Producir una canción que llegue a la cima de las clasificaciones de las plataformas como Spotify o Apple Music es lo que anhelan muchos artistas, pero menos del 4% de las nuevas canciones lograrán entrar en las listas de éxitos. Aunque no haya una fórmula mágica para lograrlo, un nuevo estudio sugiere que el aprendizaje automático (una técnica de inteligencia artificial) aplicado a las respuestas cerebrales de las personas puede identificar las canciones que despiertan sus emociones. Y esas son las que suelen convertirse en los éxitos de la industria musical.
Desarrollado por investigadores de la Claremont Graduate University, situada en el área de Los Ángeles (EE UU), el método utiliza sensores convencionales, como los que llevan los relojes inteligentes, para analizar las respuestas neurofisiológicas humanas y así calificar las canciones. En el estudio publicado en la revista Frontiers in Artificial Intelligence, 33 participantes escucharon 24 temas seleccionados por personal de un servicio de streaming; de ellas, 13 eran éxitos (con más de 700.000 reproducciones) y el resto no. Los investigadores midieron sus reacciones cerebrales asociadas con el estado de atención (a partir de la liberación de dopamina) y con la respuesta emocional (vinculada a la oxitocina). Juntas, estas señales neuronales predicen el comportamiento cerebral después de un estímulo, especialmente aquellos que provocan emoción. En esencia, es como tener una ventana a la mente para así entender el efecto que provoca la música en el cerebro.
Paul Zak, autor principal y profesor de la universidad estadounidense, explica que las personas hasta pueden atribuir características como el ritmo o el tono al explicar por qué les gusta una canción; sin embargo, es imposible tener conciencia plena de los motivos intrínsecos. “Resulta que el cerebro sabe. Aunque no puedas identificarlo conscientemente, los sistemas cerebrales inconscientes sí saben si algo es bueno o no”, detalla el investigador.
El estudio demostró que las respuestas neurofisiológicas de los participantes pudieron predecir cuáles eran las canciones más populares, según las cifras del mercado musical. Un modelo estadístico lineal logró una tasa de éxito del 69% en la identificación de los temas musicales, y al aplicar el aprendizaje automático, los investigadores mejoraron la precisión hasta un 97%. Incluso al analizar las respuestas neuronales de solo el primer minuto de las canciones, se obtuvo una asertividad de 82%.
A pesar de estos resultados prometedores, el equipo reconoce las limitaciones del estudio que acaban de presentar, como el número relativamente pequeño de canciones utilizadas en su análisis y la falta de representación de ciertos grupos demográficos entre los participantes. Sin embargo, garantizan que la novedosa metodología podría aplicarse a otras formas de entretenimiento, como películas y programas de televisión, lo que abre puertas a un cambio de juego en la industria del entretenimiento. Para otro tipo de contenidos, como los audiovisuales, sería necesario modelar a los datos de forma diferente, pero las respuestas neurofisiológicas siguen siendo las mismas, como explica el autor de la investigación: “La metodología es sólida, lo que significa que puede ser empleada una y otra vez, aunque cada modelo será ligeramente diferente”, añade el profesor Zak.
Las plataformas de streaming suelen tener sus propios métodos de recomendación, pero en general se basan en algoritmos, en el análisis de expertos humanos y en el comportamiento del oyente, como cuando el usuario evalúa la pista con un me gusta. Melanie Parejo, jefa de Música para el sur y el este de Europa en Spotify, explica que la metodología de la plataforma emplea una “amplia gama de técnicas de aprendizaje”, que van desde el “filtrado colaborativo al aprendizaje por refuerzo”.
