Rafael Guzmán Barrios
El reto no es prohibir la inteligencia artificial en este campo artístico, sino integrarlas mediante un diseño didáctico sólido, evaluación rigurosa y principios éticos claros que refuercen el aprendizaje profundo, la autonomía del alumnado y la toma de decisiones fundamentadas.
La inteligencia artificial generativa en educación musical se está incorporando al día a día del aula casi sin pedir permiso: redacta instrucciones, sugiere ideas musicales, construye acompañamientos y devuelve borradores creativos en segundos. Y, siendo honestos, puede resultar tentador utilizarla sin demasiada reflexión previa.
Sin embargo, la pregunta pedagógica de fondo no es si debemos permitirla o prohibirla, sino cómo diseñar tareas en las que la IA no sustituya el aprendizaje musical, sino que lo haga más consciente y profundo. El enfoque institucional europeo insiste en una educación digital de calidad, inclusiva y accesible, lo que explica por qué la IA ocupa hoy un lugar central en la conversación educativa (European Commission, 2025).
Cuando se convierte en atajo
Cuando la IA se utiliza como atajo, el efecto es claro: se escucha menos, se decide menos y, en consecuencia, se aprende menos. En cambio, cuando se integra dentro de una estrategia didáctica bien planificada, puede acelerar procesos mecánicos —explorar opciones, comparar variantes o reformular propuestas— y dejar más espacio para lo verdaderamente relevante: analizar, elegir, justificar y revisar con oído y criterio.
Esta perspectiva se alinea con las guías europeas sobre IA y datos en educación, que insisten en tres principios fundamentales: control humano, transparencia y pensamiento crítico (European Commission, 2022).
Apoyo en la creación
Un primer uso de alto valor pedagógico es emplear la IA como apoyo en la creación, manteniendo siempre el control en manos del alumnado. Resulta especialmente útil solicitar tres propuestas deliberadamente distintas —por ejemplo, un ostinato rítmico, una melodía por grados conjuntos y una textura por capas— y exigir que el estudiante seleccione una con argumentos musicales.
La decisión debe justificarse: qué opción sostiene mejor la forma, cómo equilibra repetición y variación, qué tipo de tensión genera y de qué manera la resuelve. En este planteamiento, la IA no compone por el estudiante; provoca alternativas para entrenar la comparación, la selección y el desarrollo del criterio. Desde el punto de vista pedagógico, ese entrenamiento sí aporta valor.
Proceso de revisión
Otro uso especialmente potente es la retroalimentación estructurada para mejorar una pieza. En lugar de formular una petición vaga como “opina sobre mi obra”, que suele generar respuestas halagadoras y poco útiles, conviene solicitar un análisis guiado mediante una mini-rúbrica: coherencia formal, conducción de voces, claridad rítmica, equilibrio de registros o adecuación tímbrica.
Después llega la fase decisiva: el estudiante debe aceptar o rechazar las sugerencias y justificar cada decisión. Este procedimiento desplaza el foco hacia el proceso de revisión. El producto final importa, pero lo que realmente consolida la competencia musical es la reflexión sobre las decisiones tomadas.
Alfabetización crítica y escucha analítica
Un tercer uso, a menudo infravalorado, es emplear la IA como herramienta para la alfabetización crítica y la escucha analítica. Se pueden comparar varias explicaciones generadas sobre un mismo fragmento musical y pedir al alumnado que detecte omisiones, vaguedades o posibles errores conceptuales.
Esta dinámica entrena dos dimensiones inseparables en el contexto actual: el pensamiento crítico ante herramientas digitales y la precisión conceptual en el análisis musical. Conviene recordarlo con claridad: las IAs también generan información incorrecta. Por ello, aprender a interrogarlas con método y oído forma parte del aprendizaje.
Evaluación
El problema aparece cuando la evaluación se limita exclusivamente al producto final. Sin trazabilidad, la autoría se vuelve opaca y la evaluación puede transformarse en sospecha permanente, lo que deteriora el clima de aprendizaje.
