Towards an LLM-based method for quantifying the sexual content in song lyrics
تقدم هذه الورقة طريقة قابلة للتكرار تعتمد على النماذج اللغوية الكبيرة لقياس المحتوى الموضوعي في كلمات الأغاني، وتطبقها على مجموعة بيانات مكونة من 1,259 مساراً من موسيقى الريغيتون لتحليل الصراحة الجنسية عبر الفنانين، والزمن، ومقارنةً بتصنيفات "سبوتيفاي" للمحتوى الصريح.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل عالم الموسيقى كمكتبة ضخمة وصاخبة حيث كل أغنية هي كتاب. لفترة طويلة، عندما أراد الناس معرفة ما بداخل كتب نوع موسيقي معين يسمى "الريغيتون"، كان عليهم قراءتها واحداً تلو الآخر وتدوين الملاحظات يدوياً. هذا يشبه محاولة عد السيارات الحمراء في مدينة ما عبر الوقوف على زاوية شارع وكتابتها كلما مرت سيارة. إنه أمر بطيء، ومرهق، ولا يمكنك النظر إلا إلى عدد قليل من السيارات قبل أن تتعب. هذا المجال من الدراسة يسمى "تحليل المحتوى"، وهو كيف يحاول العلماء تحويل المشاعر والموضوعات — مثل الحب، أو الغضب، أو الحفلات — إلى أرقام فعلية حتى يتمكنوا من مقارنتها. السؤال الكبير الذي طرحه الجميع هو: "هل الريغيتون حقاً يدور حول الجنس، أم أن ذلك مجرد إشاعة؟" وللإجابة على ذلك، نحتاج إلى طريقة لقياس كلمات الأغاني دون الحاجة لقراءة كل واحدة منها يدوياً. وهنا يأتي دور مساعد من نوع جديد: عقل كمبيوتر فائق الذكاء يسمى "النموذج اللغوي الكبير" (LLM). فكر في النموذج اللغوي الكبير كأنه روبوت قرأ كل الكتب تقريباً في المكتبة ويمكنه أن يخبرك فوراً: "هذه القصة مليئة بالرومانسية"، أو "هذه مليئة بالعنف"، مع إعطائها درجة من صفر إلى عشرة.
هذه الورقة البحثية تشبه وصفة لاستخدام ذلك العقل الروبوتي لقياس مدى "حرارة" (spiciness) كلمات أغاني الريغيتون. قام المؤلف، إغناسيو ستيكو، ببناء طريقة لتغذية الكمبيوتر بـ 1,259 أغنية من 12 فناناً مشهوراً. وبدلاً من مجرد سؤال الكمبيوتر "هل هذه الأغنية بذيئة؟"، تم تعليم الكمبيوتر البحث عن تسعة نكهات مختلفة للأغنية، مثل "أجواء الحفلات"، و"الحب الحزين"، و"جرائم الشوارع"، ونوعين محددين من "الكلام الجنسي": أحدهما يوحي به (تلميحي) والآخر يقوله صراحة (صريح). تم تدريب الروبوت أولاً على مجموعة صغيرة من الأغاني التي قام البشر بتقييمها بالفعل، لذا تعلم كيف يعطي نفس الدرجات التي يعطيها البشر. وبمجرد أن أصبح الروبوت جاهزاً، قام بتقييم مكتبة الأغاني بأكملها، مما أنشأ جدول بيانات ضخم يوضح بالضبط مقدار ظهور كل موضوع في كل مسار غنائي.
النتائج مفاجئة بعض الشيء وليست كما قد تتوقع إذا استمعت إلى الراديو فقط. أولاً، وجدت الدراسة أنه بينما يمتلئ الريغيتون بالفعل بالموضوعات الجنسية، فإن النوع "التلميحي" هو في الواقع أكثر شيوعاً بمرتين من النوع "الصريح". الأمر يشبه اكتشاف أن معظم أغاني الحفلات تدور حول "فكرة" ليلة صاخبة، بدلاً من وصف الليلة الصاخبة بتفاصيل دقيقة. ثانياً، الفنانون ليسوا جميعهم متشابهين. فبعضهم، مثل "بلان بي" (Plan B)، يشبه الفلفل الحار، حيث يسجل درجات عالية جداً في المحتوى الجنسي المباشر. أما آخرون، مثل "كاميلو" (Camilo)، فهم يشبهون الحلوى اللذيذة، بكلمات تدور بالكامل تقريباً حول الحب الرومانسي وبالكاد تحتوي على أي كلام جنسي. تظهر الدراسة أن معاملة جميع فناني الريغيتون كمجموعة واحدة هو خطأ؛ فهم مختلفون عن بعضهم البعض تماماً كما تختلف فرقة "هيفي ميتال" عن ثلاثي "جاز".
كما نظرت الورقة في كيفية تغير الأمور بمرور الوقت، من عام 2002 إلى 2025. وخلافاً للفكرة القائلة بأن النوع الموسيقي يصبح "أكثر جموحاً" في كل الاتجاهات، وجدت الدراسة أن موضوع "جرائم الشوارع" يتلاشى في الواقع، بينما موضوع "العاطفة الرومانسية" يزدل قوة. ومع ذلك، فقد تضاعف المحتوى الجنسي "الصريح مباشرة" خلال العقدين الماضيين. وهذا يعني أن النوع الموسيقي لا يصبح أكثر إيحاءً فحسب؛ بل يصبح أكثر صراحة في لغته، ولكنه أيضاً يصبح أكثر عاطفية وأقل ارتباطاً بالجريمة.
أخيراً، تحقق المؤلف من عمل الكمبيوتر مقابل علامة "Explicit" الخاصة بـ سبوتيفاي (حرف "E" الصغير الذي تراه بجانب الأغنية). وجد الكمبيوتر أن سبوتيفاي يفتقد جزءاً كبيراً من المحتوى الصريح. فمن بين كل أربع أغانٍ حددها الكمبيوتر على أنها تحتوي على كلمات جنسية صريحة، قامت سبوتيفاي بتمييز واحدة منها فقط. الأمر يشبه حارس أمن يتحقق فقط من الأسلحة الكبيرة والصاخبة لكنه يغفل عن السكاكين الصغيرة والحادة. وهذا يشير إلى أن الطريقة الحالية التي تستخدمها خدمات البث لوسم الموسيقى هي أداة فظة للغاية لا تستطيع رصد النوع المحدد من المحتوى الجنسي الموجود في هذه الأغاني.
باختصار، هذه الورقة لا تقول فقط "الريغيتون مثير". إنها تستخدم طريقة حاسوبية ذكية لتثبت أن هذا النوع الموسيقي هو مزيج معقد من الرومانسية، والحفلات، والكلام الجنسي المباشر، وأنه تغير بطرق محددة على مدار العشرين عاماً الماضية. كما توضح أن الأدوات التي نستخدمها حالياً لوسم الموسيقى (مثل علامة سبوتيفاي) ليست جيدة جداً في التقاط التفاصيل المحددة التي قد تهم الباحثين والمستمعين. لقد شارك المؤلف الكود والبيانات، داعياً أي شخص آخر لاستخدام نفس طريقة "العقل الروبوتي" هذه لدراسة أنواع موسيقية أخرى أو حتى لغات مختلفة، محولاً الفن البطيء لقراءة كلمات الأغاني إلى علم سريع وقابل للقياس.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.