Cada día, se publican decenas de miles de canciones nuevas alrededor del mundo, así que los servicios de streaming y las emisoras de radio se enfrentan a un reto colosal: decidir cuáles están destinadas a las listas de éxitos. Lo cierto es que han empleado diversas tácticas para hacer estas predicciones, pero los resultados no han sido alentadores, pues tanto si recurren a analistas humanos como a la inteligencia artificial, solo consiguen una media del 50% de aciertos con las canciones nuevas. Sin embargo, una técnica revolucionaria podría cambiar esta situación. Un equipo de investigadores desarrolló recientemente una técnica llamada neuroprevisión, que consiste en el aprendizaje automático de IA, combinada con respuestas cerebrales, para identificar posibles canciones de éxito con una asombrosa precisión del 97%.

Este innovador método de predicción de tendencias musicales utiliza la “neuroprevisión”. Se trata de una metodología que utiliza datos de actividad cerebral para anticipar tendencias generalizadas. “Aplicando el aprendizaje automático a los datos neurofisiológicos, pudimos identificar casi a la perfección las canciones de éxito”, compartió Paul Zak, profesor de la Claremont Graduate University y autor principal del estudio, que se publicó en Frontiers in Artificial Intelligence. Añadió: “Que la actividad neuronal de 33 personas pueda predecir si millones de otras escucharon nuevas canciones es bastante asombroso. Nunca se había demostrado nada parecido a esta precisión”.

El estudio consistió en equipar a los participantes con sensores convencionales y hacerles escuchar un conjunto de 24 canciones nuevas. Los investigadores recopilaron datos sobre sus preferencias. También utilizaron información demográfica. Y lo que es más importante, el equipo registró las respuestas neurofisiológicas de los participantes a la música. “Las señales cerebrales que recogimos reflejan la actividad de una red cerebral asociada al estado de ánimo y los niveles de energía”, explicó Zak. Esta información fue fundamental para predecir el éxito que podría tener una canción en el mercado. Incluso permitió a los investigadores estimar el número de streams que podría acumular una canción.

Una vez concluida la fase de recopilación de datos, el equipo aplicó distintos métodos estadísticos para evaluar la precisión predictiva de las variables neurofisiológicas. Esto facilitó una comparación directa de los modelos. Para mejorar la precisión predictiva, se entrenó un modelo de aprendizaje automático para probar varios algoritmos, con el objetivo de obtener los mejores resultados de predicción sobre qué nuevas canciones se convertirían en éxitos. Los resultados fueron convincentes. Un modelo estadístico lineal identificó las canciones de éxito con una tasa de acierto del 69%. Pero cuando se aplicó el aprendizaje automático a los mismos datos, el porcentaje de acierto se disparó hasta el 97%. Cuando se utilizó sólo el primer minuto de las respuestas neuronales de una nueva canción, el porcentaje de éxito se mantuvo en el 82%.

“Esto significa que los servicios de streaming pueden identificar fácilmente nuevas canciones que probablemente serán éxitos para las listas de reproducción de la gente de forma más eficiente, facilitando el trabajo de los servicios de streaming y deleitando a los oyentes”, afirma Zak. Al vislumbrar el futuro, Zak sugirió que las nuevas tecnologías de neurociencia podrían agilizar las opciones de entretenimiento para el público. Podrán adaptar las nuevas canciones y otras ofertas a la neurofisiología individual. Este planteamiento podría reducir la abrumadora abundancia de opciones a unas dos o tres manejables. De este modo, los oyentes podrían elegir con mayor rapidez y satisfacción.

Share Twitter Facebook Whatsapp Copy link

Despues de leer, ¿qué te pareció?