Spotify täyttyy tekoälymusiikista: tutkimusaineistossa jo yli 40 prosenttia uusista kappaleista oli AI:n tekemiä

Chicagon yliopiston tutkijoiden laaja esijulkaisu piirtää hätkähdyttävän kuvan tekoälymusiikin kasvusta Spotifyssa. Marraskuuhun 2025 päättyneen mittausviikon aineistossa julkaistiin 202 046 täysin AI-tuotetuksi luokiteltua kappaletta, mutta valtaosa tekoälymusiikista ei löytänyt juuri lainkaan kuulijoita. Tutkijoiden mukaan halpa massatuotanto, epäyhtenäiset jakelusäännöt ja helposti kierrettävät tunnistimet voivat synnyttää musiikkipalveluihin roskapostia muistuttavan varjoalan.

Tekoälyllä tuotetun musiikin määrä kasvaa suoratoistopalveluissa paljon nopeammin kuin sen todellinen kuuntelu. Uusi laaja tutkimus löysi Spotifyn aineistosta yhtä aikaa kaksi vastakkaista ilmiötä: AI-kappaleita julkaistaan valtavia määriä, mutta lähes kaikki niistä jäävät kuuntelijoilta huomaamatta.

Tutkijoiden mukaan tämä ei välttämättä pysäytä kehitystä. Kun yhden kokonaisen kappaleen tuottaminen maksaa vain sentin murto-osia ja jakelupalvelu tarjoaa lähes rajattoman määrän julkaisuja vuosimaksulla, pieni määrä sattumanvaraisia onnistumisia voi tehdä massatuotannosta kannattavaa.

Yhdessä viikossa yli 200 000 uutta AI-kappaletta

Stanley Wun johtama Chicagon yliopiston tutkimusryhmä tarkasteli tekoälymusiikin kasvua Spotifyssa vuodesta 2024 lähtien. Tutkimuksessa hyödynnettiin valtavaa musiikin metadata-aineistoa sekä erillistä Spotifyn suositusyhteyksistä rakennettua verkostoa.

Tutkimusaineiston viimeisellä täydellä mittausviikolla, joka päättyi 3. marraskuuta 2025, Spotifyhin oli ilmestynyt 202 046 täysin AI-tuotetuksi luokiteltua kappaletta. Ihmisten tekemiksi luokiteltuja julkaisuja oli samalla viikolla 238 646 ja luokittelemattomia 60 022.

AI-kappaleiden osuus oli näin yli 40 prosenttia kaikista kyseisen viikon uusista julkaisuista. Tammikuussa 2024 niiden osuus oli tutkimuksen mukaan ollut alle prosentin viikoittaisista julkaisuista.

Tutkijat arvioivat kasvuvauhdin perusteella, että tekoälyllä tuotettujen uusien kappaleiden määrä on voinut ohittaa ihmisten tekemän musiikin vuonna 2026. Tämä on tutkimusryhmän päätelmä kehityssuunnasta, ei aineistossa suoraan havaittu vuoden 2026 rajapyykki.

Koko tarkastellussa Spotify-katalogissa AI-musiikin osuudeksi arvioitiin 5,1 prosenttia. Suhteellisen pieni kokonaisosuus selittyy sillä, että modernit kokonaisia kappaleita tuottavat palvelut ovat olleet laajassa käytössä vasta muutaman vuoden.

Aineisto kattoi kymmeniä miljoonia uusia kappaleita

Tutkimuksen pohjana oli joulukuussa 2025 julkaistu Spotify-metatietokokoelma, jonka kerrottiin sisältävän 256 miljoonaa raitaa ja kattavan 99 prosenttia palvelun kappaleista heinäkuussa 2025. Päällekkäisyyksien poistamisen jälkeen tutkijoille jäi noin 185 miljoonaa yksilöllistä kappaletta.

Näistä noin 53 miljoonaa oli julkaistu tammikuun 2024 jälkeen eli ajanjaksona, jolloin Sunon ja Udion kaltaiset kehittyneet musiikkigeneraattorit tulivat laajaan käyttöön.

Spotify ei tarjoa tutkijoille omaa luotettavaa merkintää siitä, onko kappale täysin tekoälyn tuottama. Siksi ryhmä vertasi Spotifyn kappaleita Deezerin katalogiin, jossa täysin AI-tuotettua musiikkia tunnistetaan palvelun omalla järjestelmällä.

