Inteligencia artificial Vs creatividad musical, ¿sustituto o complemento?
Notice bibliographique
Résumé
La integración de la Inteligencia Artificial en el ámbito artístico despierta interrogantes sobre su capacidad creativa, su influencia en la esencia y apreciación del arte, así como el rol del artista. Esta investigación realiza una revisión sistemática de la literatura para abordar estas cuestiones centrando el foco en la música y conocer la situación del estado del arte. En la actualidad, hay IAs que tienen la capacidad de generar composiciones de manera autónoma, planteando si la percepción de originalidad y belleza cambia cuando es una máquina la que crea. Al simular procesos cognitivos, la IA brinda perspectivas sobre la manifestación de la creatividad humana. Sin embargo, la creatividad de las personas es única, influida por emociones y vivencias. En contraposición, las máquinas se basan en replicar patrones preexistentes, pero con la dirección adecuada, pueden potenciar la creatividad humana. Aun así, requieren calibración constante, confiando en criterios humanos para juzgar su producción. La convergencia de tecnología y creatividad ha llevado a debates éticos y de derechos de autor de las obras. Es crucial que la tecnología esté al servicio del ser humano, subrayando la urgencia de establecer un marco ético firme en nuestra era digital.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,033 | 0,025 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».