La inteligencia artificial (IA) está ganando un protagonismo sin precedentes en todos los ámbitos, desde la medicina a la economía, desde el diseño a los coches automáticos y, por supuesto, la educación no es una excepción. La mayoría coincide en que es necesaria una reflexión profunda. Pero ¿realmente la IA puede llegar a ser algo relevante para la educación musical?
Por Antonio Narejos
La inteligencia artificial en la educación es un tema de creciente interés y debate desde hace más de treinta años, especialmente tras la creación de la International AI in Education Society (IAIED) y, más recientemente con el impulso dado por el Consenso de Beijing sobre Inteligencia Artificial y Educación de la UNESCO, de 2019. Pero la aparición de ChatGPT en noviembre de 2022 impulsó una carrera vertiginosa por el desarrollo de nuevos modelos y tecnologías. La apuesta de grandes empresas como Open AI, Meta, Google, Antropic o Microsoft han colocado la IA en el foco de atención, con noticias a veces inspiradoras y otras, cuanto menos, inquietantes.
Oímos decir con frecuencia que la IA traerá nuevas formas de relacionarnos con las cosas y que transformará la mayoría de las profesiones, incluidas las educativas, aunque todavía no sabemos cómo serán esos cambios. La IA representa una oportunidad para renovar y potenciar los procesos de enseñanza-aprendizaje, aunque también plantea desafíos que debemos abordar con cautela y responsabilidad.
En este artículo vamos a reflexionar sobre los enfoques educativos de la IA en el contexto internacional. Pero antes vamos a acercarnos a algunas posibles aplicaciones prácticas en la educación musical, un terreno muy poco explorado hasta hoy.
Algunas aplicaciones de la IA a la educación musical
La mayoría de las aplicaciones de la IA dedicadas a la música están orientadas a la composición. Sin embargo, a diferencia de los modelos de lenguaje LLM más destacados, como GPT-4, Claude 3 y Gemini, que han progresado mucho en su capacidad de generación y comprensión de texto, en el ámbito musical los resultados todavía no están a la misma altura. El estreno de la primera pieza sinfónica creada en España por una inteligencia artificial, a cargo del Laboratorio de Innovación y la formación sinfónica de RTVE, que tuvo lugar en el Teatro Monumental de Madrid el pasado 17 de noviembre, fue acogida con sorpresa por la novedad, pero también con críticas por su falta de cohesión musical, algo en lo que coincidieron tanto los músicos como el público.
Aplicaciones como MusicGEN de Meta y MusicFX de Google permiten la generación de música a partir de instrucciones de texto. Pero estas aplicaciones, que en su mayoría se orientan a la música tonal, producen fragmentos bastante previsibles. Y si se les pide una mayor creatividad, los resultados son muy poco atractivos.
Sin embargo, con fines educativos pueden tener alguna utilidad. Pongamos por caso que pedimos a MusicFX que cree ‘una pieza para saxofón y guitarra en un tempo lento y estilo barroco’. En unos pocos segundos nos ofrece dos piezas diferentes de 30 segundos. Un grupo de alumnos podría compartir una experiencia interactiva con el programa, cambiando los instrumentos, el tempo o el carácter y obtener así resultados diferentes. Cuando consiguieran acercarse a lo que están buscando podrían hacer un ejercicio de dictado musical, transcribiendo el audio a partitura, para posteriormente analizarlo e interpretarlo a primera vista, por ejemplo. Esta experiencia híbrida y colectiva puede ofrecerles un aliciente extra.
Desde hace algún tiempo vienen desarrollándose tutores digitales para el estudio personal, en disciplinas como el lenguaje musical y el aprendizaje de algunos instrumentos como la guitarra o el piano. Con la introducción de la IA, el potencial de estas aplicaciones se amplía sustancialmente. El caso de Piano Marvel permite una retroalimentación instantánea a través de la corrección automática de errores. El programa ‘escucha’ la interpretación y cuando se produce algún error enseguida lo señala en rojo sobre la partitura la pantalla. Realmente, resulta mucho más eficaz detectar el error desde el principio que tratar de corregirlo tiempo después, una vez consolidado.
