En un mundo inundado de música, resulta cada vez más difícil para los servicios de streaming y las estaciones de radio seleccionar las canciones que se añadirán a sus listas de reproducción. A pesar de los esfuerzos de combinar oyentes humanos e inteligencia artificial, la tasa de precisión actualmente se sitúa en un 50%, lo que dificulta la predicción confiable de éxitos musicales.
A pesar de aquellos indicadores, investigadores en Estados Unidos han utilizado una técnica de aprendizaje automático basada en respuestas cerebrales y han logrado predecir canciones de éxito con una precisión sorprendente del 97%.
El poder del aprendizaje automático y los datos neurofisiológicos
En un estudio llevado a cabo por investigadores de la Universidad de Claremont, los participantes fueron equipados con sensores especiales para medir sus respuestas cerebrales mientras escuchaban un conjunto de 24 canciones.
Los científicos se centraron en las respuestas neurofisiológicas de los participantes, las cuales reflejan la actividad de una red cerebral asociada con los niveles de humor y energía. Estos datos permitieron predecir con precisión los resultados del mercado, incluyendo el número de reproducciones que una canción podría alcanzar.
La metodología que condujo a resultados sorprendentes
El enfoque utilizado en este estudio, conocido como «neuropronsiva», captura la actividad neuronal de un pequeño grupo de personas para predecir los efectos a nivel de población, sin tener que medir la actividad cerebral de cientos de individuos.
Los investigadores utilizaron diversos enfoques estadísticos y entrenaron un modelo de aprendizaje automático con diferentes algoritmos para obtener los resultados más precisos. Descubrieron que un modelo estadístico lineal lograba identificar canciones de éxito con una tasa de éxito del 69%. Sin embargo, al aplicar el aprendizaje automático a los datos recopilados, esta tasa se elevó hasta el 97%. Incluso al analizar las respuestas neuronales del primer minuto de las canciones, el modelo alcanzó una tasa de éxito del 82% en la identificación de éxitos.
Implicaciones y aplicaciones futuras
La precisión casi perfecta de este enfoque tiene implicaciones importantes para la industria musical y los servicios de streaming.
Con la capacidad de identificar fácilmente nuevas canciones que probablemente se convertirán en éxitos, los servicios de streaming pueden mejorar su eficiencia al seleccionar canciones para las listas de reproducción, lo que a su vez puede satisfacer aún más a los oyentes.
Además, los investigadores sugieren que esta metodología podría aplicarse más allá de la música, como en la predicción de éxitos en películas y programas de televisión.
Desafíos y limitaciones
A pesar de los resultados prometedores, es importante mencionar que este estudio tuvo algunas limitaciones. El análisis se basó en un número relativamente pequeño de canciones y los participantes representaban una diversidad moderada en términos de demografía, sin incluir a ciertos grupos étnicos y de edad.
No obstante, los investigadores destacan la metodología como la principal contribución de su estudio y sugieren que este enfoque puede ser utilizado en otros ámbitos del entretenimiento.
¿Qué tienen en común la música y el cerebro? La clave para predecir canciones exitosas
El uso del aprendizaje automático basado en respuestas cerebrales abre nuevas posibilidades para predecir éxitos musicales y potencialmente para otras formas de entretenimiento.
La precisión del 97% obtenida en este estudio demuestra el potencial de esta técnica. Si las tecnologías de neurociencia usables se vuelven más comunes en el futuro, podríamos ver un enfoque más personalizado en la entrega de contenido de entretenimiento, donde se ofrecerían opciones más limitadas basadas en la neurofisiología individual.
En última instancia, esto podría mejorar la experiencia de los consumidores y simplificar la toma de decisiones en un mundo cada vez más saturado de opciones.