Upatanishi wa AI wa kiutambuzi na kisemiotiki katika elimu ya muziki ni mkabala wa kinadharia-kipedagojia ambapo mifumo ya akili bandia haisaidii tu kuzalisha sauti au kurekebisha makosa ya kiufundi, bali pia hupatanisha michakato ya kuelewa na kujenga maana kwa kufanya miundo dhahania ya muziki ionekane, kuunganisha namna tofauti za uwakilishi, na kumsaidia mwanafunzi kuhoji maamuzi yake mwenyewe ya kimuziki. Utafiti huu hautoi jaribio jipya wala sampuli mpya ya wanafunzi. Waandishi wanajadili jinsi AI inavyoweza kuwekwa kama sehemu ya ikolojia pana ya ujifunzaji wa elimu ya muziki kupitia uchanganuzi wa dhana, usanisi wa fasihi na ujenzi wa modeli ya kinadharia.

Dhana kuu ya makala ni kwamba AI, kama artefakti ya kiutambuzi, inaweza kusambaza upya sehemu ya mzigo wa kiakili wa mwanafunzi. Vipengele dhahania kama mifumo ya harmonia, ngazi za kirithimu, mahusiano ya kimuundo, miundo ya timbre na mvutano wa kimuziki vinapofanywa kufikika zaidi kupitia uwakilishi wa kuona, kusikia na maneno, mwanafunzi anaweza kuelekeza rasilimali zaidi kwa michakato ya juu ya kiutambuzi kama kusikiliza, kulinganisha, kufasiri, kutoa hoja, kuzalisha mbadala na kufanya maamuzi ya kiujumi badala ya kushughulika tu na kusoma noti au shughuli za kiufundi.

Chanzo hakiweki AI kama mamlaka huru inayofanya maamuzi badala ya mwalimu au mwanafunzi. Thamani ya kip pedagogia inahusishwa na mfumo kutomfanya mwanafunzi kuwa mtazamaji asiye hai na kufanya kazi kwa namna inayoweza kuelezwa, kuhojiwa na kumweka binadamu katikati ndani ya mazingira ya ujifunzaji yaliyoundwa na mwalimu. Mwanafunzi anapaswa kudumisha udhibiti wa njia ya ubunifu, huku AI ikiwa zaidi chombo cha kusaidia kufikiri, kulinganisha na kutafakari kuliko mzalishaji wa majibu yaliyofungwa.

Kikomo cha tafsiri ya utafiti kiko wazi: mfumo wa kiikolojia na upatanishi uliopendekezwa bado haujajaribiwa kwa njia ya kiempiria katika makala hii. Waandishi wanapendekeza kwamba tafiti za baadaye zenye msingi wa usanifu, za muda mrefu, za majaribio na nusu-majaribio zipime kwa utaratibu athari za mazingira yanayopatanishwa na AI kwa mzigo wa kiutambuzi, hoja za ubunifu, udhibiti wa metakognitivi na kujenga maana ya kimuziki.

Kwa nini elimu ya muziki inachukuliwa kama “ikolojia”?

Dhana ya ikolojia katika makala inaashiria modeli ya kip pedagogia iliyo pana kuliko tashbihi ya mfumoikolojia wa kibayolojia. Mazingira ya kujifunza muziki yanachukuliwa kama mtandao wa mahusiano ambamo mwanafunzi, mwalimu, repertwari, zana, noti, rekodi za sauti, programu, maana za kitamaduni, jumuiya na mifumo ya kiteknolojia huathiriana. Ujifunzaji si uhamishaji wa stadi moja baada ya nyingine kwa kujitenga, bali ni mchakato wa kujenga maana unaotokana na mwingiliano wa vipengele hivi.

Kinyume cha mkabala huu ni modeli ya elimu iliyogawanyika inayotenganisha mbinu, noti, nadharia ya muziki, usikilizaji na mazoezi ya ubunifu. Chanzo kinahoji kuwa kuzuia maarifa ya muziki kwenye usomaji sahihi wa alama au kukariri istilahi za kinadharia pekee kunaweza kubana fikra za kimuziki.

