スター・ウォーズのオープニングで高まるあの旋律、ハリー・ポッターの「ヘドウィグのテーマ」の繊細で浮遊するような音色——誰もが一度は耳にしたことのある名曲たちです。これらの楽曲がこれほど深く人間の記憶に刻まれる理由は何でしょうか。それは、創り手の人間的な感性と意図が込められているからだ、と多くの人は答えるかもしれません。では、もし人工知能（AI）が作った音楽にも同じような力が宿るとしたら——あるいは、そもそもAIに「音楽を創る」ことが本当に可能なのでしょうか？
「Machines Making Music: Innovations and Ethical Considerations in AI-Assisted Music Production（機械が作る音楽：AI支援音楽制作における革新と倫理的考察）」によれば、音楽とAIの関係はすでに70年以上の歴史を持ち、近年は急速な加速を見せています。Yanlin Zhou（ヤンリン・ジョウ）がジャーナル Critical Debates in Humanities, Science and Global Justice に2026年4月に発表したこの論文は、80本の先行研究を対象とした質的文献レビューを通じて、AI支援音楽制作の現状とその光と影を包括的に分析しています。本記事では、その内容を詳しく紹介します。
背景：AIと音楽の協働は「新しい」ことではない
AIと音楽の関係が話題になると、多くの人は「最近の技術の話でしょ？」と思うかもしれません。しかし実際には、コンピュータと音楽の協働は1951年にまで遡ります。その年、オーストラリア初のデジタルコンピュータ「CSIRAC（コモンウェルス科学産業研究自動化コンピュータ）」が、世界で初めてコンピュータによって音楽を生成しました。さらに1957年には、イリノイ大学のレジャレン・ヒラー（Lejaren Hiller）とレナード・アイザックソン（Leonard Isaacson）が「イリアック組曲（Illiac Suite）」を発表。これは、あらかじめ定義されたアルゴリズム（規則の集合）に従ってコンピュータが作曲した最初の楽曲として知られています。
その後、1957年から2000年頃まで約半世紀にわたって、AI音楽の分野は表立った革新が乏しい時期が続きました。しかし2000年代に入ると、デジタル・オーディオ・ワークステーション（DAW）やライブコーディングツールの普及が始まり、2006年のSpotifyの登場を経て、2010年代以降は生成AIの急速な発展によって音楽とテクノロジーの融合が一気に加速します。OpenAIの「MuseNet（ミューズネット）」、Googleの「Magenta（マゼンタ）」、そして「AIVA（エイヴァ）」といったAI作曲プラットフォームが次々と登場し、AI支援音楽制作は実験的な分野から主流へと転換しつつあります。
こうした歴史的背景を踏まえ、Zhou氏はこう問いかけます——「音楽はもともと人間の営みであるべきなのか。それとも、機械との協働によって新たな表現の地平が拓かれうるのか」と。
研究手法：80本の文献を質的コーディングで分析
この研究はメタ分析的な文献レビューの手法を採用しています。GoogleスカラーとACMデジタルライブラリ（Association for Computing Machinery Digital Library）を検索データベースとして使用し、「AI and music（AIと音楽）」「music production and artificial intelligence（音楽制作と人工知能）」「algorithmic composition（アルゴリズム作曲）」「digital audio workstation（デジタル・オーディオ・ワークステーション）」「live coding（ライブコーディング）」「machine learning in music（音楽における機械学習）」などのキーワードで文献を収集しました。
収集した文献は合計80本（Googleスカラーから40本、ACMデジタルライブラリから40本）。査読付き学術論文、著書、会議論文集、技術・産業レポートなど多様な文献形式を含んでいます。年次フィルターはあえて設けず、歴史的な視野も確保しました。
分析にはクレスウェル（Creswell）とポス（Poth）（2016年）、サルダーニャ（Saldana）（2014年）が提唱する質的コーディング（Qualitative Coding）の手法を適用。各文献に「music software（音楽ソフトウェア）」「AI music recommendations（AI音楽推薦）」「bias in tech（技術における偏見）」「access and cost（アクセスとコスト）」などの初期コードを付与し、Excelスプレッドシートで整理・分類することで、以下の3つの主要テーマを導出しました。
