La revolució ARTificial. Introducció d’eines generatives d’intel·ligència artificial en l’educació artística

Autors/ores

Paraules clau:

intel·ligència artificial, generador de continguts, creativitat, educació artística, pensament crític, tecnologia

Resum

Aquest article exposa una experiència d’integració de les tecnologies d’intel·ligència artificial (IA) generativa en educació artística al grau de mestre d’educació primària. En combinar algorismes d’IA amb tècniques tradicionals d’edició d’imatges, es busca no sols aprendre habilitats instrumentals, sinó també fomentar una comprensió crítica de les limitacions i riscos associats a aquestes tecnologies, i promoure’n un ús responsable i ètic. La capacitat de la IA per a generar contingut original ràpidament, des de textos i imatges fins a vídeos i codis, presenta un panorama complex d’oportunitats i desafiaments. La IA està redefinint els processos cognitius humans i la creativitat, i és fonamental incidir en la importància de mantenir la intel·ligència humana com a complement irreemplaçable de la tecnologia. La implementació d’IA generativa en l’educació artística no sols enriqueix l’aprenentatge visual i estètic, sinó que també prepara l’alumnat per a contribuir críticament i creativament en la intersecció de l’art i la tecnologia, equipant-lo amb habilitats essencials per a la innovació en les seves pràctiques artístiques.

Descàrregues

Les dades de descàrrega encara no estan disponibles.

Referències

Benjamin, W. (2018) La obra de arte en la era de su reproductibilidad técnica. Taurus.

Bhandari, B., Park, G., & Shafiabady, N. (2023). Implementation of transformer-based deep learning architecture for the development of surface roughness classifier using sound and cutting force signals. Neural Computing and Applications, 1-18.

Buschow, C., & Suhr, M. (2022). Change management and new organizational forms of content creation. In Media and Change Management: Creating a Path for New Content Formats, Business Models, Consumer Roles, and Business Responsibility (pp. 381-397). Springer International Publishing.

Campbell, C., Plangger, K., Sands, S., & Kietzmann, J. (2022). Preparing for an era of deepfakes and AI-generated ads: A framework for understanding responses to manipulated advertising. Journal of Advertising, 51(1), 22-38.

Dwivedi, Y. K., Kshetri, N., Hughes, L., Slade, E. L., Jeyaraj, A., Kar, A. K., ... & Wright, R. (2023). “So what if ChatGPT wrote it?” Multidisciplinary perspectives on opportunities, challenges and implications of generative conversational AI for research, practice and policy. International Journal of Information Management, 71, 102642.

Gangadharbatla, H. (2022). The role of AI attribution knowledge in the evaluation of artwork. Empirical Studies of the Arts, 40(2), 125-142.

Habbal, A., Ali, M. K., & Abuzaraida, M. A. (2024). Artificial Intelligence Trust, risk and security management (AI trism): Frameworks, applications, challenges and future research directions. Expert Systems with Applications, 240, 122442.

Köbis, N. C., Doležalová, B., y Soraperra, I. (2021). Fooled twice: People cannot detect deepfakes but think they can. Iscience, 24(11).

Montasari, R. (2024). The Dual Role of Artificial Intelligence in Online Disinformation: A Critical Analysis. In Cyberspace, Cyberterrorism and the International Security in the Fourth Industrial Revolution: Threats, Assessment and Responses (pp. 229-240). Springer International Publishing.

Mulé, S., Lawrance, L., Belkouchi, Y., Vilgrain, V., Lewin, M., Trillaud, H., ... & Lassau, N. (2023). Generative adversarial networks (GAN)-based data augmentation of rare liver cancers: The SFR 2021 Artificial Intelligence Data Challenge. Diagnostic and Interventional Imaging, 104(1), 43-48.

Navarro, E. & Torres, A. (2023). Jo també hi era | Fake Mundet. In Bosch E. (ed.) No és un llibre de receptres (pp. 105-119). Rosa Sensat.

Nguyen, T. T., Nguyen, Q. V. H., Nguyen, D. T., Nguyen, D. T., Huynh-The, T., Nahavandi, S. & Nguyen, C. M. (2022). Deep learning for deepfakes creation and detection: A survey. Computer Vision and Image Understanding, 223, 103525.

Nguyen, T.H. (2021). 5 impactful technologies from the Gartner emerging technologies and trends impact radar for 2022. Gartner. https://www.gartner.com/en/articles/5-impactful-technologies-from-the-gartner-emerging-technologies-and-trends-impact-radar-for-2022

Torres-Carceller, A. (2022). Mentiras reveladoras: el fake como práctica artística contra la defactualización. VISUAL REVIEW. International Visual Culture Review/Revista Internacional de Cultura Visual, 9(Monográfico), 1-13. https://doi.org/10.37467/revvisual.v9.3560

Vartiainen, H., & Tedre, M. (2024). How Text-to-Image Generative AI is Transforming Mediated Action. IEEE Computer Graphics and Applications.

Descàrregues

Publicat

2024-11-01

Com citar

Torres-Carceller, A. (2024). La revolució ARTificial. Introducció d’eines generatives d’intel·ligència artificial en l’educació artística. Revista Catalana De Pedagogia, 26, 64–81. Retrieved from https://revistes.iec.cat/index.php/RCP/article/view/153243