От Моцарта к «машинному» обучению: интеграция нейросетей в образовательную программу учебного предмета «Музыка»

Автор: Стукалова Галина Александровна

Организация: ГБОУ СОШ № 164 (ул. Пейзажная 20)

Населенный пункт: г.Санкт-Петербург

Цель: изучить педагогическую ценность интеграции ИИ в уроки музыки.

Задачи: разработать серию заданий работы с искусственным интеллектом на уроке музыки.

 

В классе звучит фортепианная прелюдия. Педагог задаёт вопрос: «Как думаете, что звучит – живая музыка или нейросеть?» Ученики начинают спорить, приводить аргументы, анализировать. Так может начаться современный урок, где технология становится не заменой традиционного образования, а инструментом для углубления понимания музыки.

Нейросети уже создают саундтреки к фильмам, помогают продюсерам и композиторам. Игнорировать этот факт в музыкальном образовании — значит оставить учеников неподготовленными к реальности современной музыкальной индустрии. Но важнее другое: работа с искусственным интеллектом открывает уникальные возможности для развития критического мышления, понимания природы творчества и глубокого анализа музыкальных явлений.

Прежде чем говорить о конкретных методиках, ответим на главный вопрос: какую педагогическую ценность несёт интеграция ИИ в уроки музыки?

Развитие аналитических навыков: сравнивая результаты работы человека и алгоритма, ученики учатся выделять существенные характеристики стиля, понимать структуру музыкального произведения, замечать нюансы, которые раньше ускользали от внимания.

Снижение страха перед творчеством: многие ученики не умеют, не хотят сочинять музыку из-за страха ошибки или отсутствия вдохновения. Нейросеть становится безопасным партнёром для экспериментов — она предлагает варианты, от которых можно оттолкнуться, не боясь критики.

Формирование критического мышления: работа с ИИ требует постоянной оценки результатов: это хорошо звучит или нет? Почему? Что можно улучшить? Ученик становится не потребителем готового продукта, а активным критиком и соавтором.

Актуальность образования: современные дети живут в мире технологий. Показывая, как ИИ применяется в музыке, мы делаем предмет релевантным их жизненному опыту.

Возникает ключевой вопрос: как встроить эти проекты в и без того насыщенную программу?

В данной ситуации есть несколько вариантов решения проблемы. Опираясь на академическое бучение, можно внедрить новые, современные технологии. Главное интерес сторон (учитель – ученик). Предлагаю ряд примеров модульной интеграции:

1. Отдельный модуль: 4-6 уроков в четверти или полугодии, посвящённых работе с ИИ. Подходит для школ с гибкими программами.
2. Дополнение к темам: при изучении каждой исторической эпохи — одно занятие с ИИ-анализом стиля. Растягивается на весь учебный год.
3. Проектная работа: один большой проект в конце года, интегрирующий все полученные знания. Подходит для выпускных классов.
4. Кружок или факультатив: внеурочная деятельность для заинтересованных учеников. Позволяет углубиться без давления программы.

Для работы с ИИ (нейросетями) потребуется техническое оснащение и ресурсы.

Проанализировав ситуацию разного технического оснащения, приходим к выводу.

Для начала работы достаточно минимальной конфигурации (есть в каждой школе):

• один компьютер с выходом в интернет;
• проектор или большой экран;
• колонки приемлемого качества;
• бесплатный аккаунт на одной из платформ (обычно, педагога).

Рекомендуемые бесплатные сервисы (2025):

Soundraw — простой интерфейс, подходит для начинающих

Mubert — хорош для фоновой и жанровой музыки

Google Magenta Studio — плагины для работы внутри DAW, требует больше навыков

AIVA (бесплатная версия) — для классической и кинематографической музыки

Для углублённой работы расширенная конфигурация (возможна в новых современных, хорошо укомплектованных учреждениях):

- планшеты или ноутбуки для индивидуальной работы учеников (1 устройство на 2-3 человека);

- платная подписка на профессиональный сервис;

- MIDI-клавиатура для ввода мелодий;

- базовая DAW (Reaper, GarageBand или бесплатная Cakewalk).

Конечно, включение в работу на уроке новых современных технологий требует от педагога соответствующих компетенций. Необходимо посещать курсы и вебинары, например, серия вебинаров Московской консерватории «Технологии в музыкальном образовании»; изучать научные публикации, статьи в журнале «Музыкальное образование и наука», исследования лаборатории «Музыка и искусственный интеллект» МИФИ; общаться в социальных сетях для музыкальных педагогов; посещать форумы по музыкальным технологиям и многое другое. Это только малый перечень.

