استخدام الذكاء الاصطناعي لتحسين مهارات الموسيقيين^[1]

بقلم د. جيم فرانكل، مؤسس ومدير MusicFirst ^[2]

توسع دور التكنولوجيا في تعليم الموسيقى بشكل كبير مؤخرًا وتحديدًا منذ جائحة كورونا.  لقد حظي موضوع استخدام الذكاء الاصطناعي (AI) بالكثير من الاهتمام في السنوات الأخيرة.  فهل هذا أمر جيد أم سيئ في عمليات التعليم الموسيقي؟  انتشرت العديد من الوسائل المذهلة المعتمدة على الذكاء الاصطناعي والتي يمكن أن تساعد الطلبة في تعزيز مهاراتهم الموسيقية.  فمن جلسات التدريب الشخصية إلى التحليل المتقدم للمدونات الموسيقية، أصبح برنامج الذكاء الاصطناعي أداة قيّمة لبعض مدرسي الموسيقى. 

يتناول هذا المقال كيفية دمج خمس منصات مبتكرة  في برنامج تعزيز المهارات الموسيقية لدى طلبة المدارس المتوسطة والثانوية. والمنصات هي: (Practice First و Sight Reading Factory وMoises.ai وSoundtrap وChatGPT).

تعتبر منصة "براكتس فيرست" (PracticeFirst) – بمعنى التدرب أولاً -  وسيلة تقويم تعتمد على الذكاء الاصطناعي، وهي متاحة حصريًا من خلال مؤسسة (MusicFirst)، فهي تقدم للطلبة ملاحظات فورية حول أدائهم.  تصغي هذه المنصة الالكترونية لعزف الطلبة أو غنائهم وتقدم لهم ملاحظات تقويم فورية وموضوعية بناءً على أدائهم الإيقاعي، والنغمي، والدقة في الأداء، وضبط السرعة.  وتعتمد هذه المنصة على خوارزمية التقويم، حيث تجري مطابقة الملف الصوتي الذي يسجلة الطالب لأدائه وسرعان ما تقارنه له بتسجيل يعتبر مرجعيًا أو نموذجيًا.  وتقوم الخوارزمية بمقارنة الإثنين وتقديم ملاحظات تفصيلية للطالب.

ومن خلال تسليط الضوء على مجالات بحاجة إلى تحسين، يمكن للطلبة التركيز على تلك المجالات في تدريباتهم، مما يؤدي إلى وقت تدريب أكثر كفاءة وفعالية.  فعلى سبيل المثال، وعلى عكس البرامج الأخرى، إذا قام التلميذ بإبطاء الأداء أو تسريعه، فإن منصة  "براكتس فيرست" تفهم ذلك وتقدم ملاحظات حول السرعة بعد انتهاء الأداء، بدلاً من اعتبار كل نغمة لاحقة خاطئة.  يَعْرِف مدرسو الموسيقى بأن الطلبة قد يبطئون أو يسرّعون في أدائهم - والبرنامج يلاحظ ذلك وبهذا يكون أداة تقويم فعالة.  ما من شك بأن وسيلة تعتمد على الذكاء الاصطناعي بإمكانها القيام بذلك بفعالية.

إن أحد أكثر الجوانب تحديًا في المهارات الموسيقية، وخاصة لدى الطلبة الصغار، هو قراءة المدونة الموسيقية من النظرة الأولى أي فورياً.  تقدم منصة "سايت ريدنغ فاكتوري" (Sight Reading Factory) - ما ترجمته الحرفية "مصنع القراءة الفورية" - حلاً لهذه الإشكالية من خلال توليد عدد لا نهائي من تمارين قراءة العلامات الموسيقية المصممة بما يتفق مع  مستوى مهارة كل طالب.  وبإمكان هذا البرنامج توليد تمارين للطلبة الفرديين، أو للمجموعات الصغيرة، أو للفرق الموسيقية الكاملة، مما يضمن توفير تحديات مناسبة للجميع.

