L’intelligenza artificiale può aggiungere una nota personale all’educazione musicale
L’istruzione nel suo complesso sta adottando le nuove tecnologie come l’intelligenza artificiale (IA), ma l’educazione musicale rimane un’impresa ancora piuttosto analogica. «I programmi di educazione musicale si svolgono perlopiù come prima dell’avvento dei computer: con una combinazione di lezioni individuali e pratica individuale, nonché usando libri di metodo consolidati», spiega Filippo Carnovalini, borsista delle azioni Marie Skłodowska-Curie(si apre in una nuova finestra) presso la VUB(si apre in una nuova finestra). Il problema in tale approccio è che questi libri non possono essere adattati alle capacità e alle esigenze dei singoli studenti. In questo ambito, l’intelligenza artificiale potrebbe svolgere un ruolo importante. «Crediamo che l’IA abbia le potenzialità per personalizzare l’educazione musicale, generando esercizi su misura per ogni musicista principiante», aggiunge Carnovalini. Il progetto CALIOPE(si apre in una nuova finestra), finanziato dall’UE, sta lavorando per mettere in pratica questa capacità.
L’IA non viene usata per generare lezioni di musica personalizzate
Per prima cosa, l’équipe di ricerca ha ottenuto una panoramica completa sulla frequenza con cui l’IA viene impiegata per personalizzare l’educazione musicale. «Quello che abbiamo scoperto è che, nonostante sembri esserci un chiaro interesse nell’utilizzo dell’IA per l’educazione musicale e la personalizzazione, questa tecnologia non viene usata per generare esercizi su misura», spiega Carnovalini, il coordinatore del progetto. Il gruppo di ricerca ha anche scoperto che, dei pochi programmi che generano lezioni, la maggior parte si limita a recuperare materiale da database esistenti o a generare aspetti complementari come visualizzazioni o feedback, piuttosto che il materiale didattico stesso.
Una visione personalizzata della difficoltà di un brano musicale
Sulla base di questa ricerca, il progetto ha stabilito che, per essere veramente utile all’educazione musicale, l’IA deve andare oltre la semplice generazione di musica. «L’IA generativa è già in grado di generare buona musica, ma in genere manca il livello di controllo sull’output necessario affinché sia utile nei casi d’uso specifici offerti nel campo dell’istruzione», osserva Carnovalini. Secondo il coordinatore del progetto, la soluzione consiste nell’incorporare nei programmi di IA generativa un sistema che descriva in modo personalizzato la difficoltà di un brano per uno studente specifico. A tal fine, il progetto ha sviluppato un modello cognitivo innovativo per determinare la difficoltà in base all’esperienza degli allievi. «Sebbene esistano altri modi per stimare la difficoltà di un brano musicale, il nostro modello cognitivo ci permette di descrivere aspettative diverse per persone diverse, in base alla loro esperienza di esecuzione», osserva Carnovalini. «Il risultato netto è una visione personalizzata della difficoltà che può aiutare a generare lezioni musicali su misura.»
Rendere più efficace l’educazione musicale
Sebbene i modelli e i risultati del progetto non siano ancora tecnologicamente pronti per essere impiegati nelle scuole e nelle case, aprono la strada a un’educazione musicale più efficace e meno frustrante per i principianti. «Ogni allievo è diverso, quindi ogni studente merita esercizi diversi», conclude Carnovalini. «Soluzioni di IA come quelle sviluppate dal progetto CALIOPE hanno le potenzialità per rendere possibile questa idea.» Il gruppo di ricerca si augura che, dopo ulteriori esperimenti, alcune delle soluzioni del progetto potranno essere trasformate in applicazioni di facile utilizzo. I dettagli sul lavoro di CALIOPE sono disponibili online(si apre in una nuova finestra).
