Intelligenza artificiale, composizione assistita
e il futuro del pensiero musicale
di Giovanni Fabbris e Marco Giommoni
Il rapporto tra intelligenza artificiale e composizione musicale attraversa nel 2025-2026 una fase di trasformazione senza precedenti. Questo articolo offre una mappa critica del panorama attuale, distinguendo tra i sistemi generativi – che producono audio a partire da istruzioni testuali con un processo completamente opaco – e i sistemi di composizione assistita dal computer (CAC), in cui il musicista mantiene il controllo strutturale su ogni decisione. Viene esaminato il ruolo di Opusmodus nel contesto dei principali ambienti CAC, valutata l’integrazione dei modelli di linguaggio come assistenti alla programmazione musicale, e mappato il panorama degli strumenti AI per la trascrizione, l’analisi e la manipolazione simbolica.
L’articolo argomenta che il valore del compositore nell’era dell’AI risiede nella trasparenza del processo creativo e nella capacità di gestire strumenti diversi all’interno di un percorso compositivo consapevole.
Introduzione
C’è un paradosso al cuore della musica contemporanea. Da un lato, l’intelligenza artificiale generativa promette a chiunque la possibilità di creare un brano completo in pochi secondi, digitando una frase su un computer. Dall’altro, il mestiere del compositore – quel lavoro paziente sulle strutture, sui rapporti tra i parametri sonori, sulle architetture formali – sembra non essere mai stato così lontano dalla percezione pubblica di cosa significhi fare musica.
Questo articolo nasce dalla necessità di orientarsi in un territorio che muta rapidamente, e dalla convinzione che un’analisi lucida possa servire al musicista più di qualsiasi entusiasmo acritico o rifiuto aprioristico. Lo spunto iniziale è stato la preparazione di una conferenza sul rapporto tra AI e composizione, ma il confronto con la materia ha rivelato la necessità di un lavoro più ampio: una mappatura critica utile non solo a chi già opera con strumenti di composizione assistita, ma a qualsiasi musicista che voglia comprendere dove si trova e dove sta andando il proprio mestiere.
Una premessa metodologica è doverosa. Nella fase preparatoria di questo lavoro, un modello di intelligenza artificiale generativa ha prodotto un documento che conteneva riferimenti a strumenti musicali AI inesistenti – in particolare un prodotto chiamato RhythmGenie 3.0, che non è mai stato sviluppato da nessuno. Il modello lo descriveva con dovizia di dettagli tecnici, come se fosse un prodotto reale e consolidato. Questo episodio, lungi dall’essere un aneddoto marginale, illustra in modo paradigmatico uno dei rischi centrali dell’AI generativa: la capacità di produrre informazioni false con assoluta sicurezza retorica. Ogni piattaforma e tecnologia citata in questo articolo è stata successivamente verificata attraverso fonti primarie.
Il mondo della composizione assistita
Per comprendere il significato dell’AI nella musica contemporanea, è necessario partire da ciò che esisteva prima e che continua a esistere: i sistemi di composizione assistita dal computer, o CAC (dall’inglese Computer-Aided Composition). Nati negli anni Ottanta all’IRCAM di Parigi con il progetto PatchWork, questi ambienti software condividono un’idea fondante: trattare la musica come un fenomeno parametrico, scomponibile in dimensioni discrete – altezza, durata, intensità, articolazione – e manipolabile attraverso algoritmi, ovvero sequenze di istruzioni logiche eseguite dal computer.
La tradizione del Lisp musicale – il linguaggio di programmazione scelto per la sua capacità di trattare codice e dati come strutture equivalenti – ha generato nel tempo una famiglia di ambienti che, pur condividendo radici comuni, si sono evoluti in direzioni molto diverse. Per comprendere le scelte alla base di ciascun sistema, è utile sapere che nel gergo informatico una ‘libreria’ è una raccolta di funzioni predefinite, cioè blocchi di codici già pronti per assolvere compiti specifici, ad esempio calcolare una trasformazione ritmica o analizzare una struttura armonica.
