Inteligencia poética como resistencia creativa
Resumen
Este artículo propone el marco de inteligencia poética para orientar investigación y práctica en artes y diseño con inteligencia artificial (IA). Partimos de la pregunta ética y existencial “¿música para qué y para quiénes?”, para situar la técnica en un horizonte de resonancia estética, cultural y social. Examinamos el estado del arte en generación musical (MusicLM, Jukebox, Stable Audio), improvisación hombre–máquina (OMax/IRCAM) y exploraciones especulativas como la música cuántica. Sobre esta base, articulamos una metodología de co-diseño poético con cuatro principios: coherencia crossmodal, agencia compartida, transparencia creativa y sostenibilidad computacional. Proponemos partituras relacionales como guiones de interacción replicables y discutimos riesgos (opacidad, derechos de autor, impacto ambiental) y oportunidades (nuevas estéticas sonovisuales, accesibilidad, preservación cultural). Concluimos que una IA concebida como inteligencia poética no busca automatizar el arte, sino ampliar la conversación sensible entre cuerpos, materiales y máquinas.
PALABRAS CLAVE: inteligencia poética; visual music; co-diseño; improvisación hombre–máquina; sostenibilidad.
Descargas
Citas
Agre, P. E. (1997). Toward a critical technical practice: Lessons learned in trying to reform AI. UCLA. https://pages.gseis.ucla.edu/faculty/agre/critical.html
Agostinelli, A., Denk, T. I., Borsos, Z., Engel, J., Verzetti, M., Caillon, A., Huang, Q., Jansen, A., Roberts, A., Tagliasacchi, M., Sharifi, M., Zeghidour, N., & Frank, C. - Google Research (2023). MusicLM: Generating music from text. https://arxiv.org/abs/2301.11325 https://google-research.github.io/seanet/musiclm/examples/
AI Song Contest. (2020–2025). Values; Previous editions & winners. https://www.aisongcontest.com/values - https://www.aisongcontest.com/
Borsos, Z., Marinier, R., Vincent, D., Kharitonov, E., Zeghidour, N., & Tagliasacchi, M. (2023). SoundStorm: Efficient parallel audio generation. https://arxiv.org/abs/2305.09636
Borsos, Z., Marinier, R., et al. (2022). AudioLM: A language modeling approach to audio generation.. https://arxiv.org/abs/2209.03143
Caillon, A., McWilliams, B., Tarakajian, C., Simon, I., Manco, I., Engel, J., Constant, N., Denk, T. I., Verzetti, M., et al. (2025). Live Music Models. https://arxiv.org/abs/2508.04651
Caillon, A. & Esling, P. (2021). RAVE: A variational autoencoder for fast and high-quality neural audio synthesis. https://arxiv.org/pdf/2111.05011
Caspe, F., Shier, J., Sandler, M., Saitis, C., McPherson, A. (2025). Designing Neural Synthesizers for Low-Latency Interaction. https://fcaspe.github.io/brave/
Cella, C. E., Ghisi, D., Lostanlen, V., Lévy, F., Fineberg, J., & Maresz, Y. (2020). OrchideaSOL: A dataset of extended instrumental techniques for computer-aided orchestration. https://doi.org/10.48550/arXiv.2007.00763
Chen, K., Wu, Y., Liu, H., Nezhurina, M., Berg-Kirkpatrick, T., & Dubnov, S. (2023). MusicLDM: Enhancing novelty in text-to-music generation using beat-synchronous mixup strategies. https://doi.org/10.48550/arXiv.2308.01546
Chen, J., Ma, W., Liu, P., Wang, W., Song, T., Li, M., et al. (2025). MusiXQA: Advancing visual music understanding in multimodal large language models. https://doi.org/10.48550/arXiv.2506.23009
Copet, J., Kreuk, F., Gat, I., Remez, T., Kant, D., Synnaeve, G., & Adi, Y. (2023). Simple and controllable music generation. https://doi.org/10.48550/arXiv.2306.05284
Dal Farra, R. (2025, 29 de agosto). Inteligencia, poética y futuro: ¿Música para qué y para quiénes? [Ponencia, Foro académico, Festival Internacional de Música CiMa, Manizales, Colombia]. PDF proporcionado por el autor. (Figura en el programa del Festival CiMa 2025). https://www.ucaldas.edu.co/portal/el-festival-internacional-de-musica-cima-llega-a-su-decima-edicion/
Dhariwal, P., Jun, H., Payne, C., Kim, J. W., Radford, A., & Sutskever, I. (2020). Jukebox: A generative model for music. https://doi.org/10.48550/arXiv.2005.00341
Dunne, A., & Raby, F. (2013). Speculative Everything: Design, Fiction, and Social Dreaming. MIT Press.
Engel, J., Resnick, C., Roberts, A., Dieleman, S., Eck, D., Simonyan, K., & Norouzi, M. (2017). Neural audio synthesis of musical notes with WaveNet autoencoders. https://doi.org/10.48550/arXiv.1704.01279
Gardner, J., Durand, S., Stoller, D., & Bittner, R. M. (2023). LLark: A multimodal instruction-following language model for music. https://doi.org/10.48550/arXiv.2310.07160
Institut de Recherche et Coordination Acoustique/Musique (2025). IRCAM. https://www.ircam.fr/
Institut de Recherche et Coordination Acoustique/Musique - IRCAM (2025). Somax 2. https://forum.ircam.fr/projects/detail/somax-2/
Institut de Recherche et Coordination Acoustique/Musique - IRCAM (2025). OMax5. https://forum.ircam.fr/projects/detail/omax-5/
Juárez Bolaños, M., Olmos, A., & Ríos-Osorio, L. (Eds.). (2020). Educación en territorios rurales en Iberoamérica. Fondo Editorial de la Universidad Católica de Oriente. https://www.grade.org.pe/creer/recurso/educacion-en-territorios-rurales-en-iberoamerica/
McGurk, H., & MacDonald, J. (1976). Hearing lips and seeing voices. Nature, 264, 746–748. https://doi.org/10.1038/264746a0
Ball, P. (2023, April 19). Can we use quantum computers to make music? Physics World. https://physicsworld.com/a/can-we-use-quantum-computers-to-make-music/
Sanders, E. B.-N., & Stappers, P. J. (2008). Co-creation and the new landscapes of design. CoDesign, 4(1), 5–18. https://doi.org/10.1080/15710880701875068
Schwartz, R., Dodge, J., Smith, N. A., & Etzioni, O. (2020). Green AI. Communications of the ACM, 63(12), 54–63. https://doi.org/10.1145/3381831
Spence, C. (2011). Crossmodal correspondences: A tutorial review. Attention, Perception, & Psychophysics, 73(4), 971–995. https://doi.org/10.3758/s13414-010-0073-7
Stability AI. (2024, April 3). Stable Audio 2.0 [Press release]. https://stability.ai/news/stable-audio-2-0
Wang, B., Zhuo, L., Wang, Z., Bao, C., Chengjing, W., Nie, X., et al. (2024). Multimodal music generation with explicit bridges and retrieval augmentation. https://doi.org/10.48550/arXiv.2412.09428
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