Ina Maana Gani kwa AI kuwa “Artefakti ya Kiutambuzi” katika Elimu ya Muziki?

AI kuwa artefakti ya kiutambuzi haimaanishi kufikiri badala ya mwanafunzi, bali kusaidia kuyaweka nje mahusiano magumu na dhahania ya kiakili ili kuelekeza rasilimali za kiutambuzi za mwanafunzi kwenye michakato ya juu zaidi ya kujifunza. Katika modeli inayopendekezwa na chanzo, dhana kama mifumo ya harmonia, ngazi za kirithimu, usanidi wa timbre na mahusiano ya kimuundo zinaweza kufanywa zionekane zaidi kupitia uwakilishi unaosaidiwa na AI; hivyo mwanafunzi anaweza kuzingatia zaidi kusikiliza, kufasiri, kulinganisha, kutoa hoja na kufanya maamuzi ya kiujumi.

Usambazaji upya wa mzigo wa kiutambuzi

Kwa mtazamo wa nadharia ya mzigo wa kiutambuzi, wazo kuu si kuondoa ugumu wote wa ufundishaji. Lengo ni kupunguza mizigo ya kimazingira au kimitambo ambayo haichangii moja kwa moja lengo la kujifunza la mwanafunzi. Ikiwa shughuli kama kusimamia kiolesura changamano, kujaribu kutatua mahusiano dhahania kupitia alama pekee au kutumia muda mwingi katika kazi za kimitambo zinaweza kupunguzwa, uwezo zaidi wa kiakili unaweza kutengwa kwa ajili ya kujenga skema za dhana.

Chanzo kinashughulikia hili kwa kutofautisha kwa makini “kurahisisha ufikivu” na “kurahisisha maudhui”. Uscaffolding unaobadilika haupaswi kuondoa ugumu anaokutana nao mwanafunzi; unapaswa kuufanya ugumu huo uwe na maana na uweze kudhibitiwa. Vinginevyo, teknolojia inaweza kuwa njia ya mkato inayochukua nafasi ya kufikiri kwa mwanafunzi badala ya kuwa msaada wa kiutambuzi.

Eneo la maendeleo ya karibu na uscaffolding unaobadilika

Katika mkabala wa kijamii-kitamaduni wa makala, AI inazingatiwa pamoja na dhana za Vygotsky za eneo la maendeleo ya karibu na scaffolding. Mwanafunzi anaweza kufanya uchanganuzi wa muziki au kazi ya ubunifu ambayo bado hawezi kuifanya kwa kujitegemea kwa msaada wa muda; ujifunzaji unapoendelea, msaada huo unapaswa kupungua na mwanafunzi afikie uwezo wa kujitegemea zaidi katika kufasiri na kuunda.

Kwa hiyo AI bora haijaundwa kama msahihishaji anayetoa jibu sahihi kila wakati, bali kama mpatanishi wa muda anayesaidia mpito kuelekea kufikiri kwa kujitegemea kwa kutoa maelezo, ulinganisho, mbadala na uwakilishi kulingana na uwezo wa sasa wa mwanafunzi.

Maarifa ya muziki hayawezi kupunguzwa kuwa namna moja ya uwakilishi

Kulingana na makala, kitu kilekile cha kimuziki kinaweza kueleweka kupitia uwakilishi tofauti: noti, rekodi ya sauti, spektrogramu, mchoro wa harmonia, maelezo ya kisemantiki, mwendo wa mwili au msimbo. Uwezo wa kip pedagogia wa AI unaweza kutokana na uwezo wake wa kubadilisha na kuunganisha namna hizi tofauti.

Mwanafunzi anaweza kupata ugumu kusoma harmonia changamano kupitia noti pekee, lakini anaweza kuelewa uhusiano huohuo kwa uwazi zaidi unapowasilishwa kwa pamoja kama sauti, ramani ya kuona ya harmonia na maelezo mafupi ya maneno. Mantiki hii ya uwakilishi mwingi inahusishwa katika makala na mzigo wa kiutambuzi pamoja na ujifunzaji wa midia nyingi.

