Wetenschappers hebben onderzocht in hoeverre verschillende fundamentele AI-modellen het met elkaar eens zijn over esthetische voorkeuren. Door K-popmuziek en videoclips als testcase te gebruiken, probeerden de onderzoekers vast te stellen of er sprake is van een universele 'machine-smaak'.
Nu kunstmatige intelligentie steeds vaker een rol speelt in creatieve industrieën, wordt het begrijpen van de esthetische voorkeuren van deze systemen cruciaal. Volgens een recent onderzoek getiteld "Understanding Machine Taste: Aesthetic Agreement Across Foundation Models in K-pop", dat op 13 oktober 2026 werd gepubliceerd via arxiv.org, is dit een essentiële stap voor het maken van creatieve beslissingen met behulp van AI.
Methodiek en aanpak
De onderzoekers, waaronder Kaishen Wang, Yucheng Pan, Xuehao Cui, Hanling Tian en Heng Huang, gebruikten K-popnummers en de bijbehorende muziekvideo's als basis voor hun studie. Om de esthetische waardering van de modellen te meten, formuleerden zij de evaluatie als een probleem van 'pairwise ranking'. Dit houdt in dat modellen verschillende creatieve werken met elkaar moeten vergelijken en rangschikken.
Het onderzoek richtte zich specifiek op drie aspecten van deze evaluaties:
1. De overeenstemming tussen individuele modellen (pairwise inter-model agreement).
2. De consensus op groepsniveau.
3. De uitlijning van voorkeuren tussen verschillende modaliteiten, zoals audio en beeld.
Belangrijkste bevindingen
Uit de resultaten van de studie blijkt dat AI-modellen consistenter zijn in hun beoordeling van visuele content dan van audio. Er is een sterkere onderlinge overeenstemming en een hogere consensus op groepsniveau wanneer het gaat om de visuele evaluatie van K-popvideo's.
Opvallend is dat de voorkeuren tussen de twee modaliteiten — beeld en geluid — slechts zwak zijn uitgelijnd. Dit suggereert dat een model dat een video esthetisch hoog inschat, niet noodzakelijkerwijs hetzelfde oordeel velt over de bijbehorende audio.
Daarnaast hebben de onderzoekers de visuele consensus van de AI-modellen vergeleken met echte populariteitscijfers. Hiervoor werd gebruikgemaakt van historische kijkcijfers van YouTube. De studie concludeerde dat er positieve correlaties zijn tussen de ranglijsten van de AI en de werkelijke populariteit, hoewel deze correlaties variëren per artiestengroep.
Implicaties voor de creatieve sector
De bevindingen bieden eerste inzichten in hoe machine-esthetiek werkt. Volgens de auteurs van het document op legt dit onderzoek de basis voor toekomstige AI-ondersteunde creatieve processen. Hierbij kunnen factoren zoals de identiteit van de artiest, de voorkeuren van het publiek en de algemene marktdynamiek beter worden meegewogen.
Terwijl AI-modellen steeds vaker worden ingezet voor complexe taken, zoals het vertalen van nuances in taal en stijl — een ontwikkeling die ook zichtbaar is in tools zoals de google.com van Google — laat dit onderzoek zien dat de stap naar een objectieve 'esthetische standaard' in kunst en muziek complex blijft. De variatie in hoe modellen audio en beeld interpreteren, onderstreept de uitdaging om AI volledig te laten versmelten met menselijke creatieve intuïtie.
Het volledige rapport, bestaande uit 17 pagina's met diverse tabellen en figuren, is beschikbaar gesteld voor de wetenschappelijke gemeenschap via de om verdere discussie over machine-esthetiek te stimuleren.