Aplicaciones de la inteligencia artificial para el análisis y la clasificación de señales EMG en artes performáticas biointeractivas

Abstract

El presente trabajo expone un proceso de indagación centrado en el uso de señales bioeléctricas corporales, particularmente aquellas provenientes de la electromiografía (EMG), como base para el desarrollo de nuevas formas de interacción entre cuerpo y sistema. Este enfoque se inscribe en el cruce entre prácticas performáticas y tecnologías de interacción humano-computadora (HCI), donde la captación de la actividad muscular permite generar interfaces capaces de traducir dinámicas internas del cuerpo en respuestas computacionales mediadas por inteligencia artificial (IA). En una fase inicial, la investigación aborda la aplicación de herramientas de IA para el procesamiento, análisis y categorización de señales EMG, con el propósito de expandir sus posibilidades interpretativas en contextos vinculados a la comunicación algorítmica y a la toma de decisiones en entornos interactivos. Posteriormente, el estudio se orienta a explorar cómo estas tecnologías pueden habilitar modalidades emergentes de co-creación entre agentes humanos y sistemas artificiales, especialmente en escenarios performativos. El trabajo parte del análisis de registros electromiográficos que contemplan distintos niveles de contracción muscular, desde activaciones sutiles hasta esfuerzos de alta intensidad. Esta variabilidad exige procedimientos de medición altamente sensibles, dado que las magnitudes bioeléctricas presentan oscilaciones significativas. En este sentido, se han identificado limitaciones en los dispositivos utilizados, lo que ha llevado a focalizar el desarrollo en estrategias de mejora para la adquisición y clasificación de datos, buscando una diferenciación más precisa entre estructuras como el tejido muscular y la fascia, así como una caracterización más rigurosa de los patrones de activación.