Tutkijat saivat yhdistettyä Deezeriin 40,7 miljoonaa kappaletta eli yli 77 prosenttia vuoden 2024 jälkeen julkaistuista Spotify-raidoista. Heidän mukaansa ulkopuolelle jääneet kappaleet painottuivat maihin, joissa Deezer ei ollut käytettävissä tai oli estetty.

Toinen aineisto sisälsi noin 33 miljoonaa kappaletta ja 3,5 miljardia suositusyhteyttä. Sen avulla tutkijat tarkastelivat, kuinka vahvasti AI-musiikki oli päässyt osaksi Spotifyn suositusverkostoa toukokuuhun 2026 mennessä.

93 prosenttia tekoälykappaleista jäi alle ansaintarajan

Julkaisumäärän kasvu ei tarkoittanut vastaavaa kuuntelun kasvua. Tutkimuksen mukaan 93 prosenttia AI-kappaleista oli kerännyt julkaisunsa jälkeen alle 1 000 kuuntelua. Spotify edellyttää kappaleelta vähintään 1 000 vuotuista kuuntelua ennen kuin se alkaa kerryttää äänitekorvauksia.

Ihmisten tekemistä kappaleista saman rajan alle jäi tutkimuksen vertailussa 64 prosenttia. Suuri osa kaikesta julkaistusta musiikista saa siis vähän kuuntelua, mutta ilmiö oli AI-kappaleissa selvästi voimakkaampi.

Tutkijat tarkastelivat erikseen tammikuun ja toukokuun 2026 välistä viiden kuukauden jaksoa, jotta uudemman AI-musiikin lyhyempi elinikä ei vääristäisi vertailua. Tälläkin aikavälillä 92,7 prosenttia AI-kappaleista jäi alle 1 000 kuuntelun, kun ihmisten tekemistä kappaleista rajan alle jäi 67,5 prosenttia.

Erot kasvoivat suosituimmissa luokissa. Viiden kuukauden aikana vähintään 100 000 kuuntelua sai vain 0,1 prosenttia AI-kappaleista mutta yksi prosentti ihmisten tekemistä kappaleista.

Yli kymmenen miljoonan kuuntelun tasolle ylsi tutkimusaineistossa 0,0002 prosenttia AI-kappaleista. Ihmisten tekemistä kappaleista vastaava osuus oli sata kertaa suurempi eli 0,02 prosenttia.

Määrä ja yleisön kiinnostus kulkevat siis eri suuntiin. AI-musiikki voi vallata suuren osan uusien julkaisujen lukumäärästä ilman, että se valtaa saman osuuden ihmisten kuunteluajasta.

Yksi hitti auttaa ihmisartistia enemmän kuin AI-tekijää

Suosittu kappale tuo artistille tavallisesti uusia kuulijoita, jotka palaavat myös myöhempien julkaisujen pariin. Tutkimusryhmä mittasi tätä vertaamalla artistien kappalekohtaisia kuunteluja ennen ensimmäistä suurta hittiä ja sen jälkeen.

Ihmisartistien myöhempien kappaleiden päivittäiset kuuntelut kasvoivat mediaanilla mitattuna 16-kertaisiksi ensimmäisen huippuhitin jälkeen. AI-musiikissa vastaava kasvu oli vain viisinkertainen.

Tämä viittaa siihen, että ihmisten tekemä hittikappale rakentaa vahvemmin kiinnostusta artistia ja tämän seuraavia julkaisuja kohtaan. AI-hitti voi kerätä paljon kuunteluja ilman, että yleisö muodostaa yhtä vahvaa suhdetta kappaleen nimelliseen esittäjään.

Havainto on tärkeä, koska suoratoiston arvo ei synny vain yhdestä onnistuneesta raidasta. Kestävä artistiura perustuu usein siihen, että kuulija muistaa tekijän, seuraa tätä ja palaa uuden musiikin pariin.

Massatuotannossa tavoitteena voi puolestaan olla yksittäinen osuma. Jos jokainen kappale edustaa vain uutta arpaa, artistipersoonan, tunnistettavan tyylin tai pitkäaikaisen yleisösuhteen rakentaminen ei ole välttämätöntä.