OpenMusic e om-sharp
OpenMusic, sviluppato e mantenuto dall’IRCAM, è l’ambiente CAC di riferimento nel mondo accademico. Basato su Common Lisp con un’interfaccia di programmazione visuale (il cosiddetto patching, dove il compositore connette graficamente blocchi funzionali sullo schermo), è disponibile gratuitamente per macOS, Windows e Linux. La sua versione più recente, om-sharp, ha modernizzato l’architettura preservando la compatibilità con un patrimonio di librerie accumulato in decenni di ricerca compositiva. Il suo limite principale resta l’assenza di funzionamento in tempo reale: il compositore definisce le strutture, poi chiede al sistema di calcolarle. È un approccio potente per la progettazione formale, meno adatto all’interazione immediata.
bach, cage e dada per Max/MSP
Un’evoluzione significativa è rappresentata dalle librerie bach e cage, sviluppate da Andrea Agostini e Daniele Ghisi e distribuite dall’IRCAM, che portano le capacità della CAC dentro l’ambiente Max/MSP. La differenza è sostanziale: Max opera nativamente in tempo reale. Notazione musicale, manipolazione simbolica e sintesi sonora possono coesistere nello stesso progetto. Un’ulteriore estensione, MOZ’Lib di Julien Vincenot, integra un motore Common Lisp direttamente in Max, permettendo di utilizzare le librerie storiche di PatchWork e OpenMusic in un contesto interattivo, un ponte tra due tradizioni che per anni sono rimaste separate.
Opusmodus
In questo panorama si colloca Opusmodus, ideato da Janusz Podrazik e sviluppato con il contributo metodologico di Marco Giommoni, autore del volume From Sign to Code: Information Technology and Musical Thought in Our Time e coautore di Fundamentals of Composition with Opusmodus. Opusmodus si distingue per due scelte architetturali precise.
La prima è l’approccio testuale puro. Dove OpenMusic e bach usano il patching visuale – connettere graficamente blocchi funzionali – Opusmodus lavora esclusivamente in un codice esplicito sviluppato in Common Lisp, mettendo a disposizione un proprio specifico linguaggio per la rappresentazione completa della simbologia musicale (OMN, Opusmodus Music Notation). Questo comporta una curva di apprendimento più ripida, ma offre un controllo più fine e una riproducibilità totale: ogni composizione è un programma, ogni decisione è documentata nel codice.
La seconda è l’integrazione verticale. Il percorso dal codice alla partitura è continuo: importazione ed esportazione nel formato MusicXML (lo standard di interscambio tra software musicali), esecuzione MIDI, notazione visuale e analisi spettrale coesistono nello stesso ambiente. Il compositore non deve uscire dal sistema per produrre la partitura definitiva.
L’intelligenza artificiale generativa: promesse e limiti
Il panorama dell’AI musicale nel biennio 2025-2026 è dominato da sistemi che producono audio direttamente a partire da istruzioni testuali. L’utente descrive in parole cosa desidera, per esempio «un brano jazz malinconico con pianoforte e contrabbasso», e il sistema genera un brano audio completo in pochi secondi. Per comprenderne la portata e i limiti, è necessario esaminarli nel dettaglio.
I generatori audio
Suno e Udio sono i due attori dominanti del mercato. Entrambi generano brani completi – con voci, testi e arrangiamento – partendo da descrizioni in linguaggio comune. La qualità della produzione audio è impressionante e migliora a ogni aggiornamento. Ma per un compositore, l’assenza è più significativa della presenza: non ci sono partiture, non c’è un MIDI interrogabile, non c’è possibilità di intervento sui parametri individuali. Il processo è una scatola nera. L’utente formula una richiesta; la macchina restituisce un risultato. Il musicista è diventato ciò che in gergo tecnico si chiama un prompt engineer, letteralmente un «ingegnere delle richieste»: qualcuno che non crea direttamente, ma formula istruzioni sperando che la macchina produca ciò che ha in mente.