باستطاعة خوارزميات الذكاء الاصطناعي في منصة "سايت ريدنغ فاكتوري"  تعديل مستوى الصعوبة بناءً على أداء المستخدم، مما يجعل هذا البرنامج أداة ممتازة للتعلم المتدرج.  فعلى سبيل المثال، الطالب الذي يواجه صعوبة في الإيقاع قد يتلقى تمارين تركز على هذا الجانب من الصعوبة، بينما يمكن للطالب الأكثر تقدمًا أن يتحدى نفسه بأدلة موازين (time signatures) معقدة أو تغييرات في أدلة السلالم والمقامات (key/mode signatures).  ويمكن اعتماد هذه المنصة في عمليات التدريس لزيادة ثقة الطلبة وكفاءتهم في قراءة المدونات الموسيقية (النوتة).  كما يمكن لقادة الفرق والمربين الموسيقيين استخدام هذه المنصة خلال التدريبات كتمارين إحماء واعتبارها جزءًا من روتين تدريب الطلبة المعتاد.  وتضمن القدرة على توليد تمارين ومواد جديدة في كل مرة تعرض الطلبة لتحديات جديدة باستمرار، مما يمنع الملل الذي قد يأتي مع التمارين المتكررة.

"مويسيس (Moises.ai) “ai.تطبيق موسيقي مدعوم بالذكاء الاصطناعي يقدم مجموعة من الوسائل المصممة لمساعدة الموسيقيين على التدرب وتحليل الموسيقى.  ميزته الأكثر بروزًا قدرته على فصل المسارات أي "التراكات" أو الخطوط إلى مكونات فردية مستقلة، مثل خط الغناء، وخط الجهير (باص)، وخط الطبول، وغيرها.  يتيح ذلك للطلبة عزل أجزاء محددة من التسجيل والتركيز عليها أثناء التدريب.

ويمكن أن يكون تطبيق Moises.ai وسيلة لا تقدر بثمن لتدريب الأذن والتحضير لأداء الخطوط الموسيقية.  فمن خلال عزل مسار من تسجيل كامل، يمكن للطالب الاستماع له بتركيز أكبر، وفهم كيفية اندماجه داخل المجموعة الموسيقية بكاملها.  بالإضافة إلى ذلك، تتيح ميزات التحكم بالسرعة وضبط النغم تدرب الطالب على المقاطع الصعبة بوتيرة أبطأ أو بنقلها (transpose) إلى مفاتيح موسيقية مختلفة مع زيادة الصعوبة تدريجيًا بما يضمن تحسن الأداء.  ويمكن لقادة الفرق الموسيقية استخدام Moises.ai لإنشاء مسارات تدريب مخصصة للطلبة. فعلى سبيل المثال، قد يقوم قائد الفرقة بعزل قسم الآلات النحاسية من مقطوعة موسيقية وتكليف عازفي هذه الآلات بها لضمان ممارسة مركزة.

"ساوند تراب" (Soundtrap)  - ما ترجمته الحرفية الفخ الصوتي - محطة عمل صوتية رقمية (DAW) قائمة على التخزين السحابي (cloud-based digital audio workstation) تُمكّن الطلبة من تنفيذ مشاريع موسيقية والتعاون فيها عبر الإنترنت. وبفضل الميزات المدعومة بالذكاء الاصطناعي التي تبسط عملية التسجيل والتوزيع والمزج (mixing)، يعد "ساوندتراب"  أداة ممتازة لتدريس التأليف، والتوزيع، والإنتاج الموسيقي.

وبالنسبة لأعضاء فرق الشباب الموسيقية، يوفر "ساوند تراب" منصة لاختبار الإبداع بما يتجاوز الأداء التقليدي،  إذ يمكن للطلبة اختبار توزيع معزوفات مختلفة، وابتكار مؤلفات جديدة، أو حتى إنتاج تسجيلات خاصة.  كما أن طبيعة التعاون في "ساوند تراب" تتيح للطلبة العمل معًا على المشاريع، مما يعزز مهارات العمل الجماعي والتواصل، وهنا يلعب الـتخزين السحابي دورًا مهمًا في التواصل بين الطلبة.

ويمكن لقادة الفرق دمج  "ساوند تراب" في برامجهم لجميع طلبة الموسيقى وذلك من خلال تضمين مشاريع التأليف والتوزيع الموسيقيين في المناهج الدراسية. فعلى سبيل المثال، قد يُطلب إلى الطلبة توزيع مقطوعة موسيقية أو تأليف عمل جديد تؤديه فرقتهم الموسيقية.  ومن خلال التفاعل مع الموسيقى بهذه الطريقة الإبداعية، لا يطور الطلبة مهاراتهم الموسيقية فحسب، إنما يكتسبون أيضًا مهارات قيّمة في التكنولوجيا والعمل التعاوني.

