ChatGPTに音楽の好みの例を24個渡すと、何が整理できるのか。坂野さんのnoteで感覚の言語化を学ぶ

家事と子育てのスキマで経営する3方よしAI共創コンサルタントの田中啓之、ひろくんです。今回は、坂野さんのnote「新音楽概念「縦」「横」「球体」「霧」について」を紹介するね。縦・横・球体・霧は、私が自分の好きな曲に当てはめて確かめたものではありません。

坂野さん『新音楽概念「縦」「横」「球体」「霧」について』（note）（冒頭）

なんらかの理論的な裏付けができそうだが、俺は音楽理論にまったく明るくないのでまずはひたすら具体例を挙げていく。

noteの冒頭で坂野さんは、音楽は「縦」「横」「球体」「霧」この4要素のブレンドとして全て解釈することができる、と書きます。

仲間に話したところ、「非常に分かる人と一向に分からない人で分断があり」、興味深かったそうです。

そこで選んだのが、理論の前に、具体例を24行並べることでした。サカナクション、くるり、Perfume、米津玄師と、実在のアーティストが続きます。

平井堅については「平井堅のPOP STARは横1球体9。」と、配合比で書かれています。

読み方の指示もあります。「知覚モデル的な話なので具体例を読みながら考えると掴めてくるものがあるだろう。」定義を先に渡さず、例から掴んでもらう作りです。

この順番は、私の記事で書いた場面と同じ形に見えました。

AI氣道『編集者が日本語をどう直しているかをgolden-luckyさんが言語化。AIに任せる範囲の見極め方がわかる』より

「AI秘書の凛ちゃんが記事の下書きを見せてくれる時も、私は「ここ、何かが違う」と直感で言ってしまいます。」

AI秘書の凛ちゃんと記事を直す場面を、私はこう書いていました。『編集者が日本語をどう直しているかをgolden-luckyさんが言語化。AIに任せる範囲の見極め方がわかる』で書いています。

記事の続きは、AI秘書の凛ちゃんに「具体的にどこがどう違うんですか」と聞き返されて、初めて自分の判断基準に気づく、という流れです。

理由より先に「何かが違う」が出てきて、聞き返されてから基準に気づく。坂野さんの24例は、その順番を、例の形で先に外へ出したものに見えました。

頼み方は、次の一文から始められます。私の提案で、未検証です。

次の10個は、私が仕事で「これはいい」「これは違う」と感じた実例と、その一言の理由です。共通する軸を3つ取り出してください。

あなたの仕事で、理由より先に「何かが違う」が出てくる場面は、いくつ思い浮かびますか。まず、思い浮かんだ場面を1行ずつメモします。理由がまだ言えなくても、そのまま書きます。

坂野さん『新音楽概念「縦」「横」「球体」「霧」について』（note）（列挙）

くるりは「ばらの花」が横すぎてマジで気持ちいい。他はかなり縦なので苦手。

24行を読み進めると、曲ごとの判定もあれば、ジャンル全体の判定もあって、単位がまちまちなのが目に留まります。

曲ごとに分ける例があります。King Gnuは「「白日」や「Teenager Forever」は代表的な縦。「カメレオン」や「逆夢」は代表的な霧。「千両役者」や「小さな惑星」は代表的な横。」です。

ジャンルで括る例もあります。「ヒップホップは横であることが多い。」「ロックは基本的に縦なのであまり聴かない。」

見た目と中身がずれる例もあります。「藤井風は横を偽装した縦であり、aikoは縦を偽装した横。」と書いたあとに、「そしてどちらも球体にそのラベルを貼っている。」と続きます。

縦や横のラベルの下に球体がある、という見立てです。

どこから球体に着いたかを書いた例もあります。「RADWIMPSは横から始めて「スパークル」あたりで完璧な球体を作った。」「ミセスは縦から始めて球体を作った。」

単位も書き方もまちまちなのに、ChatGPTは次の章で見る定義を取り出しました。推測: 仕事の実例も、人・案件・1件の場面のどれで書いても、AIは軸を取り出せるのかもしれません。

ただ、迷ったら1件の場面に寄せるのが、私の提案です。たとえば「あの会社の対応」を、「見積もりの返信の書き出し」のような1件に。推測: そのほうが、軸を取り出しやすいかもしれません。

