямс и Робин Тик ранее не смогли доказать, что “Размытые линии” не были копией “Got to Give It Up” Гея.
Могут ли автоматизированные алгоритмы придать новую объективность решениям о нарушении авторских прав на музыку, ограничив количество, масштаб и расходы на судебные разбирательства? Музыковед доктор Патрик Сэвидж из Оклендского университета исследовал эту тему в сотрудничестве с Ючен Юанем из Университета Кейо, Япония, и экспертами в области музыкальной психологии и авторского права из Голдсмит, Лондонского университета и Университета Джорджа Вашингтона в США.
“На сегодняшний день это крупнейшее исследование того, как лучшие алгоритмы сравниваются с людьми в оценке того, когда музыка переходит грань плагиата”, – говорит Сэвидж, старший научный сотрудник Школы психологии университета. “Справедливо будет сказать, что алгоритмы не возьмут верх в ближайшее время”.
Участие Сэвиджа в этой области включало участие в составлении краткого отчета amicus curiae — это экспертные доказательства для суда, — которые помогли отменить решение по делу Кэти Перри.
В ходе исследования 51 человека попросили оценить 40 примеров предполагаемого плагиата с 1915 по 2018 год, включая рекламу кампании Национальной партии Новой Зеландии в стиле Эминема 2014 года и песню экс-битла Джорджа Харрисона “My Sweet Lord” 1970-х годов.
Алгоритмы PMI и Musly, два из лучших общедоступных инструментов для обнаружения музыкального плагиата, оценивали одни и те же песни.
Оценки участников исследования соответствовали судебным решениям в 83% случаев (33 из 40) против 75% для алгоритмов (30 из 40).
Одним из ограничений исследования является лежащее в его основе предположение о том, что судебные дела были решены правильно.
“Дело о “размытых линиях” вызвало значительные споры — и ни участники нашего исследования, ни алгоритмы решительно не поддержали юридическое решение, как и многие музыканты, музыковеды, юристы или судьи, если уж на то пошло”, — говорит Сэвидж.
Одним из постоянных ограничений использования алгоритмов для рассмотрения дел об авторском праве является то, что немузыкальные факторы могут играть определенную роль.
“Например, независимо от того, насколько похожи две песни, нарушения авторских прав не будет, если композитор, предположительно занимающийся плагиатом, сможет доказать, что он не мог услышать более раннюю песню”, – говорит он.
В конечном счете, суд с помощью алгоритма не заменит суд присяжных, но объективные оценки алгоритмов могут быть фактором, который следует принимать во внимание.
“Например, Spotify уже экспериментирует с детектором риска плагиата, который может помочь исполнителям автоматически выявлять непреднамеренные сходства с существующими работами, прежде чем они выпустят новые песни”, – говорит Сэвидж. “Будущие судебные дела, возможно, также смогут включать графики того, насколько похожи две песни по отношению к прошлым делам, чтобы предоставить судьям и присяжным более объективные данные и контекст для содействия их решениям”.
Поскольку судебные разбирательства становятся все более частыми, “необоснованные судебные иски об авторском праве на музыку не только препятствуют музыкальному творчеству, но и ежегодно тратят миллионы долларов налогоплательщиков на судебные разбирательства по этим спорам”, – пишут Сэвидж и его соавторы в статье, опубликованной в журнале Transactions Международного общества поиска музыкальной информации.
Алгоритм процентной мелодической идентичности был изобретен Сэвиджем и его коллегой, академическим профессором школы психологии Квентином Аткинсоном, для изучения эволюции мелодий народных песен.
Musly, изобретенный доктором Домиником Шницером из Австрийского научно-исследовательского института искусственного интеллекта, включает в себя такие функции, как ритм и тембр в дополнение к мелодии.