Las canciones tienen el potencial de convertir el aprendizaje en una experiencia memorable, pues son capaces de evocar emociones, motivar y facilitar la asimilación de diversos contenidos académicos; entre ellos, la química. El presente Trabajo de Fin de Máster, tuvo como objetivo aplicar la inteligencia artificial (IA) en la producción de canciones que incorporan las reglas más relevantes de los tres sistemas de nomenclatura de los óxidos. Cuyos contenidos, se abordan dentro del plan de estudios de primero de Bachillerato General Unificado (BGU). Por otra parte, la metodología adoptó un enfoque cualitativo, con un alcance exploratorio-descriptivo, y un diseño no experimental transversal. Básicamente, esta obra presenta un sólido marco teórico sobre IA generativa de música. Además, detalla la iteración realizada con Deepseek, Copilot y ChatGPT (free); así como, el proceso de composición de dos letras. Una sobre la nomenclatura de los óxidos ácidos y otra sobre los básicos, a través de una colaboración conjunta entre el investigador y los tres modelos de IA. Adicionalmente, presenta los resultados de una evaluación realizada con ChatGPT (pro) con las seis letras generadas, entre las cuales, las de Deepseek se destacaron por su capacidad de adaptar el contenido, originalidad, rima y métrica. Posteriormente, dichas letras fueron musicalizadas en la plataforma de Riffusion al estilo de la música electrónica y con otros parámetros consultados a Deepseek (tonalidad y tempo). Finalmente, estas dos canciones fueron referidas en una guía microcurricular, en la que se ejemplifica, cómo usarlas con dos metodologías activas de aprendizaje en una clase.
