Em 2000, James Heckman ganhou Prêmio Nobel de Economia por seu trabalho dedicado à educação e ao desenvolvimento humano. Sua ideia central foi traduzida em torno da chamada “equação de Heckman”, cujo enunciado é de que o investimento na primeira infância para famílias em desvantagens, aliado à sustentabilidade de um projeto educacional ao longo da vida, pode trazer mais resultados a longo prazo para as famílias e para os países que realizaram o investimento.

No momento em que escrevo esse texto, a eleição para as prefeituras municipais no Brasil se aproxima. É curioso pensar que as crianças que nascerão nas próximas horas chegarão aos quatro anos de idade sob os cuidados de uma cidade liderada pelos dirigentes que nós escolheremos dentro de algumas semanas. Em outras palavras, os próximos prefeitos e prefeitas terão a responsabilidade de assegurar políticas de desenvolvimento para a primeira infância de toda uma geração.

O problema se torna um pouco mais complexo quando consideramos a pandemia de covid-19. As crianças que nasceram no último ano passaram boa parte de seu tempo dentro de suas casas, sem contato com outras pessoas fora de suas famílias e com convívio social mais restrito se comparado com as gerações precedentes. Ainda temos poucos dados para compreender o impacto disso para o desenvolvimento infantil e teremos que aguardar um pouco mais para fazer qualquer inferência definitiva. Contudo, não podemos esperar muito para tomar atitudes que assegurem os direitos de atendimento das demandas das crianças, já que o tempo passa muito rápido e elas estão crescendo. Um dos grandes desafios para estes gestores, obviamente, será encontrar iniciativas que sejam baseadas em evidências científicas e não em suposições, garantindo uma política de atendimento que realmente faça a diferença para elas.

No Brasil, o Marco Legal da Primeira Infância (Lei nº 13.257/2016), que contou com a participação ativa de entidades como o Núcleo Ciência pela Infância, estabelece a descentralização dos entes federados, atribuindo a responsabilidade dos municípios, que poderão compor seus comitês intersetoriais, colaborar com o Estado e a União, apoiar a participação das famílias em redes de proteção e cuidado, organizar e estimular a criação de espaços lúdicos, utilizar recursos próprios para manutenção dos serviços de acolhimento em família e definir prioridades e critérios para utilização dos recursos.

Necessário, portanto, que os adultos responsáveis estejam preparados e atuantes, como representantes e eleitores, em todas as etapas do processo, fazendo valer a voz dos pequenos cidadãos que estão aprendendo a falar as primeiras palavras durante os próximos quatro anos de mandato dos governantes municipais. Estes quatro anos serão decisivos para suas vidas e para sua comunidade, de uma forma que qualquer alteração no percurso será difícil reparar posteriormente.

O compositor grego Iánnis Xenákis encontra-se situado na vanguarda da música e da ciência do século XX. De um lado, a criação de novas técnicas composicionais. Por outro, a ascensão tecnológica e o surgimento da inteligência artificial, remodelando o futuro.

Fazer música utilizando computadores não é uma novidade. Muitos compositores de música popular e das salas de concerto empregaram uma grande diversidade de tecnologia para produzir sonoridades, texturas e timbres. Na música de concerto, um dos casos mais interessantes e emblemáticos talvez seja o do compositor Iánnis Xenákis (1922–2001). Xenákis possui formação inicial em engenharia, tendo alcançado expressividade na arquitetura ao lado de Le Corbusier (1887–1965), com o qual colaborou no desenho do projeto do Pavilhão Phillips (Bruxelas, Bélgica).

Em Formalized Music: Thought and Mathematics in Music (publicado originalmente em 1963 e reeditado em 2001), Xenákis expõe sua teoria sobre música e composição, passeando pela teoria da música estocástica, cadeias de Markov aplicadas à música e transcrições de obras para linguagem FORTRAN. No entanto, chama a atenção a temperança com que lida com a reação do público à recepção de sua obra, dividindo-os em três grupos: aqueles que rejeitam o uso da máquina porque é uma coisa inerte que não pode criar por si só; aqueles que acham que pode-se divertir com a máquina a título de experimento, mas nada mais que isso; e aqueles que, finalmente, acreditam que a máquina poderá nos levar à Lua, prolongar a vida humana, bem como criar música.

