Intelligence collective inspirée par la biologie pour la composition musicale par IA : MusicSwarm instancie de nombreux agents identiques et figés basés sur un modèle fondamental qui se coordonnent uniquement via des retours d'information entre pairs et des signaux semblables à des phéromones. Sans aucune mise à jour de poids, ces agents s'auto-organisent spontanément en rôles différenciés et produisent des compositions avec une nouveauté locale plus élevée, une diversité rythmique plus riche et une structure de petit monde plus humaine que les références multi-agents critiquées de manière centrale ou les références à tir unique. Nous observons des dynamiques de groupe qui convergent vers des équilibres semblables à ceux de Nash dans l'espace des comportements des agents, tandis que l'émergence continue de nouveaux motifs et de liens à longue portée réalise une perspective gödelienne : des agents interagissants plus un modèle de monde externe partagé se comportent comme un méta-système dont les trajectoires créatives vont au-delà de celles de tout modèle unique et monolithique.