Horizontes. Revista de
Investigación en Ciencias de la Educación
https://revistahorizontes.org
Volumen 8 / N° 35 / octubre-diciembre 2024
ISSN: 2616-7964
ISSN-L: 2616-7964
pp. 2519 - 2532
La
tecnología y su impacto en la educación musical en niños
Technology and its impact on children's music
education
A tecnologia e seu impacto na educação musical
das crianças
María Aurora Meza Salazar
mmeza23@ucvvirtual.edu.pe
https://orcid.org/0000-0002-4722-5536
Walter Luis Roldan Baluis
wroldan@ucvvirtual.edu.pe
https://orcid.org/0000-0001-9222-3970
Universidad Cesar Vallejo. Lima, Perú
RESUMEN
Este artículo tiene como
objetivo examinar el impacto de la tecnología en la educación musical infantil
mediante una revisión sistemática. Se seleccionaron 13 artículos publicados en
la base de datos Scopus entre 2018 y 2022, siguiendo criterios de elegibilidad.
Los resultados revelan que tecnologías como la inteligencia artificial, el
aprendizaje profundo, robots, herramientas arteterapéuticas, realidad virtual,
impresión 3D y tecnología 5D tienen un impacto significativo en la educación
musical, especialmente en niños y aquellos con habilidades diferentes. Entre
las implicaciones pedagógicas destacan la personalización del aprendizaje, el
incremento de la motivación infantil y la mejora de los procesos de enseñanza y
aprendizaje. Asimismo, se observó un predominio de los aportes positivos de la
inteligencia artificial en estudios realizados en China. En conclusión, la
inteligencia artificial y otras tecnologías emergentes desempeñan un papel
clave en el desarrollo de la educación musical en niños.
Palabras clave: Educación musical;
Habilidades diferentes; Inteligencia artificial; Niños; Tecnología educativa
ABSTRACT
This
article aims to examine the impact of technology on early childhood music
education through a systematic review. Thirteen articles published in the
Scopus database between 2018 and 2022 were selected following eligibility
criteria. The results reveal that technologies such as artificial intelligence,
deep learning, robots, artetherapeutic tools, virtual reality, 3D printing and
5D technology have a significant impact on music education, especially in
children and those with different abilities. Among the pedagogical implications
are the personalization of learning, increased child motivation and improved
teaching and learning processes. Likewise, a predominance of the positive
contributions of artificial intelligence was observed in studies carried out in
China. In conclusion, artificial intelligence and other emerging technologies
play a key role in the development of music education for children.
Key words: Music
education; Different skills; Artificial intelligence; Children; Educational
technology
RESUMO
Este
artigo tem como objetivo examinar o impacto da tecnologia na educação musical
da primeira infância por meio de uma revisão sistemática. Treze artigos
publicados no banco de dados Scopus entre 2018 e 2022 foram selecionados de
acordo com os critérios de elegibilidade. Os resultados revelam que tecnologias
como inteligência artificial, aprendizagem profunda, robôs, ferramentas de
terapia artística, realidade virtual, impressão 3D e tecnologia 5D têm um
impacto significativo na educação musical, especialmente para crianças e pessoas
com diferentes habilidades. As implicações pedagógicas incluem a personalização
do aprendizado, o aumento da motivação das crianças e a melhoria dos processos
de ensino e aprendizado. Uma predominância das contribuições positivas da
inteligência artificial também foi observada em estudos realizados na China. Em
conclusão, a inteligência artificial e outras tecnologias emergentes
desempenham um papel fundamental no desenvolvimento da educação musical para
crianças.
Palavras-chave: Educação
musical; Diferentes habilidades; Inteligência artificial; Crianças; Tecnologia
educacional.
INTRODUCCIÓN
La tecnología proporciona recursos que coadyuvan a la
enseñanza y aprendizaje, ya que se convierte en una herramienta que permite a
los maestros ser más efectivos en su trabajo y aumentar la calidad de la
educación que brindan a sus alumnos (Rahiem,
2021). Además, está demostrado que los niños están siendo expuestos a
pantallas y dispositivos electrónicos antes que a los libros, lo que sugiere
que la tecnología tiene un rol cada vez más relevante en la etapa estudiantil
de los niños (Phillips, 2000). En esa
línea, el modelo de enseñanza inteligente enfatiza una visión diversificada y
de desarrollo de la inteligencia (Ying, 2022).
Por tanto, la tecnología emergente está cambiando y mejorando el proceso
cognitivo de los alumnos, y que el uso de tecnología de vanguardia, como la
Inteligencia Artificial – (IA), puede mejorar significativamente los sistemas
de enseñanza (Cioffi et al., 2019; Ying, 2022).
