Cómo la inteligencia artificial puede aportar una nota personal a la educación musical
Mientras que la educación en general adopta nuevas tecnologías como la inteligencia artificial (IA), la educación musical sigue siendo un empeño más bien analógico. «La educación musical se lleva a cabo en gran medida como antes del ordenador personal: mediante una combinación de clases individuales y prácticas en solitario y utilizando libros de métodos establecidos», dice Filippo Carnovalini, un beneficiario de una beca postdoctoral de las Acciones Marie Skłodowska-Curie(se abrirá en una nueva ventana) en la VUB(se abrirá en una nueva ventana). El problema de este método es que estos libros no pueden adaptarse a la capacidad y las necesidades de cada alumno. Aquí es donde la IA podría desempeñar un papel. «Creemos que la IA tiene el potencial de personalizar la educación musical generando ejercicios a medida para cada músico principiante», añade Carnovalini. El equipo del proyecto CALIOPE(se abrirá en una nueva ventana), financiado con fondos europeos, trabaja para poner en práctica ese potencial.
La IA no se utiliza para generar clases de música a medida
Para empezar, los investigadores realizaron un estudio exhaustivo de la frecuencia con que se utiliza la IA para la personalización de la educación musical. «Lo que descubrimos es que, aunque parece haber un claro interés en utilizar la IA para la educación musical y la personalización, la tecnología no se utiliza para generar ejercicios a medida», explica Carnovalini, que ejerce de coordinador del proyecto. Los investigadores también descubrieron que, de los pocos programas que generan lecciones, la mayoría se limitan a recuperar material de bases de datos existentes o a generar aspectos complementarios, como visualizaciones o comentarios, en lugar del propio material educativo.
Una opinión personalizada sobre la dificultad de una pieza musical
Basándose en esta investigación, en el proyecto se determinó que, para ser realmente beneficiosa para la educación musical, la IA debe hacer algo más que simplemente generar música. «La IA generativa ya puede generar buena música, pero carece del nivel de control sobre el resultado necesario para ser útil en los casos de uso específicos que ofrece la educación», señala Carnovalini. Según Carnovalini, la solución consiste en integrar programas de IA generativa que describan de forma personalizada el grado de dificultad de una pieza para un alumno concreto. Para ello, el equipo del proyecto desarrolló un modelo cognitivo innovador para determinar la dificultad en función de la experiencia del alumno. «Aunque hay otras formas de estimar la dificultad de una pieza musical, nuestro modelo cognitivo nos permite describir distintas expectativas para distintas personas en función de sus diferentes experiencias al tocar», señala Carnovalini. «El resultado neto es una visión personalizada de la dificultad que luego puede utilizarse para generar lecciones musicales a medida».
Una educación musical más eficaz
Aunque los modelos y resultados del proyecto no están tecnológicamente preparados para su utilización en escuelas y hogares, abren la puerta a una educación musical más eficaz y menos frustrante para los principiantes. «Cada alumno es diferente, por lo que cada estudiante merece ejercicios diferentes», concluye Carnovalini. «Los recursos de la IA como las desarrolladas por el proyecto CALIOPE tienen el potencial de hacerlo posible». Tras nuevos experimentos, los investigadores esperan convertir algunos de los recursos del proyecto en aplicaciones fáciles de usar. Los detalles sobre el trabajo del proyecto están en disponibles en línea(se abrirá en una nueva ventana).
