¿Cómo se puede predecir qué canciones serán un hit y qué dice la ciencia al respecto?
Un nuevo estudio sugiere que la fusión de la inteligencia artificial con datos cerebrales podría revelar el secreto de un éxito musical.
Despacito / Quiero respirar tu cuello despacito / Deja que te diga cosas al oído / Para que te acuerdes si no estás conmigo”… Luciana cierra los ojos mientras los acordes vibran en el aire. Su cuerpo comienza a menearse suavemente al ritmo de la melodía, sus pies se mueven siguiendo el compás y sus manos flotan en el aire como mariposas danzantes. “Despacito”, la canción de Luis Fonsi y Daddy Yankee, fluye por primera vez a través de cada fibra de su ser, provocando un torrente de emociones que se manifiestan en su rostro sonriente y en los pequeños escalofríos que recorren su espalda. ¿Podrá Luciana predecir si la canción que está escuchando se convertirá en un hit?
Según un estudio realizado por investigadores de la Universidad de Claremont, Estados Unidos, la respuesta es sí. La investigación, a la que tuvo acceso la Agencia de Noticias Científicas de la UNQ, y que fue publicada recientemente en la revista científica Frontiers in Artificial Intelligence, sugiere que la clave para distinguir un éxito musical radica en el cerebro de los oyentes, y que la inteligencia artificial puede analizar señales fisiológicas para revelarlo.
El estudio, liderado por el neurocientífico Paul Zak, utilizó un dispositivo móvil similar a un reloj inteligente y un algoritmo de aprendizaje automático para rastrear las respuestas cardíacas de los participantes y convertir esos datos en una métrica capaz de reflejar la actividad neuronal. De esta manera, con una precisión del 97 por ciento, el modelo logró clasificar si una canción puede convertirse en éxito o será un triste fracaso.
¿Cómo se hizo el estudio?
Los investigadores equiparon a 33 voluntarios con sensores cardíacos portátiles -similares a los utilizados en los relojes inteligentes que miden la actividad física- que monitorearon los cambios en el flujo sanguíneo usando ondas de luz que penetran en la piel. Cada uno pudo escuchar 24 canciones que incluyeron grandes éxitos comerciales y temas con menor popularidad. Luego, se procesaron los datos de la frecuencia cardíaca utilizando la plataforma Immersion Neuroscience, que convierte algorítmicamente la actividad cardíaca en una métrica combinada de atención y resonancia emocional llamada “inmersión”. De esta manera, mediante un algoritmo, estos datos se definieron en un proxy de la actividad neuronal, lo que permitió clasificar si una canción podría convertirse en un éxito o en un fracaso, casi sin margen de error.
En trabajos anteriores, los científicos utilizaron imágenes de resonancia magnética funcional (fMRI) para predecir la popularidad de una canción. Estos estudios se centraron en la actividad cerebral medida mediante fMRI y encontraron que las respuestas débiles en el núcleo accumbens, una región relacionada con la motivación y la recompensa, pudieron predecir con precisión el fracaso comercial de una canción en un 90 por ciento de los casos. Sin embargo, la capacidad para predecir canciones exitosas fue mucho más limitada, alcanzando solo el 30 por ciento de precisión. Además, las sesiones de fMRI fueron largas y pocas prácticas.
El futuro de los hits
El método desarrollado por los científicos de la Universidad de Claremont permitiría reducir los costos de producción musical al ayudar a los productores a identificar con mayor exactitud qué canciones tienen más posibilidades de ser populares. “La precisión casi perfecta del modelo en la predicción de la popularidad de las canciones abre la puerta a transformar tanto el proceso creativo de los artistas como la distribución de música en los servicios de transmisión”, detalla el estudio.
Y sugiere que, a medida que los dispositivos portátiles se vuelvan más comunes, esta tecnología podría monitorear pasivamente la actividad cerebral de las personas y recomendar música, películas o programas de televisión en función de esos datos. Sin embargo, aunque la investigación representa un paso significativo hacia la predicción automatizada de éxitos musicales, se requieren más estudios para validar y mejorar el modelo.
Implicaciones éticas
A pesar de las promesas y beneficios potenciales, la fusión de inteligencia artificial y los datos cerebrales genera preocupaciones sobre la confiabilidad y las implicaciones éticas. En ese sentido, la obtención y el uso de datos personales relacionados con la actividad neuronal de las personas plantea interrogantes sobre la privacidad.
Además, existe el riesgo de que el enfoque basado en algoritmos pueda perpetuar sesgos y limitar la diversidad y creatividad en la industria musical, al enfocarse únicamente en las características que se consideran “exitosas”. Con todo, es crucial abordar estas preocupaciones y garantizar que la información cerebral se utilicen de manera responsable y transparente.