Para o primeiro grupo, Xenákis diz mais ou menos o que qualquer professor de música diria na primeira aula para seu aluno: as pessoas fazem música porque sentem necessidade — de forma parecida, os artistas escolhem os recursos que utilizam em suas obras por necessidade (e no texto essas palavras aparecem com realce, talvez para indicar que esta escolha caiba ao artista e não à máquina). Xenákis termina seu argumento dizendo que aqueles que se posicionam desta forma — ou seja, aqueles que tentam refutar a utilização da tecnologia na música — talvez não tenham entendido a necessidade da arte que lhes fora apresentada.

Os outros dois grupos apresentam certa oposição: na medida em que alguns pensam que a máquina não passe de um mero jogo de diversão e entretenimento, outros atribuem tamanha importância a ponto de lhes creditar uma possibilidade imaginativa ilimitada. Xenákis, de certo modo, relega a máquina a um segundo plano e se apega ao papel atribuído ao compositor: a mente criativa continua sendo humana, aquela que inventou e manipulou a matemática; a matemática, portanto, tornou necessário o uso do computador para o processamento das informações, e não o contrário.

É importante destacar que a perspectiva de Xenákis está fundamentada originalmente na década de 60. Para se ter uma ideia, o célebre artigo Computing Machinery and Intelligence, de Alan Turing (1912–1954), havia sido publicado em 1950, 13 anos antes da edição original do livro de Xenákis. As bases epistemológicas da moderna inteligência artificial e do aprendizado de máquina estavam se consolidando e nós tivemos que aguardar mais alguns anos para ver aplicações de IA e machine learning divulgadas amplamente como técnicas composicionais.

Sua teoria para o uso dos computadores pode ser resumida da seguinte forma:

1. O pensamento criativo do homem dá origem a mecanismos mentais que, em última análise, são apenas conjuntos de restrições e escolhas. Esses mecanismos ocorrem em todas as esferas do pensamento, incluindo as artes.

2. Alguns destes mecanismos podem ser expressos em termos matemáticos.

3. Alguns deles são fisicamente realizáveis: a roda, os motores, as bombas, os computadores digitais, os computadores analógicos, etc.

4. Certos mecanismos mentais podem corresponder a certos mecanismos da natureza.

5. Certos aspectos processuais da criação artística podem ser simulados por certos mecanismos físicos ou máquinas que existem ou podem ser criadas.

6. Acontece que os computadores podem ser úteis de certas maneiras.

(XENÁKIS, 2001, p. 132–3).

Xenákis não define muito bem o que seriam esses “mecanismos” e talvez deixe a desejar um pouco no que diz respeito ao aprofundamento em torno da mente musical. Vale destacar que desde o começo do século XX, a literatura científica psicológica já havia definido o uso de “processos” e “mecanismos” psicológicos, em especial com a colaboração de nomes como o padre católico Thomas Verner Moore (1877–1969). Os tópicos pontuados por Xenákis, contudo, abrem espaço para outros aspectos relacionados ao funcionamento da mente musical, conforme discutido no contexto da psicologia da música e sua nova nova vertente cognitiva, como discutirei em outra ocasião.

Para saber mais:

TURING, Alan. Computing Machinery and Intelligence. Mind, 49, pp. 433–460, 1950.

XENÁKIS, Iánnis. Formalized Music: Thought and Mathematics in Music. Pendragon Press. New York: 2001.

Há alguns anos, meu colega Marcelo Brum e eu orientamos um grupo interdisciplinar formado por alunos dos cursos de medicina e engenharia elétrica no intuito de investigar aspectos emocionais da interpretação musical, mais especificamente a expressão facial dos cantores. Nós queríamos entender como os cantores codificavam essas expressões faciais no intuito de comunicar determinadas emoções básicas.

