Redacción/CDMX.
Cada semana se lanzan alrededor de 170 mil canciones a nivel mundial, pero no todas consiguen el éxito deseado.
Según una investigación publicada en la revista Frontiers in Artificial Intelligence, los algoritmos de aprendizaje automático pueden analizar las respuestas neuronales y predecir con precisión cuáles serán las canciones más exitosas.
Sean Merritt y sus colegas de Claremont Graduate University reclutaron a 33 voluntarios y registraron su ritmo cardiaco mientras escuchaban 24 canciones elegidas de forma independiente por el personal en un servicio de transmisión.
Después de escuchar cada canción, los participantes completaron una encuesta para clasificar cuánto les había gustado y si las recomendarían a sus amigos.
Los investigadores también utilizaron métricas de servicio de transmisión para clasificar las canciones como éxito o fracaso dependiendo de las reproducciones.
Al comparar los autoinformes, descubrieron que las canciones con las que los participantes estaban familiarizados estaban estrechamente relacionadas con la cantidad de veces que se habían transmitido.
Usando las respuestas neuronales, los investigadores buscaron signos de atención y emoción, y usaron esas dos medidas para calcular un valor de “inmersión” para cada canción.
Mediante el uso de los datos estadísticos, descubrieron que podían predecir las canciones exitosas, con un valor de inmersión del 69 por ciento.
La precisión de la predicción aumentó al 97 por ciento cuando usaron un algoritmo de aprendizaje automático.
El estudio conocido como “neuropronóstico” tiene como objetivo explorar si la actividad cerebral recopilada de pequeños grupos de personas se puede utilizar para predecir el comportamiento en la población en general.
Los investigadores enfatizan que el tamaño de su muestra fue pequeño, por lo que no está claro si los hallazgos se generalizarán a catálogos de canciones más grandes.
Si se llegaran a replicar los resultados, la IA basada en neurotecnología pronto podría usarse para seleccionar listas de reproducción y probablemente reemplazaría y mejoraría los algoritmos de recomendación existentes.
(Con información de bigthink.com)