Al respecto, la IA permite a las máquinas realizar tareas que
normalmente requieren inteligencia humana, y que se divide en varias áreas
especializadas que se enfocan en diferentes campos de aplicación (Chiu et al., 2022; Xia et al., 2022). Por ello, la práctica de la investigación de la
IA, en la educación, se evidencia en el apoyo que brindan diversos gobiernos
como China que en 2019 lanzó una política para fomentar la integración la
tecnología inteligente en la educación y ofrecer más oportunidades de
desarrollo al docente en el ámbito de la IA (Chiu,
2021). Asimismo, Estados Unidos subvencionó el desarrollo de plataformas
impulsadas por la inteligencia artificial que tienen como objetivo mejorar el
rendimiento académico y reducir las desigualdades educativas (Williamson et al., 2020). También, países como
Finlandia y Países Bajos sugieren que se realicen más investigaciones para
aplicar IA en el proceso educativo, para lo cual recomiendan que los educadores
utilicen herramientas como big data,
y la analítica del aprendizaje para mejorar los procesos enseñanza y
aprendizaje. En esa línea, se está destacando la importancia de la tecnología y
la inteligencia artificial, y cómo ésta puede contribuir a mejorar la educación
(Cioffi et al., 2019; Johnson et al., 2018).
En este orden de ideas, los sistemas de tutoría inteligente,
chatbots, robots y evaluación automatizada, para apoyar y mejorar la educación
y ofrecer consultas asistidas por máquinas y comentarios inmediatos en
cualquier momento y lugar. La IA en la educación está cambiando la forma como
se enseña y aprende, convirtiéndose en una de las áreas más importantes para la
investigación educativa (Chiu et al., 2022;
Xia et al., 2022). Al respecto, la
educación musical puede proporcionar un conjunto de beneficios para la
adquisición de habilidades musicales, incluyendo el desarrollo emocional,
físico y cerebral de los estudiantes (Foster et
al., 2017). En ese ámbito, la educación musical ha cambiado
significativamente debido a la influencia de Internet. La enseñanza musical en
línea puede ser una alternativa positiva y efectiva para la enseñanza
convencional (Wang et al., 2022). A decir
de Wang et al. (2022) la IA en la
educación musical se centra en la integración de la enseñanza musical y la
educación ideológica y política. Por consiguiente, la utilización de la IA
permite optimizar el modo de integración y promover una perspectiva correcta
sobre la reflexión de obras musicales excelentes.
Con relación a la tecnología 5G, esta plataforma tiene un rol
preponderante en la educación al representar un rápido desarrollo tecnológico
que ha abierto nuevas formas de enseñanza y aprendizaje, lo que permite
impulsar el aprendizaje de los profesores. (Chiu
et al., 2022). De esta manera, el desarrollo de la tecnología 5G, junto
con la educación, permite la evolución de la enseñanza musical en diversas
formas novedosas, como las aplicaciones móviles. (Abdel-malek et al., 2022). Además, la tecnología 5G admite una
mayor capacidad de transmisión de datos. Por ejemplo, los estudiantes pueden
ver videos tutoriales, realizar clases virtuales en vivo con profesores de
música de todo el mundo, acceder a bases de datos de partituras y grabaciones
de música y colaborar en proyectos musicales en línea (Al-Falahy y Alani, 2017). Consecuentemente, la tecnología 5G
proporciona nuevas oportunidades para la enseñanza de la música, generando el
acceso a un espectro mayor de recursos en línea y eliminando las barreras de
tiempo y espacio para la educación musical, mejorando la calidad de la
educación musical y accediendo a una educación más accesible y efectiva (Ding et al., 2016).
Asimismo, la tecnología moderna incide de manera
significativa en la educación musical para niños con retraso en el desarrollo.
En efecto, la importancia de la educación que combina la tecnología y la música
en esta población de niños radica en que puede mejorar significativamente sus
habilidades cognitivas, sensoriales y psicomotoras (Moreno y Lee, 2019; Lee y Liu,
2021). El enfoque educativo holístico de la música para niños
desarrollado por terapeutas de música y expertos, que combina la tecnología con
la música, se integra en la cultura local y se enmarca en la educación
holística (Lalitte et al., 2019). Este método
ha demostrado ser efectivo en mejorar la capacidad de los niños con retraso en
el desarrollo (Moreno y Lee, 2019).
También, este sistema puede ser utilizado como herramienta de evaluación para
los niños que participan en la educación, lo que permite a los responsables de
la educación decidir si continuar invirtiendo en el curso y ajustar el plan de
estudios para hacer un uso más efectivo de los recursos educativos (Habibi et al., 2016). En ese orden de ideas,
la tecnología tiene un papel prometedor en mejorar la interacción social y la
educación musical de apoyo para niños con trastornos del neurodesarrollo (Barua et al., 2022).
Bajo las premisas descritas, la tecnología emergente está
cambiando rápidamente muchos aspectos de nuestra sociedad, incluyendo la
educación musical. Aunque todavía hay mucho que se desconoce sobre cómo se
implementará en las aulas y cómo afectará a los estudiantes y a los métodos de
enseñanza musical (Holmes et al., 2021).
