1 Archivos adjunto(s)
Curso de posgrado en IA aplicada a música y sonido con enfoque experimental
Este curso de posgrado explora las intersecciones entre inteligencia artificial y creación sonora mediante un diseño pedagógico innovador que combina dominio técnico y cuestionamiento crítico. Partiendo de la premisa de que los sistemas de IA funcionan como medios de traducción transmodal, el programa examina cinco dominios centrales: composición simbólica, síntesis de voz, transferencia de timbre, síntesis neuronal de audio y sistemas de texto a audio. Cada tecnología se estudia primero desde sus aplicaciones convencionales para luego ser sometida a ejercicios de reencuadre que revelan sus limitaciones representacionales y comportamientos emergentes.
Metodología de études emparejadas
La estructura del curso se organiza alrededor de pares de ejercicios contrastantes denominados études. En la primera fase de cada módulo, los estudiantes implementan cada modalidad de IA según sus especificaciones técnicas originales, desarrollando competencia en herramientas como redes generativas adversariales para síntesis de audio o transformers para composición simbólica. La segunda fase introduce un giro metodológico donde los mismos sistemas son dirigidos hacia propósitos no previstos, como forzar un modelo de texto a audio a generar sonidos a partir de descripciones paradójicas o aplicar transferencia de timbre entre dominios acústicamente incompatibles. Este desvío calculado sirve para desnaturalizar la supuesta neutralidad de los algoritmos y exponer cómo codifican sesgos estéticos y culturales.
Marco teórico y implicaciones creativas
El marco conceptual integra teorías del medio post-mcluhanianas con aproximaciones postestructuralistas al signo musical, tratando los sistemas de IA no como herramientas transparentes sino como agentes que participan activamente en la reconfiguración de prácticas creativas. Las sesiones teóricas examinan cómo estas tecnologías renegocian las fronteras entre lo textual, simbólico, tímbrico y sonoro, creando nuevas ecologías de sentido donde la agencia se distribuye entre humanos y algoritmos. Los estudiantes desarrollan proyectos que explicitan estas tensiones, produciendo tanto obras sonoras como ensayos reflexivos que documentan el proceso de descubrimiento de los límites representacionales de cada sistema.
En un giro irónico, descubrimos que los sistemas más avanzados de IA musical a veces producen sus resultados más interesantes cuando fallan espectacularmente en sus objetivos originales, como si la creatividad emergiera precisamente donde el control algorítmico se quiebra.
