Según explican los autores del estudio, cada día se lanzan 24.000 canciones nuevas en todo el mundo, algo que hace que la gente tenga demasiadas opciones y esto dificulta incluso que las radios identifiquen qué canciones incluir en sus listas. Los canales de distribución de música utilizan oyentes humanos pero quizás ahora puedan usar modelos de inteligencia artifical para identificar qué música tiene más probabilidades de convertirse en un éxito.
En este experimento en concreto, los autores han analizado la actividad cerebral de 33 voluntarios que se sometieron a dos pruebas. «La primera era una entrevista sobre sus gustos musicales y la segunda un monitoreo de su actividad neurofisiológica mientras escuchaban 24 canciones distintas entre ellas», explican desde 20Minutos.
Con el estudio crearon varios modelos estadísticos y buscaron combinaciones de estímulos ante las canciones para después crear un algoritmo basado en las IA que comparando estas estadísticas encontrara la óptima. Con la información que recopilaron los investigadores entrenaron a la IA y esta creó sus propios parámetros basados en la actividad cerebral positiva de los voluntarios, con una precisión del 97%.
Esto hace pensar que se podrían crear pequeños dispositivos para monitorizar la actividad cerebral que fuesen capaces de «recomendar canciones de forma ultrapersonalizada», según cuentan los científicos. Algo que según explican desde el mismo medio se puede comparar a lo que hacen «los algoritmos de plataformas como Spotify o Amazon Music basándose en nuestras escuchas, pero con resultados mucho más precisos».
Otra cuestión es el uso de las inteligencias artificiales para la creación de música. Muchos defienden su uso porque lo consideran una herramienta valiosa para mejorar el proceso de producción musical ya que la IA puede crear melodías y letras que pueden ayudar e inspirar a los músicos. Sin embargo para otros es una amenaza para la creatividad.
MÁS SOBRE: