Inteligencia artificial para la producción musical (IAPM)
pedagogía y docencia a través de estrategias tecnológicas innovadoras.
DOI:
https://doi.org/10.59343/yuyay.v3i1.59Palabras clave:
Educación, producción musical, inteligencia artificial, innovación educativaResumen
Desde su creación, la producción musical ha tenido un vínculo estrecho con la tecnología, existe gracias a ella. Por ello, los cambios tecnológicos redundan en los modos de grabar música y en la estética del audio. Ahora bien, ¿cómo opera la emergente inteligencia artificial (IA) en la producción musical? ¿Qué alternativas tienen las instituciones y los profesionales que se dedican a la enseñanza del audio frente a la consolidación de la inteligencia artificial para la producción musical (IAPM)? El objetivo de este ensayo es analizar el impacto de la IA desde la intersección de la educación, producción musical y nuevas tecnologías. Se realizó un estudio exhaustivo cuya metodología incluyó revisión bibliográfica, entrevistas a especialistas del audio y la aplicación de algunas tecnologías de IAPM. A partir de este enfoque, se ha procurado comprender cómo las estrategias tecnológicas están transformando la enseñanza de la producción musical. Dentro de los resultados que se presentan, se revela que la discusión sobre música, computadoras e inteligencia artificial lleva casi setenta años; sin embargo, actualmente es un campo emergente en constante evolución. Se ha señalado el rol de las instituciones que imparten esta disciplina y la integración de la inteligencia artificial para la producción musical en sus programas académicos. De esta manera, se aspira a potenciar la sostenibilidad y eficacia de la enseñanza para la producción musical. Igualmente, se subraya el nuevo rol del docente, quien podrá fungir como tutor, curador y asesor de los estudiantes con el uso de IAPM.
Descargas
Citas
Avdeeff, M. (2019). Artificial Intelligence & Popular Music: SKYGGE, Flow Machines, and the Audio Uncanny Valley. Arts, 8 (4), 130-151. https://doi.org/10.3390/arts8040130
Barragán Becerra, J., Hernández, N. E. y Medina Castro, A. (2017). Validación de guías de autoaprendizaje en simulación clínica para estudiantes de enfermería. Revista Cuidarte, 8 (2), 1582-1590. https://doi.org/10.15649/cuidarte.v8i2.377
Born, G. (1995). Rationalizing Culture. IRCAM, Boulez, and the Institutionalization of the Musical Avant-Garde. University of California Press.
Born, G., Morris, J., Díaz, F. y Anderson, A. (2021). Artificial Intelligence, Music Recomendation, and the Curation of Culture. Universidad de Toronto.
Bowen, O. (2021). Sociocultural and Design Perspectives on AI-Based Music Production: Why Do We Make Music and What Changes if AI Makes It for Us? en E.R. Miranda (Ed.), Handbook of Artificial Intelligence for Music (pp. 1-20). Springer. https://doi.org/10.1007/978-3-030-72116-9_3
Burgess, R.J. (2013). The Art of Music Production: The Theory and Practice. Oxford University Press.
Buning, M. de C. (2018). Artificial Intelligence and the Creative Industry: New Challenges for the EU Paradigm for Art and Technology en W. Barfield y U. Pagallo (Eds.), Research handbook on the law of artificial intelligence (pp. 511-535). Edward Elgar Publishing. https://hdl.handle.net/1814/70217
Caballero Parra, C.A. (2023). La producción musical en Colombia en las décadas de 1960 y 1970. Formas de registro y estética sonora de la música tropical colombiana [Tesis de doctorado, Universidad Politécnica de Valencia]. https://riunet.upv.es/handle/10251/192511
Cartwright, M. y Pardo, B. (2014). SynthAssist: an audio synthesizer programmed with vocal imitation. Proceedings of the 22nd ACM International Conference on Multimedia, pp. 741-742. https://doi.org/10.1145/2647868.2654880
Cetta, P. (2018). Fundamentos de composición musical asistida por computadora en el entorno de programación OpenMusic. Universidad Católica Argentina.
Cheung-Ruiz, M. y Pérez-Valero, L. (2020). Producción musical. Pedagogía e investigación en artes. UArtes Ediciones.
Clark, E., Ross, A.S., Tan, C., Ji, Yi., y Smith, N.A. (2018). Creative writing with a machine in the loop: Case studies on slogans and stories. 23rd International Conference on Intelligent User Interfaces (IUI). https://doi.org/10.1145/3172944.3172983
Deruty, E., Grachten, M., Lattner, J.N., Aouameur, G. (2022). On the Development and Practice of AI Technology for Contemporary Popular Music Production. Transactions of the International Society for Music Information Retrieval, 5 (1), 35-49. https://transactions.ismir.net/articles/10.5334/tismir.100
Di Cione, L. (2023). Musicología de la producción fonográfica: las operaciones técnico-discursivas en el estudio de grabación analógica y las poéticas sonoras del rock en Argentina [Tesis de doctorado, Universidad de Buenos Aires]. https://repositoriosdigitales.mincyt.gob.ar/
Dirst, M. (2012). Engaging Bach: The Keyboard Legacy from Marpurg to Mendelssohn. Cambridge University Press.