Asimismo, el desconocimiento de las herramientas tecnológicas hace que sea
difícil incorporarlas en instituciones educativas como escuelas y universidades
(Anaelka, 2018). Al respecto, se han
desarrollado artículos de revisión sobre este tema. A decir de (Bozkurt et al., 2021), exploraron las
tendencias de la tecnología en la educación de áreas temáticas, la distribución
geográfica y los patrones en los datos textuales. Además, otros artículos de
revisión se han enfocado en disciplinas específicas como la IA en lenguas,
matemáticas y medicina; lo que probablemente contiene análisis detallados sobre
el estado del conocimiento en esas disciplinas (Karaca
et al., 2021). También, hay estudios que revelan que ciertas tecnologías
o aplicaciones, como los robots de asistencia, el aprendizaje adaptativo o los
sistemas de evaluación; se destacan en un contexto educativo (Nigam et al., 2021). Por consiguiente, es
necesario cubrir las lagunas en la investigación sobre la integración de la
tecnología en la educación musical. Por ello, el objetivo del estudio es
describir el impacto de la tecnología en la educación musical infantil.
MÉTODOLOGÍA
Se llevó a cabo una revisión sistemática siguiendo los
lineamientos de la Declaración PRISMA (Preferred Reporting Items for Systematic
Reviews) (Page et al., 2021). Para ello, se identificaron artículos relevantes
alineados con el objetivo de la investigación. Se elaboró una fórmula de
búsqueda en la base de datos Scopus, reconocida por ofrecer información y
referencias bibliográficas útiles para trabajos académicos. La fórmula utilizada fue: TITLE-ABS-KEY("artificial
intelligence" or technology or "digital skills") AND
TITLE-ABS-KEY(child*) AND TITLE-ABS-KEY(music) AND TITLE-ABS-KEY(education) AND
LIMIT-TO(OA, "all") AND LIMIT-TO(LANGUAGE, "English") AND
LIMIT-TO(DOCTYPE, "ar"), obteniéndose un total de 45 artículos.
Los criterios de inclusión se definieron para seleccionar
únicamente artículos publicados en revistas indexadas por pares, en inglés, de
acceso abierto, y cuyos términos de búsqueda estuvieran presentes en el título
o el resumen. Por otro lado, se excluyeron aquellos enfocados en aplicaciones
tecnológicas fuera de la educación musical, revisiones sistemáticas, artículos
en idiomas diferentes al inglés y aquellos que no fueran de acceso abierto.
Tras la aplicación de estos criterios, se seleccionaron 13 artículos para el
análisis final. El proceso de selección se detalla en la Figura 1.
Figura 1.
Selección de artículos, según enfoque PRISMA.
DESARROLLO
Y DISCUSIÓN
En los últimos dos años, se ha observado un incremento importante
en las investigaciones científicas con la implementación de la IA en la
educación musical. Al respecto, durante el 2018, 2019 y 2020 hubo un 8% de
investigaciones. Sin embargo, el 2021 fue 31%, mientras el 2022 alcanzó el 46%,
como se evidencia en la Figura 2. Estos resultados permiten inferir el rol
preponderante de la tecnología en la educación musical de manera más
personalizada y eficiente, durante los dos últimos años.
Figura 2. Producción de
artículos científicos por año.
En la Figura 3, con respecto a la producción de
investigaciones hechas en diversos países se evidencia el gran predominio de
China con 46%, seguido de Italia con apenas 15%. Mientras que Rusia, Nueva
Zelanda, España, y Taiwán tienen en promedio una producción de 8% respectivamente,
mientras que Reino Unido tiene un 7%. A partir de estos resultados, puedo
concluir que investigadores chinos están trabajando en el desarrollo de
herramientas tecnológicas que permitan una educación musical más accesible.
Figura 3. Producción de
artículos científicos por país.
En la Tabla 1, se muestra la relación de los resultados de
búsqueda obtenidos, donde se evidencia que más de la mitad de las
investigaciones se centran en el estudio de la población infantil en edad
preescolar, abarcando así el 54% del total de los estudios llevados a cabo en
este campo de investigación (Lei y Liu, 2022; Luo, 2022; Anufrieva et al.,
2020; Michałko et al., 2022; Li, 2021; Kossyvaki y Curran, 2020; Lee y Liu,
2021). Referente a la educación primaria, corresponde el 34% de investigaciones
(Esclapés et al., 2021; Addessi, 2020; Zhang et al., 2022; Innocenti et al.,
2019; Ying, 2022; Zhang, 2022).
Con relación a la educación pre escolar, se puede concluir
que la implementación de tecnologías avanzadas como el Deep Learning (Lei y
Liu, 2022; Li, 2021), la tecnología 5G (Luo, 2022), tecnologías
arteterapéuticas y de juegos (Anufrieva et al., 2020); podría mejorar el
aprendizaje de los niños, fomentar su creatividad y ayudar en su desarrollo
cognitivo y socioemocional, proporcionando una experiencia educativa innovadora
y enriquecedora.
