Artificial intelligence in music production: prospects for preparing future masters of musical art for creative activity in a modern professional environment

Abstract

he article is devoted to the problems of integrating artificial intelligence (AI) technologies into the digital music production cycle and its significance in the context of professional training of future Masters of Musical Art. The aim of the study is to trace the evolution of AI models from early connectionist and rule-based systems to modern transformer-based architectures, to characterise the factors influencing their applicability in professional workflows for generating musical material, and to determine their advantages and limitations in terms of preparing future Masters of Musical Art for successful creative activity in the modern professional envi-ronment.Research methods included retrospective analysis of key stages in the development of AI models, comparative analysis of recurrent neural networks, variational autoencoders, genera-tive adversarial networks, and transformer-based systems, as well as a synthesis of literature using interdisciplinary sources in the fields of computer music, cognitive science, and music pedagogy. Стаття присвячена проблемі впровадження технологій штучного інтелекту (ШІ) до циклу цифрового музичного продакшну та її значущості в контексті професійної підготовки майбутніх магістрів музичного мистецтва. Мета дослідження – просте-жити еволюційний розвиток моделей штучного інтелекту від ранніх конекціоніст-ських і заснованих на правилах систем до сучасних архітектур на основі трансфор-мерів, охарактеризувати чинники, що впливають на їх застосовність у професійних робочих процесах генерації музичного матеріалу, визначити їхні переваги й обме-ження у проєкції перспектив підготовки майбутніх магістрів музичного мистецтва до успішної творчої діяльності в сучасному професійному середовищі. Методи дослі-дження включають ретроспективний аналіз ключових етапів розвитку моделей штучного інтелекту, порівняльний аналіз рекуррентних нейронних мереж, варіацій-них автокодувальників, генеративних змагальних мереж і систем на основі транс-формерів, а також синтез літератури з використанням міждисциплінарних джерел у галузі комп’ютерної музики, когнітивних наук і музичної педагогіки.