Cognição incorporada e a ausência do corpo na máquina intérprete

Resumo

A abordagem teórica da Cognição 4E – incorporada (embodied), situada (embedded), estendida (extended) e enativa (enactive) – propõe que os processos cognitivos emergem da interação dinâmica entre corpo, ambiente e ação, não se restringindo ao cérebro (Menary, 2010; Rowlands, 2010; Newen et al., 2018). Essa perspectiva contrasta com o paradigma cognitivista clássico, que concebe a mente como um sistema de processamento simbólico comparável a um computador. Com os avanços da tecnologia digital e da inteligência artificial, sistemas computacionais passaram a extrapolar o papel de ferramentas não interativas, assumindo funções cada vez mais participativas em processos criativos e performáticos. No contexto da interpretação musical e do desenvolvimento de sistemas capazes de modelar expressividade performática, destacam-se plataformas como Somax e Google Magenta, que possibilitam a geração de resultados musicalmente próximos aos produzidos por intérpretes humanos. Nesse cenário, torna-se plausível considerar que a interpretação musical possa emergir de processos híbridos de interação entre máquina e performer. Diante disso, coloca-se a questão: em que medida os pressupostos da Cognição 4E podem ser contemplados nesse contexto híbrido de interação humano–máquina e quais seriam os possíveis benefícios dessa colaboração no âmbito da interpretação musical? Além disso, cabe indagar se sistemas artificiais capazes de simular padrões expressivos podem, de fato, realizar uma interpretação musical ou se apenas reproduzem estruturas expressivas de forma funcional, sem compartilhar os processos cognitivos e corporificados característicos da performance humana. Este trabalho tem como objetivo discutir, à luz da teoria da Cognição 4E, a possibilidade de interpretação musical em sistemas de inteligência artificial capazes de modelar expressividade performática. Busca-se examinar se tecnologias como Somax e Google Magenta podem ser consideradas intérpretes musicais ou se apenas reproduzem padrões expressivos sem a dimensão corporal e experiencial associada à interpretação humana. A discussão indica que sistemas de inteligência artificial capazes de modelar parâmetros expressivos da performance podem gerar resultados musicalmente próximos aos produzidos por intérpretes humanos, especialmente na organização de elementos como timing, dinâmica e rubato. No entanto, quando analisados sob a perspectiva da Cognição 4E, esses processos parecem corresponder mais a uma simulação estrutural de padrões expressivos do que a uma interpretação propriamente dita, uma vez que tais sistemas não possuem corporeidade, experiência sensório-motora ou intencionalidade vivida. Nesse sentido, o trabalho contribui ao explicitar a distinção conceitual entre a reprodução funcional de expressividade musical e a interpretação compreendida como prática corporificada e experiencial.

Assim, embora sistemas computacionais possam reproduzir com alto grau de sofisticação padrões expressivos da performance musical, tal capacidade não implica necessariamente a presença de interpretação no sentido pleno do termo. A interpretação musical envolve dimensões corporais, sensório-motoras e experienciais que não são plenamente replicáveis por sistemas computacionais. Desse modo, a atuação desses sistemas pode ser compreendida mais adequadamente como uma simulação funcional da expressividade musical, ao mesmo tempo em que abre espaço para reflexões sobre cognição distribuída e colaboração entre intérpretes humanos e sistemas de inteligência artificial na prática musical contemporânea.