Parejo subraya que las tendencias musicales responden a factores internos de la plataforma, como el número de reproducciones o la evolución de cada una de las canciones, pero también externos, como lo que sucede en la red o en la televisión. “Existen múltiples señales de consumo que pueden contribuir al éxito de una canción, desde su ratio de crecimiento hasta el consumo orgánico del tema, pero también que los usuarios busquen esa canción proactivamente o no se la salten si les aparece en una lista de reproducción. Pero nuestros equipos editoriales también tienen en cuenta el contexto más amplio, lo que pasa fuera de la plataforma, cómo se comparte en redes o si por ejemplo está viviendo un momento dulce gracias a alguna serie de TV”, detalla esta representante de Spotify.
En busca del ‘hit’ musical
Si el método propuesto por los investigadores estadounidenses demuestra ser efectivo en la identificación de éxitos musicales, ¿podría tal vez contribuir a crear la canción perfecta? El profesor Paul Zak aborda esta cuestión con matices. La respuesta afirmativa se centra en el músico o la banda, quienes podrían invitar a algunas personas a escuchar un lanzamiento y así medir la intensidad de su conexión emocional. A partir de ahí, estarían en posición de afinar distintos elementos musicales, ya sea evolucionar acordes o realizar un cambio en el ritmo, todo destinado a amplificar el impacto afectivo. “Esa sería la aproximación que algunas personas ya están comenzando a adoptar en la actualidad”, recalca Zak. Sin embargo, en lo que respecta a producir desde cero una composición musical con tales atributos, su perspectiva no es tan clara. “Necesitamos artistas para realizar ese trabajo creativo inicial. No hay forma de ir al punto de partida y producir la canción perfecta de manera artificial”, aclara.
El profesor Sergi Jordà, que investiga la relación entre música y tecnología hace más de 30 años, coincide en que descifrar las señales cerebrales a través de sensores puede permitir optimizar las canciones, pero “es insuficiente para generar hits”. A pesar de ello, solo se trata de una cuestión de tiempo. Dado el avance rápido de la inteligencia artificial generativa y de los sensores que miden los estados de ánimo, no es descabellado anticipar un escenario en el que las máquinas den a luz las melodías más memorables.
Estamos a las puertas de ese futuro. En noviembre de 2022, el gigante chino de streaming Tencent Music Entertainment produjo y lanzó más de mil canciones inéditas con voces generadas por IA que imitan la voz humana. Una de ellas, titulada Today, tuvo cien millones de reproducciones y se ha convertido en la primera canción artificial que alcanza esta cifra, según un informe de Music Business Worldwide.
Jordà señala que las actuales capacidades de generar música a partir de textos, por ejemplo, “han dejado perplejos a todos los expertos”. Además, dada la destreza de las redes neuronales para generar variaciones con base en lo ya existente, es probable que asuman el papel de compositoras de las canciones rompepistas en un futuro próximo. “Está claro que, alimentadas con grandes éxitos, tenderán a hacer cosas que se parezcan a grandes éxitos”, detalla el profesor e investigador en el Grupo de Tecnología Musical de la Universitat Pompeu Fabra de Barcelona. “Esto es un futuro que parece muy distópico. Pero es preocupante y es real”, asegura. Además, matiza que hay también otras posibilidades, como la creación de música sobre la marcha, optimizada al instante, según los estados de ánimo de una persona.
Por su parte, Zak opina que el método desarrollado por su equipo puede beneficiar a artistas que están empezando con sus carreras, para que perciban lo que a otras personas les gusta. “Si eres los Rolling Stones y has tocado en unos diez mil conciertos, ya sabes, más o menos, qué es bueno y qué es malo”, ejemplifica. Sin embargo, para un músico amateur es una manera de “acelerar su aprendizaje para lidiar con algunos dilemas, como cuando alguien piensa ‘me gusta esta canción, ¿entonces por qué a alguien más no le iba a gustar?“. “No es la única razón para crear arte, pero si deseas crear arte que llegue emocionalmente a las personas, entonces no solo tiene que conmoverte a ti, sino también a los demás”, concluye Zak.
Puedes seguir a EL PAÍS Tecnología en Facebook y Twitter o apuntarte aquí para recibir nuestra newsletter semanal.
Suscríbete para seguir leyendo
Lee sin límites