- 生成AIによる音楽作曲（サブテーマ：DAW、コーディングプラットフォーム）
- アルゴリズムによる音楽推薦
- 倫理的課題（アクセシビリティとデジタルバイアス）
主要な結果と発見
テーマ1：生成AIと音楽作曲ツール
デジタル・オーディオ・ワークステーション（DAW）
DAWとは、コンピュータ上でマルチトラック録音・編集・ミキシングを可能にするソフトウェアです。文献中で特に多く言及されたのは、Ableton Live（エイブルトン・ライブ）、FL Studio（FLスタジオ）、Logic Pro（ロジック・プロ）の3つです。これらのDAWはMIDI（ミュージカル・インストゥルメント・デジタル・インターフェース）信号によって仮想楽器を操作し、録音・レイヤリング・サウンド加工を統合的に処理します。
研究者たちは、DAWの操作モデルを「イベント駆動型（event-driven）」と「手続き型（procedural）」の2つに分類しています。イベント駆動型は、ユーザーのキー入力などのアクションに応答する形式で、人間のパフォーマーが主体となります。一方、手続き型は、音楽理論やアルゴリズム構造から導き出された規則に従って、ユーザーの直接介入なしに音楽素材を生成・変換します。ビデオゲームの音楽スコアリングに関する研究では、手続き型の規則がゲームプレイの展開に応答する適応的なサウンドスケープを生み出すことが示されています。DAWはこうした人間主導のインタラクションと自動化されたルールベース生成の交差点に位置しており、現代のデジタル作曲の「ハイブリッド的な本質」を体現しています。
ライブコーディングプラットフォーム
DAWがグラフィカルなインターフェースを前提とするのに対し、コーディングプラットフォームではユーザーが直接コードを書いて音楽的動作を指定します。特に注目されたのが「Sonic Pi（ソニック・パイ）」と「TidalCycles（タイダルサイクルズ）」の2つです。
Sonic Piは、プログラミング言語Rubyでコマンドを記述し、ループや関数、リアルタイム修正によって音楽を形作るツールです。「コードの構造を変えれば音楽の結果が変わる」というアプローチが特徴です。TidalCycles（タイダル）はHaskell（ハスケル）上に構築されており、ライブコーディングパフォーマンスのコミュニティで広く使われています。演者がリアルタイムでコードを更新しながら音楽を操作するという、通常のコンサートとは一線を画す表現形式を可能にします。
これらのプラットフォームは、アルゴリズム的思考そのものが創造的な媒体となりうることを示しています。
テーマ2：アルゴリズムによる音楽推薦
80本の文献のうち最も多くの割合を占めたのが、アルゴリズムによる音楽推薦に関する研究です。Spotify（スポティファイ）、YouTube Music、Apple Musicなどのプラットフォームは、深層学習（ディープラーニング）を用いてユーザーの好みを分析し、パーソナライズされたプレイリストを提供しています。
しかし、批判的な視点も存在します。Briot and Pachet（ブリオとパシェ、2020年）は、AIが既存の楽曲データを学習することで生成した音楽は「模倣にすぎず、独創性が欠如している」と指摘しています。この問題を解決するために、ユーザーがより主体的にコントロールできるインタラクティブなシステムの構築を提案しています。
また、Fiebrink and Caramiaux（フィーブリンクとカラミアウ、2018年）は、機械学習アルゴリズムをいっそう「音楽創作の協働パートナー」として位置づけるべきだと主張します。ユーザー中心の設計、音楽的コンテキストへの適応、ミュージシャンの目的への応答性——これらを重視した柔軟なシステムが、より創造的な人間とコンピュータの協働を生み出すとしています。
さらに音楽認知学の観点からは、感情的な演奏の微妙なニュアンスは生きた経験や身体的意図、社会文化的意味と深く結びついており、機械学習モデルがそれを内在化することはできないとする批判もあります（Jackendoff, 2009年）。Daviesは、AIは感情的なトーンを「シミュレート」することはできても、感情を「経験」したり「生成」したりすることはできないと論じています。
テーマ3：倫理的課題
アクセシビリティと包摂性
