En 2004, el neozelandés Ben Novak era un tipo normal con un par de guitarras que soñaba con convertirse en una estrella del pop. Un año más tarde una sus canciones, 'Turn Your Car Around', había invadido las radios europeas entrando en las listas de los 10 más vendidos.

Las probabilidades de que Novak fuera descubierto eran pocas. El proceso que usan los sellos discográficos para encontrar nuevos talentos (conocido como A&R, 'artistas y repertorio') es inconstante y difícil de explicar, y rara vez permite que entren desconocidos como él. Así que Novak se metió en el negocio de la música a través de una puerta trasera que no había sido abierta por un ser humano, sino por un algoritmo al que se le pidió que encontrara canciones de éxito.

El hecho de que la creatividad no puede ser copiada por las máquinas es ampliamente aceptado. Cientos de libros y estudios refuerzan esta idea y han tratado de explicar la creatividad como el producto de unos procesos misteriosos que suceden en el lado derecho del cerebro humano. La creatividad, como resultado del pensamiento, demuestra hasta qué punto las personas son diferentes de las CPU.

Pero ahora estamos descubriendo que, para algunos tipos de trabajo creativo, eso no es verdad. Están empezando a usarse complejos algoritmos en campos creativos, incluso en algunos tan nebulosos como el A&R musical, y están demostrando que en algunas de estas actividades los seres humanos pueden ser desplazados.

El algoritmo que lanzó la carrera musical de Novak pertenece a Music X-Ray, cuyo fundador, Mike McCready, ha pasado los últimos 10 años desarrollando una tecnología para la detección de ganchos musicales destinados a copar las listas de éxitos. Cuando Novak envió una canción al motor de McCready a través de Internet, fue clasificada a la misma altura que éxitos clásicos como 'Take It Easy' de los Eagles y 'Born to Be Wild' de Steppenwolf.

Los algoritmos de Music X-Ray usan transformadas de Fourier, un método para separar una señal del 'ruido' procedente de los datos complejos, y así aislar la melodía base de una canción, su ritmo, tempo, tono, octava, acordes, progresión, brillantez sonora y otros factores que capturan el oído del oyente. Después, el programa construye modelos en tres dimensiones de la canción sobre la base de estas propiedades y los compara con éxitos del pasado. Al colocar una canción recién analizada en la pantalla junto a temas de antaño que hayan alcanzado el número uno en las listas, se muestra una estructura tipo nube llena de puntos que representan las canciones. Los éxitos tienden a agruparse en grupos similares, que revelan sus estructuras subyacentes. Si uno se acerca a la mitad de uno de esos grupos, es posible que estemos hablando de un éxito.

El sitio web de McCready y su software han conectado a más de 5.000 artistas con ofertas de grabación, y después de rechazarle durante mucho tiempo, la industria de A&R usa Music X-Ray con frecuencia para encontrar nuevos artistas. "Por fin estoy haciendo amigos en la industria discográfica", señala McCready.

La música se presta naturalmente a ser analizada por algoritmos, ya que existe un componente matemático en cada acorde, ritmo y armonía que escuchamos. Pero, ¿puede un programa de ordenador entrar en algo tan subjetivo como, por ejemplo, la asignación calificaciones a ensayos escritos en inglés?

Sí. A principios de este año, la Fundación William and Flora Hewlett patrocinó una competición de 100.000 dólares (80.840 euros) para invitar a programadores a construir el mejor robot calificador de ensayos posible. El objetivo final: un algoritmo que siga muy de cerca las notas dadas por los calificadores humanos más competentes. La mejor de las 159 presentaciones hacía exactamente eso y producía puntuaciones casi idénticas a las dadas por un grupo de seres humanos. Este tipo de herramienta podría mejorar la productividad de los profesores, que tienen que sudar tinta para poner nota a cientos de trabajos de estudiantes. También podría redirigir los ensayos hacia un conjunto más amplio de exámenes estandarizados, entre los que hasta ahora han abundado los de preguntas de opción múltiple que pueden ser corregidas de forma barata por máquinas.

Los algoritmos no solo van a hacer trabajos que requieran ojo crítico. También van a crear cosas. Narrative Science, una empresa en Evanston, Illinois (EE.UU.), entre cuyos fundadores hay periodistas y profesores de ciencias informáticas de la Universidad Northwestern, ha construido un conjunto de algoritmos que recogen resultados deportivos y producen informes con buen estilo y gramaticalmente correctos. La Big Ten Network utiliza la tecnología para producir historias un minuto después de que un partido haya terminado. Un artículo debidamente creado por un robot apenas unos segundos después de un partido de fútbol americano entre Illinois e Indiana comenzaba así: "Nathan Scheelhaase lanzó durante 211 yardas y tres touchdowns y corrió 95 yardas y un touchdown, liderando a Illinois, en el puesto 16, hacia una victoria de 41-20 sobre Indiana el sábado en el Memorial Stadium. Las acciones ofensivas de Illinois (6-0) dominaron el encuentro, arrasando con una enorme cantidad de yardas".

La prosa de los robots aún no es digna de premios pero en ciertos indicadores de importancia económica para los editores, como el número de páginas vistas que registra un sitio, pueden ser mucho más productivos que cualquier otro periodista. Pueden escribir artículos en cuestión de segundos, incluso sobre eventos a los que no haya asistido ningún periodista.

Así que, ¿en qué punto los algoritmos producirán algo realmente creativo, como arte? David Cope, profesor emérito de la Universidad de California Santa Cruz (EE.UU), cree que ocurrirá muy pronto. Cope ha estado enlazando miles de líneas de código LISP en algoritmos de creación de música desde hace 30 años. Aunque sus primeros algoritmos producían música vulgar no apta para su interpretación en público, los más recientes han compuesto música clásica que imita a maestros como Johann Sebastian Bach, y lo hacen tan bien que la gente no siempre es capaz de notar la diferencia.

Cope introduce música en sus algoritmos de aprendizaje automático y estos crean nuevas composiciones cambiando y construyendo patrones que encuentran en dicha música. Algunos podrían definir todo esto como un simple plagio. Pero Cope asegura que construir sobre el pasado es lo que los grandes músicos y compositores han hecho siempre. Esto, insiste, es la creatividad.

El último algoritmo de Cope, al que ha llamado Annie, lleva la creatividad programada un paso más allá. Toma decisiones sobre los patrones musicales, los criterios, y en última instancia, el camino que sigue para crear música. "Lo realmente interesante es que a veces no tengo ni idea de lo que va a hacer", señala Cope. "Me sorprende tanto como a cualquier otra persona".

Christopher Steiner es autor y empresario. Su próximo libro Automate This: How Algorithms Came to Rule Our World ('Automatiza esto: cómo los algoritmos llegaron a dominar nuestro mundo'), será publicado por Portfolio/Penguin en agosto.