La solución no consiste en perseguir el plagio, sino en rediseñar la evaluación. Resulta más eficaz solicitar un diario breve de decisiones (qué se pidió a la IA y con qué finalidad), comparar versiones antes y después de la intervención de la herramienta y realizar una defensa oral concisa sobre la forma y los materiales utilizados. Con estas evidencias, el aprendizaje se vuelve verificable y el estudiante comprende que lo que se valora es el pensamiento musical.
Dilemas éticos
La dimensión ética no es un complemento, especialmente cuando se trabaja con menores o con datos personales. Las orientaciones europeas sobre IA y datos en educación subrayan la necesidad de prudencia con la información sensible, claridad en el uso y responsabilidad docente (European Commission, 2022).
A escala internacional, la UNESCO insiste en un enfoque humanocéntrico que implica el desarrollo de competencias éticas, pedagógicas y técnicas por parte del profesorado. En el aula de música, esto puede concretarse en tres normas operativas claras: declarar el uso de la herramienta, aportar evidencia del proceso creativo y evitar compartir datos personales en plataformas no controladas.
Formación continua del docente
Todo lo anterior conduce a una conclusión necesaria: la IA generativa no mejora por sí sola la educación musical. La mejora depende del diseño pedagógico. Por ello, la formación del profesorado en evaluación, tecnología educativa y didáctica específica se vuelve decisiva si se quiere que la herramienta actúe como palanca de profundización creativa y no como sustituto del esfuerzo reflexivo.
En el contexto europeo actual, marcado por la transformación digital educativa, la pedagogía musical tiene la oportunidad de demostrar que la creatividad se enseña con método y que la tecnología, bien implementada, puede ponerse al servicio del oído, del análisis y de la construcción musical (European Commission, 2025).
El enfoque UNIR
En UNIR, esta reflexión no se queda en el plano teórico. La universidad ha establecido un marco explícito de uso ético que pone el foco en la transparencia y en la identificación de contenidos generados mediante IA (UNIR, 2025). Además, existen directrices institucionales para un uso responsable de herramientas generativas en tareas académicas e investigadoras (Proeduca, 2024).
En el Máster en Pedagogía Musical, este planteamiento se traduce en una aplicación práctica: en cada asignatura se diseña al menos una actividad en la que la IA se utiliza de forma guiada, con declaración de uso y evidencia del proceso. El objetivo es claro: que el estudiante no delegue su criterio pedagógico-musical, sino que aprenda a controlar la herramienta y a justificar sus decisiones con rigor.
Referencias bibliográficas
- European Commission. (2022, October 25). Ethical guidelines on the use of artificial intelligence (AI) and data in teaching and learning for educators. Publications Office of the European Union. https://op.europa.eu/en/publication-detail/-/publication/d81a0d54-5348-11ed-92ed-01aa75ed71a1
- European Commission. (2025, November 18). Digital Education Action Plan: policy background. European Education Area. https://education.ec.europa.eu/focus-topics/digital-education/plan
- Proeduca. (2024, July 17). Guía de uso responsable de IA generativa en tareas de investigación (ES) [PDF]. UNIR. https://www.unir.net/wp-content/uploads/2024/08/Proeduca-Guia-de-uso-responsable-de-IA-Generativa-en-tareas-de-investigacion-ES.pdf
- UNIR. (2025, April 9). Declaración UNIR para un uso ético de la inteligencia artificial en educación superior. https://www.unir.net/actualidad/responsabilidad-social-corporativa/declaracion-unir-para-un-uso-etico-de-la-inteligencia-artificial-en-educacion-superior/
(*) Rafael Guzmán Barrios, director académico del Máster en Pedagogía Musical de UNIR. Docente, pianista y compositor cubano. Profesor Contratado Doctor por ANECA. Ha compuesto música para más de 100 audiovisuales y obras de teatro.
- Facultad de Ciencias de la Educación y Humanidades