Dugan, D. (1975). Automatic Microphone Mixing. Journal of the Audio Engineering Society 23, 442-449.
Espiga, P. (2020). La construcción de la imagen del estudio de grabación tradicional. Etno: Cuadernos de Etnomusicología, 15 (2), 226-246. https://www.sibetrans.com/
Flores-Vivar, J. M. y García Peñalvo, F. J. (2023). Reflexiones sobre la ética, potencialidades y retos de la Inteligencia Artificial en el marco de la Educación de Calidad (ODS4). Comunicar, 74 (31). https://doi.org/10.3916/C74-2023-03
Giotti, A. (2021). Artificial intelligence for music composition en E.R. Miranda (Ed.), Handbook of Artificial Intelligence for Music (pp. 53-73). Springer Link. https://doi.org/10.1007/978-3-030-72116-9_3
Gómez Jerez, A.M. (2021). La capacidad creativa en los sistemas de inteligencia artificial y sus consideraciones en el derecho de autor. La Propiedad Inmaterial, 31, 283-297. https://doi.org/10.18601/16571959.n31.11
González Álvarez, P. (2018). Diseño de una plataforma virtual de autoaprendizaje de la escritura académica: fundamentación teórica y decisiones pedagógicas en la Universidad de Chile. Álabe 17, 1-17. https://doi.org/10.15645/Alabe2018.17.7
González Sánchez, J. L., Villota García, F. R., Moscoso Parra, A. E., Garces Calva, S. W., Bazurto Arévalo, B. M. (2023). Aplicación de la Inteligencia Artificial en la Educación Superior. Revista Científica. Dominio de las Ciencias, 9 (3), 1097-1108. https://doi.org/10.23857/dc.v9i3.3488
Grachten, M., Lattner, S., y Deruty, E. (2020). Bass-net: A variational gated autoencoder for conditional generation of bass guitar tracks with learned inetractive control. Applied Science, 18 (10). https://doi.org/10.3390/app10186627
Gunkel, D.J. (2008). Rethinking the Digital Remix: Mash-Ups and the Metaphysics of Sound Recording. Popular Music and Society, 31, 489-510. https://doi.org/10.1080/03007760802053211
Hatschek, K. y Wells, V.A. (2018). Historical Dictionary of the American Music Industry. Rowman & Littlefield.
Herndon, H. (2019). Proto. 4AD.
Hiller, L.A. y Isaacson, L. (1959). Experimental Music: Composition with an Electronic Computer. McGraw-Hill.
Jillings, N. y Stables, R. (2017). Automatic Masking Reduction in Balance Mixes Using Evolutionary Computing. Audio Engineering Society Convention 43. Audio Engineering Society.
Juan de Dios Cuartas, M.A. (2016). La figura del productor musical en España. Propuestas metodológicas para un análisis musicológico [Tesis de doctorado, Universidad de Oviedo].
Knotts, S. y Collins, N. (2021). AI-Lectronica: Music AI in clubs and studio production en Miranda, E.R. (Ed.), Handbook of Artificial Intelligence for Music (pp. 849-877). Springer. https://doi.org/10.1007/978-3-030-72116-9_3
Lacruz Mantecón, M. (2021). Inteligencia Artificial y derecho de autor. Editorial Reus.
Lauber-Rönsberg, A. y Hetmank, S. (2019). The concept of authorship and inventorship under pressure: Does artificial intelligence shift paradigms? Journal Intellectual Property Law & Practice, 14, 570-579. https://doi.org/10.1093/jiplp/jpz061
Lázaro, N. (2011). Tendencias pedagógicas en centros de autoaprendizaje de Alemania, Suiza, Hong Kong y España. Universidad Nacional de Educación a Distancia.
Miranda, E., ed. (2000). Readings in Music and Artificial Intelligence. Harwood.
Moffat, D. y Sandler, M.B. (2019). Approaches in Intelligent Music Production. Arts, 8 (4), 125-129. https://doi.org/10.3390/arts8040125
Moylan, W. (2020). Recording Analysis. How the Record Shapes the Song. Routledge.
Novotny, A. (2018). A Collection of Art: The Ghost Writer. Create Space.