坂野さんのnote『新音楽概念「縦」「横」「球体」「霧」について』に載ったChatGPTの回答（GPTによる整理）

球体は「縦でも横でも霧でもある」というより、縦・横・霧のどこから接近しても受け止められる構造なんだと思う。

例を24個渡すと、ChatGPTは、4つを短い定義にまとめました。

「縦＝音楽が聴き手を動かす」。「横＝音楽と聴き手が一緒に動く」。「霧＝音楽と聴き手の境界が曖昧になる」。「球体＝そのどの関係も成立する」。

24行には出てこなかった「動かす」「一緒に動く」という言葉が、ChatGPTの整理に出てきます。例を並べたら、関係の言葉が返ってきた。ここが、私がこの記事で一番おもしろいと読んだ所です。

判定が細かいことにも、ChatGPTは意味を見つけています。「0か1かではなく、4要素の配合比として聴いていることが見えてくるから。」

言葉は、「何が好きか」より「どう関わりたいか」に変わっています。推測: 同じ曲でも、動かされたいのか、一緒に動きたいのかで、好きの理由は変わるのかもしれません。

あなたの実例にも、軸の候補が隠れているかもしれません。AIが3つの軸を返したら、それぞれの軸に当てはまる実例を、元の10個から1件ずつ探します。実例が見つからない軸は、いったん脇に置きます。

坂野さん『新音楽概念「縦」「横」「球体」「霧」について』（note）（GPTによる整理のあと）

概ね正しい整理である。先日話していて気づいた整理として「縦」は感情が音楽に先行しており、「横」は音楽が感情に先行している感覚がある。

ChatGPTの整理は、かなり気持ちよく書かれています。「その理論のかなり良い標語になってる。」「ここで「だから人気」という説明がかなり面白くなる。」と、ほめる言葉が続きます。

そのあとに、坂野さんは「概ね正しい整理である。」と書きます。さらに、ChatGPTの整理には無かった感覚を、自分の言葉で足します。「主体が音楽を超えていくと「縦」化する感覚がある。」

ChatGPTが先に言葉にして、そのあとで坂野さんが「概ね正しい」と書く。私が分身AIで見ている確かめ方と、同じ形に読めました。

私が分身AIで見ているのは、AIが先に言葉にしたものに、体が「ピンとくる」かどうかです。確かめて終わりにはしません。AIに教えることで、自分の内側にも気づいていく。これが、私の分身AIの育て方の軸です。

あなたの手元では、AIが返した軸を、1つずつ「ピンとくる」か「こない」かで見ていきます。こない軸には、違う理由を一言、自分の言葉で書き足します。

推測: 坂野さんの「概ね正しい」は、次の章の遍歴と関係があるのかもしれません。

坂野さん『新音楽概念「縦」「横」「球体」「霧」について』（note）（音楽は何のためにあるのだろうか）

つまり俺にとって音楽とは自己表現の道具ではなくポケモンBWのBGMや深夜の萌えアニメのエンディングや家族旅行の車内に流れる大衆ポップスや音楽ゲームのプレイ対象として、主体的な「趣味」とは分たれて聞かれていたのである。

noteの最後の節は「音楽は何のためにあるのだろうか」です。ここで坂野さんは、自分の音楽遍歴を書きます。車の中で流れていたのは「有線」ソング。

中学で始めた音楽ゲームや深夜アニメの曲は、「音楽ゲームやアニソンの幅は基本的に電子音の中で繰り広げられる」ので、ギターの曲に親しむことはしばらくなかったそうです。

好みの理由を、坂野さんはまず自分の好みから説明します。

「私は「自己表現」よりもむしろ形式によって統御された芸術を好む傾向にあるので「横」の曲を好きになりやすい。」理由として、「「横」の曲は聴いていて安心感があるからだ。」とも書いています。

遍歴のあとは、答えを出さず、「という直観があるがこれは」と書いたまま、読者の考察へ渡しています。

坂野さんは、何を聞いて育ったかを、好みの理由の手がかりとして挙げています。推測: 仕事の基準にも、慣れてきた環境が手がかりになるのかもしれません。

試すなら、実例を1件選び、そう感じる自分が慣れてきた環境を、一言足します。思い当たらなければ「不明」で構いません。必須の手順ではありません。

坂野さんのnote『新音楽概念「縦」「横」「球体」「霧」について』に載ったChatGPTの回答（GPTの結びの言葉）

単なる「俺の好き嫌い」ではなく、ポピュラー音楽がどう大衆に接続するかの理論になり始めてる。

ChatGPTの整理は、坂野さんの好みを、大衆音楽の理論へ広げる方向に進みます。

上の一文のあと、「球体だから万人受けするというより、聴き手が自分の方向から入れるんだと思う。」と、人気の理由についても仮説を述べます。

元記事に、人気を測った数字は出てきません。24例は、坂野さん1人の耳による判定です。整理が気持ちよく読めることと、その整理が当たっていることは、別の話だと思います。