Nafasi ya AI katika modeli ya tukio la muziki yenye sehemu tatu ya Nattiez

Mgawanyo huu wa sehemu tatu unalenga kuonesha kwamba AI si teknolojia ya “kuzalisha” muziki pekee. Mfumo huo huo unaweza kuwa mpatanishi kwa namna tofauti katika mchakato wa uundaji, katika uwakilishi wa kitu cha kimuziki na katika mchakato wa mwanafunzi wa kusikiliza/kufasiri.

AI Inawezaje Kubadilika kutoka Zana ya Kiufundi hadi Mpatanishi wa Dhana?

AI hubadilika kuwa mpatanishi wa dhana inapofanya ionekane kwa nini na jinsi miundo ya muziki inavyofanya kazi badala ya kuzalisha tu noti sahihi, ritimu sahihi au utunzi uliokamilika. Makala inaweka jukumu hili katika kazi tatu kuu: uoneshaji wa muundo, mwingiliano wa maelezo na mazungumzo, na uchanganuzi linganishi.

1. Uoneshaji wa muundo

Sauti au noti zinaweza kubadilishwa kuwa ramani ya umbo, grafu ya maendeleo ya harmonia, muundo wa ritimu, uwakilishi wa texture au mwonekano mwingine wa maelezo. Lengo si kufanya kujifunza noti kutokuwa muhimu, bali kuwezesha mahusiano changamano ya kimuziki kujadiliwa bila kutegemea tu stadi ya kusoma noti.

2. Mwingiliano wa maelezo na mazungumzo

Miundo ya lugha inaweza kueleza dhana za kinadharia, kupendekeza analojia, kuunda mazoezi ya hatua kwa hatua au kumwelekeza mwanafunzi kuuliza maswali. Chanzo kinazingatia uwezekano huu pamoja na hatari ya wazi: miundo inaweza kuzalisha taarifa zisizo sahihi kwa namna yenye kushawishi. Kwa hiyo majibu ya AI yanapaswa kuhojiwa, kulinganishwa na kuthibitishwa na mwalimu pamoja na mwanafunzi.

Mamlaka juu ya maarifa ya muziki hayapaswi kukabidhiwa kwa kompyuta. Mfumo unapaswa kutumiwa kama mshirika wa mazungumzo anayemhimiza mwanafunzi kuuliza “kwa nini?”, “kwa ushahidi gani?” na “je, maelezo mengine ya kimuziki yanawezekana?”.

3. Uchanganuzi linganishi

AI inaweza kurahisisha kuundwa kwa tofauti za kimuziki zilizo karibu. Muundo wa modal wa melodi unapobadilishwa, mpangilio wa mkazo unapohamishwa, ritimu inapobadilishwa au inapoharimonishwa upya, jinsi utambuzi na tafsiri vinavyobadilika inaweza kuchunguzwa bega kwa bega.

Thamani ya kip pedagogia haitokani tu na kuzalisha mifano zaidi, bali na mwanafunzi kutoa hoja kuhusu athari ya mabadiliko madogo ya kimuundo kwa maana ya kimuziki.

Mvutano kati ya maarifa ya kiuchanganuzi na maarifa ya uzoefu

Chanzo kinaona kuwa ni muhimu kudumisha usawa kati ya aina mbili za maarifa katika elimu ya muziki: ya kiuchanganuzi na ya uzoefu. Maarifa ya kiuchanganuzi yanahusu muundo unaoweza kupimwa, kanuni inayoweza kuthibitishwa, uhusiano wa kimuundo na usahihi wa kiufundi; maarifa ya uzoefu yanajumuisha uzoefu wa moja kwa moja, utambuzi, usemi, hisia na maana ya muktadha.

Ikiwa AI itaweka mbele tu yale yanayoweza kupimwa, kuna hatari ya kupunguza muziki kuwa mifumo ya kitakwimu na marekebisho ya utendaji. Mkabala wa upatanishi wa kisemiotiki, kwa upande mwingine, unalenga kuunganisha uwakilishi wa kiuchanganuzi moja kwa moja na usikilizaji na uzoefu wa ubunifu.

