.

Crédito: Cortesía de la Escuela de Ingeniería Viterbi de la USC (EE. UU.)

Tecnología y Sociedad

La IA que predice si una canción le hará sentir triste o alegre

1

Un algoritmo de aprendizaje automático determina qué características de una canción provocan ciertas reacciones físicas y mentales. En un futuro, predecir las emociones asociadas a la música podría servir incluso para componer piezas musicales dirigidas, entre otros, a los pacientes con problemas de salud mental 

  • por Karen Hao | traducido por Ana Milutinovic
  • 29 Noviembre, 2019

Todos sabemos que la música tiene un gran poder de influencia. Una película sin banda sonora no provoca la misma experiencia emocional. Un entrenamiento sin música alta podría ser un aburrimiento. Pero ¿hay alguna manera de predecir estas reacciones? Y si es así, ¿sería posible hacer ingeniería inversa y ponerla en práctica?

En un reciente estudio, investigadores de la Universidad del Sur de California (USC, por sus siglas en inglés,  EE. UU.) han determinado de qué forma aspectos como el tempo, el ritmo y la armonía provocan diferentes tipos de actividad cerebral, reacciones fisiológicas (calor, sudor y cambios en la respuesta eléctrica), así como emociones (felicidad o tristeza) y cómo el aprendizaje automático podría utilizar esas relaciones para predecir cómo las personas podrían responder a una nueva pieza musical. 

Los resultados, presentados en una conferencia la semana pasada dedicada a las intersecciones de la informática y el arte, muestran cómo algún día podríamos ser capaces de diseñar mediante ingeniería experiencias musicales específicas orientadas a distintos fines, desde la terapia a las películas.

La investigación es parte del objetivo más general del laboratorio de comprender cómo diferentes medios, ya sea la música, las películas y los anuncios de televisión afectan a los cuerpos y los cerebros de las personas. "Cuando comprendamos cómo los medios pueden afectar a nuestras emociones, entonces podremos intentar usarlos productivamente para apoyar o mejorar las experiencias humanas", asegura el profesor de la USC e investigador principal en el laboratorio, Shrikanth Narayanan.

Primero, los investigadores buscaron en plataformas de streaming de música como Spotify aquellas canciones que muy pocas reproducciones y estaban etiquetadas con categorías como "feliz" o "triste" (querían evitar canciones famosas para minimizar cualquier variable de confusión). Gracias a una serie de testadores humanos, las 60 piezas de cada emoción se redujeron a una lista final de tres: dos que indudablemente provocaban tristeza (Fyrsta de Ólafur Arnalds y Discovery of the Camp de Michael Kamen) y una que provocaba felicidad de manera fiable (Race Against the Sunset de Lullatone). Cien participantes que no habían escuchado esas canciones previamente fueron divididos en dos grupos, escucharon las tres piezas mientras se les tomaban imágenes cerebrales con fMRI (imagen por resonancia magnética funcional por sus siglas en inglés) o llevaban sensores de pulso, calor y electricidad en su piel y tenían que calificar la intensidad de sus emociones en una escala de 0 a 10.

Posteriormente, los investigadores alimentaron con esos datos y 74 características de cada canción (como su tempo, ritmo, armonía, dinámica y timbre) varios algoritmos de aprendizaje automático y examinaron qué características eran los mayores predictores de respuestas. Descubrieron, por ejemplo, que el tono optimista de una canción (el nivel de sus frecuencias medias y altas) y la intensidad de su ritmo eran los mejores indicadores de cómo una canción afectaría el ritmo cardíaco y la actividad cerebral de un oyente.

La investigación aún está en etapas muy tempranas y pasará un tiempo antes de que los modelos de aprendizaje automático más potentes puedan predecir con precisión nuestras reacciones mentales y físicas ante una canción. Pero los investigadores están entusiasmados con la finalidad con la que se podrían aplicar estos modelos: componer música para grupos específicos, crear bandas sonoras de películas sumamente evocadoras o ayudar a los pacientes con problemas de salud mental para estimular partes específicas de su cerebro. El laboratorio ya está trabajando con clínicas de tratamiento de adicciones para ver cómo otros formatos podrían ayudar a los pacientes y también quieren empezar a incorporar terapias basadas en la música.

Además, sencillamente la investigación se podría usar para generar listas de reproducción. "No querrá escuchar una canción que acelere su ritmo cardíaco justo antes de acostarse, pero tal vez sí lo quiera hacer si va a realizar un largo viaje y no han tomado mucho café", concluye Greer.

Tecnología y Sociedad

Los avances tecnológicos están cambiando la economía y proporcionando nuevas oportunidades en muchas industrias.

  1. "España será un paraíso para 'start-ups', pero no solo por su fiscalidad"

    La secretaria de Estado de Digitalización e Inteligencia Artificial, Carme Artigas, desgrana las claves de las Misiones de I+D en IA, analiza el estado de la digitalización de las empresas y la sociedad españolas, aclara las confusiones generadas por la Ley de 'Start-ups' y repasa las lecciones aprendidas tras el lanzamiento de la 'app' Radar COVID

  2. La peligrosa apuesta de Reino Unido traerá más COVID-19 prolongada y muertes

    Hay muchas incógnitas en torno a la arriesgada decisión de Reino Unido de levantar todas las restricciones asociadas a la pandemia, como si aparecerá una variante capaz de esquivar las vacunas. Lo que sí sabemos seguro es que habrá más casos persistentes y más hospitalizaciones. Muchos expertos piden recuperar las precauciones

  3. Redes sociales y firmas 'online': las armas políticas de la Generación Z

    Las plataformas digitales pueden redefinir el compromiso cívico y permitir que las opiniones los jóvenes y las personas mayores tengan un papel más profundo en la formulación de políticas. Dos estudiantes lograron abrir un profundo debate en su antiguo instituto gracias a una campaña que reunió casi 9.000 apoyos