Google Lyria 3, sviluppato da DeepMind, segnala un’ulteriore accelerazione: la generazione musicale AI sta diventando una funzionalità incorporata nelle applicazioni di uso quotidiano come i servizi di posta elettronica, le chat e i social media. Il sistema include un watermark, una sorta di firma digitale invisibile, incorporata nell’audio generato, che permette di identificare successivamente se un brano è stato prodotto dall’intelligenza artificiale. È un riconoscimento implicito del problema dell’autenticità.
AIVA (Artificial Intelligence Virtual Artist) rappresenta un caso parzialmente diverso: offre un editor MIDI integrato e l’esportazione completa in formato MIDI. Questo la rende l’unico generatore che permette un dialogo reale con un percorso di composizione assistita: il materiale generato può essere importato in un sistema CAC, smontato, analizzato e ricomposto algoritmicamente. Per ‘percorso compositivo’ si intende qui l’insieme dei passaggi – dall’idea iniziale alla partitura finale – attraverso cui il compositore costruisce un’opera utilizzando il codice come strumento di progettazione.
Sul piano legale, il terreno resta instabile: Suno e Udio sono oggetto di cause per violazione del copyright da parte delle major discografiche, e la questione della proprietà intellettuale dei materiali generati è tutt’altro che risolta.
Il problema strutturale
Per chi lavora con la composizione assistita, i generatori audio presentano un’asimmetria fondamentale: producono risultati sonori sofisticati ma non esportano strutture musicali manipolabili. Non generano partiture, non producono rappresentazioni simboliche interrogabili, non permettono la separazione e il trattamento indipendente dei parametri musicali che è il cuore del lavoro compositivo parametrico.
Il rischio culturale più profondo è quello che la letteratura recente definisce ‘pigrizia cognitiva’: quando lo sforzo di formalizzare una struttura musicale viene delegato interamente a una macchina, il musicista perde progressivamente la capacità di comprendere le relazioni tra i parametri sonori. I modelli generativi, inoltre, tendono intrinsecamente all’omologazione: le loro risposte sono calibrate sulla media statistica dei dati da cui hanno ‘imparato’, favorendo ciò che è statisticamente prevalente a scapito di ciò che è originale.
I modelli linguistici come strumenti compositivi
Esiste una seconda categoria di strumenti AI, profondamente diversa dai generatori audio, che opera nel dominio simbolico: non produce suono, ma strutture musicali – note, ritmi, armonie – in formato manipolabile. Per comprendere questa distinzione è utile chiarire due concetti.
Il primo è l’AI simbolica: un approccio all’intelligenza artificiale basato su regole logiche esplicite, dove il computer segue istruzioni precise definite dall’utente, e ogni passaggio del ragionamento è trasparente e verificabile. È l’opposto dell’AI generativa, dove il processo interno è opaco.
Il secondo sono i cosiddetti LLM (dall’inglese Large Language Models, grandi modelli linguistici): sistemi di intelligenza artificiale addestrati su enormi quantità di testo, capaci di generare risposte in linguaggio naturale. ChatGPT è l’esempio più noto. È qui che le opportunità per il compositore contemporaneo sono più concrete e meno ambigue.
ChatMusician è un modello linguistico di questo tipo, sviluppato dalla comunità scientifica e reso disponibile gratuitamente (ciò che in informatica si chiama open-source, ovvero con codice accessibile e modificabile da chiunque). Pubblicato alla conferenza accademica ACL nel 2024, è stato addestrato specificamente sulla notazione ABC, un sistema di rappresentazione testuale della musica ampiamente utilizzato nel mondo anglosassone per trascrivere melodie tradizionali. ChatMusician tratta la musica come una seconda lingua e può generare strutture condizionate su accordi, melodie, motivi e forme musicali. Il suo output può essere convertito in MIDI e importato in un sistema CAC come Opusmodus per la rielaborazione algoritmica. I limiti sono significativi – una forte tendenza a produrre materiale in stile irlandese tradizionale (predominante nei dati da cui ha imparato) e capacità limitate di ragionamento musicale complesso – ma il principio è promettente: un ‘motore di bozze’ simboliche da rifinire con gli strumenti del compositore.