AI-artistit julkaisivat kaksi kertaa muita enemmän

Tutkijat jakoivat artistit ryhmiin sen mukaan, olivatko nämä julkaisseet ainoastaan ihmisten tekemää musiikkia, pelkkää AI-musiikkia, vaihtaneet ihmistyöstä AI-tuotantoon vai julkaisseet molempia.

AI-musiikkia julkaisseista artisteista 79 prosenttia oli ilmestynyt katalogiin vasta generatiivisen tekoälyn aikakaudella eikä ollut julkaissut aikaisemmin ihmisen tekemäksi luokiteltua musiikkia.

Vain alle 0,27 prosenttia aineiston ihmisartisteista oli tutkimuksen luokittelun perusteella siirtynyt myöhemmin julkaisemaan ainoastaan tekoälyn tuottamaa musiikkia. AI-julkaisijat ja perinteiset artistit näyttivät siis olevan suurelta osin eri joukkoja.

Vuodesta 2024 lähtien yksi AI-artisti oli julkaissut keskimäärin 27 tekoälyraitaa. Samalla aikavälillä aktiivinen ihmisartisti oli julkaissut keskimäärin 13 kappaletta.

Kuukausitasolla ero oli vielä suurempi: AI-artisti julkaisi keskimäärin viisi kappaletta ja ihmisartisti yhden. AI-julkaisujen keskimääräinen väli oli vain 16 päivää, kun ihmisartistien julkaisujen välillä kului yli 50 päivää.

Äärimmäisessä tapauksessa tutkijat löysivät yhden AI-artistin, jonka nimissä oli yli 60 000 kappaletta. Tällaisella määrällä ei ole enää juuri mitään yhteyttä perinteiseen albumi- tai singlejulkaisemiseen.

Kymmenet tyylilajit paljastivat haulikkotaktiikan

Perinteinen artisti rakentaa tavallisesti ainakin jonkinlaista tunnistettavaa musiikillista aluetta, vaikka hänen ilmaisunsa kehittyisi ja liikkuisi useiden genrejen välillä. Massatuottajalle genre voi olla vain uusi hakusana, jolla kokeillaan seuraavaa markkinarakoa.

Tutkimuksessa AI-artistien tuotanto jakautui huomattavasti useampiin tyylilajeihin kuin ihmisartistien musiikki. Kaikkein laaja-alaisimpaan prosenttiin kuuluneet AI-artistit olivat julkaisseet musiikkia kukin yli 12 eri genressä.

Joidenkin artistien tuotanto ulottui jopa 57 tyylilajiin. Tutkijoiden mielestä näin suuri hajonta on vahva merkki niin sanotusta "spray and pray" -strategiasta, jossa musiikkia levitetään mahdollisimman laajalle ja toivotaan jonkin version sattuvan menestymään.

Genrejen määrä ei yksin todista huonosta laadusta. Monipuolinen ihmistekijä tai tekoälyä harkitusti käyttävä artisti voi työskennellä monissa tyyleissä. Kun kymmeniin genreihin yhdistyy poikkeuksellisen nopea ja suuri julkaisutahti, kokonaisuus alkaa kuitenkin muistuttaa sisällöllistä roskapostia.

Tutkimuksen keskeinen lisäarvo on juuri käyttäytymisen tarkastelu. AI-roskaa ei määritelty vain sen perusteella, että työkaluna oli tekoäly, vaan olennaisiksi piirteiksi nousivat valtava määrä, pieni tuotantokustannus, heikko yleisösuhde ja osuman etsiminen volyymilla.

Pieni joukko tuotti enemmän kuin muut AI-artistit yhteensä

Tutkijoilla ei ollut käytössään yleispätevää tapaa mitata jokaisen kappaleen taiteellista laatua. Siksi he rakensivat massatuotannolle käytännöllisen raja-arvon: AI-roskatuottajaksi luokiteltiin artisti, joka julkaisi vähintään 30 kappaletta kuukaudessa.

Rajan ylitti vain 2,7 prosenttia tutkimuksen AI-artisteista. Tämä pieni joukko julkaisi silti enemmän kappaleita kuin kaikki muut AI-artistit yhteensä.

Vuonna 2024 ja alkuvuodesta 2025 maltillisemmin julkaisevat AI-artistit tuottivat enemmän musiikkia kuin massatuottajat. Suunta vaihtui nopeasti vuoden 2025 jälkipuoliskolla.

