Generative Artificial Intelligence, Musical Heritage and the Construction of Peace Narratives: A Case Study in Mali
本研究探讨了在具有文化意识的参与式框架下，生成式人工智能如何通过在技术创新与文化真实性之间取得平衡，在应对语言数据稀缺、算法偏见和版权伦理等持续挑战的同时，成为促进和平叙事及振兴马里音乐遗产的催化剂。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
将马里想象成一个庞大而充满活力的大家庭，这个家庭最近正经历着一段艰难的时期。不同的家族分支（各种族群）正在渐行渐远，那些曾经将大家凝聚在一起的古老故事也无法传达到年轻一代手中。这篇论文的作者提出了一个宏大的问题：我们能否利用一种新型的“数字魔法”（生成式人工智能），来创作新的歌曲，从而让这个大家庭重新团结起来？
以下是他们实验的故事，用通俗易懂的方式进行了说明。
配方：融合旧与新
把研究人员想象成厨房里的厨师。他们不仅仅想烹饪传统美食；他们还想创造一道既有家乡味道又具有现代感的创新菜肴。
- 食材： 他们收集了来自各行各业的30人——政府官员、年轻活动家、妇女团体和传统音乐学生。
- 工具： 他们使用AI工具（如Suno AI、ChatGPT和Gemini）作为他们的“智能副厨”。这些工具可以根据描述瞬间创作出音乐和歌词。
- 目标： 观察人类与机器如何通过协作，使用马里的本土语言和传统乐器来创作关于和平的歌曲。
烹饪过程：学习如何与机器对话
起初，参与者尝试给AI简单的指令，比如“制作非洲音乐”。AI给出的回应是平庸且带有刻板印象的声音，感觉并不像“马里”。这就像你点了一份“水果沙拉”，结果得到的却是一碗普通的碎水果块，而不是一份特定的马里特色菜。
团队必须学习一项新技能，叫做**“提示词工程”（Prompt Engineering）**。这就像是在学习如何非常精准地使用AI的语言。
- 糟糕的指令： “做一首带鼓点的歌。”
- 优秀的指令： “制作一首每分钟125拍的Afrobeat歌曲，以科拉琴（kora，一种类似竖琴的乐器）旋律为主，搭配巴拉丰（balafon，木制木琴）节奏，并加入铜管乐部分，营造出欢快、庆典的氛围。”
一旦他们学会了如何表达得如此具体，AI开始产出具有真实感的声音。为了得到完美的成品，每一首歌大约需要经过8到12次的尝试，但结果令人印象深刻。
菜单：他们创造了什么
这次工作坊产出了12首新歌。研究人员发现了四种主要的“风味”或风格：
- “萨赫勒团结”混搭风： 一首高能量的歌曲，将传统的马里乐器与现代电吉他和铜管乐器融合在一起。歌词讨论了“萨赫勒国家联盟”（马里、尼日尔和布基纳法索的政治联盟），歌颂着在没有恐惧的情况下共同前进。
- “旅程”混搭风： 歌曲从缓慢且具有冥想感的节奏（类似于雷鬼乐）开始，随后爆发成快速、充满活力的西非节奏（Sabar）。它象征着从思考问题转向庆祝解决方案的过程。
- “众声齐鸣”混搭风： 一首歌中交织着五种不同的马里语言。它就像一幅织锦，每一根丝线都是不同的颜色，但它们共同构成了一幅美丽的画卷。
- “沙漠祈祷”混搭风： 一首使用传统图阿雷格（Tuareg）乐器的缓慢、精神性的歌曲。它感觉像是对沙漠和平的一次静谧祈祷，祈求“萨赫勒的和平”。
秘方：歌曲是如何构建的
研究人员注意到这些歌曲遵循特定的结构，几乎就像一个故事：
- 召唤： 以传统乐器开场，以向祖先和历史致敬。
- 问题： 歌唱那些破碎或令人恐惧的事物，但不一定直接点名。
- 解决方案： 一个宏大的副歌，所有人一起歌唱关于团结与和解的内容。
- 希望： 以一种精神上的升华结束，展望一个和平的未来。
歌词非常特别，因为它们使用了当地语言中的词汇来表达“和平”、“兄弟情谊”和“团结”（例如图阿雷格语中的 alâfiyet 或班巴拉语中的 bEn）。它们还使用了当地的隐喻，如“尼日尔河”或“议事树”（人们传统上聚集解决纠纷的地方），使信息显得真实且接地气。
品尝测试：成功了吗？
工作坊结束后，参与者进行了一项调查。
- 满意度： 他们非常喜爱。平均得分是4.15分（满分5分）。
- 信心： 80%的参与者觉得在学习了这些技巧后，他们可以回家利用AI创作自己的音乐。
- 文化自豪感： 在歌曲中使用自己的语言让他们感到自豪。他们觉得AI并没有抹杀他们的文化，反而帮助放大了文化。
- 现实影响： 这些歌曲的反响非常好，甚至在马里的“国家和解周”期间被播放，这表明政府和公众都看到了这种方法的价值。
烧焦的部分：哪里出了问题？
并非一切都尽善尽美。研究人员发现了一些“厨房火灾”：
- 语言差距： 由于学习的词汇或音调不够多，AI有时在处理当地语言时会表现挣扎。它会出现发音错误。
- “审查”问题： 有时AI的安全过滤器会拦截一些在马里语境下是和平的词汇，但由于这些词在世界其他地方的使用方式，AI会误认为它们具有危险性。
- 虚假乐器： AI有时试图演奏某种特定的传统乐器（如 imzad），但听起来却像普通的小提琴，因为它缺乏足够的真实数据。
- 版权担忧： 人们担心谁拥有这些音乐，以及AI是否在窃取其他艺术家的作品来进行学习。
核心结论
论文得出结论：生成式人工智能可以成为促进和平的强大工具，但前提是必须由人类进行细致的引导。 这不是关于让机器人接管一切，而是关于为机器人提供一张当地文化的地图，以便它能帮助讲述社区自己的故事。
在这场实验中，AI扮演了桥梁的角色，连接了长辈的智慧（传统音乐）与青年的活力（现代技术），共同构建了马里关于和平的新叙事。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。