Урок музыки, все же урок. Учеников необходимо оценивать. Работа с нейросетями требует новых подходов к оцениванию. В итоге, что оценивать?

Не оценивается: качество ИИ-генерации (ученик не отвечает за работу срвиса), технические навыки работы с программами (это не курс информатики).

В первую очередь оценивается:

1. Критическое мышление: умение анализировать результаты ИИ, способность выявлять сильные и слабые стороны генерации, аргументированность выводов, анализа, суждений.

2. Творческие решения: оригинальность начальной идеи (которую дали ИИ), качество доработки ИИ-материала, осмысленность выбора из вариантов.

3. Понимание концепций: знание особенностей стилей, понимание музыкальной структуры, осознание этического вопроса использования ИИ.

4. Коммуникация: способность объяснить свои решения, участие в дискуссиях, качество презентации результатов.

Помимо проблемы с оцениванием очень часто возникают и технические проблемы, которые нужно уметь решать быстро. И это задача педагога в первую очередь. Творческий процесс лучше не нарушать, иначе, интерес может быстро «испариться».

Проблема: нестабильный интернет в школе.

Решение: заранее генерировать материалы дома и приносить в записи; использовать оффлайн-инструменты (некоторые ИИ-плагины работают локально); организовать 1-2 урока в компьютерном классе с лучшим подключением.

Проблема: ученики технически более продвинуты, чем педагог.

Решение: это преимущество! Создайте роли «технических консультантов» из числа учеников; фокусируйтесь на музыкальной стороне — это ваша экспертиза; учитесь вместе с учениками, показывая модель lifelong learning.

Еще одна важная проблема: скептицизм коллег («Зачем это в надо?»).

Решение: проведите открытый урок, показав педагогическую ценность; акцентируйте на развитие традиционных навыков через работу с ИИ; делитесь результатами: как углубляется понимание учениками стиля, формы, драматургии и тд., развивается творчество.

Включать в урок фрагменты работы с искусственным интеллектом нужно постепенно. В первую очередь нужно хорошо подготовиться самому педагогу: освоить доступные бесплатные сервисы, попробовать недорогую платную платформу, создать собственные продукты или найти и скачать готовую музыку, созданную ИИ и классические образцы. Плейлист не должен быть «скудным».

Развитие умения слушать музыку, слуховых представлений начинается с самого первого урока музыки. На этих же уроках дети начинают рассуждать о музыке, описывать ее, у них начинает развиваться критическое мышление. Развивать критический слух помогают упражнения и музыкально-дидактические игры. Предлагаем несколько сценариев игр, на которые уходит немного времени урока, но это всегда интересно и познавательно.

Упражнения на развитие критического слуха: Человек vs Машина

Уровень 1: Различение жанров (для младших классов).

Задание: определить, какой фрагмент создан человеком, а какой — ИИ.

Используем простые жанры: детская песенка, марш, вальс, колыбельная.

Что слушать (критерии):

- Логичность формы (есть ли ясное начало, середина, завершение?)

- Запоминаемость мелодии (можно ли напеть после одного прослушивания?)

- Естественность кульминации.

Типичные признаки ИИ-музыки на этом уровне:

- Мелодия может «забыть» о себе и начать развиваться в неожиданном направлении.

- Кульминация возникает механически, не подготовлена.

- Окончание может быть внезапным или, наоборот, тянуться без необходимости.

Уровень 2: Анализ развития (средние классы).

Задание: прослушать развёрнутое произведение (3-5 минут) и определить авторство.

Что анализировать:

- Мотивная работа: появляются ли темы снова? Развиваются ли они или просто повторяются?

- Тональное развитие: есть ли логика в смене тональностей?

- Динамика: Выстроена ли драматургия от тихого к громкому и обратно осмысленно?

- Память композиции: «Помнит» ли музыка о том, что было раньше?

Типичные признаки ИИ-музыки на этом уровне:

- После 1-2 минут появляется ощущение «топтания на месте».

- Темы не развиваются, а просто чередуются.

- Нет ощущения пути от начала к концу.

Уровень 3: Стилевой анализ (старшие классы).

Задание: оценить, насколько убедительна стилизация.

Даём фрагменты:

- Подлинное произведение композитора.

- ИИ-стилизация высокого качества.

- ИИ-стилизация среднего качества.

- Пастиш (стилизация, созданная другим композитором-человеком).

Что анализировать:

- Идиоматичность (характерные обороты композитора).

- Глубина стилевых признаков (поверхностная или структурная имитация?)

- Индивидуальность голоса.