Lokakuuhun 2025 mennessä vähintään 30 kappaletta kuukaudessa julkaisevien artistien raidat muodostivat jo enemmistön kaikesta tutkimuksessa tunnistetusta AI-musiikista. Tämä ei tarkoita, että ne olisivat olleet enemmistö kaikesta Spotifyn musiikista tai kuunteluista.

Raja on tutkijoiden rakentama käyttäytymiseen perustuva mittari, ei musiikkialan virallinen määritelmä. Myös ahkera ja vakavissaan työskentelevä tekijä voi teoriassa julkaista yli 30 raitaa kuukaudessa, joten yksittäistä artistia ei pitäisi leimata pelkän määrän perusteella.

Tilastollisessa tarkastelussa raja kuitenkin paljasti ryhmän, jonka toiminta poikkesi selvästi muista. Juuri tämä pieni joukko vastasi tutkimuksessa AI-julkaisumäärien voimakkaimmasta kasvusta.

AI-musiikki muodosti oman suosituskuplansa

Valtavasta julkaisumäärästä huolimatta AI-musiikin osuus Spotifyn tarkastellusta suositusverkostosta oli vain 1,2 prosenttia. Tämä oli selvästi vähemmän kuin AI-kappaleiden 5,1 prosentin osuus koko katalogista.

Tutkijat tulkitsivat eron merkiksi siitä, että kuuntelijat suosivat yhä voimakkaasti ihmisten tekemää musiikkia. Katalogiin pääseminen ei siis takaa paikkaa niissä yhteyksissä, joiden kautta palvelu ohjaa käyttäjiä seuraaviin kappaleisiin.

Suositusverkostossa 84 prosenttia ihmisten tekemistä kappaleista ei johtanut yhteenkään AI-kappaleeseen. Sen sijaan 93 prosenttia AI-kappaleista johti ainakin johonkin toiseen tekoälyraidaksi luokiteltuun kappaleeseen.

Yksi AI-kappale yhdistyi keskimäärin 36 muuhun AI-kappaleeseen, ja nämä muodostivat lähes 40 prosenttia sen kaikista suositusyhteyksistä. Ilmiö säilyi myös silloin, kun saman artistin omien kappaleiden väliset yhteydet poistettiin.

Tulos ei yksin osoita manipulointia. Spotifyn järjestelmä huomioi muun muassa musiikillista samankaltaisuutta, artisteja ja kuunteluhistoriaa. Se kertoo kuitenkin, että AI-musiikki keskittyi suosituksissa paljon voimakkaammin oman ryhmänsä ympärille kuin ihmisten tekemä musiikki.

AI-musiikin arvioitiin saaneen miljoonia dollareita

Vähäinen keskimääräinen kuuntelu ei tarkoita, ettei AI-musiikista syntyisi rahaa. Tutkijoiden arvion mukaan AI-kappaleiden osuus Spotifyn kuukausittaisesta korvauspotista oli tammi-toukokuussa 2026 noin 0,3 prosenttia.

Kun osuus yhdistettiin Spotifyn raportoimaan korvaustasoon, tutkimusryhmä arvioi AI-musiikin tuottaneen viiden kuukauden aikana yhteensä noin 13,4 miljoonaa dollaria äänitekorvauksia.

Arvioon liittyy huomattavaa epävarmuutta. Tutkijoilla ei ollut tarkkaa tietoa kuuntelijoiden sijainneista, vaikka kuuntelun arvo vaihtelee markkina-alueittain. He joutuivat myös yksinkertaistamaan Spotifyn kuukausittaista streamshare-laskentaa.

Korvauksia saaneeseen 7,15 prosentin AI-kappalejoukkoon kuuluneista raidoista 76,5 prosenttia ansaitsi alle kymmenen dollaria. Yli 1 000 dollarin tuloon ylsi vain 1 632 kappaletta eli 0,27 prosenttia tarkastellusta ansaitsevasta joukosta.

Raha keskittyi siis erittäin pienelle määrälle kappaleita. Juuri tämä epätasaisuus voi silti pitää massatuotannon houkuttelevana, jos tuhansien halvalla tehtyjen yritysten joukosta muutama kerää riittävästi kuunteluja.