Sul fronte dell’assistenza alla programmazione, va fatta una distinzione importante. Opusmodus mette a disposizione un assistente basato su intelligenza artificiale (Opusmodus GPT) che può aiutare il compositore a orientarsi nella documentazione del sistema, ad esempio indicando quale funzione o quale insieme di funzioni utilizzare per ottenere un certo risultato. Non è però in grado di generare codice OMN funzionante a partire da una descrizione in linguaggio naturale: chi scrivesse «componimi una fuga a quattro voci in Re minore» non otterrebbe un programma eseguibile. L’ultima versione del software (Opusmodus 4.0) ha introdotto Ncode, un formato semplificato per la scrittura delle funzioni che facilita l’apprendimento, ma si tratta di cosa ben diversa dalla generazione automatica di codice a partire da istruzioni verbali.
Parallelamente, l’IRCAM ha documentato, attraverso il lavoro di Dr. Alex Buck, l’integrazione di strumenti basati su modelli linguistici nei percorsi compositivi di OpenMusic. La conclusione chiave di questa ricerca è che il modello linguistico funziona efficacemente come agente collaborativo nella traduzione di concetti musicali astratti in codice funzionante, ma il compositore deve mantenere la supervisione critica: il modello non comprende la musica, manipola strutture statistiche del linguaggio.
Dal suono al simbolo: trascrizione e analisi
Uno dei colli di bottiglia più persistenti nella ricerca compositiva è il passaggio dal dominio audio al dominio simbolico: trasformare un suono registrato in una struttura musicale manipolabile. L’AI ha fatto progressi significativi in quest’area, e gli strumenti disponibili oggi permettono di costruire un percorso completo dal mondo sonoro al codice.
Moises AI è la piattaforma di riferimento per la separazione delle tracce: partendo da una registrazione, il sistema isola le singole componenti – voce, basso, batteria, chitarra, pianoforte – permettendo di lavorare su ciascuna separatamente. Con 70 milioni di utenti e oltre un miliardo di minuti audio elaborati nel 2025, Moises si è imposta anche come centro di ricerca, pubblicando attivamente su conferenze scientifiche di primo livello. LALAL.AI e iZotope RX completano il panorama, con quest’ultimo particolarmente rilevante per l’analisi di registrazioni storiche.
Per la trascrizione da audio a partitura, Klangio offre modelli specializzati per strumento – pianoforte, chitarra, archi, fiati – con esportazione diretta in MusicXML, il formato che Opusmodus può importare e “separare in voci” automaticamente. AnthemScore rappresenta un’alternativa efficace per materiali solistici.
Sul fronte dell’analisi su larga scala, Cyanite si è affermata come piattaforma di riferimento per la classificazione e l’analisi musicale basata su AI. Con oltre 45 milioni di brani analizzati, estrae genere, atmosfera, strumentazione, intensità dinamica e oltre 2.500 categorie stilistiche dall’audio puro, senza ricorrere a modelli linguistici esterni. Per il ricercatore, questo significa poter esplorare cataloghi immensi e identificare pattern stilistici che possono essere successivamente formalizzati come vincoli compositivi. Il programma Cyanite for Innovators offre accesso gratuito a progetti di ricerca accademici.
Frontiere della ricerca
Tre direzioni di ricerca meritano particolare attenzione per le loro implicazioni sul futuro della composizione.
La prima è l’editing musicale con conservazione dell’identità. SteerMusic e SteerMusic+, sviluppati da Sony AI e presentati alla conferenza AAAI 2025, affrontano un problema specifico: modificare un brano cambiando strumentazione, stile o atmosfera, preservando l’identità melodica e strutturale originale. L’approccio utilizza una tecnica chiamata score distillation (letteralmente «distillazione della partitura»), che consiste nell’estrarre l’essenza strutturale di un brano e utilizzarla come vincolo durante il processo di modifica, in modo che il risultato finale conservi il DNA del materiale originale pur avendo cambiato abito. È un approccio filosoficamente vicino alla scomposizione parametrica propria dei sistemi CAC. Per ora è un progetto di ricerca con codice disponibile liberamente, non un prodotto commerciale.