- Культурно-исторический контекст.

Это самое сложное задание, требующее глубокого знания стилей.

Игра: «Музыкальный детектив»

Превращаем развитие критического слуха в соревнование

Правила игры:

1. Класс делится на 3 команды.

2. Ведущий (педагог) включает 10 фрагментов.

3. Команды обсуждают и записывают ответ: человек или ИИ?

4. За каждый правильный ответ — 1 балл.

5. Дополнительный балл, если команда верно назвала «причину» (что именно выдало авторство)

Усложнённый вариант (средние и старшие классы):

- Три категории: человек / ИИ / совместная работа.

- Нужно не только определить авторство, но и оценить качество (по шкале от 1 до 10).

- Бонусные баллы за аргументированное мнение (если команда ошиблась, но привела убедительные аргументы).

Перевёрнутое задание: «Научи ИИ музыке»

Интересный вариант для продвинутых учеников:

Задача: попробовать создать промпт (текстовое задание) для нейросети, который приведёт к созданию максимально «человечной» музыки.

Ученики:

- Экспериментируют с разными формулировками.

- Анализируют, что меняется при добавлении конкретных указаний.

- Обсуждают: можно ли словами описать то, что делает музыку живой?

Это упражнение показывает, насколько сложно вербализовать музыкальные качества — понимание, которое углубляет appreciation музыки в целом.

Следующий сценарий проектной работы долгосрочный, очень объемный, интегрирующий все полученные знания. Растягивается на весь учебный год. Подходит для учащихся 6 – 8 классов.

Проект возможно выполнить на уроках музыки в школе с ограниченным бюджетом:

- Используйте бесплатные версии сервисов (Soundraw, Mubert AI).

- Работайте с нейросетью фронтально — один компьютер и проектор на класс.

- Ученики по очереди загружают свои наброски, класс коллективно обсуждает результаты.

Для хорошо оснащённых школ:

- Индивидуальная работа на планшетах или ноутбуках.

- Подписка на профессиональные сервисы (AIVA Pro, Amper).

- Интеграция с DAW (Digital Audio Workstation) для более сложной обработки.

«Соавторство с ИИ: от идеи к произведению»

Структура проекта

Этап 1: Создание основы (2-3 урока)

Ученики делятся на три группы, создавая на уроке вместе с учителем начальный музыкальный материал:

- мелодическую линию в 8 тактов;

- гармоническую последовательность;

- короткий фортепианный рифф.

Важно, чтобы это была именно «авторская» работа, пусть и простая. Здесь педагог работает как обычно: помогает с голосоведением, обсуждает форму, корректирует ритм.

Этап 2: Работа с нейросетью (2-3 урока)

Загружаем созданный материал в один из доступных сервисов — AIVA, Amper Music, Soundraw или Mubert (выбор зависит от технического оснащения школы и бюджета, у нас это Soundraw). Нейросеть генерирует:

- вариации основной мелодии;

- аккомпанемент;

- контрапункт;

- аранжировку для разных инструментов;

Критический момент: ученики получают не один, а несколько вариантов (обычно 5-10). Задача — прослушать все и оценить каждый.

Этап 3: Критический анализ (1-2 урока)

 

Создаём таблицу для оценки вариантов:

 

Вариант	Соответствие замыслу	Музыкальная логика	Интересность	Технические проблемы	Итоговая оценка
1
2
3

Обсуждаем в классе:

- Какой вариант лучше передаёт настроение?

- Где нейросеть допустила "немузыкальные" ходы?

- Есть ли неожиданные находки, которые улучшают композицию?

- Что нужно доработать?

Этап 4: Финальная доработка (2-3 урока)

В каждой группе выбирается лучший вариант композиции и редактируют:

- исправляют гармонические шероховатости;

- дорабатывают мелодические линии;

- добавляют динамические оттенки;

- создают финальную форму произведения.

Этап 5: Презентация и рефлексия (1 урок)

Прослушивание финальных работ с обязательным пояснением делегата группы (группам можно дать названия):

- Что было в начальной идее?

- Какие варианты предложила нейросеть?

- Почему выбрали именно этот?

- Что изменили и почему?

Еще один вариант сценария, которым можно воспользоваться на кружке или факультативе: внеурочная деятельность для заинтересованных учеников. Позволяет углубиться в работу с искусственным интеллектом без «давления» на ученика основной программы урока.

Проект «Музыкальная машина времени»

Цель: исследовать, как менялась музыка разных эпох, используя ИИ как инструмент для генерации гипотез и их последующей проверки.