Massatuottajat saivat hittejä muita harvemmin

Tutkijat määrittelivät taloudellisesti kannattavaksi AI-hitiksi kappaleen, joka keräsi vähintään 6 000 kuuntelua kuukaudessa. He arvioivat tämän vastaavan noin 200 dollarin vuosituloa, joka voisi jo ylittää erittäin halvan tuotannon ja jakelun kustannukset.

Tarkastelun viimeisimmässä kuukaudessa 2 196 maltillisemmin julkaisevaa AI-artistia oli tuottanut yhteensä 6 703 tällaiseksi luokiteltua hittiä.

Samaan aikaan 254 massatuottajaa oli saanut aikaan 1 772 hittiä, vaikka heidän kappaleidensa kokonaismäärä ylitti muiden AI-artistien julkaisumäärän. Tutkimuksen mukaan massatuottajat onnistuivat kappaletta kohti alle kolmasosan yhtä usein kuin muut AI-tekijät.

Valtava määrä siis kompensoi heikompaa onnistumisprosenttia. Roskapostimaisessa mallissa yksittäisen kappaleen epäonnistumisella ei ole juuri merkitystä, jos uuden voi luoda ja julkaista lähes välittömästi.

Tutkijat tarkastelivat tammikuussa 2026 yhteensä 9 891 vähintään 30 kappaletta kuukaudessa julkaisevaa AI-artistia. Suurin osa ei ansainnut mitään, mutta pienen kärjen kappaleet saivat miljoonia kuunteluja ja joissakin tapauksissa satojen dollarien arvioituja tuloja yhtä raitaa kohti.

Tutkimusryhmä ei löytänyt menestyjistä selvää yhteistä kaavaa. Se nosti mahdolliseksi mutta todistamattomaksi selitykseksi sen, että osa poikkeuksellisista kuuntelumääristä voisi olla automaattisesti kasvatettuja. Tätä ei pidä esittää tutkimuksessa varmistettuna bottitoimintana.

Tutkijat julkaisivat itse 88 AI-kappaletta

Pelkkä katalogin analysointi ei kertonut, missä vaiheessa AI-musiikkia voitaisiin valvoa tehokkaimmin. Siksi tutkijat loivat omia kuvitteellisia artistiprofiileja ja tuottivat musiikkia neljällä eri generaattorilla.

Käytössä olivat kaupalliset Suno ja Udio sekä avoimen lähdekoodin DiffRhythm ja ACE-Step. Jokaisella generaattorilla tehtiin sekä instrumentaali että laulullinen kappale. Sanoitukset luotiin Llama 3.1 -mallilla ja kansikuvat FLUX-kuvageneraattorilla.

Tutkimusryhmä lähetti 88 kappaletta yhteensä 11 itsenäiselle musiikkijakelijalle. Jokaiselle jakelijalle annettiin oma artistipersoona ja kahdeksan yksilöllistä kappaletta, jotta samojen äänitteiden jakaminen useiden palvelujen kautta ei laukaisisi kaksoiskappaleiden tunnistusta.

Kohteiksi valittiin Spotify, Apple Music, Deezer, Amazon Music, YouTube Music ja Tidal. Kokeet tehtiin marras-joulukuussa 2025, ja kappaleiden saatavuus tarkistettiin tammikuussa 2026.

Tutkijat rajoittivat lataukset enintään kahteen kappaleeseen päivässä ja kahdeksaan kappaleeseen jakelijaa kohti, jotta koe ei kuormittaisi järjestelmää tarpeettomasti eikä vaikuttaisi ihmismuusikoihin enempää kuin oli tutkimuksen kannalta välttämätöntä.

Myös AI-musiikin kieltäneet jakelijat päästivät kappaleet läpi

Yhdestätoista jakelijasta viisi ilmoitti tutkimushetkellä, ettei se jakele täysin tekoälyllä tuotettua musiikkia. Neljä näistä hyväksyi silti kaikki kahdeksan tutkijoiden lähettämää AI-kappaletta.

Yhteensä 88 kappaleesta hylättiin 15. Hylkäykset tulivat vain kahdelta jakelijalta, eivätkä ne perustuneet ilmoitettuun AI-tunnistukseen. Toinen hylkäsi seitsemän kahdeksasta kappaleesta ja toinen kaikki kahdeksan.

