Skip to main content

Enhancing Motion Interaction through Music Performance

Article Category

Article available in the folowing languages:

Interazione uomo-macchina per produrre musica migliore

La pratica ripetitiva rende perfetti? Il progetto MIM ha analizzato i movimenti del corpo usando un nuovo tipo di strumento digitale per scoprirlo.

Economia digitale

Le tecnologie digitali si stanno introducendo praticamente in tutti gli aspetti delle nostre vite, diventando sempre più intrecciate con la società. Insieme a questa tendenza giunge un desiderio di creare per gli esseri umani dei modi più naturali per interagire con i computer. I ricercatori confidano di integrare l’interazione uomo-computer (HCI, human-computer interaction) in nuovi aspetti della vita, tra cui cultura, emozione ed esperienza. Il movimento del corpo è un modo per raggiungere questo obiettivo. Il progetto MIM ha creato un nuovo tipo di strumento musicale digitale basato su meccanismi di apprendimento senso-motori, strettamente collegati ai movimenti del corpo. Questa ricerca è stata intrapresa con il supporto del programma Marie Skłodowska-Curie. «Una performance musicale è spesso vista come uno dei massimi risultati delle capacità umane», afferma Baptiste Caramiaux, ricercatore al Centro Nazionale di Ricerca Scientifica (CNRS), Università di Parigi-Saclay e ricercatore principale nel progetto MIM. «Sorprendentemente, ancora non è chiaro in che modo la pratica influisca concretamente sull’acquisizione delle capacità musicali. Sappiamo che determinati movimenti ed esercizi devono essere ripetuti. Ma la ripetizione è la migliore strategia?». In questo contesto, il progetto MIM ha cercato di comprendere meglio se il modo più appropriato per acquisire delle sequenze di movimento sia quello di ripeterle, o se sia invece quello di variare i movimenti durante la pratica. In sostanza, l’idea è quella di costruire una tecnologia interattiva che sia in grado di guidare i musicisti nel corso della pratica. Informazioni sulla creatività umana Nel progetto sono stati coinvolti diversi componenti tecnologici. Il primo era connesso ai dispositivi usati per acquisire il movimento umano durante la performance musicale, concentrandosi sul pianoforte. I ricercatori hanno assemblato un sistema all’avanguardia per l’acquisizione delle immagini in movimento collocando segnali riflettenti sulle dita del suonatore, che sono stati seguiti da una serie di 10 telecamere a infrarossi poste attorno al musicista. Questo ha permesso di ricavare le posizioni delle dita con un’elevata risoluzione temporale e spaziale. Un secondo aspetto è stata l’analisi del movimento, acquisita impiegando una serie di algoritmi per analizzare i movimenti delle dita e ottenere informazioni. Il team di MIM ha sviluppato due tipi di strumenti: alcuni che analizzano come il movimento migliori con il tempo, e altri che sono in grado di apprendere la struttura della variabilità del movimento. I risultati hanno dimostrato che la variabilità del movimento può essere un meccanismo utile nell’acquisizione delle capacità musicali e, nello specifico, che il fatto di variare i movimenti quando si imparano nuove capacità musicali può essere sia benefico per l’apprendimento che un modo per apporre la propria «firma» sulla musica che viene creata. «L’impatto è importante. Comprendere la struttura della variabilità del movimento potrebbe aiutare la progettazione di sistemi interattivi basati su di esso in grado di comprendere meglio e favorire l’apprendimento umano del movimento», dichiara Caramiaux. Migliorare l’ingegnosità umana L’obiettivo principale del progetto era quello di migliorare la performance musicale in generale, proponendo dei modi per apprendere le capacità musicali più efficientemente. «Potrebbe sembrare molto ambizioso, e in effetti lo è», afferma Caramiaux. Le applicazioni possono anche andare oltre la musica. «Sto ora collaborando con ricercatori presso IRCAM e l’Università della Sorbona a Parigi su sistemi musicali applicati nella riabilitazione motoria», dichiara Caramiaux. Il prossimo passo è quello di insistere con la progettazione di sistemi interattivi in grado di guidare i musicisti mentre fanno pratica. Tali sistemi, che comportano metodi di apprendimento automatico, sarebbero in grado di apprendere il modo in cui i musicisti imparano e di adattarsi di conseguenza. «I risultati che abbiamo ottenuto sono molto promettenti e hanno influenzato il mio programma di ricerca attuale e futuro al CNRS, focalizzato sull’uso dell’apprendimento automatico per supportare e mettere alla prova l’apprendimento e la creatività dell’uomo», aggiunge Caramiaux.

Parole chiave

MIM, apprendimento automatico, creatività, musica, pratica, algoritmi, informazioni

Scopri altri articoli nello stesso settore di applicazione