Para la práctica de la música de cámara existen aplicaciones como MyPianist A. I. accompanist, para Android y iOs, un pianista acompañante con muchas posibilidades de configuración. Podemos elegir su sensibilidad desde baja a alta, lo que significa que el pianista virtual puede mantener un tempo estable o bien seguir nuestras fluctuaciones de fraseo, ritardando, etcétera. También se puede regular la afinación e incluso transportar a otras tonalidades. Cuenta con una amplia base de datos de partituras para todos los instrumentos sinfónicos y otros, como la guitarra.
Pero Moises.ai va un paso más allá, al permitir separar los instrumentos o las voces de una grabación que nosotros subamos, sea de los intérpretes que sean. Al separarlas, lo que hace es crear pistas independientes, permitiendo seleccionar las que se quieran escuchar o silenciar. De este modo, el estudiante puede integrar su propia interpretación al conjunto, ajustando el volumen de las demás, e incluso la afinación según sea necesario. En el ejemplo que acompaña este artículo, he separado la voz y el piano de una interpretación a dúo. El programa genera un metrónomo inteligente, que sigue exactamente el pulso de la grabación. He estado practicando y funciona bien con voces o instrumentos de distintas familias, como percusión, cuerda, viento, pero no he conseguido separar un violín y un violonchelo, por ejemplo.
La IA también puede ayudar a reducir tareas administrativas de los docentes, de modo que reduzcan el tiempo que dedican a rellenar papeles. Del mismo modo, puede permitirles personalizar su enseñanza y recibir retroalimentación sobre ella, pero también servir de apoyo en funciones como la corrección automática de exámenes y tareas. En esa línea contamos con la posibilidad de crear asistentes personalizados para la realización de tareas ofrecidas por ChatGPT y por Copilot Pro de Microsoft, o la integración del sistema de IA en las suites ofimáticas de Office o de Google, que permiten conectar la información de nuestros documentos, nuestras imágenes, los correos electrónicos, las hojas Excel y demás.
También para la investigación es están desarrollando herramientas que multiplican la eficacia y fiabilidad de las búsquedas bibliográficas y el análisis de investigaciones. SciSpace facilita la búsqueda en la literatura existente y el análisis de investigaciones. Entre otras cosas, permite ‘dialogar’ con las publicaciones de nuestra biblioteca virtual en su conjunto, interconectando informaciones precisas o respondiendo a preguntas sobre su contenido. Por su parte, Scite.ai se basa en la búsqueda de las denominadas “citas Inteligentes”, lo que permite a los usuarios ver cómo se ha citado una publicación, proporcionando el contexto claro de la cita y facilitando así su evaluación.
Situación de la IA en la educación musical
En el ámbito internacional encontramos muchos artículos dedicados a la educación musical mediante el uso de la IA. La práctica totalidad están orientados a cuestiones muy específicas, utilizando con frecuencia sistemas informáticos programados para la ocasión.
En España son muy pocas las publicaciones conectadas con la educación musical. Sin embargo, la atención dedicada a la IA y la música, en general, goza de mayor atención en nuestro país. Se trata de un terreno casi exclusivo del ámbito universitario, donde ya hay más de veinte tesis doctorales sobre la materia. Entre ellas citaremos tres de ámbitos diferentes: ‘El proceso de composición musical a través las técnicas bio-inspiradas de inteligencia artificial: investigación desde la creación musical’ (Alberto Carretero, Universidad Rey Juan Carlos, 2013), ‘Pattern recognition for music notation’ (Jorge Calvo Zaragoza, Universidad de Alicante, 2016), ‘Human-centered machine learning for music emotion recognition’ (Juan Sebastián Gómez, Universidad Pompeu Fabra, 2022).
Por otra parte, existen grupos de investigación con especialización en el desarrollo de la IA en el ámbito musical, como el grupo Reconocimiento de Formas e Inteligencia Artificial de la Universidad de Alicante. Una de sus áreas es la de Informática musical: Aplicación de técnicas de reconocimiento de formas y aprendizaje automático al ámbito de la música por ordenador. En esta ocasión, hemos contactado con su director, Jorge Calvo Zaragoza para conocer un poco mejor su proyecto.