デジタル技術の普及によって、かつては多額の機材費が必要だった音楽制作が、ラップトップとDAWのサブスクリプション（99ドル〜800ドル）で実現できるようになりました。これにより、財力を問わず多くの人が音楽制作に参加できるようになった一方で、視覚障害者にとってAvidProやCockos、REAPERなどのDAWはアクセシビリティ上の課題があることも指摘されています（Pedrini et al., 2020年）。
また、デジタルデバイド（Digital Divide）の問題も深刻です。世界的に見れば、信頼性の高いインターネット接続やソフトウェア・ハードウェアを持てない地域は依然として多く、デジタル音楽制作の恩恵が届かない層が存在します。
デジタルバイアスと文化的偏向
アルゴリズム推薦システムには、文化的バイアスが埋め込まれているという指摘があります。Seaver（シーバー、2022年）の推薦エンジニアに関する民族誌的研究は、これらのシステムが北米のリスニング規範を微妙に再生産し、ユーザーが「良い」「関連性がある」と感じる音楽を形成していることを示しています。Kowald et al.（コワルドら、2020年）は、アルゴリズムがすでに人気の高い楽曲をさらに増幅させる傾向があり、主流以外のジャンルや西洋圏以外のアーティスト、過小評価されているミュージシャンが疎外されるリスクがあると指摘しています。
著作権・所有権・知的財産
さらに大きな問題として、AI生成音楽における著作権・所有権・知的財産の帰属があります。生成AIが複雑な楽曲を作曲できるようになった今、その「著者」は誰であるべきか——人間のオペレーター、モデルの開発者、それとも学習データとして使われたアーティスト——という問いが浮上しています。多くのAI音楽モデルは著作権で保護された楽曲の大規模なコーパスで学習されており、アーティストの明示的な同意なしにその創造的貢献が「素材」として利用されているという批判があります。Elish and boyd（エリッシュとボイド、2018年）はこれを「派生的労働（derivative labor）」と呼び、特に疎外されたコミュニティのアーティストの権利保護の観点から、データセットの透明性・同意・帰属に関するより明確なガイドラインの策定を求めています。
考察：AIは音楽の「共創者」になれるか
この研究が導き出す結論は、AIを「善」か「悪」かで二項対立的に捉える見方を超えた、より複雑な理解を求めるものです。
人間のみによる作曲から、DAWやコーディングプラットフォームを介した人間＋技術の協働、そして完全なAI作曲（MusicLM、AIVA等）まで、音楽創作には多様な「ヒューマン—AI協働スペクトラム（Human–AI Music Collaboration Spectrum）」が存在しています。どの地点が「正しい」わけではなく、それぞれが固有の可能性と限界を持っています。
また、創造性理論の観点からは、Boden（ボーデン、2004年）が提唱する「組み合わせ的創造性（combinational creativity）」「探索的創造性（exploratory creativity）」「変容的創造性（transformational creativity）」というフレームワークが、AIが単に過去のパターンを再利用しているだけなのか、それとも音楽スタイルを真の意味で拡張しているのかを評価する上で参考になります。
研究者たちが共通して指摘するのは、DAWやコーディングプラットフォームをより対話的でユーザー主体的な設計にすることで、創造性の懸念を和らげつつ、包摂的なイノベーションへとつなげられるという可能性です。人間の創造性と機械の力を融合させることで、音楽の世界はより豊かで多様なものになりうる——これが本研究の核心的なメッセージです。
まとめ
「機械が作る音楽」は、すでに私たちの日常生活の中に溶け込んでいます。SpotifyのプレイリストからDAWで制作されたポップス、ビデオゲームのサウンドトラックまで、AIは静かに、しかし確実に音楽の創造と流通に関与し続けています。
Zhou氏の研究が示すように、AIと音楽の融合は技術的革新の話であるだけでなく、アクセシビリティ、文化的公平性、著作権、そして「創造性とは何か」という根本的な問いをはらんだ倫理的課題でもあります。技術的な可能性を追求しながらも、誰が恩恵を受け、誰が取り残されるかを常に問い続けること——それが、AIと音楽の未来を真に豊かで公正なものにするための鍵となるでしょう。
機械は音楽を作れるか。その答えはおそらく「イエス」です。しかし、それがどのような音楽であるべきか、誰のための音楽であるべきか——その問いは、依然として私たち人間が考え続けなければならない問いです。