Pardo, B., Cartwright, M., Seetharaman, P., y Kim, B. (2019). Learning to Build Natural Audio Production Interfaces. Arts, 8 (3), 110-131. https://doi.org/10.3390/arts8030110
Paterson, J., Toulson, R., y Hepworth-Sawyer, R. (2019). User-Influenced / Machine-Controlled Playback: The VariPlay Music App Format for Interactive Recorded Music. Arts, 8 (3), 112-129. https://doi.org/10.3390/arts8030112
Pérez-Valero, L. (2022). La producción discográfica de Xavier
Cugat (1933-1950) [Tesis de doctorado, Pontificia Universidad Católica Argentina]. https://repositorio.uca.edu.ar/handle/123456789/14389
Piantanida, P., y Vega, L.R. (2021). Information bottleneck and representation learning en Rodriguez, M.R.D. y Eldar, Y.C. (Eds.), Information Theoretic Methods in Data Science (pp. 330-358). Cambridge University Press. https://doi.org/10.1017/9781108616799.012
Reje, A. (2022). Ethical Risk Analysis of the Use of AI Music Production [Tesis de Maestría, KTH Royal Institute of Technology]. https://kth.diva-portal.org/
Road, C. (1980). Artificial Intelligence and Music. Computer Music Journal 4, 13-25.
Ros-Fábregas, E. (2023). Musicología en la era de la inteligencia artificial (IA). Anuario Musical, (78), 7-12. https://doi.org/10.3989/anuariomusical.2023.78.01
Russell, S. y Norvig, P. (1995). Artificial Intelligence: A Modern Approach. Prentice-Hall.
Sanz Mendioroz, M. (2023). Autoría como elemento principal de los derechos de autor en el ámbito de la Inteligencia Artificial (IA). [Tesis de grado. Comillas Universidad Pontificia]. https://repositorio.comillas.edu/
Seabrook, J. (29 de enero de 2024). Inside the Music Industry’s High-States A.I. Experiments. The New Yorker Daily. https://www.newyorker.com/magazine/2024/02/05/inside-the-music-industrys-high-stakes-ai-experiments
Schedl, M., Yang, Yi-Hsuan y Herrera-Boyer, P. (2016). Introduction to Intelligent Music Systems and Applications. ACM Transactions on Intelligent Systems and Technology, 8 (17), 1-8. https://doi.org/10.1145/2991468
Sheridan, T. B. y Verplank, W. L. (1978). Human and Computer Control of Undersea Teleoperators. Technical Report. Massachusetts Inst of Teach Cambridge Man-Machine Systems Lab.
Skygge (2018). Hello World. Sony Music.
Southerm, T. (2018). I AM AI. Independiente.
Stypullkowski, K. (2020). Los estudios para piano de Teobaldo Power (1848-1884) en el desarrollo de la escuela pianística en España [Tesis de Fin de Máster, Universidad de Valladolid]. https://uvadoc.uva.es/handle/10324/45855
Sturm, B. L., Iglesias, M., Tal, O. B., Mixon, M. y Gómez, E. (2019). Artificial Intelligence and Music: Open Questions of Copyright Law and Engineering Praxis. Arts, 8 (3), 115-119. https://doi.org/10.3390/arts8030115
Terrones Rodríguez, A. L. y Rocha Benardi, M. (2024). El valor de la ética aplicada en los estudios de ingeniería en un horizonte de inteligencia artificial confiable. Sophia. Colección de Filosofía de la Educación, 36, 221-245. https://doi.org/10.17163/soph.n36.2024.07
Tomalá de la Cruz, M.A., Mascaró Benítez, E.M., Carrasco Cachinelli, C.G. y Aroni Caicedo, E.V. (2023). Incidencias de la inteligencia artificial en la educación. Recimundo. Revista Científica Mundo de la Investigación y el Conocimiento, 7 (2), 238-251.
Tsiros, A. y Palladini, A. (2020). Towards a Human-Centric Design Framework for AI Assisted Music Production. NIME’20, 399-404.
Zagorski-Thomas, S. (2014). The Musicology of Record Production. Cambridge University Press.

Publicado
Cómo citar
Número
Sección
Categorías
Licencia
Derechos de autor 2024 Marelis Loreto-Amoretti, Luis Perez-Valero

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Usted es libre de:
Compartir — copiar y redistribuir el material en cualquier medio o formato
- La licenciante no puede revocar estas libertades en tanto usted siga los términos de la licencia
Atribución — Usted debe dar crédito de manera adecuada, brindar un enlace a la licencia, e indicar si se han realizado cambios.
- Puede hacerlo en cualquier forma razonable, pero no de forma tal que sugiera que usted o su uso tienen el apoyo de la licenciante.
NoComercial — Usted no puede hacer uso del material con propósitos comerciales.
SinDerivadas — Si remezcla, transforma o crea a partir del material, no podrá distribuir el material modificado.
No hay restricciones adicionales — No puede aplicar términos legales ni medidas tecnológicas que restrinjan legalmente a otras a hacer cualquier uso permitido por la licencia.