AI inayoweza kuelezwa na inayomweka binadamu katikati

Makala inaona kanuni za akili bandia inayoweza kuelezwa na akili bandia inayomweka binadamu katikati kuwa muhimu kielimu. Inatarajiwa kwamba mwanafunzi aweze kuelewa, kadiri inavyowezekana, si tu matokeo ya modeli bali pia vipengele vya kimuundo au ulinganisho uliotoa mchango kwa matokeo hayo.

Katika mkabala unaomweka binadamu katikati, mamlaka ya kufanya maamuzi hayako kwa mfumo bali kwa mwanafunzi na mwalimu. AI huacha kuwa mamlaka inayotoa suluhisho zilizofungwa na kuwa kiolesura cha fikra tunduizi na uundaji wa pamoja.

Uchanganuzi wa Modali Nyingi Unawezaje Kufanya Mchakato wa Kujifunza Muziki Uonekane?

Uchanganuzi wa modali nyingi unalenga kuchunguza si tu utendaji au utunzi wa mwisho wa mwanafunzi, bali pia mchakato wa kufanya maamuzi, kurekebisha, kujaribu na kutoa hoja kupitia sauti, video, mwingiliano wa programu, mwendo na aina nyingine zinazofaa za data. Kwa njia hii mwalimu anaweza kupata mwonekano tajiri zaidi wa mchakato ili kuelewa si tu matokeo yalikuwa nini, bali pia mwanafunzi alifikiaje matokeo hayo.

Kutoka bidhaa hadi mchakato

Tathmini ya jadi inaweza kuzingatia hali ya mwisho ya utendaji. Mkabala wa uchanganuzi wa modali nyingi unatoa mfumo wa kinadharia unaoweza kuwezesha kuchunguza ndani ya mchakato ni kifungu gani mwanafunzi alisimama, ni uamuzi gani alibadilisha, ni tofauti gani alijaribu, ni kosa gani alirudia au ni wakati gani alibadilisha mkakati.

Kwa mfano, katika uboreshaji wa papo hapo, mifumo kama mwanafunzi kumaliza kila mara kwa kadensi ileile, kuepuka modulesheni, kurahisisha ritimu katika sehemu ngumu au kupoteza usahihi wa kiufundi mzigo wa kimota unapoongezeka inaweza kuwa na maana ya kip pedagogia.

Wazo la ramani ya kiutambuzi

Kila kusita au marekebisho si “kosa” lenyewe. Chanzo kinachukulia matukio haya kama athari za mchakato zinazoweza kuakisi upangaji, utatuzi wa matatizo na uelewa wa dhana wa mwanafunzi.

Mtazamo huu unapanua tathmini kutoka kuipa alama tu bidhaa ya utendaji hadi kuelewa njia ya kufikiri na kufanya maamuzi ya mwanafunzi.

Wingi wa data hauleti moja kwa moja usahihi wa kip pedagogia

Kwa sababu tu mfumo unaweza kupima tabia zaidi za mwanafunzi haumaanishi kuwa unakuwa wa upande wowote au sahihi kielimu. Ni maamuzi ya usanifu kuamua ni tabia gani zinapimwa, ni repertwari gani imefundishwa kwa mfumo na ni sifa zipi za utendaji zinachukuliwa kuwa “nzuri”.

Kwa hiyo uchanganuzi wa modali nyingi unaweza kuwa teknolojia inayofanya mchakato wa ujifunzaji wa mwanafunzi uonekane na pia teknolojia inayoweza kulazimisha kanuni fulani kwa namna isiyoonekana.

AI Inapaswa Kusaidiaje Ubunifu katika Elimu ya Muziki?

Kulingana na pendekezo la chanzo, msaada wa AI kwa ubunifu haupaswi kuishia kwenye kumfanya mwanafunzi kuchagua kati ya matokeo yaliyo tayari; mfumo unapaswa kusaidia mwanafunzi kukuza mawazo, kulinganisha mbadala, kujenga nadharia tete za kimuziki, kutoa hoja kwa maamuzi yake na kutathmini upya matokeo. Kwa hiyo ubunifu hauchukuliwi kama uzalishaji wa matokeo bali kama sehemu ya mchakato wa kutafakari na kurudia wa kujenga maana.