Respecto a la educación primaria, las investigaciones
posibilitarían inferir que diversas herramientas tecnológicas permiten una
experiencia más inmersiva y práctica, lo que ayuda a mejorar la comprensión y
retención del contenido musical. En ese orden, la impresión 3D permite la
creación de instrumentos personalizados (Esclapés et al., 2021), mientras que
los robots interactivos pueden ser programados para enseñar habilidades musicales
específicas (Zhang et al., 2022). Por último, la realidad virtual puede
transportar a los estudiantes a entornos musicales virtuales para una
experiencia de aprendizaje más emocionante (Innocenti et al., 2019). En
consecuencia, la combinación de estas tecnologías puede mejorar
significativamente la experiencia de aprendizaje musical para los niños de
primaria, haciendo que el proceso sea más efectivo y divertido.
Finalmente, es preciso reiterar que una investigación
revisada está focalizada a la aplicación de la inteligencia artificial en la
educación musical para estudiantes del nivel primaria y secundaria. Mientras
que otra investigación está orientada al uso de las redes neuronales para
mejorar el proceso de enseñanza y aprendizaje musical, aunque no indica el
nivel de educación.
Tabla
1. Objetivo de la investigación y tipo de participantes.
|
Referencia |
Objetivo del estudio |
Participantes |
|
|
Lei y Liu (2022) |
Mejorar la enseñanza del piano en los
niños, logrando un progreso en su inteligencia emocional, logros académicos y
habilidades sociales. |
Pre escolar |
|
|
Luo (2022) |
Examinar la aplicación de la tecnología 5G
en la educación musical y determina la importancia de la tecnología digital
en el crecimiento de la educación musical. |
pre escolar |
|
|
Anufrieva et al. (2020) |
Mejorar la salud física y mental de los
niños con desarrollo psicoverbal retrasado y autismo infantil temprano con
tecnologías arteterapéuticas y de juegos basadas en el folclore musical. |
pre escolar |
|
|
Michałko et al. (2022) |
Explorar los aspectos claves de la
formación musical, así como las características físicas y cognitivas de los
usuarios. |
pre escolar |
|
|
Esclapés et al. (2021) |
Presentar la fabricación de una flauta de
bajo costo de una sola mano utilizando la impresión 3D. Un proyecto de
investigación con el propósito de producir dispositivos de asistencia de
costo justo. |
Primaria |
|
|
Addessi (2020) |
Presentar el paradigma pedagógico de la
interacción reflexiva y su aplicación en el campo del aprendizaje mejorado
por la tecnología y la creatividad musical infantil, específicamente a través
de la plataforma MIROR. |
Primaria |
|
|
Li (2021) |
Explorar el uso de la tecnología de
aprendizaje profundo y el reconocimiento de instrumentos musicales en la
educación del piano para niños. |
Pre escolar |
|
|
Zhang et al. (2022) |
Explorar el uso de la percepción musical y
los robots interactivos con gestos en el diagnóstico y tratamiento del
autismo, utilizando la tecnología de aprendizaje profundo y el análisis de
señales para mejorar el desarrollo cognitivo y emocional de los niños
autistas. |
Primaria |
|
|
Innocenti et al. (2019) |
Presentar un estudio sobre el uso de la
realidad virtual móvil en la educación musical de la escuela primaria y
evaluar su efectividad en comparación con las lecciones tradicionales |
Primaria |
|
|
Ying (2022) |
Explorar cómo la inteligencia artificial
puede mejorar la calidad de la enseñanza de la música en las escuelas
primarias. |
Primaria |
|
|
Kossyvaki y Curra (2020) |
Discutir el impacto de las intervenciones
de creación de música mediadas por tecnología en niños con diagnóstico de
autismo y discapacidades intelectuales en un entorno escolar. |
Pre escolar |
|
|
Lee y Liu (2021) |
Explorar la efectividad del enfoque
educativo de la música holística en niños pequeños con necesidades especiales
de desarrollo y destacar la importancia de la música en la activación del
cerebro y la mejora de habilidades como el lenguaje, la percepción, la
conciencia motora, la cognición y las emociones. |
Pre escolar |
|
|
Zhang (2022) |
Discutir el uso de la tecnología en la
enseñanza del violín, específicamente en el contexto de la educación en
línea, y presentar un modelo basado en redes neuronales profundas para
evaluar automáticamente las tareas de los estudiantes. |
Primaria |
|
Con respecto a la Tabla 2, los resultados dan lugar a la
inferencia que la tecnología ha cambiado la forma en que los estudiantes
aprenden a tocar un instrumento musical. Así tenemos, que el uso de las redes
neuronales permiten mejorar la habilidad de aprender a tocar el piano (Lei y Liu, 2022; Li, 2021), la realidad virtual influye en el
aprendizaje de ejecutar el violín, saxofón, la batería y la guitarra permiten
a los estudiantes experimentar con diferentes instrumentos y entornos de música
simulados, lo que aumenta su interés y motivación (Michałko et al., 2022; Innocenti et
al., 2019), la impresión 3D también permite la creación flautas para una
sola mano que se ajustan a las necesidades y preferencias específicas del
alumno (Esclapés et al., 2021).
Consecuentemente, la tecnología ha abierto nuevas puertas para el aprendizaje
de instrumentos musicales, permitiendo a los estudiantes aprender en su propio ritmo
y estilo, y fomentando la creatividad y la exploración musical.
