De esta manera crean un algoritmo capaz de predecir si una canción tendrá éxito o no

En la tarde de este miércoles 21 de junio se hizo público que un grupo de investigadores de la Universidad de Claremont (Estados Unidos) ha desarrollado un algoritmo entrenado con datos neurológicos de usuarios y que es capaz de predecir si una canción tendrá éxito o no.

En este mismo sentido, este equipo de expertos de esta institución han llegado a predecir con un 97 % de aciertos si un tema musical gustará a la gran mayoría de los usuarios. Para ello desarrollaron y utilizaron las respuestas neurofisiológicas de los oyentes según diferentes modelos de análisis.

Ahora bien, en este análisis se recuerda que la música es un formato que influye directamente en los estados emocionales de las personas y que son muchos los aspectos los que lo logran, como la melodía, el tempo, la tonalidad o el ritmo.

Asimismo, este tipo de respuestas emocionales, además, provienen de múltiples regiones cerebrales, puesto que algunas están asociadas con el procesamiento de emociones y otras, con la recuperación de la memoria a largo plazo. Los investigadores, en concreto, tomaron como referencia las denominadas redes periféricas, enfocadas a los sentimientos.

Para la muestra se escogieron 33 participantes de entre 18 y 57 años que escucharon un total de 24 canciones recientes ―13 de ellas consideradas éxitos y con más de 700.000 escuchas en streaming y 11 de ellas fracasos― y a quienes se les preguntó sobre sus gustos e impresiones de cada una de ellas.

Una vez seleccionadas las personas y las canciones que se tomarían como muestra dentro de este estudio, el grupo de los investigadores de la Universidad de Claremont fijaron el objetivo de demostrar que las medidas neurofisiológicas identifican con precisión las canciones exitosas, mientras que el gusto autoinformado de los usuarios no es predictivo.

Combinada la neurofisiología con el aprendizaje automático (machine learnin’), se crea un algoritmo que mejora “sustancialmente” la clasificación de las canciones exitosas en comparación con los modelos estadísticos lineales y tradicionales.

Una vez se logra comprobar y comparar los datos que reciben tras su análisis, se aplicó un nuevo enfoque de neuropronóstico, que utiliza machine learning aplicado a las respuestas neuronales y que ha servido para predecir éxitos musicales con gran precisión.

Dicho lo anterior, con este enfoque que dan los investigadores, concretamente, se puede capturar la actividad neuronal de un pequeño grupo de personas para predecir los efectos de estas canciones de forma masiva, sin tener que medir la actividad cerebral de cientos de personas.

Asimismo, los investigadores llegaron a la conclusión de que las respuestas neurofisiológicas al primer minuto de las canciones predijeron éxitos con una tasa de éxito del 82 %. Esto indica que la primera parte de una canción determina en buena parte su popularidad.

Por último y en sus conclusiones, los investigadores comentan que su intención con este estudio es “mostrar que las mediciones de la neurociencia del sistema nervioso periférico clasifican con bastante precisión los aciertos y los fracasos” y que este enfoque puede evaluar el valor de un contenido automáticamente.

“Si se replican nuestros hallazgos, la capacidad de seleccionar música y otras formas de entretenimiento para brindar a las personas lo que desean mejorará los motores de recomendación existentes que beneficiarán a artistas, distribuidores y consumidores”, concluyen.

*Con información de Europa Press