Hatari ya ubunifu wa juu juu

Chanzo kinajadili kwamba mwingiliano wa jaribu-na-kosa unaotegemea kubadilisha vigezo na kuchagua matokeo “yanayosikika vizuri” unaweza kuzalisha matokeo yanayoonekana ya ubunifu bila lazima kukuza uelewa wa kimuziki wa mwanafunzi.

Kwa mfano, kuunganisha bila mpangilio vitalu vya loop vilivyoandaliwa mapema na kuchagua matokeo yanayosikika vizuri zaidi hutoa mwitikio wa kiujumi, lakini ikiwa mwanafunzi hatoi hoja kwa maamuzi ya harmonia, kimuundo, kimtindo au kiusemi, hoja ya kina ya kimuziki inaweza kutokua.

Uzalishaji unaotegemea hali na wa mwingiliano

Mifumo inayotegemea hali inaweza kumwezesha mwanafunzi kufanya kazi ndani ya vizuizi vilivyo wazi lakini vyenye maana badala ya kumwacha katika eneo la uzalishaji lisilo na mipaka kabisa au kuufunga ubunifu kwenye violezo vigumu. Mipaka ya mtindo, mahusiano ya wakati na sheria za mwingiliano zinapofanywa zionekane, mwanafunzi anaweza kuchunguza kwa uwazi zaidi mantiki inayotegemeza maamuzi ya ubunifu.

Katika dhana ya uzalishaji wa mwingiliano, AI haiundwi kama mbunifu huru anayezalisha na kukabidhi muziki uliokamilika, bali kama mfumo unaoitikia nia zinazobadilika za mtumiaji na kushiriki katika kujenga kwa pamoja mjadala wa kimuziki.

Mkabala wa binadamu-katika-mzunguko

Makala haimwondoi mwalimu katika mfumo. Katika mkabala wa Human-in-the-loop, mwalimu hufuatilia, kuelekeza au kurekebisha michakato ya kiotomatiki inapohitajika; huamua teknolojia gani itumike lini na kwa lengo gani la kip pedagogia.

Uwepo wa uwezo wa kiteknolojia pekee si mafanikio ya kip pedagogia. Ni lazima kuwe na uhusiano thabiti kati ya usanifu wa mwalimu, malengo ya mtaala, muundo wa kazi, kiwango cha maendeleo ya mwanafunzi na kazi za AI.

Uhusiano kati ya ubunifu na ukuaji wa kiutambuzi

Makala inajadili katika fasihi ya elimu ya muziki michakato mipana ya kiutambuzi inayohusiana na umakini, kumbukumbu tendaji, udhibiti mtendaji, unyumbufu wa kiutambuzi na uundaji modeli wa miundo changamano ya wakati. Pendekezo la kinadharia la waandishi ni kwamba AI, kwa kupunguza baadhi ya vizuizi vya awali vya kiufundi na vinavyohusiana na noti, inaweza kuwawezesha wanafunzi kukutana mapema zaidi na shughuli zenye mahitaji makubwa ya kiutambuzi kama kulinganisha, kufanya hitimisho, kutabiri, kufikiria kwa dhana na kuhamisha maarifa.

Makala hii haipimi moja kwa moja mafanikio hayo ya kiutambuzi. Mahusiano haya yanajadiliwa kupitia tafiti za awali zilizorejelewa katika chanzo na mfumo wa kinadharia uliotengenezwa.

Mbinu na Matokeo ya Utafiti

Je, Makala Hii ni Utafiti wa Majaribio wa Elimu ya AI?

Hapana. Makala haitoi sampuli mpya ya wanafunzi, kundi dhibiti, uingiliaji wa majaribio, mafunzo ya modeli au matokeo ya kiasi; waandishi wanafafanua kazi hii kama utafiti wa kinadharia-kidhana wa kujenga nadharia unaoeleza nafasi ya AI katika elimu ya muziki kupitia uchanganuzi wa dhana, usanisi wa fasihi na ujenzi wa modeli ya kinadharia. Kwa hiyo matokeo ya utafiti si ukubwa wa athari za majaribio, bali ni mahusiano ya kinadharia na mapendekezo ya usanifu wa kip pedagogia yaliyotokana na fasihi.