Jakelijoiden käytännöt myös muuttuivat nopeasti. Tutkimuksen alaviitteen mukaan CD Baby ja Horus Music olivat sittemmin muuttaneet linjaansa ja sallivat AI-musiikin. Tuloksia pitää siksi lukea kuvauksena loppuvuoden 2025 valvonnasta, ei pysyvänä luettelona nykyisistä säännöistä.

Vain Amuse ja Landr tunnistivat osan tutkijoiden kappaleista tekoälyllä tuotetuiksi. Amuse merkitsi neljä kahdeksasta ja Landr kuusi kahdeksasta. Ditto ei tunnistanut yhtään, vaikka sen kerrottiin käyttävän kaupallista AI-tunnistusta.

Kun jakelija oli hyväksynyt kappaleen, suoratoistopalvelut hylkäsivät sen enää harvoin. Tutkimuksen perusteella jakelijat ovat siten keskeinen portti, jonka läpi suurin osa musiikista kulkee ennen Spotifyta ja muita palveluja.

Kokeeseen valittiin vain jakelijoita, jotka eivät vaatineet henkilöllisyyden vahvistamista tai yksinoikeussopimusta. Tämä rajaus auttoi tutkimusta testaamaan helposti lähestyttävää indie-jakelua, mutta tuloksia ei voi suoraan ulottaa kaikkiin levy-yhtiöihin ja jakelujärjestelmiin.

Tarkka AI-tunnistus oli helppo kiertää

Tutkijat testasivat neljää automaattista AI-musiikin tunnistusmenetelmää tuhannella Sunon tai Udion tuottamalla kappaleella sekä tuhannella ennen vuotta 2021 julkaistulla ihmisen tekemällä kappaleella.

Fourier-pohjainen tunnistin erotti muokkaamattoman AI-musiikin ihmisten tekemästä aineistosta 99,6 prosentin tarkkuudella. Samaan tekniikkaan perustuva Quicksilver ylsi 99,75 prosenttiin.

Hyvä perustarkkuus ei kuitenkaan tarkoittanut kestävyyttä tarkoituksellista kiertämistä vastaan. Tutkijat käsittelivät 20 Sunolla luotua kappaletta neljällä tavalla: MP3-pakkauksella, sävelkorkeuden muutoksella, kaiulla ja autoenkooderin avulla tehdyllä uudelleenrakennuksella.

Jokaisella menetelmällä muokattiin viisi kappaletta. Kaikki 20 onnistuivat ohittamaan Deezerin käytännössä käyttämän AI-tunnistuksen.

Sävelkorkeuden muutosta lukuun ottamatta käsittelyt eivät tutkijoiden arvion mukaan muuttaneet ääntä ihmiskuulijalle selvästi erottuvalla tavalla. Tunnistimen kiertäminen ei siis vaatinut kappaleen kuultavan laadun tuhoamista.

Kun tutkijat kouluttivat oman tunnistinversionsa myös näitä hyökkäyksiä vastaan, tarkkuus palautui 95 prosenttiin muokatussa aineistossa. Menetelmä ei silti suojannut automaattisesti uusilta käsittelytavoilta, joita koulutuksessa ei ollut mukana.

Tutkimusryhmä ilmoitti haavoittuvuudesta Deezerille. Palvelu kertoi työskentelevänsä tunnistimensa kestävyyden parantamiseksi.

AI-musiikki ja AI-roska eivät ole sama asia

Tutkimuksen voimakkaasta "AI slop" -kielestä huolimatta tekijät korostivat, ettei kaikki tekoälyllä tuotettu sisältö ole roskaa. Tekoäly voi olla osa harkittua luovaa prosessia, ja myös täysin AI-tuotettua musiikkia voidaan tehdä muista syistä kuin katalogin täyttämiseksi.

Tutkimus keskittyi kokonaisiin kappaleisiin, jotka generaattori pystyi tuottamaan hyvin pienellä käyttäjän panoksella. Se rajasi ulkopuolelle lyhyitä rytmejä, melodioita tai yksittäisiä elementtejä tuottavat työkalut, joita muusikko voi käyttää osana omaa sävellys- ja tuotantotyötään.