Asimismo, la aplicación de la tecnología influye
significativamente en niños con características especiales ya que puede mejorar
su acceso y experiencia en el aprendizaje musical. Así tenemos, la aplicación
de tecnologías terapéuticas para niños con limitaciones de salud (Anufrieva et al., 2020), el uso
de la impresión 3D para personas con discapacidad (Esclapés et al., 2021). Además, la tecnología puede mejorar la
eficacia de la educación musical para niños con autismo al proporcionar un
ambiente de aprendizaje más controlado y accesible (Zhang et al., 2022; Kossyvaki y
Curran, 2020; Lee y Liu, 2021; Anufrieva et al., 2020). En
resumen, la aplicación de la tecnología en la educación musical puede ser una
herramienta valiosa para mejorar la experiencia de aprendizaje y la calidad de
vida de aquellos con necesidades especiales.
Tabla
2. La utilización de la tecnología en los estudios musicales.
|
Referencia |
Campo científico |
Herramienta basada en Inteligencia
Artificial |
Instrumento musical |
Tipo de participantes |
|||||
|
Lei y Liu (2022) |
Inteligencia artificial |
Red neuronal |
Piano |
|
|||||
|
Luo (2022) |
Tecnología 5G |
N/A |
N/A |
|
|||||
|
Anufrieva et al. (2020) |
tecnologías arteterapéuticas |
N/A |
Canto y juego |
Participantes con limitaciones de salud |
|||||
|
Michałko et al. (2022) |
realidad virtual y dispositivos portátiles
inteligentes |
N/A |
Violin y batería |
|
|||||
|
Esclapés et al. (2021) |
Tecnología 3D |
N/A |
Flauta |
Personas con discapacidad |
|
||||
|
Addessi (2020) |
Inteligencia artificial |
Deep Learning |
Plataforma tecnológica MIROR |
|
|
||||
|
(Li, 2021) |
Inteligencia artificial |
Deep Learning |
Piano |
|
|
||||
|
Zhang et al. (2022) |
Inteligencia artificial |
Deep Learning |
Robot |
Autismo |
|
||||
|
Innocenti et al. (2019) |
Realidad virtual |
|
Violín, piano, saxofón, guitarra |
|
|
||||
|
Ying (2022) |
Inteligencia artificial |
Deep learning / procesamiento de lenguaje
natural |
Sensor de sonido |
|
|
||||
|
Kossyvaki y Curra (2020) |
Tecnología variada |
N/A |
Plataforma Cosmo que proporciona señales
auditivas. |
Autismo / discapacidad intelectual |
|
||||
|
Lee y Liu (2021) |
Machine learning |
Árbol de decisión |
Enfoque Educativo de Música Holística |
niños con retraso en el desarrollo |
|
||||
|
Zhang (2022) |
Inteligencia artificial |
Red neuronal |
Violín |
|
|
||||
De acuerdo a la Tabla 3, se establece que la utilización del
deep learning fomenta la integración y desarrollo de la educación artística,
mejora el interés de los niños en el aprendizaje del piano e incrementa la
buena salud mental de los niños autistas (Lei y Liu, 2022; Li, 2021; Zhang et
al., 2022). Por otro lado, la IA puede ser usada para adaptarse a las
necesidades individuales y el ritmo de aprendizaje de cada niño, lo que puede
mejorar significativamente su capacidad de aprendizaje y la efectividad de la
enseñanza. Sobre todo en el trabajo colaborativo, lo que puede ayudar a mejorar
su capacidad para trabajar en equipo (Anufrieva et al., 2020), mejora en el
proceso cognitivo (Michałko et al., 2022; Addessi, 2020). Además, la aplicación
de la IA en la educación musical contribuye al avance de aptitudes como la
comprensión sensorial, la conciencia del movimiento corporal, el pensamiento y
las capacidades emocionales (Kossyvaki y Curran, 2020; Lee y Liu, 2021; Zhang,
2022).
Tabla
3. Impacto pedagógico de la tecnología en la educación musical
en niños.
