Pop Müziğin Evrimi: Popta Ahlak Nereye Gidiyor?
Araştırmacılar, 1960'tan bugüne yaklaşık 380 bin İngilizce şarkı sözünü yapay zekâ destekli bir ahlak modeliyle tek tek taradı ve her şarkıyı on ayrı ahlaki boyutta puanladı. Ortaya çıkan tablo net: zarar, aldatma ve bozulma temaları on yıllar içinde belirgin biçimde artarken, şefkat ve saflık temaları geriledi. Scientific Reports dergisinde yayımlanan bu araştırma, popüler müzik sözlerinin altmış yıllık bir dönemde nasıl "daha karanlık" bir dile kaydığını sayısal olarak ortaya koyuyor.
Soru: Şarkı sözleri gerçekten daha "ahlaksız" mı oldu?
Sosyal medyada ve müzik eleştirilerinde sık duyduğumuz bir yakınma var: "Eskiden şarkılar aşkı, bağlılığı anlatırdı; şimdi her şey şiddet, ihanet ve bencillik." Bu bir nostalji mi, yoksa gerçekten ölçülebilir bir eğilim mi? Queen Mary Üniversitesi'nden Vjosa Preniqi ve ekibi, bu soruyu duygusal bir tartışma konusu olmaktan çıkarıp veriye dayalı bir şekilde test etmeye karar verdi.
Araştırmacılar, psikolojide yaygın kullanılan Ahlaki Temeller TeorisiAhlaki Temeller Teorisi (MFT)Jonathan Haidt ve arkadaşlarının geliştirdiği, insan ahlakını beş temel eksende (Şefkat/Zarar, Adalet/Aldatma, Bağlılık/İhanet, Otorite/Bozgunculuk, Saflık/Bozulma) inceleyen psikoloji teorisi.'ni (Moral Foundations Theory) referans alarak, şarkı sözlerindeki ahlaki içeriği on boyutta (beş erdem, beş karşı kutup) ölçen bir yapay zeka modeli kullandı: MoralBERT SL.
Yöntem: 380 bin şarkıyı yapay zekayla "okumak"
Araştırma iki büyük veri kümesine dayanıyor. Bu ölçekte insan eliyle kodlama yapmak imkansız olduğu için, önceden eğitilmiş bir dil modeli her şarkıya on ayrı ahlaki boyut için 0 ile 1 arasında bir "olasılık puanı" veriyor.
1960-2010 arası, İngilizce, en az 10 şarkısı bulunan sanatçılara ait 377.812 şarkı (7.131 solo sanatçı, 4.294 grup). Sanatçı cinsiyeti, tür ve yayın yılı gibi zengin meta veriler içeriyor.
1960-2023 arası Billboard Yıl Sonu Hot 100 listelerinden derlenen, yıl başına ortalama 87 şarkı olmak üzere 5.580 şarkı. Bu küme, ticari olarak en başarılı şarkılara odaklanarak WASABI'yi 2010 sonrasına taşıyor.
Her ahlaki temel (örn. Şefkat/Zarar) için ayrı ayrı eğitilmiş bir sınıflandırıcı seti. Sentetik şarkı sözleri ve sosyal medya verileriyle ince ayar yapılarak, şarkı sözlerinde ahlaki ifadeyi tespit etmede alanındaki diğer modellerden daha başarılı hale getirilmiş.
Doğrusal olmayan zaman eğilimlerini yakalamak için Genelleştirilmiş Katkılı ModellerGAMDeğişkenler arasındaki ilişkiyi düz bir çizgiye zorlamadan, esnek eğrilerle modelleyen istatistiksel yöntem. (Generalised Additive Models) kullanıldı; hem genel zaman eğilimi hem de cinsiyete göre farklılaşan eğilimler ayrı ayrı test edildi.
Bulgular: Yükselen kusurlar, gerileyen erdemler
Sonuçlar oldukça çarpıcı. WASABI veri kümesindeki 1960-2010 arası eğilimlere göre, Zarar (Harm) temeli %49, Aldatma (Cheating) %48, Bozgunculuk (Subversion) %41 ve Bozulma/Alçaltma (Degradation) %52 oranında artış gösterdi. Bunun karşılığında Şefkat (Care) temeli %24, Saflık (Purity) %12 ve Bağlılık (Loyalty) %11 oranında geriledi. Bu değişimlerin neredeyse tamamı istatistiksel olarak yüksek anlamlılık düzeyinde (p < .001).
Grafiklerde en dikkat çekici örüntü Şefkat ve Zarar ikilisinde görülüyor: 1970'lerden sonra Şefkat temalı sözler azalırken, Zarar temalı sözler istikrarlı biçimde arttı. Kadın sanatçıların şarkı sözleri Şefkat temasında sürekli olarak erkek ve karma gruplardan daha yüksek puan alırken, erkek sanatçılarda Zarar teması daha baskın.
Buna karşın Adalet (Fairness)Adalet/AldatmaMFT'nin beş temelinden biri; eşitlik, hak ve karşılıklılık duygusunu temsil eder. Karşı kutbu Aldatma'dır. temeli neredeyse sabit kaldı; ancak araştırmacılar bunun gerçek bir durağanlığı mı, yoksa modelin bu daha incelikli temayı yakalamakta zorlanmasını mı yansıttığını net söyleyemiyor. Zira MoralBERT SL'nin Adalet tahminlerindeki doğruluk, diğer temellere göre daha düşük.
