Neuromarketing la IA que usa unos algoritmos para predecir con acierto los próximos hits musicales

Neuromarketing la IA que usa unos algoritmos para predecir con acierto los próximos hits musicales.  Un equipo de científicos de la Claremont Graduate University han publicado un nuevo estudio.  Donde reflejan las pruebas neurofisiológicas, los análisis estadísticos y un potente motor de aprendizaje automático con IA, que han empleado.  Sirve para identificar las canciones que serán éxitos seguros.  El caso es que dicen haber logrado una alta precisión, de hasta un 97 por ciento de acierto.  Este método predictivo se usaría para predecir los futuros hits o canciones trallazo, en la industria musical.  Sus responsables avisan de que no solo puede aplicarse a las canciones.  También tiene potencial en otros sectores del entretenimiento, como las series, los videojuegos, las películas o los programas de televisión.  Cada día se suben a internet cerca de 100.000 canciones nuevas.  Una cifra enorme que hace casi imposible separar el grano de la paja.  Los artistas y los productores confían en su olfato para detectar las canciones que triunfarán.  Otros, usan un software de análisis de mercado para dar con la tecla correcta.  Existen diversos métodos que intentan pronosticar qué lanzamientos entrarán en las listas más top.  Como el análisis de las letras de las canciones, el control de las críticas musicales o las menciones que tiene en las redes sociales.  Sin embargo, el nivel de acierto de estos estudios no es muy elevado.  En los últimos años, el neuromarketing ha entrado de lleno en el mercado.  Los estudios han analizado partes del audio de cientos de canciones: El tempo, el compás, la duración, el género, el contenido de la letra o los instrumentos y arreglos que presenta.  Ahora, el nuevo enfoque de los de Claremont combina el aprendizaje automático, el análisis estadístico y los datos neuro fisiológicos de más de una treintena de voluntarios.  A estos participantes, hombres y mujeres con edades comprendidas entre los 18 y los 57 años, les colocaron unos sensores cardíacos.  Mientras registraban sus datos, reprodujeron 24 canciones.  Una vez superada la fase de audición y registro de las señales cardíacas, los voluntarios completaron una exhaustiva encuesta.  Donde dejaron constancia de las canciones que les habían gustado más y cuáles no les habían dicho nada.  También les preguntaron si las habían escuchado antes o si se las recomendarían a sus familiares o amigos.  La clave de todo está en los datos neuro fisiológicos que reflejan los estímulos emocionales de las canciones.  Mediante este algoritmo, Apple ya plantea añadir música en tiempo real, ajustada al ritmo de nuestra actividad física.  La medición de la actividad cardíaca permite inferir los estados neuronales a partir de la actividad de los nervios craneales.  El estudio recogió las señales cerebrales asociadas al estado de ánimo y a los niveles de energía.  Cuando los datos se procesaban mediante un modelo estadístico lineal, la tasa de acierto en la predicción era del 69 por ciento.  Si le añadían el aprendizaje automático, la precisión subía hasta el 97 por ciento.  Incluso, evaluaron los datos con este modelo, tras dejar a los participantes escuchar sólo un minuto de la canción.  Y obtuvieron un nivel de acierto del 82 por ciento.  El uso de wearables con esta tecnología, que mide nuestras reacciones fisiológicas, podría servir para identificar nuestros gustos según el estado de ánimo y la actividad física que desempeñemos en ese momento.  La música pasaría de ser un arte a convertirse en una ecuación medible.  El futuro del entretenimiento estaría, cada vez, más programado.  Los artistas compondrían primero para un algoritmo que predeciría el potencial de su éxito.  Estos experimentos se han realizado para beneficiar, sobre todo, a las plataformas de Streaming.  Para saber lo que le gusta a la mayoría de sus usuarios y adaptarlo a nuestra playlist.  Esta fórmula, basada en algoritmos, no significa que la calidad de las canciones o de la música, mejorará.  Detrás de cada lanzamiento musical habrá estudios de Streaming data.  Para medir en tiempo real el tiempo de permanencia de los consumidores.  Sistemas de análisis que revisarán millones de comentarios en las redes sociales, para calibrar la reacción emocional del público.  Los algoritmos de detección de hooks musicales, captan los fragmentos de una canción que son más proclives a viralizarse en Tik Tok.  Otros algoritmos de clasificación recomendarán qué canciones tienen más opciones de ser un pelotazo y se deberían de publicar primero.  Al final, son los seguidores de los artistas y los consumidores, en general, los que tienen la última palabra.  Y los que decidirán o no, darle al play.  En un mundo, donde los algoritmos aprenden lo que nos gusta y nos ofrece productos similares, antes de que nosotros mismos nos demos cuenta.  Ya no bailaremos al son de los hits del momento.  Será la música la que nos elija a nosotros.  Y se adapte a nuestros pasos.