|
Referencia |
Impacto pedagógico |
|
Lei y Liu (2022) |
Integración y desarrollo de la educación
artística, la motivación para aprender música, el diagnóstico asistido por
computadora utilizando deep learning. |
|
Luo (2022) |
Integración de la tecnología 5G en la
educación musical, tales como: mayor velocidad y capacidad de transmisión de
datos, y permitir una mayor interacción en tiempo real entre el profesor y el
estudiante, lo que puede ser beneficioso en la educación musical, donde la
retroalimentación inmediata es esencial. |
|
Anufrieva et al. (2020) |
Análisis y síntesis de material teórico y
metodológico, mejores prácticas de readaptación y socialización de niños,
observación y pruebas psicológicas y pedagógicas, modelado y pronóstico del
proceso educativo, experimento psicológico y pedagógico y práctica de
psicocorrección de niños con retraso mental y autismo. |
|
Michałko et al. (2022) |
Beneficios de desarrollos físicos,
cognitivos, sociales y emocionales de los grupos de edad específicos deben
tenerse en cuenta durante el proceso de la educación musical. También se
sugiere que los elementos de gamificación se integren en las estrategias de
enseñanza / aprendizaje para mejorar los resultados educativos. |
|
Esclapés et al. (2021) |
El uso de la flauta de una mano tiene un
impacto positivo en los estudiantes con una sola mano y su inclusión en la
escuela. Los principales beneficios son su calidad profesional, buen
afinamiento, ligereza, resistencia del material y su bajo costo. |
|
Addessi (2020) |
La implementación de la plataforma MIROR
presenta varias ventajas, entre ellas: estimula y desarrolla la creatividad
musical y motora de los niños; puede ser utilizada en diferentes contextos,
como escuelas, centros de recreación infantil; puede ser utilizada en terapia
y rehabilitación. |
|
(Li, 2021) |
Importancia en el uso de la tecnología de
aprendizaje profundo y el reconocimiento de instrumentos musicales en la
educación del piano para niños, entre ellas: mejora del interés de los niños
en el aprendizaje del piano, diseño de estrategias de enseñanza
personalizadas para diferentes estudiantes, fortalecimiento de la educación
de calidad para niños, mayor capacidad de atención a las necesidades
psicológicas de los niños y fortalecimiento de la confianza y el sentido de
logro de los niños. |
|
Zhang et al. (2022) |
Importancia de la aplicación de la
inteligencia artificial en la educación de la percepción musical y el
diagnóstico y tratamiento de los niños autistas. Además, se señala que la
combinación de la terapia musical y la tecnología puede proporcionar un sistema
de currículo musical más sólido y efectivo para el tratamiento de los niños
autistas. |
|
Innocenti et al. (2019) |
El estudio demuestra que la realidad
virtual móvil puede ser efectiva en la enseñanza de la música en la escuela
primaria, y puede ser una herramienta útil para mejorar el aprendizaje de los
estudiantes. Además, los resultados del estudio sugieren que la realidad
virtual móvil puede ser una herramienta efectiva para mejorar la atención y
la memoria de los estudiantes. |
|
Ying (2022) |
Mejoramiento de la calidad de la enseñanza
de la música. Asimismo, permite el desarrollo de la percepción de la belleza
y la capacidad de apreciación de los estudiantes, mayor eficiencia y
precisión en la extracción de características de la señal musical, mayor eficiencia
y precisión en la identificación de características melódicas, entre otros. |
|
Kossyvaki y Curra (2020) |
Optimiza las habilidades sociales de las
personas con autismo, como el control sobre el entorno y las oportunidades de
repetición que ofrecen dispositivos como computadoras personales, tabletas,
teléfonos inteligentes, robots y pizarras interactivas. |
|
Lee y Liu (2021) |
Mejoramiento de habilidades como el
lenguaje, la percepción, la conciencia motora, la cognición y las emociones.
Además, destaca la importancia de la minería de datos y los árboles de
decisión en la evaluación del impacto del enfoque educativo y la
implementación de un sistema de evaluación inteligente para aumentar la
efectividad del aprendizaje. |
|
Zhang (2022) |
Permite a los estudiantes tener acceso a
una variedad de recursos de audio y video relacionados con el violín y
mejorar su comprensión de la música. Asimismo, la aplicación flexible de la
tecnología en la grabación y la composición de música puede mejorar el
interés de los estudiantes y su capacidad para evaluar su propio desempeño. |
CONCLUSIÓN
Las evidencias sugieren que las tecnologías emergentes como
la inteligencia artificial, deep
learning, robots, tecnologías arteterapéuticas, la realidad virtual, la
impresión 3D y tecnología 5D; por citar los más relevantes, tienen un impacto
significativo y positivo en la educación musical para estos grupos de
población. Al respecto, entre los principales impactos pedagógicos están la
personalización del aprendizaje, el aumento de la motivación de los niños, la
mejora del proceso enseñanza y aprendizaje, y la inclusión social de alumnos
con habilidades diferentes en el aprendizaje musical. Asimismo, los resultados
permiten concluir el predominio de China en los aportes positivos de la
aplicación de la IA en la educación musical. A pesar de ello, los estudios
refieren ciertas limitaciones que deben ser abordadas para socializar y
maximizar el impacto positivo en la educación en general y sobre todo en el
campo musical dado que aún son pocos los estudios publicados en Scopus, pues la
educación musical debe ser cada vez más accesible e inclusiva.
Con respecto a las limitaciones de esta revisión, se puede
señalar que los criterios de la consulta en la base de datos Scopus podría
haber originado la exclusión de ciertas investigaciones. Asimismo, los estudios
analizados fueron únicamente aquellos que usan el idioma inglés. Por
consiguiente, fueron excluidos documentos con lenguaje diferente.
CONFLICTO DE
INTERESES. Los autores declaran que no existe conflicto de intereses
para la publicación del presente artículo científico.
