Luca Perciballi: chitarra, elettronica, programmazione Agenti AI, corpo.
Luca Perciballi – Kinetic Needs
Kinetic Needs è una performance elettroacustica che esplora il corpo del performer come fulcro primario della generazione musicale. Il progetto traduce una concezione enattiva dell'improvvisazione all'interno di un ecosistema tecnologico.
La performance si inserisce nell'ambito della ricerca accademica su embodiment, interazione uomo-macchina (HCI) e improvvisazione. In questa occasione, il lavoro dialogherà con lo spazio e le suggestioni visive del vernissage della mostra di Franco Furoncoli, ospitata all'interno del Festival Parmafrontiere 2026. L'evento esprime una spiccata componente multimodale. Nei modi richiama l’operatività della macchina fotografica, mentre nei risultati evoca le medesime atmosfere suggestive.
Kinetic Needs indaga l'atto del "pensare attraverso il corpo" e progetta l'interazione tecnologica a partire dalla fisicità del musicista. Il performer agisce all'interno di un sistema di dispositivi "0-1". Questi elementi sono caratterizzati da comportamenti binari del tipo on/off. Di conseguenza, l'azione legata all'impulso (onset-based) viene interpretata come un vincolo radicale nel rapporto con lo strumento.
In questo ambiente, il musicista diventa il motore cinetico della musica. Il movimento fisico deve essere continuo e spazia dai macro-movimenti dell'intero corpo fino ai micro-gesti strumentali. Questa continuità diventa una condizione strettamente necessaria per sostenere il discorso musicale e innescare le risposte del software.
Al contrario, la stasi e il riposo sono integrati come veri e propri elementi strutturali. Nel momento in cui il performer si ferma, un agente software AI corpus-based prende il controllo della scena. La macchina rielabora e improvvisa in totale autonomia, partendo dai materiali sonori catturati in tempo reale fino a quel momento. Il sistema integra routine di Machine Learning. L'itinerario sonoro si evolve costantemente attraverso agenti di ascolto artificiale (machine listening), i quali tracciano in tempo reale le caratteristiche chiave dell'audio e si concentrano in particolare sull'ampiezza e sulla densità della performance.