Mkabala wa utafiti

Mihimili mikuu ya kinadharia inayounganishwa na chanzo

Mzunguko wa kip pedagogia uliopendekezwa

Uhusiano mkuu unaotokana na sehemu tofauti za chanzo unaweza kuelezwa kwa mzunguko huu wa ufundishaji: mwanafunzi hukutana na kitu au tatizo la kimuziki; AI hufanya kitu hicho kionekane kupitia uwakilishi tofauti; mwanafunzi husikiliza, huchunguza na kulinganisha muundo; mfumo hutoa mbadala au maelezo; mwanafunzi hutoa hoja kwa uamuzi wake; mwalimu huongoza mchakato kulingana na malengo ya kip pedagogia; mwanafunzi hutathmini upya matokeo na kufanya jaribio jipya la ubunifu.

Mzunguko huu haujawasilishwa katika chanzo kama algoriti moja iliyotiwa nambari au itifaki ya majaribio. Katika maelezo ya Verianla, ni ujumuishaji wa kielimu wa mahusiano ya kisayansi yaliyoelezwa katika sehemu mbalimbali za makala.

Hatari za kialgoriti na kitamaduni

Mkabala wa makala unaunga mkono teknolojia lakini si bila masharti. Waandishi wanajadili kwa pamoja hatari kadhaa kuu:

• Miundo ya lugha inaweza kuzalisha taarifa zenye kushawishi lakini zisizo sahihi.
• Mifumo ya AI iliyofungwa na isiyoweza kuelezwa inaweza kumgeuza mwanafunzi kuwa mtumiaji asiye hai.
• Uboreshaji wa utendaji unaweza kutangulia ujifunzaji wa kiujumi na wa uzoefu.
• Kuchagua kati ya bidhaa zilizo tayari kunaweza kuchukua nafasi ya hoja ya ubunifu.
• Repertwari na seti za data zinazofanana zinaweza kuimarisha kanoni moja ya muziki.
• Mifumo ya kialgoriti inaweza kuamua kwa namna isiyoonekana ni aina zipi za muziki zinazochukuliwa kuwa “nzuri”, “zenye thamani” au zinazostahili kupimwa.
• Ujumuishaji wa teknolojia unaweza kutenganishwa na orkestrasheni ya kip pedagogia ya mwalimu.

Tatizo la uteuzi wa kitamaduni

Mfumo wa AI unapotengenezwa kwa repertwari, mtindo, kanuni na vigezo fulani vya tathmini, pia huwakilisha maarifa ya muziki kwa kiasi fulani kupitia chaguo hizo. Kwa hiyo makala haichukulii teknolojia ya elimu kama zana iliyo huru dhidi ya utamaduni.

Mfumo huo huo unaweza kusaidia wingi wa mitazamo unapotoa nafasi kwa repertwari mbalimbali na simulizi tofauti za kitamaduni za muziki; ukijengwa tu juu ya data inayofanana na uelewa mmoja wa kiepistemolojia, unaweza kuimarisha kanoni iliyopo.

Tafsiri zinazoungwa mkono na zisizoungwa mkono na utafiti

Mpango wa utafiti wa baadaye

Waandishi wanapendekeza uthibitishaji wa kiempiria wa mfumo wa kinadharia kwa utaratibu katika siku zijazo. Hasa, inaelezwa kuwa tafiti zenye msingi wa usanifu na za muda mrefu zinaweza kuchunguza jinsi AI inavyosambaza upya mzigo wa kiutambuzi kwa muda na jinsi inavyoathiri michakato kama hukumu ya kutafakari, hoja ya kutabiri na udhibiti wa metakognitivi.

