Artificial intelligence models and human analysis in ternary song form analysis: a comparative study

Öz

This study aims to compare the analytical approaches of three different artificial intelligence models (Gemini, ChatGPT, and Claude) to a work in baroque ternary song form, using human analysis as the reference framework. In the study, Handel’s Judas Maccabaeus was selected as the sample work, and the document analysis method, one of the qualitative research designs, was employed. The same score image was presented to the three artificial intelligence models, and the same set of questions was directed to each of them. The responses obtained were evaluated through content analysis within a framework in which human analysis was accepted as the reference analysis, based on the criteria of tonality, formal structure, sectional tonalities, and cadence points. The findings revealed that the artificial intelligence models did not demonstrate the same level of accuracy in identifying the macro-structural elements of musical form. ChatGPT produced the results closest to the human analysis in terms of tonality, formal structure, and sectional tonalities. Although Claude approximated the human analysis in certain respects, it exhibited partial deviations, particularly in cadence functions and formal interpretation. Gemini, on the other hand, diverged more markedly from the human analysis, especially in relation to the main tonality, sectional tonalities, and the corresponding functional analyses. The findings indicate that artificial intelligence models are capable, to a certain extent, of recognizing surface-level structures such as tonality and the overall formal scheme; however, they show limitations in deeper stages of analysis, including the interpretation of cadence functions, tonal direction, and formal coherence. The second control application showed that, even when the same score image and the same prompt sequence were used, model outputs did not remain entirely stable across different dates; therefore, temporal consistency of AI-generated outputs should also be considered in AI-supported music analysis. As a result, the outputs generated by artificial intelligence models do not appear to be suitable for use as fully reliable stand-alone assessment tools in music form analysis. Nevertheless, these models may function as auxiliary and supportive tools under expert supervision.

Anahtar Kelimeler

• Artificial intelligence
• music analysis
• ternary song form
• large language models
• music education

Üç bölmeli şarkı formunun analizinde yapay zekâ modelleri ve insan analizi: karşılaştırmalı bir inceleme

Öz

Bu araştırma, üç farklı yapay zekâ modelinin (Gemini, ChatGPT ve Claude) barok dönem üç bölmeli şarkı formuna ait bir eseri çözümleme yaklaşımlarını insan analizi temel alınarak karşılaştırmayı amaçlamaktadır. Çalışmada, Handel’in Judas Maccabaeus adlı eseri örneklem olarak seçilmiş; nitel araştırma desenlerinden doküman incelemesi yöntemi kullanılmıştır. Üç yapay zekâ modeline aynı nota görseli sunulmuş ve aynı soru seti yöneltilmiştir. Elde edilen yanıtlar, insan analizinin referans çözümleme olarak kabul edildiği bir çerçevede; tonalite, form yapısı, bölüm tonaliteleri ve kadans noktaları ölçütleri doğrultusunda içerik analizi yoluyla değerlendirilmiştir. Araştırma bulguları, yapay zekâ modellerinin müziksel formun makro yapısal unsurlarını belirlemede aynı doğruluk düzeyini göstermediğini ortaya koymuştur. ChatGPT, tonalite, form yapısı ve bölüm tonaliteleri bakımından insan analizine en yakın sonuçları üretmiştir. Claude, bazı ölçütlerde insan analizine yaklaşmakla birlikte, özellikle kadans işlevleri ve biçimsel yorumlama düzeyinde kısmi sapmalar göstermiştir. Gemini ise özellikle ana tonalite, bölüm tonaliteleri ve bunlara bağlı işlevsel çözümlemelerde insan analizinden daha belirgin biçimde ayrışmıştır. Bulgular, yapay zekâ modellerinin tonalite ve genel form şeması gibi yüzey yapıları belirli ölçüde tanıyabildiğini; ancak kadans işlevi, yönelme ilişkileri ve biçimsel bütünlüğün yorumlanması gibi daha derin çözümleme basamaklarında sınırlılıklar taşıdığını göstermektedir. İkinci kontrol uygulaması ise aynı nota görseli ve aynı istem dizisi kullanıldığında dahi model çıktılarının farklı tarihlerde bütünüyle sabit kalmadığını; bu nedenle yapay zekâ destekli müzik analizinde zamana bağlı çıktı tutarlılığının da dikkate alınması gerektiğini göstermiştir. Sonuç olarak, yapay zekâ modellerinden elde edilen çıktıların müzik formu analizinde tek başına güvenilir bir değerlendirme aracı olarak kullanılması uygun görünmemektedir. Buna karşılık bu modeller, uzman denetiminde yardımcı ve destekleyici araçlar olarak işlev görebilir.

