近期，全球知名音乐流媒体平台YouTube Music陷入用户信任危机。
据多国订阅用户反映，该平台推荐系统持续大量推送由人工智能技术批量生成的音乐作品，导致个性化推荐功能出现严重偏差。
调查显示，受影响用户的"每日推荐""发现列表"等核心功能板块中，频繁出现署名为陌生创作者的歌曲。
这些作品虽然符合平台基础审核标准，但存在旋律雷同、编曲简单、歌词空洞等显著质量问题。
更令用户困扰的是，即便对单曲进行"不感兴趣"标记或差评处理，系统仍会持续推荐同类作品。
业内专家分析指出，这种现象暴露出三个深层问题：首先，当前算法过度依赖发布数量和用户停留时长等量化指标，忽视了音乐作品的艺术价值评估；其次，人工智能生成音乐的极低创作门槛，导致平台内容池出现"劣币驱逐良币"现象；第三，现有过滤机制存在技术缺陷，无法有效识别和屏蔽低质内容。
这种状况已产生实质性影响。
平台付费订阅用户满意度调查显示，约37%的受访者考虑终止服务，主要原因是"推荐内容质量持续下滑"。
音乐产业研究机构MIDiA的报告指出，类似情况在主流流媒体平台均有不同程度存在，但YouTube Music因与其视频推荐系统共用算法框架，问题尤为突出。
面对用户诉求，部分同业已采取应对措施。
法国音乐服务平台Deezer率先实施人工智能内容标注制度；苹果音乐则通过人工编辑团队与算法结合的"双轨制"提升推荐精准度。
而YouTube Music目前仅表示"正在优化推荐系统"，尚未公布具体改进方案。
音乐版权专家李明认为，平台需要建立多维度的内容评估体系："除播放数据外，应加入专业评审、用户留存率、完整收听率等质量指标。
同时要为用户提供更灵活的内容过滤工具。
"据悉，欧盟数字服务法案(DSA)最新修订条款已将对推荐算法的透明度要求纳入监管范围，这可能倒逼平台加快改革步伐。
技术进步应服务于更丰富的表达，而非让同质化内容淹没真正的创作。
对流媒体平台而言，推荐算法不仅是商业工具，更是文化产品分发的“公共入口”。
如何在效率与质量、开放与秩序之间找到平衡，既考验平台治理能力，也决定用户对数字音乐未来的信心与期待。