Massatuotannon määritelmä perustui julkaisutahtiin, koska kappaleiden taiteellista laatua ei voitu arvioida automaattisesti koko aineistossa. Tämä on tutkimuksen kannalta ymmärrettävä ratkaisu mutta yksittäisen artistin arviointiin liian karkea mittari.

Ongelman ydin ei ole pelkkä AI-leima. Ihmisten tekemä heikkolaatuinen sisältö voi olla yhtä lailla katalogiroskaa, ja tekoälyä käyttävä teos voi sisältää paljon ihmisen valintoja, editointia, soittoa, miksausta ja taiteellista tarkoitusta.

Toimivan sääntelyn pitäisi siksi erottaa työkalun käyttö, avoimesti AI:lla luotu musiikki, harhaanjohtava jäljittely, petolliset kuuntelut ja teollinen massalataaminen toisistaan. Yksi kaikille AI-kappaleille annettava tuomio ei ratkaise näitä eri ongelmia.

Pelkkä tunnistin ei riitä ratkaisuksi

Tutkijat pitivät luotettavaa tunnistamista välttämättömänä, jotta jakelijoiden, suoratoistopalvelujen ja kuuntelijoiden säännöt voitaisiin panna täytäntöön. Testit osoittivat samalla, kuinka nopeasti teknisestä tunnistamisesta voi syntyä kilpajuoksu.

Jos palvelu hylkää musiikkia automaattisesti, väärä positiivinen tulos voi vahingoittaa myös ihmismuusikkoa. Tämä riski kasvaa, jos tekoälyllä koulutettujen tuotantotyökalujen äänellinen jälki sekoittuu tavalliseen digitaaliseen musiikkituotantoon.

Pakollinen ja yhdenmukainen alkuperämerkintä voisi antaa kuuntelijalle valinnan ilman suoraa kieltoa. Sen toimivuus riippuisi kuitenkin siitä, ilmoittavatko tekijät AI:n käytöstä rehellisesti ja pystyvätkö jakelijat tunnistamaan väärät ilmoitukset.

Tutkimusryhmä ehdotti teknisen valvonnan rinnalle taloudellisia jarruja. Jakelija voisi periä kappalekohtaisen maksun, nostaa hintaa julkaisumäärän kasvaessa tai rajoittaa yhden artistin kuukausittaisia latauksia.

Toinen vaihtoehto olisi henkilöllisyyden vahvistaminen. Tutkimuksen kartoittamista 18 jakelijasta vain kolme vaati sitä. Vahvistus ei estäisi kaikkea väärinkäyttöä, mutta se nostaisi tuhansien artistiprofiilien ja massakatalogien rakentamisen kynnystä.

Jokaisessa ratkaisussa on haittansa. Kappalekohtaiset maksut ja julkaisukatot voisivat osua myös tuotteliaisiin indie-artisteihin, kokeelliseen musiikkiin, arkistoja julkaiseviin tekijöihin sekä pienituloisiin muusikoihin.

Tutkimus on laaja mutta vielä vertaisarvioimaton

Tutkimus julkaistiin arXiv-palvelussa 16. kesäkuuta 2026. Kyseessä on esijulkaisu, joten se ei ole vielä käynyt läpi tieteellisen lehden tavallista vertaisarviointia.

Keskeinen epävarmuus liittyy AI-luokitteluun. Spotifyn aineisto yhdistettiin Deezerin merkintöihin, jotka perustuvat palvelun omaan suljettuun tunnistimeen. Jos tunnistin tekee virheitä, ne vaikuttavat myös tutkimuksen arvioihin AI-musiikin määrästä.

Tutkijat merkitsivät koko albumin AI-tuotetuksi, jos Deezerin albumimerkintä osoitti sen sisältävän AI-musiikkia. He perustelivat ratkaisua sillä, että tarkastellut täysin AI-musiikkia julkaisevat artistit käyttivät tekniikkaa johdonmukaisesti, mutta oletus voi silti kasvattaa virheluokittelun riskiä.

Aineisto ei myöskään kattanut täydellisesti maita, joissa Deezer ei ollut käytettävissä. Tutkimuksen luvut kuvaavat tutkijoiden mukaan erityisen hyvin läntisten markkinoiden vuoden 2024 jälkeisiä julkaisuja, eivät koko maailman täydellistä musiikkituotantoa.