La seconda è la programmazione a vincoli, che rappresenta forse la frontiera più naturale per il compositore e la meno soggetta all’obsolescenza tecnologica. Si tratta di un approccio dove il compositore non dice alla macchina cosa fare, ma definisce le regole che non devono essere violate: nessuna ripetizione diretta, intervalli armonici limitati, indipendenza polifonica tra le voci. Il sistema esplora tutte le soluzioni possibili e restituisce quelle compatibili con i vincoli. Opusmodus supporta questo tipo di lavoro, e nella comunità di utenti sono stati sviluppati strumenti dedicati come la libreria TOT di Torsten Anders, che integra il Cluster Engine di Örjan Sandred, un risolutore di problemi contrappuntistici originariamente creato per l’ambiente PWGL e successivamente adattato per funzionare anche in Opusmodus. Questo approccio rispecchia il modo in cui molti compositori pensano realmente: non «genera una fuga», ma «trova soluzioni che rispettino queste restrizioni contrappuntistiche». È anche il territorio dove l’AI simbolica possiede un vantaggio inalienabile rispetto ai modelli generativi: la trasparenza totale del processo decisionale.
La terza è l’integrazione della sintesi timbrica. Opusmodus integra SuperCollider, un potente ambiente di sintesi del suono che permette di definire strumenti personalizzati e paesaggi sonori con possibilità estremamente ampie. A ciò si aggiungono funzioni specifiche e proprie del sistema per l’analisi del suono. Questo chiude un cerchio: composizione algoritmica e costruzione del timbro possono convivere nello stesso ambiente di lavoro.
Il compositore tra rischi e opportunità
La trasformazione in corso presenta rischi reali. Il più insidioso è la percezione che la composizione parametrica sia troppo difficile in un mondo che chiede e ottiene generazione musicale con un clic. L’erosione delle competenze profonde, tecniche e teoriche, è un rischio per l’intero mondo musicale, non solo per chi usa sistemi CAC. E come dimostra l’episodio di RhythmGenie 3.0, l’AI generativa può inquinare la ricerca stessa, producendo informazioni false con una sicurezza tale da ingannare anche il professionista attento.
Ma le opportunità sono altrettanto concrete. In un panorama dove i generatori audio affrontano cause legali e dubbi etici sulla proprietà intellettuale, un sistema come Opusmodus può posizionarsi come strumento di Clean AI: ogni decisione compositiva è tracciabile, ogni risultato è riproducibile, la proprietà intellettuale del codice e dei risultati appartiene interamente al compositore.
La capacità di importare partiture in MusicXML, separare le voci, analizzare set di altezze secondo la tassonomia di Allen Forte e applicare trasformazioni combinatoriali rende i sistemi CAC strumenti naturali per la ricerca accademica.
E la sinergia tra strumenti diversi – Moises per la separazione, Klangio per la trascrizione, Opusmodus per la manipolazione algoritmica – crea un percorso completo e documentabile che nessun generatore audio può offrire.
Il futuro non è la sostituzione del compositore, ma la sua capacità di gestire questi strumenti in un processo creativo consapevole e responsabile.
Conclusioni
Il panorama 2025-2026 presenta una biforcazione netta. Da un lato, i sistemi generativi democratizzano la produzione audio ma rendono il compositore un operatore passivo. Dall’altro, i sistemi di composizione assistita mantengono il musicista come architetto del processo, con piena trasparenza e controllo.
L’AI non è monolitica. Esistono almeno tre categorie con implicazioni radicalmente diverse per il compositore: l’AI generativa, che produce audio opaco; l’AI simbolica, che genera strutture manipolabili; e l’approccio ibrido, dove i modelli linguistici fungono da assistenti alla programmazione musicale. Confondere queste categorie, come spesso avviene nel dibattito pubblico, impedisce qualsiasi analisi seria.
