Educação musical na era da inteligência artificial
Implicações éticas e desafios para o ensino e a pesquisa em música
Palavras-chave:
Inteligência Artificial Generativa, Educação Musical, Ética.Resumo
A crescente incorporação da Inteligência Artificial Generativa (IAG) nos processos de criação, ensino e pesquisa em música tem suscitado debates acerca de suas potencialidades e implicações éticas no contexto educacional. Nesse sentido, o presente artigo teve como objetivo analisar as implicações éticas da Inteligência Artificial Generativa na educação musical, discutindo seus impactos sobre o ensino, a pesquisa e os processos de criação musical na cultura participativa digital. Para tanto, foi realizada uma pesquisa qualitativa, de caráter exploratório e descritivo, por meio de uma revisão integrativa da literatura, utilizando publicações indexadas nas bases SciELO, Google Scholar, ERIC e periódicos da Associação Brasileira de Educação Musical (ABEM), no período de 2016 a 2026. A análise dos estudos evidenciou que a IAG apresenta potencial para ampliar a criatividade, personalizar a aprendizagem e favorecer novas práticas pedagógicas, ao mesmo tempo em que levanta desafios relacionados à autoria, originalidade, propriedade intelectual, vieses algorítmicos e formação docente. Conclui-se que a utilização dessas tecnologias deve ser acompanhada por princípios éticos, desenvolvimento do letramento em Inteligência Artificial e atualização dos currículos, de modo a promover uma educação musical crítica, criativa e socialmente responsável.
Downloads
Referências
BARNETT, Julia. The ethical implications of generative audio models: a systematic literature review. In: Proceedings of the 2023 AAAI/ACM Conference on AI, Ethics, and Society. New York: Association for Computing Machinery, 2023. p. 146–161. DOI: https://doi.org/10.1145/3600211.3604686.
BOMMASANI, Rishi et al. On the opportunities and risks of foundation models. Stanford: Center for Research on Foundation Models, 2021. DOI: https://doi.org/10.48550/arXiv.2108.07258.
CERNEV, Francine Kemmer. O uso da Inteligência Artificial por estudantes de licenciatura em música: um estudo exploratório. In: XXVII Congresso Nacional da Associação Brasileira de Educação Musical (ABEM), 2025. Anais [...]. 2025.
JENKINS, Henry; ITO, Mizuko; BOYD, Danah. Participatory culture in a networked era: a conversation on youth, learning, commerce, and politics. Cambridge: Polity Press, 2016.
KASNECI, Enkelejda et al. ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences, v. 103, p. 102274, 2023. DOI: https://doi.org/10.1016/j.lindif.2023.102274.
LONG, Duri; MAGERKO, Brian. What is AI literacy? Competencies and design considerations. In: Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems. New York: Association for Computing Machinery, 2020. p. 1–16. DOI: https://doi.org/10.1145/3313831.3376727.
SHARPLES, Mike. Towards social generative AI for education: theory, practices and ethics. Learning: Research and Practice, v. 9, n. 2, p. 159–167, 2023. DOI: https://doi.org/10.1080/23735082.2023.2261131.
UNESCO. Guidance for Generative AI in Education and Research. Paris: UNESCO Publishing, 2023. DOI: https://doi.org/10.54675/EWZM9535.
WEATHERLY, Katy Ieong Cheng Ho. Navigating the intersection of generative artificial intelligence and democratic pedagogy in music education in Macau. British Journal of Music Education, Cambridge, p. 1–18, 2026. DOI: https://doi.org/10.1017/S0265051726100692.