だから私は、ChatGPTの整理を、坂野さんの好みを言葉にした仮説として読みます。なので、大衆音楽の理論として受け取るのは、まだ早いと思います。

坂野さん自身も、「理論に明るい方は応答していただけるとありがたい。」と、外からの応答を求めています。

私は、AIの整理を仕事の基準に使う時は、当てはまらない例を出してもらってから使いたいと考えています。

AI氣道『AIの手抜きを「性格」ではなく「設定」として見直す。苫米地英人さん×落合陽一さんの動画視聴レポ』より

「分身AIが違う答えを出した時は、設定・設計・素材・LLM（AIの頭脳にあたるモデル）・指示を疑って、再度試して馴染ませる。同時に、私自身も一段メタに見て、AIへ改善指示を出すように、自分も改善する。」

AIの答えと自分の両方を見直す扱いは、別の記事に書いています。『AIの手抜きを「性格」ではなく「設定」として見直す。苫米地英人さん×落合陽一さんの動画視聴レポ』で書いています。

反例が返ってきたら、AIが作った仮の例だけで済ませず、自分の実例と照らし合わせます。軸を疑うだけでなく、自分が渡した実例の側も見直す。

軸を直すか、実例を直すか、どちらも変えないかを、1行メモに残します。これは私の提案で、未検証です。

坂野さん『新音楽概念「縦」「横」「球体」「霧」について』（note）（読者に任された考察）

これらの感覚が「横」への親和性を醸成させているという直観があるがこれはみなさんの考察に任せよう。

坂野さんは、遍歴が横への親和性を作ったという直観について、考察を読者に任せています。この章では、ここまでの流れを、あなたの10分の作業に落とします。

① 実例を書く。　目標は10個。最初は1件からで構いません。仕事で「これはいい」「これは違う」と感じたものを、1件の場面で書きます。理由が言えなければ「理由は不明」と書きます。

② 軸を出す。　実例をAIに貼り、共通する軸の候補を3つ出してもらいます。少なくても構いません。それぞれの軸に、元の実例を1件ずつ対応させます。

③ ピンとくるか。　軸の候補を1つずつ「ピンとくる」か「こない」かで付けます。こない軸には、自分の言葉で一言足します。言葉にならなければ「まだ言葉にならない」と書きます。

④ 仮の反例。　当てはまらないケースを、AIに仮の反例候補として出してもらい、自分の実例と照らします。軸を直すか、実例を直すか、どちらも変えないかを1行残します。

10分は、作業枠の提案です。実測した所要時間ではありません。

AI氣道『安宅和人さんの「AI native時代の袋小路」を読み解く。AIに委ねた先で、見立てる力をどう残すか』より

「AIの案を見て「何かが違う」と感じた時、その理由を支える経験は、自分の手の中にあるでしょうか。」

「何かが違う」の理由を、手元の実例として残せているか。別の記事で、同じ問いを書いています。『安宅和人さんの「AI native時代の袋小路」を読み解く。AIに委ねた先で、見立てる力をどう残すか』で書いています。

坂野さんの24例は、その理由の材料を、先に例の形で外へ出したものとして読めます。

完了は、メモに、実例、軸の候補への判定、反例への判断が残った状態です。10個に届かなくても、軸が3つに満たなくても構いません。これは私の提案で、未検証です。

坂野さんのnoteは、音楽を縦・横・球体・霧で解釈する概念を、24の具体例とChatGPTの整理で示した記事です。理論の前に例を並べ、ChatGPTに24個渡すと返ってきた整理に「概ね正しい整理である」と書いて、自分の感覚を足しました。

今回紹介したのは、元記事の文章です。縦・横・球体・霧を、私は自分の曲に当てはめて確かめていません。仕事の基準に写す手順も、私の提案で、未検証です。

最初の一歩は、仕事で「これはいい」「これは違う」と感じた場面を、理由が不明でも1件書き出すこと。続きの手順は、上の「今日の10分」の4つに書いたとおりです。