AI and musical creation
Approaches to minority becoming
DOI:
https://doi.org/10.24215/18530494e085Keywords:
Deleuze & Guattari, Artificial Intelligence, music composition, assemblage, becomingAbstract
In music, it is common to use non-traditional materials: samples, images, movements and objects of any kind coexist in musical works with melodies, chords, rhythm and timbre. However, the recent massive use of AI arose questions about the artistic value of generative algorithm’s music and its usefulness and/or legitimacy for musical practice and composition. This work aims to link these concerns with the concepts of assemblage and minoritarian becoming that Deleuze y Guattari develop in A Thousand Plateaus and Kafka: Toward a Minor Literature, with the goal of questioning about the creative possibilities of the use of AI in music. Starting with the reframing of how musical composition works and how materials play a role in it, this paper tries to approach some of the ways in which AI can integrate with musical works, its effects and its possible relationships with politics and collective assemblages
Full-text of the article is available for this locale: Spanish.
References
Barthes, R. (1986). Lo obvio y lo obtuso. Imágenes, gestos, voces. Paidós.
Ben-Tal, O. (2017a). Bastard tunes [partitura musical inédita]. https://febd932a-9444-416b-b28a-a8b324a92405.filesusr.com/ugd/e9f839_249865e8a94e439eb26e68cfdeaa8f50.pdf
Ben-Tal, O. (2017b). ‘Folk’ tune ‘arrangements’. Random Access Music. http://randomaccessmusic.blogspot.com/2017/05/folk-tune-arrangements.html
Briot, J. P. (2021). From artificial neural networks to deep learning for music generation: history, concepts and trends. Neural Computing and Applications, 33(1), 39-65.
Cage, J. (1961). Silences. Lectures and writings. Wesleyan University Press.
Copet, J., Kreuk, F., Gat, I., Remez, T., Kant, D., Synnaeve, G., Adi, Y. y Défossez, A. (2023). Simple and Controllable Music Generation. En Advances in Neural Information Processing Systems, 36, 47704-47720. https://doi.org/10.48550/ARXIV.2306.05284
Deleuze, G. y Guattari, F. (1978). Kafka. Por una literatura menor. Ediciones Era.
Deleuze, G. y Guattari, F. (2004). Mil mesetas. Capitalismo y esquizofrenia. Pre-textos.
Hiller Jr, L. A. y Isaccson, L. M. (1956). Illiac suite for string quartet [Partitura musical]. Theodore Presser Company.
Kafka, F. (2000). Cuentos completos. Valdemar.
L. Sturm, B. y Ben-Tal, O. (2017). Taking the models back to music practice: Evaluating generative transcription models built using deep learning. Journal of Creative Music Systems, 2(1), 1-29. https://doi.org/10.5920/jcms.2017.09
Liszt, F. (1855). Robert Schumann. Neue Zeitschrift für Musik, 42, 133-196.
Loughran, R. y O’Neill, M. (18 de junio de 2016). Generative music evaluation: Why do we limit to ‘human’? 1st Conference on Computer Simulation of Musical Creativity. Huddersfield, Reino Unido
Lucero, G. (2015). Componer las fuerzas: la estética musical de Gilles Deleuze [Tesis de doctorado no publicada]. Universidad de Buenos Aires.
Perahia, M. (2014). Perahia on Kinderszenen Part 3 [video]. Youtube. https://youtu.be/eDM4M7OJwH0?si=M7evCi2EX9bphIUG
Schumann, R. (1991). Kinderszenen op 15 [Urtext]. Breitkopf y Härtel.
Wagstaff, K. (2012). Machine learning that matters. Proceedings of the Twenty-Ninth International Conference on Machine Learning (ICML), 529-536.
Wang L, Zhao Z, Liu H, Pang J, Qin Y, Wu Q. A review of intelligent music generation systems. Neural Computing and Applications. 2024 02 19;36(12):6381-6401. https://doi.org/10.1007/s00521-024-09418-2
Zourabichvili, F. (2007). El vocabulario de Deleuze. Editorial Atuel.
Zourabichvili, F. (2023) La literalidad y otros ensayos sobre el arte. Editorial Cactus.
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Gabriel Barreiro
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Politica vigente desde octubre de 2019
La aceptación del manuscrito por parte de la revista implica la cesión no exclusiva de los derechos patrimoniales de los/as autores/as en favor del editor, quien permite la reutilización, luego de su edición (postprint), bajo una Licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
Acorde a estos términos, el material se puede copiar y redistribuir en cualquier medio o formato siempre que a) se cite la autoría y la fuente original de su publicación (revista y URL de la obra), se brinde el acceso a la licencia y se indique si se realizaron cambios; b) no se utilice el material para fines comerciales.
La cesión de derechos no exclusivos implica que luego de su edición (postprint) en Epistemus los/as autores/as pueden publicar su trabajo en cualquier idioma, medio y formato; en tales casos, se solicita que se consigne que el material fue publicado originalmente en esta revista.
Tal cesión supone, también, la autorización de los/as autores/as para que el trabajo sea cosechado por SEDICI, el repositorio institucional de la Universidad Nacional de La Plata, y sea difundido en las bases de datos que el equipo editorial considere adecuadas para incrementar la visibilidad de la publicación y de sus autores/as.
Asimismo, la revista incentiva a los/as autores/as para que luego de su publicación en Epistemus depositen sus producciones en otros repositorios institucionales y temáticos, bajo el principio de que ofrecer a la sociedad la producción científica y académica sin restricciones contribuye a un mayor intercambio del conocimiento global.
