Kunstig intelligens i musikundervisning
Oversat titel
Artificial intelligence in music lessons
Forfatter
Larsen, Christian Lønsman
Semester
4. semester
Uddannelse
Udgivelsesår
2024
Antal sider
70
Resumé
Dette speciale undersøger, hvordan kunstig intelligens (AI) kan bruges i musikundervisning i danske skoler på primær- og sekundærtrin. Formålet er at forstå, hvordan musiklærere opfatter deres didaktiske praksis (altså tilrettelæggelse og gennemførelse af undervisning), om de ser potentiale i AI, og hvornår AI kan styrke elevers musikfaglige kompetencer. Undersøgelsen bygger på interviews med tre musiklærere og en nærmere analyse af to musiklektioner: én med AI og én uden. Analysen tager udgangspunkt i Finn Holsts forståelse af musikdidaktik og Hartmut Rosas idé om resonans (en meningsfuld, engageret forbindelse mellem elev og musik) samt Knud Illeris’ teorier om læring og kompetenceudvikling. Resultaterne peger på, at AI kan indgå meningsfuldt i forløb, hvor eleverne skaber musik. Særligt kan AI støtte sangskrivning, når elever mangler færdigheder til fx at lave akkordprogressioner. De interviewede lærere er generelt interesserede i at bruge AI og ser det som et nyttigt redskab i flere typer musiklektioner. Samtidig viser resultaterne behovet for en kritisk tilgang: Hvis AI erstatter elevers arbejde med instrumenter, kan det svække læringsudbyttet ved at fjerne vigtige øvelses- og erfaringmuligheder. Konklusionen er, at AI kan være relevant i musikdidaktisk praksis, men at udbyttet afhænger af lærerens planlægning. Ved AI-understøttede forløb bør lærere tydeliggøre læringsmål og placere AI som et supplement, så elever ikke går glip af centrale læringsmuligheder. Da AI udvikler sig hurtigt og er udbredt blandt elever, argumenterer specialet for øget didaktisk opmærksomhed på AI i undervisning på tværs af fag.
This thesis examines how Artificial Intelligence (AI) can be used in music education in Danish primary and secondary school settings. It explores how music teachers view their didactic practice (how they plan and run teaching), whether they see potential in AI, and when AI can strengthen students’ music competencies. The study draws on interviews with three music teachers and a close look at two lessons: one using AI and one without. The analysis is informed by Finn Holst’s view of music didactics and Hartmut Rosa’s concept of resonance (a meaningful, engaged connection between learner and music), along with Knud Illeris’s theories of learning and competence development. Findings indicate that AI can contribute to lessons where students create music. In particular, AI can support songwriting when students lack skills to build chord progressions. The interviewed teachers are generally interested in using AI and see it as a helpful tool across different lesson types. At the same time, the results highlight the need for a critical approach: if AI replaces hands-on instrument work, it can reduce learning by removing important practice opportunities. The conclusion is that AI can be relevant in music teaching, but benefits depend on careful teacher planning. In AI-supported lessons, teachers should clarify learning goals and position AI as a supplement so students do not miss essential learning experiences. Because AI is developing rapidly and widely used by students, the thesis argues for greater didactic attention to AI across subjects.
[Dette resumé er omskrevet med hjælp fra AI baseret på projektets originale resumé]
Emneord