Этап 1: Выбор эпохи или культуры

Каждый ученик выбирает направление:

- Средневековая Европа (григорианский хорал, трубадуры)

- Барокко

- Венская классика

- Романтизм

- Импрессионизм

- Джаз

- Рок

- Этническая музыка (индийская, японская, арабская и т.д.)

Этап 2: Исследование первоисточников (домашнее задание)

Прежде чем работать с ИИ, ученики изучают подлинную музыку:

• прослушивают не менее 10 произведений эпохи;
• выявляют характерные черты (лад, ритм, инструменты, форма, гармония);
• изучают культурный контекст (что происходило в обществе, какую функцию выполняла музыка);
• создают «паспорт стиля» - документ с ключевыми характеристиками.

Этап 3: Генерация через ИИ

Используя сервисы с настройками стиля, учащиеся генерируют музыку «в стиле» своей эпохи.

Важно:

- создать несколько вариантов (5-7);

- экспериментировать с промптами (текстовыми описаниями для ИИ, подсказки);

- фиксировать, какие параметры указывали.

 

 

 

Этап 4: Сравнительный анализ

Создаём сравнительную таблицу:

 

Характеристика	Оригинальная музыка эпохи	ИИ-генерация	Совпадение / Различие
Ладовая основа
Ритмическая организация
Типичные инструменты
Форма
Гармония
Мелодический контур
Функция / контекст

 

Этап 5: Критическая рефлексия

Каждый ученик готовит презентацию с ответами на вопросы:

1. Что ИИ «понял» про эпоху/культуру? Какие черты точно воспроизведены?

2. Что ИИ упростил или исказил? Где видны стереотипы или заимствования из других эпох?

3. Какие аспекты музыкальной традиции требуют живого культурного опыта?

4.Чему научило исследование? Что нового узнали об эпохе через попытку её алгоритмизации?

Заключение

Интеграция нейросетей в музыкальное образование — не дань моде и не угроза традиции. Это возможность взглянуть на музыку под новым углом, задать вопросы, которые раньше не возникали, развить критическое мышление через сравнение человеческого и машинного творчества.

В.А. Моцарт, пишут историки, в своё время использовал «музыкальные кости» — игру в кости для генерации композиций по определённым правилам. Это был ранний алгоритмический метод. Современные нейросети — продолжение той же линии: инструменты для экспериментов, обучения, исследования природы музыки.

Главное — сохранить педагогический фокус: технология служит образовательным целям, а не наоборот. ИИ не заменяет изучение гармонии, сольфеджио, истории музыки, инструментальную практику. Он дополняет эти дисциплины, создавая новые точки входа в понимание музыкального искусства.

От Моцарта к машинному обучению — путь не противопоставления, а преемственности. Великие композиторы прошлого экспериментировали с доступными им технологиями. Мы продолжаем эту традицию, используя инструменты нашего времени. И, возможно, именно наши ученики создадут ту музыку будущего, которая синтезирует глубину человеческого опыта с возможностями искусственного интеллекта, оставаясь при этом подлинно человеческим искусством.

 

Список источников:

1. Искусственный интеллект в музыке. Его влияние на музыкальную индустрию в будущем // moluch.ru - URL: https://moluch.ru/archive/507/111467/ , (дата обращения: 20.12.2025).
2. Михайлов А.В. Генетические алгоритмы в музыкальной композиции: основы и примеры // Научный журнал «Музыкальная информатика»: сведения, относящиеся к заглавию / А.В. Михайлов. URL: https://www.musicinformatics.ru/articles/2023/08/10/genetic-algorithms-in-music (дата обращения: 15.01.2025)
3. Музыка и искусственный интеллект - Википедия [Электронный ресурс] // tr-page.yandex.ru - Режим доступа: https://tr-page.yandex.ru/translate?lang=en-ru&url=https://en.wikipedia.org/wiki/music_and_artificial_intelligence , (дата обращения: 20.12.2025).
4. Степанова Э. В. Искусственный интеллект в высшем образовании / Э.В. Степанова // Наука и образование: опыт, проблемы, перспективы развития: Материалы международной научно-практической конференции, Красноярск, 20–22 апреля 2021 года. Том Часть I. – Красноярск: Красноярский государственный аграрный университет, 2021. – С. 153–155.
5. Таран В. Н. Преимущества и недостатки использования искусственного интеллекта в образовании / В.Н. Таран, Д.А. Курлов, Н. И. Потапович // Дистанционные образовательные технологии: Материалы VII Международной научно-практической конференции, 2022. – Симферополь: Общество с ограниченной ответственностью «Издательство Типография «Ариал», 2022. – С. 98–100.