Jorge Calvo Zaragoza es ingeniero en informática y doctor por la Universidad de Alicante, destacado por sus contribuciones en inteligencia artificial y reconocido con varios premios nacionales e internacionales, actualmente profesor titular en la misma universidad.
La inteligencia artificial expande nuestras posibilidades de interactuar con la música, desbloqueando procesos innovadores y explorando nuevas vías con impactos notables en ámbitos científicos, tecnológicos, artísticos y educativos. Las aplicaciones son prácticamente ilimitadas, abarcando desde la generación de música y análisis automático hasta la atribución de autoría, la evaluación de similitudes musicales, la búsqueda de patrones y la recomendación musical. En el Grupo de Reconocimiento de Formas e Inteligencia Artificial de la Universidad de Alicante contamos con más de veinte años de experiencia a la vanguardia de la investigación en IA musical.
La clave de los avances modernos en IA es disponer de datos para que los algoritmos puedan ser entrenados. Mientras que existen infinidad de recursos para aplicaciones de lenguaje humano (páginas web como Wikipedia, por ejemplo, suponen una fuente masiva de datos), no es tan sencillo encontrar una cantidad equiparable de datos musicales que permita igualar el nivel que tienen herramientas como ChatGPT en el ámbito musical. Aquí radica la importancia de convertir la vasta cantidad de composiciones existentes a formatos digitales, un proceso costoso y tedioso si se hace manualmente, y en el que nuestro grupo de investigación concentra actualmente sus esfuerzos desarrollando IA para la transcripción automática de partituras. Es decir, sistemas capaces de leer partituras, entender su significado y hacerlas disponibles en un formato comprensible por un ordenador, todo de manera automática.
Uno de nuestros principales ámbitos de aplicación es el patrimonio musical histórico. La mayoría de las partituras antiguas están escritas con unas notaciones diferentes a las actuales, un reto que constantemente nos empuja a ampliar los límites de lo que la tecnología musical puede conseguir. Una vez escaneadas las colecciones, nuestra IA es capaz de leer y entender su contenido, pero además traducirlo a la notación que se usa hoy en día. Un ejemplo de aplicación es el proyecto ‘PolifonIA’, que desarrollamos en colaboración con la Biblioteca Nacional de España, para revalorizar y difundir el patrimonio musical hispánico escrito en notación mensural. Tras el proceso de transcripción automática, es posible buscar melodías sobre este repertorio, escuchar cómo suena una de sus composiciones, visualizar cómo se escribiría en notación moderna, o crear nuevas ediciones.
A través de esta tecnología, estamos no solo preservando sino revitalizando la música del pasado para las generaciones presentes y futuras. En nuestro grupo de investigación nos mueve la convicción de que cada obra rescatada es un paso más hacia una comprensión profunda de nuestra historia cultural y un testimonio del poder transformador de la IA.
La IA y educación en los organismos internacionales
El 13 de marzo, el Parlamento Europeo de Estrasburgo aprobó el Reglamento Europeo de Inteligencia Artificial (la llamada AI Act), la primera regulación integral sobre inteligencia artificial a nivel global. Sin embargo, desde otros organismos internacionales se vienen dando pasos desde hace tiempo específicamente en el ámbito educativo. Desde mi experiencia personal, como asesor técnico en la Consejería de Educación de España ante OCDE, UNESCO y Consejo de Europa he podido constatar cómo la IA ha pasado a ocupar un primer plano de interés con relación a la educación. Las publicaciones, eventos y grupos de trabajo dedicados específicamente a esta cuestión son realmente importantes. Si bien es cierto que las referencias a las enseñanzas artísticas, y en particular a la música, son muy escasas, no puede obviarse que la implementación de la IA tendrá lugar en todo el sistema educativo, sin excepción.