"تشات جي بي تي" (ChatGPT) - ثرثرة المحول المُدرّب مسبقًا لتوليد النصوص - هو نموذج ذكاء اصطناعي للغات يمكن أن يكون أداة متعددة الاستخدامات لقادة الفرق الموسيقية  والطلبة على حد سواء.  ومن المحتمل أن يكون من أوائل الأمور التي تجذب المهتمين بالذكاء الاصطناعي من هؤلاء القادة والطلبة. فقدرة هذا النموذج على توليد محتوى نصي تجعله موردًا لا يُقدّر بثمن يطال مجموعة متنوعة من الأغراض التعليمية، أكان على مستوى توليد روتينيات تدريبية أم على مستوى توفير سياقات تاريخية لمقطوعات موسيقية برسم الدراسة والتحليل.  ويمكن أيضًا الاستفادة من "تشات جي بي تي" لتحسين المهارات الموسيقية لطلبة الفرق الموسيقية في المدارس المتوسطة والثانوية، من خلال خطط تدريب مصممة خصيصًا لهم، وتزويدهم بالتغذية الراجعة (feedback).  وعليه فإن بإمكان "شات جي بي تي" المساعدة في توليد روتينيات تدريب مخصصة بناءً على مستوى مهارة الطالب، وآلته الموسيقية، والمعزوفة التي يتدرب عليها.  فعلى سبيل المثال، يمكن للطالب الذي يواجه صعوبة في إيقاع في مقطع معين من المعزوفة أن يحصل على مجموعة من التمارين المصممة لمعالجة هذه المشكلة بالذات.  بالإضافة إلى ذلك، يمكن لـ "تشات جي بي تي" أن يزود الطلبة بملاحظات مدونة مستقاة من جلسات التدريب الخاصة بهم.  ومن خلال تزويد الذكاء الاصطناعي بملاحظاتهم أو أسئلتهم، يمكن للطلبة الحصول على إرشادات حول كيفية تحسين تقنياتهم، أو التغلب على التحديات التي تواجههم، أو تحسين تفسيرهم للمعزوفة الموسيقية التي بين أيديهم. هذا الوصول الفوري إلى نصائح شخصية يساعد الطلبة على التقدم بشكل أسرع وبثقة أكبر.

إن دمج البرمجيات المعتمدة على الذكاء الاصطناعي بتعليم الموسيقى ليس مجرد اتجاه عابر، بل يمثل تحولًا كبيرًا في كيفية تعلم وتعليم الموسيقى. فمن خلال دمج البرمجيات التي ذكرناها آنفاً في برنامج الفرق الموسيقية، يمكن أن تقدم للطلبة تجربة تعلم أكثر تخصيصًا وتفاعلاً وفعالية.  ولا تقتصر هذه المنصات على تحسين أساليب التعليم الموسيقي التقليدية فحسب، بل تفتح أيضًا آفاقًا جديدة للإبداع والتعاون والاستكشاف.  إن احتضان هذه التقنيات يمكن أن يساعد المدرس على تجهيز طلبته بشكل أفضل لمواجهة التحديات الموسيقية المستقبلية، وتعزيز الذائقة وفهم أعمق للموسيقى يستمر مدى الحياة.

^[1]  مقالة مترجمة بتصرف نقلاً عن العدد الأخير لمجلة In Tune، المجلد 22، العدد الرقم 1، الصادرة في تشرين الأول (أكتوبر) 2024. قام بنقلها إلى العربية مع بعض الإضافات التوضيحية أمين المجمع العربي للموسيقى أ. د. كفاح فاخوري.

^[2]  بالإضافة إلى كتاباته، يُعد جيم من الخبراء المطلوبين بشدة كمتحدث رئيسي ومُقدِّم ورش عمل في بيئات المربين الموسيقيين  محليًا ودوليًا، فهو عضو في مجلس إدارة  (TI:ME) وجمعية تعليم الموسيقى الرائجة (APME). يشغل حاليًا منصب أمين صندوق (Music COMP)، كما أنه الرئيس السابق لجمعية (ATMI).