2023'e uzanan tablo: Billboard verisi ne diyor?
WASABI verisi 2010'da kesiliyor, bu yüzden ekip listeleri 2023'e kadar genişletmek için Billboard Yıl Sonu listelerini ayrıca topladı. Bu daha dar ama daha güncel veri kümesi, WASABI ile büyük ölçüde örtüşen bir tablo çiziyor: Zarar, Aldatma, Bozgunculuk ve Bozulma temaları 2010 sonrasında da yükselmeye devam ederken, Şefkat ve Saflık gerilemeyi sürdürüyor.
İlginç bir ayrıntı: Billboard verisinde kadın sanatçıların Zarar puanları 2010'ların sonunda yükseliyor. Yazarlar bunun MeToo ve Black Lives Matter gibi toplumsal hareketlerle zamansal olarak çakıştığını ama bunun nedensel bir kanıt olmadığını, aynı örüntünün tür değişimlerinden de kaynaklanabileceğini özellikle vurguluyor.
Yazarlar makale boyunca sık sık hatırlatıyor: bu bir korelasyonelKorelasyonel çalışmaİki değişken arasında birlikte değişim ilişkisi bulunduğunu gösteren, ama hangisinin diğerine neden olduğunu (ya da üçüncü bir faktörün her ikisini de etkileyip etkilemediğini) kanıtlamayan araştırma türü. çalışma; yani şarkı sözlerindeki değişim ile toplumsal değişimin aynı dönemde gerçekleşmesi, birinin diğerine neden olduğu anlamına gelmiyor. Müziğin toplumu mu şekillendirdiği, toplumu mu yansıttığı, yoksa ikisinin karşılıklı bir etkileşim içinde mi olduğu hâlâ açık bir soru.
Hangi temalar ahlaki tonu belirliyor?
Araştırmacılar ayrıca şarkı sözlerindeki ahlaki puanların; konu başlıklarıyla (LDA yöntemiyle çıkarılan altı ana tema: "Aşk ve Duygular", "Şiddet ve Karanlık", "Ruhani ve Hayalperest", "Hareket ve Değişim", "Tutku ve Arzu", "Küfür ve Saldırganlık"), duygu tonuyla (pozitif/negatif) ve spesifik duygularla (öfke, iğrenme, korku, neşe vb.) ne kadar örtüştüğünü inceledi.
Modellerin tahmin başarısı müzik türüne göre de değişiyor: Metal müziğinde Zarar ve Bozulma temaları en yüksek doğrulukla tahmin edilebilirken, dini müzikte Otorite ve Saflık temaları belirgin şekilde daha iyi tahmin ediliyor. Bu durum, tür kurallarının ahlaki dilin nasıl şekillendiğiyle yakından ilişkili olduğunu gösteriyor.
Sınırlılıklar ve açık sorular
WASABI veri kümesinde 2010 sonrası şarkı sayısı belirgin biçimde azalıyor; bu nedenle geç dönem eğilimleri veri seyrekliğinden kaynaklanan bir yapay etki olabilir.
Her iki veri kümesi de yalnızca "kadın/erkek" ikili sınıflandırmasını içeriyor; ayrıca cinsiyet dağılımı dengesiz olduğu için kadın ve karma grup eğilimleri daha az veriye dayanıyor ve daha geniş belirsizlik taşıyor.
Bulgular Batı ve İngilizce popüler müzikle sınırlı; farklı kültürel ve dilsel bağlamlara genellenebilirliği belirsiz.
Büyük ölçekli analiz yapay zeka tahminlerine dayanıyor; bu tahminler yüksek doğruluk gösterse de şarkı bazında hata payı taşıyor, özellikle Adalet gibi daha incelikli temalarda.
🎓 Konunun çıktısı
Bu sitenin girişinde boşuna "Popçular giremez :)" yazmıyoruz. Bilim artık bunu resmen doğruladı. Pop müzik, 60 yıl boyunca ölçüle ölçüle "kötüleşmiş." Peki bunu 2026'da bir yapay zeka modeli mi keşfetti? Hayır. Pentagram, bunu 1997'de İstanbul Harbiye Açıkhava'da, kürsüden bağırarak söylemişti.
Grubun 4. albümü Popçular Dışarı, adını tam da o akşam sahneden yükselen "Popçular dışarı!" tezahüratından alır. O gece orada olan metalci kitle, MoralBERT SL'nin, XGBoost regresyonunun ya da Genelleştirilmiş Katkılı Modellerin daha icat bile edilmediği bir dönemde, sezgisel olarak aynı sonuca varmıştı: pop müzikte bir şeyler ters gidiyordu. Bilim onlara 29 yıl geriden yetişti.
Yani şarkı sözlerindeki ahlaki çöküşü keşfetmek için 380 bin şarkıyı GPU'lara yedirmeye hiç gerek yoktu. Harbiye'de bağıran birkaç bin kişi, meseleyi çoktan çözmüştü. Bilim, nihayet metalcileri doğruladı. Popçular Dışarı!
Bu konunun çıktısı üzerine düşüncelerini paylaş, diğer öğrencilerle tartış.
Preniqi, V., Kaltenbrunner, A., Kalimeri, K., & Saitis, C. (2026). Evolution of moral expression in song lyrics. Scientific Reports, 16, 19556. https://doi.org/10.1038/s41598-026-53778-9