Estos organismos internacionales están enfatizando su apoyo a los países para desarrollar acciones inmediatas y desarrollar políticas a largo plazo. Y el primer paso en firme lo dio la UNESCO en 2019 con el Consenso de Beijing sobre Inteligencia Artificial y Educación, que promueve el enfoque humanista de la IA en la educación y presenta recomendaciones estratégicas en diferentes áreas, como la gestión educativa, la capacitación docente, el aprendizaje y la evaluación, y el desarrollo de competencias. También aborda cuestiones transversales como la equidad, la ética y la transparencia en el uso de datos y algoritmos. Más recientemente destaca la publicación ‘Guía para el uso de IA generativa en educación e investigación’ (UNESCO, 2024).
En la reciente reunión de la Comisión de Política Educativa (EDPC) de marzo, la OCDE ha llevado a cabo un importante debate temático sobre las implicaciones de la IA en la educación, basado en la Recomendación sobre IA que la OCDE acordó en 2019 con carácter general. Muchas son las publicaciones que ha lanzado, entre las que mencionaré únicamente una de las más recientes ‘Oportunidades, pautas y salvaguardas para el uso efectivo y equitativo de la inteligencia artificial en la educación’ (OCDE, 2023).
El Consejo de Europa, por su parte, está promoviendo 2025 como el Año Europeo de la Educación en Ciudadanía Digital, y en este sentido trabaja en el desarrollo de un marco de referencia práctico sobre políticas relativas a la enseñanza y el aprendizaje con y sobre IA. Y, a su vez, está promoviendo la elaboración de un instrumento jurídico para la regulación del uso de los sistemas de IA en el ámbito educativo, siguiendo el mandato de la Conferencia Permanente de Ministros de Educación del Consejo de Europa de 2023. Mencionaremos una de las últimas publicaciones, ‘Inteligencia artificial y educación. Una visión crítica desde la óptica de los derechos humanos, la democracia y el Estado de Derecho’ (2022).
Desafíos y oportunidades
Entre las oportunidades, destacan el potencial de la IA para personalizar la enseñanza, mediante herramientas que permiten adaptar los contenidos según necesidades específicas del alumnado y su nivel. La detección temprana de dificultades de aprendizaje, que ofrece una retroalimentación instantánea a través de la corrección automática de tareas. El desarrollo de nuevas metodologías, con entornos de aprendizaje inmersivos y gamificados. Nuevas formas de evaluación del progreso mediante algoritmos de aprendizaje. El apoyo a la educación inclusiva, en cuestiones como el desarrollo y de herramientas inteligentes de accesibilidad, que pueden servir a estudiantes con diversas capacidades, o facilitar el acceso a recursos de conocimiento a cada vez más estudiantes.
Sin embargo, la integración de la IA en la educación también plantea preocupaciones en cuestiones como la privacidad y seguridad de datos, posibles sesgos algorítmicos, el aislamiento social o la dependencia excesiva de la tecnología.
Los desafíos técnicos y éticos que surgen a medida que avanzamos hacia un futuro cada vez más integrado con la IA. Y por esa razón, todos los esfuerzos se están orientando a garantizar que los avances en IA apoyen un modelo de educación más centrado en el desarrollo humano, la innovación y la realización del potencial de cada estudiante. Aunque posee amplias posibilidades, la aplicación de la IA en la educación debe ser complementaria, fomentando atributos como el pensamiento crítico y la creatividad. Debe usarse de forma que empodere y mejore la experiencia de profesores y estudiantes, no que la deshumanice.
La IA en la educación tiene sentido si realmente mejora el proceso de enseñanza-aprendizaje, y no solo por un afán innovador. Hay que investigar y evaluar rigurosamente el impacto real de la IA en la calidad de la educación, y para ello se impone generar directrices y estándares, creando espacios de experimentación concretos con docentes y expertos en educación para desarrollar modelos futuros de enseñanza y aprendizaje con IA. Lo que se busca es aprovechar el potencial de la IA, mitigando riesgos mediante un enfoque ético, equitativo y centrado en el aprendizaje integral de los estudiantes y el papel fundamental de los docentes.
Deja una respuesta