S04-19 02

Plataformas digitales de aprendizaje musical y Big Data: hacia una caracterización semántica de la interpretación musical

Compartir en TWITTER/FACEBOOK/LINKEDIN

Deja tu comentario

Participa en esta ponencia enviádole tu pregunta o comentario a los autores

Añadir comentario

Firmantes

profile avatar
Javier Félix Merchán Sánchez-JaraUniversidad de Salamanca
profile avatar
Sara González GutiérrezUniversidad de Salamanca

Enfoque

Las técnicas de investigación en el entorno de los grandes conjuntos de datos (Big Data) hacen referencia a diversos protocolos metodológicos, herramientas y recursos tecnológicos orientados a identificar, sistematizar, procesar, analizar e interpretar conjuntos de complejos y extensos que representan procesos, objetos o comportamientos. El objetivo de estas técnicas es extraer información y conocimiento significativo que permita caracterizar problemas, contextos u objetos en estudio relativos a distintos campos o contextos.  La aplicación de estas técnicas en el entorno de la investigación en educación musical permite obtener información sobre técnicas didácticas, propuestas metodológicas o desarrollos competenciales con el objetivo último de tomar decisiones informadas y mejorar de manera significativa los procesos de enseñanza-aprendizaje en el ámbito específico de la didáctica musical.

Con la globalización de los procesos de digitalización de las instituciones y comunidades educativas surgen oportunidades inéditas y novedosas para la obtención de grandes conjuntos de datos estructurados y sistematizados sobre el comportamiento y los usos y prácticas de los estudiantes en relación con el uso y aplicación de los recursos digitales en el proceso educativo. Así, las prácticas de enseñanza-aprendizaje musical mediadas por recursos digitales (plataformas de enseñanza, aplicaciones, redes sociales, plataformas de recursos educativos en abierto o repositorios de textos musicales) generan, de manera indefectible, grandes cantidades de datos relacionados con las interacciones, el progreso en el aprendizaje o las prácticas comunes en el ámbito  académico de los estudiantes, con un valor inestimable para caracterizar y conformar clústeres representativos de los distintos comportamientos y actitudes frente al proceso educativo. Estos conjuntos de datos, puestos en contexto con los distintos sistemas y repositorios de recursos anotados que surgen en los espacios web, abren nuevos horizontes para estudiar de manera empírica prácticas y procesos musicales a nivel global y deslocalizado.

El presente trabajo analiza las oportunidades que ofrecen las nuevas técnicas de análisis de grandes conjuntos de datos en el ámbito de la educación musical, con especial orientación a la caracterización de los procesos de interpretación musical, tanto desde el punto de vista de la identificación de preferencias estilísticas o estéticas, como desde la perspectiva del análisis y mejora de la resolución asistida de problemas técnicos en la ejecución. Para ello se analiza el estado de la cuestión de un objeto de estudio en estado embrionario y se propone un análisis prospectivo de las oportunidades y futuras potencialidades de estas técnicas de investigación, tanto para la evaluación y mejora de los procesos y perspectivas pedagógicas que afectan a la interpretación musical en distintos ámbitos y contextos, como para la caracterización de las distintas prácticas y comunidades interpretativas que habitan en la esfera digital.

Preguntas y comentarios al autor/es

Hay 02 comentarios en esta ponencia

    • profile avatar

      Javier Félix Merchán Sánchez-Jara

      Comentó el 03/02/2024 a las 11:50:30

      Gracias Elena, la idea con la que estamos trabajando, aun en fase muy embrionaria es hacer una análisis multivariante de las anotación semánticas que se pueden hacer en distintos sistemas de codificación de la información musical (MEI, musicXML, etc), con lo propios logs de interacción del sistema, así como la identificación de topics mediante técnicas estilométricas de los comentarios en foros para cuestiones más relacionadas con el pensamiento musical y la estética. En principio creemos que las técnicas Machine Learning supervisadas pueden ser las más convenientes.

      Saludos

    • profile avatar

      Elena Garcia Barriocanal

      Comentó el 01/02/2024 a las 10:42:09

      Gracias por vuestra aportación y presentación, que abre caminos muy interesantes. Me ha parecido que como fuente de datos planteáis utilizar aquellos que provienen de los LMS en todas sus subsistemas: foros, repositorios, etc. ¿Podrías concretar un poco más qué datos recogeríais para asistir al alumnado en ejecución e interpretación? ¿Qué técnicas de IA pensáis que pueden ser útiles para esto?
      ¡Muchas gracias!


Deja tu comentario

Lo siento, debes estar conectado para publicar un comentario.

Organizan

Colaboran

Configuración de Cookies

Utilizamos cookies para mejorar su experiencia y las funcionalidades de esta web. Ver política de cookies

Revisar