一個人的音樂偏好如何反映性格？性格如何影響一個人喜歡的音樂類型？人工智慧和我們的音樂偏好有什麼關係？音樂與心理學之間的關聯並不像某些人想像的那麼神秘。目前的研究顯示音樂與個性之間有著密切的關聯。

全球在音樂心理學上擁有領先地位的研究心理學暨社會神經科學家David Greenberg PhD博士表示，「性格對於音樂的偏好有很深的影響。」

現在，請繼續閱讀，一起探索音樂與心理學、音樂互動，以及人工智慧的影響。

心理學與音樂偏好 

我們的個性特質會影響我們對音樂的偏好。還有如年齡和心理健康等其他因素，也會影響人們為何被某些音樂特徵所吸引。

年齡與發展階段 

音樂偏好在童年時期會有所波動，但大約在14歲左右會變得較為穩定。David解釋，「14歲在語言發展和社會認同方面，對神經生物學來說具有重要意義。」青春期時，對激烈或叛逆音樂的喜好達到最高。文化環境與音樂流行趨勢也在青少年時期形成偏好中扮演影響的角色。

成年後，因為個性更為穩定，性格與音樂偏好不容易大幅度轉變。但是，穩定性並不排除在較年長發展階段音樂偏好上出現細微的變化。根據David的說法，中成年時期對柔和音樂的偏好略有增加（同時也是大五特質-親和性）。而在晚年，對情感與智力複雜性的偏好往往會增加。

性格特質 

David與其他研究心理學家會透過特徵萃取過程分析歌曲，彙整多達5,000項指標，並辨識聽眾對哪些特質有反應，包括情緒與情緒。例如，人們會將大調和弦與快樂聯想在一起，把小調和弦和悲傷聯想在一起。小調和弦當然不會直接產生悲傷，但它們代表了悲傷的感覺。

在大五模型(five-factor model)中，某些高或低特質與對某些音樂特徵的偏好有關。在對體驗的開放性分數高的人，往往偏好不協和音的音樂，例如爵士樂。情緒穩定分數低的人通常偏好陰鬱且充滿焦慮的音樂。

大衛說，偏好與高外向或低外向相符的程度，幾乎就是大家所預期的。外向性得分高的人偏好較輕快、現代、適合跳舞且社交的音樂。內向的人偏好較為柔和、放鬆、沉思且適合獨處活動的音樂。「我們不僅從聽眾的角度看到這一點，也從表演的角度來看。外向的音樂家會演奏能促進聽眾社交互動的音樂，」他指出。

心理健康

David 的研究部分聚焦於心理健康與診斷評估中的音樂偏好。他發現，在自閉症特質測驗中得分較高的人，偏好帶有明確節奏、重複性和精確音調的音樂。而被診斷為憂鬱症的人則偏好能反映其日常情感體驗的音樂。

大衛曾引用卡特爾(Raymond Cattell)為這項研究的靈感來源。Cattell 是一位在1950年代研究音樂與心理學的性格心理學家，他認為音樂偏好能窺見無意識的心理特質，並可能對診斷有效。如今在Chime Health AI，David利用大數據與機器學習驗證Cattell的假設：「多年來，我們收集了關於音樂偏好的數據，取自超過35萬人的性格與心理健康的數據。我們的團隊開始探討一個人的性格特質、人口統計學特徵和音樂偏好組合，能在多大程度上預測不同的心理健康與神經多樣性狀況。我們現在能以80%到85%的準確度做到這一點。」

音樂的參與及AI生成音樂

在研究生涯初期，David 開發了一個名為音樂清單參與度（Engagement of Music Inventory，EMI）的架構，衡量音樂參與的五個面向。例如，聽眾是否隨著音樂起舞？他們是否正在經歷情感宣洩？他們是在反思音樂的象徵意義嗎？這份清單描述了人們與音樂互動的主要方式：

1. 分析 - 欣賞音樂的技術層面

2. 療癒 - 以情感回應音樂

3. 舞蹈 - 以動作回應音樂

4. 敘述故事 – 肯定音樂的象徵與敘事層面

5. 連結 – 感受到歸屬感和與他人的認同感

「音樂偏好幫助我們了解人們喜歡什麼，而音樂的參與則幫助我們了解人們對它的反應，」David說。但隨著AI生成的音樂與推薦演算法現在影響我們的音樂偏好與參與，AI在心理學領域的未來正在改變。

在未來某個情境中，人腦將無法區分AI生成的音樂與人類創作的音樂。在另一種情況下，大腦會在某種程度上辨識這些差別，可能是有意識或潛意識層面。「這將幫助我們理解人類創造力中的獨特元素，」David表示，「對我來說，這真是太有趣了。」

David 看到的另一個契機，是讓 AI 能隨需產生符合某人性格的音樂。「我們在 Chime Health AI 也在做這件事。我們不僅能利用音樂偏好作為篩選工具來預測不同的條件或特質，還能推薦並利用 AI 創作音樂，讓這些特質會喜歡。」

參考資料：

1. Cattell, R. B., & Anderson, J. C. (1953). The measurement of personality and behavior disorders by the I. P. A. T. Music Preference Test. Journal of Applied Psychology, 37(6), 446–454. 
2. Cattell, R. B., & Saunders, D. R. (1954). Musical Preferences and Personality Diagnosis: I. A Factorization of One Hundred and Twenty Themes. The Journal of Social Psychology, 39(1), 3–24.