REFERENCIAS
Abdel-malek, M. A., Sayed, M. M., y
Azab, M. (2022). UAV-Based Privacy-Preserved Trustworthy
Seamless Service. Sensors, 22(7), 1–19. https://doi.org/10.3390/s22072756
Addessi, A. R. (2020). A Device for Children’s Instrumental
Creativity and Learning: An Overview of the MIROR Platform. Frontiers in Psychology, 11(November), 1–21.
https://doi.org/10.3389/fpsyg.2020.516478
Al-Falahy, N., y Alani, O. (2017). Potential technologies to
5G network : challenges and opportunities. It Professional, 10(1),
1–11. https://doi.org/10.1109/MITP.2017.9
Anaelka, A. H. (2018). Education 4.0 Made Simple: Ideas For
Teaching. International Journal of
Education and Literacy Studies, 6(3),
92. https://doi.org/10.7575/aiac.ijels.v.6n.3p.92
Anufrieva, N. I., Kamenets, A. V.,
Pereverzeva, M. V., y Kruglova, M. G. (2020). Features
of the application of art-therapeutic and gaming technology based on folk music
in rehabilitation and socialization of children with health limitations. Open Access Macedonian Journal of Medical
Sciences, 8, 373–381.
https://doi.org/10.3889/oamjms.2020.3588
Barua, P. D., Vicnesh, J., Gururajan,
R., Oh, S. L., Palmer, E., Azizan, M. M., Kadri, N. A., y Acharya, U. R.
(2022). Artificial Intelligence Enabled Personalised Assistive Tools
to Enhance Education of Children with Neurodevelopmental Disorders—A Review. International Journal of Environmental
Research and Public Health, 19(3),
2–26. https://doi.org/10.3390/ijerph19031192
Bozkurt, A., Karadeniz, A., Baneres,
D., Guerrero-Roldán, A. E., y Rodríguez, M. E. (2021). Artificial
intelligence and reflections from educational landscape: A review of AI studies
in half a century. Sustainability
(Switzerland), 13(2),
1–16. https://doi.org/10.3390/su13020800
Chiu, T. (2021). A holistic approach to Artificial
Intelligence (AI) curriculum for K- 12 schools. TechTrends, 65,
796–807. https://doi.org/10.1007/s11528-021-00637-1
Chiu, T., Meng, H., Chai, C., King, I., y Wong, S. (2022).
Creation and Evaluation of a Pretertiary Artificial Intelligence ( AI )
Curriculum. IEEE Transactions on
Education, 65(1), 30–39.
https://doi.org/10.1109/TE.2021.3085878
Cioffi, R., Travaglioni, M., Piscitelli, G., Petrillo, A., y
De Felice, F. (2019). Artificial intelligence and machine learning applications
in smart production: progress, trends, and di- rections. Sustainability, 12(2).
https://doi.org/10.20944/preprints201912.0016.v1
Ding, Z., Liu, Y., Choi, J., Sun, Q., Elkashlan, M., y Poor,
H. V. (2016). Application of Non-orthogonal Multiple Access in LTE and 5G
Networks. IEEE Communications Magazine,
55(2), 1–16.
https://doi.org/10.1109/MCOM.2017.1500657CM
Esclapés, J., Gómez, A., y Ibañez, A. (2021). Flow. A
socially responsible 3d printed one-handed recorder. International Journal of Environmental Research and Public Health,
18(22).
https://doi.org/10.3390/ijerph182212200
Foster, D. J., Kale, S., Mohri, M., y
Sridharan, K. (2017). Parameter-free online
learning via model selection. Advances
in Neural Information Processing Systems, 2017-Decem,
6021–6031. https://arxiv.org/pdf/1801.00101.pdf
Habibi, A., Cahn, B. R., Damasio, A.,
y Damasio, H. (2016). Neural correlates of
accelerated auditory processing in children engaged in music training. Developmental Cognitive Neuroscience,
21, 1–14.
https://doi.org/10.1016/j.dcn.2016.04.003
Holmes, W., Hui, Z., Miao, F., y Ronghuai, H. (2021). AI and education: A guidance for
policymakers. UNESCO
Publishing. http://refhub.elsevier.com/S2666-920X(22)00073-X/sref32
Innocenti, E. D., Geronazzo, M.,
Vescovi, D., Nordahl, R., Serafin, S., Ludovico, L. A., y Avanzini, F. (2019). Mobile virtual reality for musical genre learning in primary education. Computers and Education, 139, 102–117.
https://doi.org/10.1016/j.compedu.2019.04.010
Johnson, K. W., Soto, J. T., Glicksberg, B. S., Shameer, K.,
Miotto, R., Ali, M., Ashley, E., y Dudley, J. T. (2018). Artificial
Intelligence in Cardiology. Journal of
The American College of Cardiology, 71(23). https://doi.org/10.1016/j.jacc.2018.03.521
Karaca, O., Çalışkan, S. A., y Demir,
K. (2021). Medical artificial intelligence readiness scale for medical
students (MAIRS-MS) – development, validity and reliability study. BMC Medical Education, 21(1), 1–9.
