Swobodna improwizacja i sztuczna inteligencja. Zastosowanie SI do tworzenia i analizy muzyki

W niniejszej pracy analizowany jest potencjał sztucznej inteligencji (SI) w kontekście muzyki, ze szczególnym uwzględnieniem jej wykorzystania jako partnera w swobodnej improwizacji. Opisano ewolucję współpracy między muzykami a technologią, wskazując na rozwój sztucznej inteligencji jako kolejny etap tego współdziałania. Omówiono możliwości i ograniczenia istniejących modeli SI zdolnych do generowania muzyki oraz ich zdolność do angażowania się w interakcję improwizacyjną. W pracy przyjęto podejście interdyscyplinarne, które łączy muzykologię, etnomuzykologię i badania nad sztuczną inteligencją, aby lepiej zrozumieć, jak dane treningowe wpływają na tworzenie modeli muzycznych. Głównym celem badań jest określenie, jakie warunki muszą zostać spełnione, aby sztuczna inteligencja stała się równorzędnym partnerem w improwizacji. Szczególną uwagę zwraca się na tendencyjność istniejących modeli muzycznych oraz potrzebę rozwijania ich w dwóch kierunkach: pogłębiania – poprzez tworzenie wyspecjalizowanych modeli w lokalnych ośrodkach badawczych oraz rozszerzania – poprzez budowanie modeli zintegrowanych uwzględniających dane wielokulturowe, w tym małe i zmarginalizowane grupy.

This paper explores the potential of artificial intelligence (AI) in the context of music, with a particular focus on its use as a partner in free improvisation. The evolution of collaboration between musicians and technology is described, pointing to the development of artificial intelligence as the next stage of this interaction. The capabilities and limitations of existing AI models capable of generating music and their ability to engage in improvisational interaction are discussed. The paper takes an interdisciplinary approach that combines musicology, ethnomusicology and AI research to better understand how training data influences the creation of musical models. The main aim of the research is to determine what conditions must be met for artificial intelligence to become an equal partner in improvisation. Particular attention is paid to the bias of existing music models and the need to develop them in two directions: deepening - by creating specialised models in local research centres; and expanding - by building integrated models that take into account multicultural data, including small and marginalised groups.