Generative Artificial Intelligence, Musical Heritage and the Construction of Peace Narratives: A Case Study in Mali

Resumen Técnico: Inteligencia Artificial Generativa, Patrimonio Musical y la Construcción de Narrativas de Paz en Mali

Planteamiento del Problema
Mali enfrenta una fragmentación social persistente y tensiones entre comunidades que amenazan su tradición histórica de coexistencia pacífica. Si bien la música sirve como un medio vital para la mediación cultural, las formas tradicionales suelen tener dificultades para atraer a las audiencias modernas y a las generaciones más jóvenes. El estudio aborda el desafío de reconstruir el tejido social mediante "innovaciones narrativas" que unan el patrimonio cultural con la modernidad tecnológica. Específicamente, investiga si la Inteligencia Artificial Generativa (IA Generativa) puede servir como una herramienta para revitalizar el patrimonio musical maliense, fomentando narrativas de paz autóctonas y socialmente inclusivas sin estandarizar las voces locales.

Metodología
El estudio empleó un enfoque cualitativo empírico centrado en un taller de cocreación de tres días titulado "Voces de la Reconciliación", que involucró a 30 participantes. La muestra fue estratificada para asegurar la diversidad, incluyendo ministros del gobierno, representantes de la juventud, organizaciones de mujeres y estudiantes de música tradicional.

• Marco Tecnológico: El experimento utilizó Suno AI para la generación de composiciones musicales a partir de prompts de texto, complementado con ChatGPT y GEMINI para la generación de texto y su traducción a lenguas nacionales (bambara, fulfulde, tamasheq, songhai, dogon).
• Estructura del Proceso:
  1. Capacitación: Los participantes fueron entrenados en ingeniería de prompts y en la operación de las herramientas de IA.
  2. Integración: La tarea central consistió en desarrollar prompts que integraran motivos sonoros tradicionales de Mali (p. ej., kora, balafón, djembé) con arreglos contemporáneos.
  3. Autenticidad Lingüística: Los participantes crearon letras en lenguas nacionales, enfocándose en la transcripción fonética y las estructuras tonales.
• Proceso Creativo Iterativo: El flujo de trabajo fue iterativo. Los participantes refinaron los prompts utilizando un marco estructurado: [Género/Estilo] + [Instrumentación] + [Tempo/Estado de Ánimo] + [Referencias Culturales] + [Contenido Temático]. En promedio, se requirieron entre 8 y 12 intentos de generación por cada composición final para abordar problemas como instrumentación inapropiada, desajustes de tempo o calidad vocal.
• Análisis de Datos: Doce composiciones finales fueron analizadas temática y organológicamente. La recolección de datos incluyó encuestas post-taller (n=13), entrevistas semiestructuradas y documentación sistemática de prompts y resultados. Los datos cualitativos fueron codificados mediante el marco de análisis temático de Braun y Clarke, mientras que el análisis musical se adaptó del marco de Agawu para la música africana.

Contribuciones Clave y Resultados

• Arquitecturas Musicales Híbridas: El estudio identificó cuatro patrones de hibridación distintos generados exitosamente por la IA:
  1. Afrobeat-Mandingo: Combinación de ritmos Afrobeat de 120–130 BPM con melodías tradicionales de kora y balafón.
  2. Reggae-Sabar: Una estructura bipartita que transita de un reggae meditativo a ritmos enérgicos de sabar senegalés.
  3. Armonía Comunal: Composiciones que entrelazan cinco lenguas nacionales para simbolizar la identidad colectiva.
  4. Tuareg Meditativo: Piezas de tempo lento que utilizan escalas pentatónicas tuareg y el imzad (instrumento de cuerda frotada monocorde).
• Estrategias Lingüísticas y Semánticas: Las obras generadas emplearon un "multilingüismo estratificado" y un "léxico de reconciliación" específico (p. ej., bEn para unión, alâfiyet para paz). Utilizaron imágenes geográficas unificadoras (refiriéndose a regiones desde Kayes hasta Gao) y metáforas orgánicas del Sahel (p. ej., el río Níger, el árbol de la palabra o palaver tree) para contrarrestar las narrativas de fragmentación.
• Estructura Narrativa: Las composiciones siguieron una narrativa de cuatro fases: Invocación (contexto histórico/espiritual), Diagnóstico (identificación de la ruptura), Resolución Colectiva (unidad coral) y Elevación Espiritual (invocaciones trascendentes).
• Instrumentación y Vocales: El análisis reveló una jerarquía simbólica donde la kora, el balafón y el djembé sirvieron como marcadores de autenticidad mandinga, mientras que las guitarras eléctricas y los metales proporcionaron familiaridad moderna. Las estructuras vocales utilizaron formatos responsoriales y antifonales heredados de las tradiciones de los griots, con timbres específicos asignados a diferentes registros emocionales (p. ej., voces masculinas profundas para la solemnidad, voces infantiles para el futuro).
• Resultados de los Participantes: Los resultados de las encuestas indicaron un alto índice de satisfacción (4.15/5). El 100% de los encuestados reportó un cambio positivo en su percepción de la IA Generativa en la música, y el 85% sintió que las composiciones reflejaban auténticamente el patrimonio de Mali. Los participantes reportaron un fortalecimiento del sentido de pertenencia cultural y una renovada confianza en el diálogo.

Limitaciones y Desafíos
El estudio señala explícitamente varios obstáculos técnicos y éticos:

• Cuerpos Lingüísticos: La insuficiencia de datos de entrenamiento para las lenguas nacionales provocó problemas con la transcripción fonética y el reconocimiento tonal.
• Censura Algorítmica: Los algoritmos de moderación en las plataformas de IA a veces marcaron o suprimieron palabras específicas (p. ej., "Níger") debido a asociaciones negativas en otros contextos.
• Autenticidad vs. Innovación: Equilibrar la preservación del sonido tradicional con la innovación estructural resultó difícil, resultando ocasionalmente en una hibridación superficial.
• Preocupaciones Éticas: Los participantes plantearon dudas sobre el origen de los datos de entrenamiento, los derechos de propiedad intelectual y la remuneración de los poseedores del patrimonio tradicional.
• Restricciones Metodológicas: El pequeño tamaño de la muestra (n=13 para las encuestas) y el posible sesgo de autoselección limitan la generalización estadística de los hallazgos.

Significancia y Reivindicaciones
El artículo posiciona esta investigación como un estudio exploratorio que sugiere que la IA Generativa, cuando se inserta en un marco participativo con conciencia cultural, puede actuar como un catalizador para la "diplomacia simbólica". Los autores sostienen que la tecnología puede amplificar las voces locales en lugar de estandarizarlas, siempre que se utilice para servir a las culturas endógenas.

El estudio afirma que la IA Generativa puede facilitar:

1. Revitalización del Patrimonio: Creación de un lenguaje moderno de reconciliación imbuido de significado local.
2. Cohesión Social: Fomento del diálogo intergeneracional e interinstitucional en torno a temas de reconciliación.
3. Soberanía Cultural: Posicionamiento de la tecnología como una palanca para la soberanía cultural, asegurando que las herramientas sirvan a los creadores y no al revés.

El reconocimiento institucional de los resultados del taller durante la "Semana Nacional de la Reconciliación" (SENARE 2025) se cita como evidencia de la relevancia social y política del enfoque. Los autores concluyen que, si bien persisten los desafíos, la iniciativa ofrece una vía viable para utilizar la IA en la construcción de narrativas de paz que sean tanto tecnológicamente contemporáneas como culturalmente arraigadas.