La Inteligencia Artificial identifica las canciones que tendrán éxito con una precisión del 97%

La Inteligencia Artificial es capaz de clasificar las canciones que tendrán más éxito. Según un nuevo estudio, la herramienta de aprendizaje automático tiene un 97% de precisión a la hora de identificar las canciones que serán más populares, frente al 50% de precisión de los humanos.

La Inteligencia Artificial (IA) consigue clasificar casi de manera perfecta las canciones que podrían convertirse en éxitos. La revista ‘Frontiers in Artificial Intelligence’ ha publicado un estudio en el que sus autores demuestran la precisión que ofrece esta herramienta para seleccionar las futuras canciones más populares.

Cada día salen al mercado decenas de miles de canciones, lo que dificulta la tarea de los servicios de streaming y las emisoras de radio a la hora de elegir qué canciones añadir a las listas de reproducción. Para encontrar las que triunfarán entre una gran audiencia, estos servicios han recurrido a oyentes humanos y a la Inteligencia Artificial. 

Para llevar a cabo el estudio han utilizado a 33 oyentes humanos e Inteligencia Artificial, con el fin de averiguar la precisión de cada uno de ellos. En el caso de las personas, el estudio concluye que no predicen con fiabilidad y que su precisión se queda en el 50%. En cambio, en el caso de la IA, esta es capaz de predecir los futuros éxitos con un 97% de precisión.

Paul Zak, profesor de Claremont Graduate University y autor principal del estudio, ha explicado que nunca habían conseguido tal precisión a la hora de clasificar la música. Para ello han aplicado una completa técnica de aprendizaje automático aplicada a las respuestas cerebrales y han sido capaces de predecir canciones de éxito con una precisión del 97%.

«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», ha destacado.

Para llevar a cabo el experimento, los 33 participantes escucharon 24 canciones y se les preguntó sobre sus preferencias y algunos datos demográficos. También se les equipó con sensores neuronales para recoger y medir sus respuestas neurofisiológicas. A través de las señales que recibieron, los investigadores pudieron averiguar las canciones más populares en el mercado.

«Las señales cerebrales que recogimos reflejan la actividad de una red cerebral asociada al estado de ánimo y los niveles de energía –explica Zak–. Esto permitió a los investigadores predecir los resultados del mercado, incluido el número de streams de una canción, basándose en los datos de unos pocos».

Este método se denomina neuroprevisión y capta la actividad neuronal de un pequeño grupo de personas para predecir efectos a nivel poblacional sin tener que medir la actividad cerebral de cientos de personas.

Tras la recogida de datos, los investigadores utilizaron distintos enfoques estadísticos para evaluar la precisión predictiva de las variables neurofisiológicas. Esto permitió comparar directamente los modelos. Para mejorar la precisión predictiva, entrenaron un modelo ML que probó diferentes algoritmos para llegar a los mejores resultados de predicción.

Descubrieron que un modelo estadístico lineal identificaba las canciones acertadas con una tasa de acierto del 69%. Cuando aplicaron el aprendizaje automático a los datos recopilados, el porcentaje de canciones de éxito identificadas correctamente aumentó hasta el 97%.

También aplicaron el aprendizaje automático a las respuestas neuronales al primer minuto de las canciones. En este caso, los éxitos se identificaron correctamente con una tasa de acierto del 82%.

Ofrecer entretenimiento más adecuado

Los resultados de este estudio facilitan el trabajo de los servicios de streaming a la hora de identificar canciones que serán éxitos y recomendar a los oyentes contenido que será de su gusto, de acuerdo con sus autores.

De esta manera, «si en el futuro se generalizan las tecnologías neurocientíficas, como las que hemos utilizado en este estudio», se le podrían ofrecer al público el entretenimiento más adecuado en función de su neurofisiología, y en vez de recomendarles cientos de opciones, se les podrían recomendarían unas pocas que sean de su gusto, «lo que les facilitaría y agilizaría la elección de la música que les gustaría escuchar», según Zak.

A pesar de la gran precisión del estudio, los científicos han admitido que todavía tiene diversas limitaciones y es necesario desarrollarlo más, por ejemplo, utilizando más canciones y contando con participantes que tengan cualidades sociodemográficas más diversas, ya que la el experimento no incluía miembros de determinados grupos étnicos y de edad.

De todos modos, dada la precisión de la Inteligencia Artificial en este ámbito, los investigadores esperan poder aplicar ese método en otros ámbitos de ocio, como las películas y programas de televisión.