In un mondo dove una macchina può generare una fuga apparentemente corretta, il valore del compositore risiede altrove: nell’intenzione, nella responsabilità delle scelte, nella capacità di giustificare perché una nota sta lì e non altrove. Gli strumenti della composizione assistita, Opusmodus in primis, sono costruiti esattamente su questo principio: non generare risultati, ma fornire il laboratorio dove il pensiero musicale si articola con rigore e libertà.
Il compositore del 2026 ha a disposizione strumenti per separare, trascrivere, analizzare e trasformare l’oggetto musicale con una potenza e una flessibilità senza precedenti. Ma questi strumenti raggiungono il loro pieno potenziale solo quando sono guidati da un’intelligenza umana attenta e consapevole dal momento che sa cosa cercare e perché.
È questa, in ultima analisi, la risposta alla domanda che attraversa tutto il dibattito contemporaneo sull’AI e la creatività musicale: la macchina non sostituisce il compositore, gli offre un punto di vista assai più potente con cui osservare e sviluppare le proprie idee.
Riferimenti
Pubblicazioni:
Marco Giommoni, From Sign to Code: Information Technology and Musical Thought in Our Time, Treviso, Diastema, 2024.
Janusz Podrazik-Marco Giommoni, Fundamentals of Composition with Opusmodus, Books 1–2 Treviso, Diastema, 2021-2024.
Yuan, R. et al., ChatMusician: Understanding and Generating Music Intrinsically with LLM, ACL 2024 Findings. arXiv:2402.16153, 2024.
Niu, X. et al., SteerMusic: Enhanced Musical Consistency for Zero-shot Text-Guided and Personalized Music Editing, AAAI 2025. Sony AI, 2025.
Buck, A., Integrating LLM-Based Tools into Computer-Assisted Composition Workflows in OpenMusic, IRCAM Forum, 2024.
Agostini, A. & Ghisi, D., Real-Time Computer-Aided Composition with bach, IRCAM, 2013
Piattaforme e risorse:
Opusmodus – opusmodus.com
OpenMusic / om-sharp – IRCAM Forum (forum.ircam.fr)
bach / cage / dada – IRCAM, Cycling ’74
MOZ’Lib / PWforMax – J. Vincenot (github.com/JulienVincenot/MOZLib)
Moises AI – moises.ai
Cyanite – cyanite.ai
Klangio – klang.io
AIVA – aiva.ai
Google Lyria 3 – deepmind.google/models/lyria/TOT / Cluster Engine – github.com/tanders/tot
Marco Giommoni
Compositore e saggista. Laureato in musicologia all’Università di Bologna ha conseguito il dottorato in Scienza della musica all’Università di Trento e il Doctorat en Musique et Musicologie all’Università di Rouen. Ha composto brani da camera e lavori teatrali. A partire dai primi anni ’70 la sua ricerca è essenzialmente rivolta all’informatica musicale, in particolare alla composizione assistita dall’elaboratore (sistemi CAAC). È stato vicedirettore artistico del Cantiere Internazionale d’Arte di Montepulciano e dal 2024 è direttore del Centro culturale MAC Micromega di Venezia. Con Diastema ha pubblicato: Fondamenti di composizione con Opusmodus (con Janusz Podrazik, 2021), Nell’isola della musica (2022), Xenakis rimane (con Renzo Cresti ed altri, 2023), Dal segno al codice (2024).
Giovanni Fabbris
È consulente IT e imprenditore digitale, titolare di Kromeidon sas. Ha studiato Ingegneria elettronica presso l’Università di Padova negli anni Ottanta, periodo in cui maturò le prime intuizioni sull’intelligenza artificiale come fenomeno evolutivo inevitabile. Da oltre trent’anni opera nel campo delle infrastrutture digitali avanzate, della sicurezza informatica e dell’applicazione dell’AI a contesti professionali e culturali. Nel dicembre 2025 ha tenuto la conferenza L’Intelligenza inevitabile. Cronache di un’attesa lunga quarant’anni presso il palazzo Ada e Antonio Giacomini di Motta di Livenza.
La sua riflessione sull’AI si intreccia da anni con l’interesse per la creatività computazionale, terreno su cui è nata la collaborazione con Marco Giommoni.