Korvauslaskelmat ovat arvioita, eivät Spotifyn vahvistamia tilityslukuja. Samoin päätelmä kuuntelijoiden ihmismusiikin suosimisesta perustuu kuuntelu- ja suosituskäyttäytymiseen eikä kyselyyn siitä, tiesivätkö käyttäjät kappaleen alkuperän.

Rajoituksista huolimatta aineiston koko, jakelijoilla tehty käytännön koe ja tunnistimien järjestelmällinen testaus tekevät tutkimuksesta merkittävän varoituksen. Tarkat prosentit voivat myöhemmin muuttua, mutta massatuotannon taloudellinen kannustin ja nykyisten valvontaketjujen aukot ovat konkreettisia havaintoja.

Suoratoiston ongelma ei ole vain musiikin määrä

Digitaalisessa katalogissa tila ei teknisesti lopu, mutta kuuntelijan huomio, suosittelujärjestelmän kapasiteetti ja musiikista jaettavat tulot ovat rajallisia. Miljoonat lähes kuuntelemattomat kappaleet voivat siksi vaikuttaa järjestelmään, vaikka ne eivät nousisi listoille.

Massalataukset vaikeuttavat hakua, lisäävät samannimisten artistien ja geneeristen kansien määrää sekä kasvattavat valvonnan kustannuksia. Ne voivat myös heikentää luottamusta siihen, että artistiprofiilin takana on tunnistettava tekijä ja tarkoituksellinen tuotanto.

Ihmisartistille ongelma ei välttämättä näy niin, että AI-kappale veisi suoraan juuri hänen kuuntelijansa. Haitta voi syntyä hitaammin löydettävyyden heikkenemisenä, korvauspotin sirpaloitumisena ja alustojen huomion siirtymisenä roskapostin torjuntaan.

Myös harkitusti tekoälyä käyttävät muusikot kärsivät, jos yleisö alkaa yhdistää kaiken AI-musiikin anonyymiin massatuotantoon. Tutkimuksen kuvaama roska-ala voi näin vahingoittaa sekä ihmistekijöitä että niitä AI-artisteja, jotka rakentavat kappaleitaan huolellisesti.

Ratkaiseva kysymys ei enää ole, pystyykö tekoäly tekemään kuunneltavan kappaleen. Tutkimuksen perusteella suurempi haaste on, mitä tapahtuu, kun lähes rajaton määrä kappaleita voidaan valmistaa ja julkaista ilman, että kenenkään tarvitsee välttämättä haluta kuunnella niitä.

Musiikkiala joutuu päättämään, mitä se oikeastaan haluaa mitata

Nykyinen jakelumalli on rakennettu maailmaan, jossa kappaleen tekeminen vaati paljon enemmän aikaa kuin sen lataaminen palveluun. Halpa vuosimaksu ja rajattomat julkaisut auttoivat indie-artisteja, mutta sama rakenne sopii täydellisesti automatisoidulle massatuotannolle.

Jos ongelmaa torjutaan vain AI-alkuperän perusteella, valvonta voi osua väärin luoviin työkaluihin ja rehellisiin tekijöihin. Jos mitään ei tehdä, järjestelmä palkitsee sitä, joka pystyy tuottamaan halvimmalla kaikkein eniten arpoja.

Kestävämpi ratkaisu voi löytyä usean keinon yhdistelmästä: tekijän vahvistamisesta, avoimista alkuperämerkinnöistä, vilpillisten kuuntelujen tehokkaasta poistamisesta, poikkeavan julkaisumäärän valvonnasta ja kuuntelijan mahdollisuudesta suodattaa sisältöä.

Tutkimuksen kenties tärkein havainto on, ettei AI-musiikin tulva ole ensisijaisesti osoitus valtavasta yleisökysynnästä. Se on seurausta siitä, että tuotannon ja julkaisemisen kustannus on painunut niin alas, ettei lähes täydellinen epäonnistumisprosentti enää välttämättä estä yrittämistä.

Kun 93 prosenttia kappaleista jää alle 1 000 kuuntelun mutta uusia raitoja syntyy satojatuhansia viikossa, suoratoistopalvelujen on ratkaistava ero luovan runsauden ja teollisen roskapostin välillä. Muuten katalogin kasvu kertoo yhä vähemmän siitä, kuinka paljon maailmaan syntyy musiikkia, jota joku todella haluaa kuulla.