https://doi.org/10.1186/s12909-021-02546-6
Kossyvaki, L., y Curran, S. (2020). The role of
technology-mediated music-making in enhancing engagement and social
communication in children with autism and intellectual disabilities. Journal of Intellectual Disabilities,
24(1), 118–138.
https://doi.org/10.1177/1744629518772648
Lalitte, P., Bedoin, N., Pineau, M., Bigand, E.,
Neuroscience, L., Dynamique, L., Langage, D., Neuroscience, L., Cognition, A.,
y Team, P. (2019). Rhythmic and textural musical sequences influence
differently syntax and semantic processing in children. Journal of Experimental Child Psychology, 191, 1–23.
https://doi.org/10.1016/j.jecp.2019.104711
Lee, L., y Liu, Y. S. (2021). Training effects and intelligent evaluated pattern of the holistic music
educational approach for children with developmental delay. International Journal of Environmental
Research and Public Health, 18(19),
1–12. https://doi.org/10.3390/ijerph181910064
Lei, S., y Liu, H. (2022). Deep Learning Dual Neural Networks
in the Construction of Learning Models for Online Courses in Piano Education. Computational Intelligence and Neuroscience,
2022, 1–8.
https://doi.org/10.1155/2022/4408288
Li, H. (2021). Piano Education of Children Using Musical
Instrument Recognition and Deep Learning Technologies Under the Educational
Psychology. Frontiers in Psychology,
12(September), 1–11.
https://doi.org/10.3389/fpsyg.2021.705116
Luo, L. (2022). Education Mode Reform of Colleges and
Universities in Music Teaching under 5G Internet. Mobile Information Systems, 2022,
1–12. https://doi.org/10.1155/2022/7701567
Michałko, A., Campo, A., Nijs, L.,
Leman, M., y Van Dyck, E. (2022). Toward a meaningful
technology for instrumental music education: Teachers’ voice. Frontiers in Education, 7(October), 1–18.
https://doi.org/10.3389/feduc.2022.1027042
Moreno, S., y Lee, Y. (2019). Short-term Second Language and
Music Training Induces Lasting Functional Brain Changes in Early Childhood. Physiology & Behavior, 176(3), 139–148.
https://doi.org/10.1111/cdev.12297.Short-term
Nigam, A., Pasricha, R., Singh, T., y Churi, P. (2021). A
Systematic Review on AI-based Proctoring Systems: Past, Present and Future. Education and Information Technologies,
26(5), 6421–6445.
https://doi.org/10.1007/s10639-021-10597-x
Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I.,
Hoffmann, T. C., Mulrow, C. D., Shamseer, L., Tetzlaff, J. M., Akl, E. A.,
Brennan, S. E., Chou, R., Glanville, J., Grimshaw, J. M., Hróbjartsson, A.,
Lalu, M. M., Li, T., Loder, E. W., Mayo-Wilson, E., McDonald, S., … Moher, D.
(2021). The PRISMA 2020 statement: An updated guideline for reporting
systematic reviews. The BMJ, 372, 1–9.
https://doi.org/10.1136/bmj.n71
Phillips, L. (2000). Storytelling: The seeds of children’s
creativity. Australasian Journal of
Early Childhood, 25(3),
1–5. https://doi.org/10.1177/183693910002500302
Rahiem, M. (2021). Storytelling in early childhood
education : Time to go digital. International
Journal of Child Care and Education Policy, 15(4), 2–20. https://doi.org/10.1186/s40723-021-00081-x
Wang, X., Zhao, S., Liu, J., y Wang, L. (2022). College music
teaching and ideological and political education integration mode based on deep
learning. Journal of Intelligent
Systems, 31(1), 466–476.
https://doi.org/10.1515/jisys-2022-0031
Williamson, B., Eynon, R., y Williamson, B. (2020).
Historical threads , missing links , and future directions in AI in education
education. Learning, Media and Technology,
45(3), 223–235.
https://doi.org/10.1080/17439884.2020.1798995
Xia, Q., Chiu, T., Lee, M., Sanusi, I., Dai, Y., y Chai, C.
(2022). A self-determination theory (SDT) design approach for inclusive and
diverse artificial intelligence (AI) education. Computers & Education, 189(104582). https://doi.org/10.1016/j.compedu.2022.104582
Ying, B. (2022). Strategies for Improving the Quality of
Music Teaching in Primary and Secondary Schools in the Context of Artificial
Intelligence. Security and
Communication Networks, 2022,
1–7. https://doi.org/10.1155/2022/4680905
Zhang, Y. (2022). Violin Teaching Improvement Strategy in the
Context of Intelligent Internet of Things. Mathematical Problems in Engineering, 2022, 1–11. https://doi.org/10.1155/2022/3627113
Zhang, Y., Zhang, C., Cheng, L., y Qi, M. (2022). The Use of
Deep Learning-Based Gesture Interactive Robot in the Treatment of Autistic
Children Under Music Perception Education. Frontiers in Psychology, 13(February),
1–11. https://doi.org/10.3389/fpsyg.2022.762701