Em geral, a literatura científica define essas emoções básicas como aquelas que tendem a ser inatas, universais e que apresentam, de alguma forma, importância direta para a sobrevivência. Exemplos de emoções básicas são a alegria, a raiva, o medo, o nojo e a tristeza, dentre outras. Reparem que, em certo sentido, as demais emoções complexas também se relacionam à sobrevivência (como o orgulho, que poderia estar ligado a algum sentimento de pertencimento social, por exemplo), porém em menor grau e possivelmente passíveis de controle uma vez que dependem do aprendizado. A desregulação dos sistemas relacionados à expressão das emoções básicas, por outro lado, traria prejuízos irreparáveis, uma vez que os mecanismos de controle tendem a ser mais complicados (por exemplo, como ensinar para uma criança quais alimentos ela deve ou não ter nojo?).

Em nosso estudo, utilizamos como background alguns trechos da obra Erlkönig (1816), de Franz Schubert (1797–1828). A obra é inspirada no poema de Der Erlkönig (1782), de Johann Wolfgang von Goethe, e trata de um pai que cavalga com seu filho à espreita da figura da Morte — neste caso, der Erlkönig (em português, o Rei dos Elfos). Como outras peças do movimento romântico Sturm um Drang (Tempestade e Ímpeto), uma série de emoções são trabalhadas no contexto da canção: passagens de tristeza, de tranquilidade, de medo, dentre outras. Os cantores deveriam estudar trechos da peça e se preparar para uma interpretação ao vivo.

A teoria unificada das emoções musicais

Diferentes mecanismos psicológicos têm sido associados às experiências emocionais em música. Uma das teorias mais proeminentes a abordar o assunto — a teoria unificada das emoções musicais descrita por Patrik Juslin e seus colaboradores — pressupõe que certas emoções podem ativar determinados mecanismos psicológicos, como a memória episódica, o reflexo do tronco cerebral e a apreciação estética. Estes mecanismos, assim como as emoções as quais estão relacionados, possuem um substrato neural específico e podem se desenvolver de acordo com estruturas ontogenéticas ou pressões adaptativas.

São exemplos de mecanismos psicológicos descritos no contexto da teoria unificada das emoções musicais: reflexo do tronco cerebral (brain stem reflex); pareamento rítmico (rhytmic entrainment); condicionamento avaliativo (evaluative conditioning); contágio emocional (emotional contagion); imaginário visual (visual imagery), memória episódica (episodic memory); expectativa musical (musical expectancy); julgamento estético (aesthetic judgment).

O contágio emocional foi particularmente interessante para nossa pesquisa porque ele é descrito como um tipo de mecanismo que se relaciona com o processo de mimetização das emoções, estando ligado, hipoteticamente, à transformação das emoções percebidas em emoções sentidas através da ativação dos neurônios-espelho (JUSLIN; HARMAT; EEROLA, 2014). Dessa forma, queríamos saber como os intérpretes conseguiam codificar as emoções faciais e comunicar essas emoções para sua plateia.

Ok, mas como?

É aqui que o bicho pega.

Entre tantas idas e vindas, optamos por empregar um modelo de cloud computing de baixo custo desenvolvido pelo MIT Media Lab: o Affectiva. Trata-se de uma aplicação em nuvem utilizada para processar informações em vídeo sobre expressões faciais.

Os cantores foram submetidos a sessões de gravação no Laboratório de Performance da Universidade Federal do Acre, com acompanhamento ao piano do Marcelo Brum. Os registros visuais foram modelados no ambiente do Affectiva e os dados relacionados às emoções foram extraídos para comparação com as métricas obtidas por meio do MIRToolbox, uma aplicação para Matlab destinada ao processamento de informações musicais no contexto de music information retrieval. Com auxílio do MIRToolbox, obtivemos dados relacionados às predições de emoções musicais (e só delas), podendo comparar tais predições com o modelo obtido pelo Affectiva (relacionadas, portanto, às expressões faciais).

Em paralelo, a equipe estudou uma alternativa de baixo custo utilizando uma placa de Arduino Uno R3 e um sensor EMG (MyoWare Muscle Sensor) com o objetivo de coletar informações em tempo real dos ouvintes. O protótipo foi testado no final de 2019 no laboratório e tem se mostrado viável para ser utilizado em associação com as técnicas de processamento em cloud computing, em especial para coleta de dados para ouvintes.

Referências:

Juslin, P., Harmat, L. & Eerola, T. (2014). What makes music emotionally significant? Exploring the underlying mechanisms. Psychology of Music, 42(4), 599–623.