Anahtar Kelimeler

• Yapay zekâ
• müzik analizi
• üç bölmeli şarkı formu
• büyük dil modelleri
• müzik eğitimi

Kaynakça

1. Alekseeva, L. L., Mikhaylova, A. A., & Komandyshko, E. F. (2024). Artificial intelligence and music education. Vestnik Moskovskogo Gosudarstvennogo Universiteta Kul’tury i Iskusstv, (4), 112-120. https://doi.org/10.24412/1997-0803-2024-4120-112-120
2. Asafyev, B. V. (1971). Muzykal’naya forma kak protsess. Muzyka.
3. Assarroudi, A., Heshmati Nabavi, F., Armat, M. R., Ebadi, A., & Vaismoradi, M. (2018). Directed qualitative content analysis: The description and elaboration of its underpinning methods and data analysis process. Journal of Research in Nursing, 23(1), 42-55. https://doi.org/10.1177/1744987117741667
4. Bobrovskiy, V. P. (1978). Funktsional’nye osnovy muzykal’noy formy. Muzyka.
5. Bowen, G. A. (2009). Document analysis as a qualitative research method. Qualitative Research Journal, 9(2), 27-40. https://doi.org/10.3316/qrj0902027
6. Cangal, N. (2008). Müzik formları (2nd ed.). Arkadaş Yayıncılık.
7. Furs, S. P. (2023). Artificial intelligence in education: A teacher’s assistant or disruptive technology? Prepodavatel XXI Vek, (1-1), 40-49. https://doi.org/10.31862/2073-9613-2023-1-40-49
8. Im, D., Pyo, J., Lee, H., Jung, H., & Ock, M. (2023). Qualitative research in healthcare: Data analysis. Journal of Preventive Medicine and Public Health, 56(2), 100-110. https://doi.org/10.3961/jpmph.22.471

9. Kholopova, V. N. (2001). Formy muzykal’nykh proizvedeniy (2nd ed.). Lan’.
10. Kozlov, P. G., & Stepanov, A. A. (1968). Analiz muzykalʹnykh proizvedeniy. Prosveşçeniye.
11. Lavrova, S. (2023). The problem of musical thinking and artificial intellect. South-Russian Musical Anthology, (4), 84-95. https://doi.org/10.52469/20764766_2023_04_84
12. Mundada, G., Vishe, Y., Namburi, A., Xu, X., Novack, Z., McAuley, J., & Wu, J. (2025). WildScore: Benchmarking MLLMs in-the-Wild Symbolic Music Reasoning. In Proceedings of the 2025 Conference on Empirical Methods in Natural Language Processing içinde (s. 16847-16863). Association for Computational Linguistics. https://doi.org/10.18653/v1/2025.emnlp-main.853
13. Platov, A. V., & Gavrilina, Y. I. (2024). Iskusstvennyy intellekt v obrazovanii: evolyutsiya i bar’ery. Nauchnyy rezul’tat. Pedagogika i psikhologiya obrazovaniya, 10(1), 26-43. https://doi.org/10.18413/2313-8971-2024-10-1-0-3
14. Sak, R., Şahin Sak, İ. T., Öneren Şendil, Ç., & Nas, E. (2021). Bir araştırma yöntemi olarak doküman analizi. Kocaeli Üniversitesi Eğitim Dergisi, 4(1), 227-256. https://doi.org/10.33400/kuje.843306
15. Sposobin, I. V. (1984). Muzykal’naya forma. Muzyka.
16. Tang, M., Li, J., Yang, L., Zhang, Z., Tian, J., Li, Z., Zhang, L., & Wang, P. (2025). NOTA: Multimodal music notation understanding for visual large language model. Findings of the Association for Computational Linguistics: NAACL 2025 içinde (s. 7175-7188). Association for Computational Linguistics. https://doi.org/10.18653/v1/2025.findings-naacl.399
17. Tyulin, Yu. N., Bershadskaya, T., Pustylnik, I., Pyan, A., Ter-Martirosyan, T., & Shnitke, A. (1974). Muzykal’naya forma. Muzyka.
18. Vasilakis, Y., Bittner, R., & Pauwels, J. (2024). Evaluation of pretrained language models on music understanding. Proceedings of the 3rd Workshop on NLP for Music and Audio (NLP4MusA) içinde (s. 98-106). Association for Computational Linguistics. https://aclanthology.org/2024.nlp4musa-1.16/
19. Weck, B., Manco, I., Benetos, E., Quinton, E., Fazekas, G., & Bogdanov, D. (2024). MuChoMusic: Evaluating music understanding in multimodal audio-language models. 27 Mart 2026 tarihinde https://arxiv.org/abs/2408.01337 adresinden erişildi.
20. Yuan, R., Lin, H., Wang, Y., Tian, Z., Wu, S., Shen, T., Zhang, G., Wu, Y., Liu, C., Zhou, Z., Ma, Z., Xue, L., Wang, Z., Liu, Q., Zheng, T., Li, Y., Ma, Y., Liang, Y., Chi, X., ... Guo, Y. (2024). ChatMusician: Understanding and generating music intrinsically with LLM. 27 Mart 2026 tarihinde https://arxiv.org/abs/2402.16153 adresinden erişildi.