Inasisitizwa pia kuwa mwingiliano wa modali nyingi unapaswa kuwa eneo tofauti la utafiti. Jinsi wanafunzi wanavyosonga kati ya uwakilishi wa kuona, kusikia na wa alama, na jinsi mwingiliano huu unavyochangia kujenga maana ya kimuziki, inapaswa kuchunguzwa kiempiria.

Zaidi ya hayo, hali ambazo AI hutoa kwa kweli uscaffolding unaobadilika na hali ambazo inageuka kuwa mzalishaji wa kiotomatiki aliyetengwa na muktadha zinapaswa kuchunguzwa pamoja na orkestrasheni ya mwalimu na usanifu wa mtaala.

Tafiti za majaribio na nusu-majaribio zinaweza kutoa ushahidi wenye nguvu zaidi wa kisababishi kuhusu athari za mazingira ya muziki yanayopatanishwa na AI kwa utendaji mtendaji, hoja za ubunifu na fikra za kimuziki zilizo katika muktadha. Uteuzi wa kitamaduni, ujumuishaji, utengaji, uwakilishi na epistemolojia tofauti za muziki pia zinapaswa kuwekwa katikati ya utafiti wa baadaye.

Maelezo ya Chanzo na Mbinu

Michango ya waandishi: Uundaji wa dhana Javier Félix Merchán-Sánchez-Jara, Sara González-Gutiérrez, María Navarro-Cáceres na Enrique González-Gutiérrez; metodolojia Javier Félix Merchán-Sánchez-Jara na Sara González-Gutiérrez; utafiti waandishi wote saba; rasilimali Enrique González-Gutiérrez, Juan José Navarro-Cáceres na Carlos Sánchez García; rasimu ya kwanza Javier Félix Merchán-Sánchez-Jara, Sara González-Gutiérrez na María Navarro-Cáceres; mapitio na uhariri Enrique González-Gutiérrez, Juan José Navarro-Cáceres na Javier Cruz-Rodríguez; sehemu husika za usimamizi, usimamizi wa mradi na upatikanaji wa ufadhili zilifanywa na Javier Félix Merchán-Sánchez-Jara na María Navarro-Cáceres.

Maelezo ya ufadhili: Utafiti uliendelezwa ndani ya mradi wa “EA-DIGIFOLK — An European and Ibero-American approach for the digital collection, analysis and dissemination of folk music”; uliungwa mkono na programu ya Horizon Europe Marie Skłodowska-Curie Actions kupitia makubaliano ya ruzuku nambari 101086338.

Kikomo cha kimetodolojia: Chanzo hakitoi data mpya za wanafunzi, uingiliaji wa majaribio, kundi dhibiti, jaribio la utendaji wa modeli, thamani ya p, muda wa kujiamini au ukubwa wa athari. Kwa hiyo kauli kama “AI iliongeza ukuaji wa kiutambuzi”, “iliongeza ubunifu” au “iliboresha matokeo ya ujifunzaji” haziwezi kuwasilishwa kama matokeo ya moja kwa moja ya majaribio ya makala hii. Mchango wa makala ni kuunganisha mahusiano haya ndani ya mfumo wa kinadharia-kipedagojia kupitia fasihi iliyopo.

Kikomo cha uelezekaji: Makala inatetea AI inayoweza kuelezwa na inayomweka binadamu katikati kama sharti la kawaida la usanifu; haitengenezi na kujaribu mbinu maalum ya XAI au mfumo wa elimu ya muziki.

Kikomo cha uchanganuzi wa modali nyingi: Uwezekano wa kutumia sauti, video, mwingiliano wa programu, mwendo au data za kibayometriki kuchunguza mchakato wa ujifunzaji unajadiliwa kwa kiwango cha dhana. Makala haikukusanya data kama hizo za modali nyingi kutoka kwa kundi lake la wanafunzi.

Kikomo cha muktadha wa kitamaduni: Mahusiano kati ya upatanishi wa kialgoriti, kanoni ya muziki, uwakilishi na uteuzi wa kitamaduni yanajadiliwa kinadharia. Utafiti huu haukufanya ukaguzi wa kiasi unaopima kiwango cha upendeleo wa kitamaduni wa modeli fulani.