Cómo saber si una canción tendrá éxito: ¡atentos músicos!

Investigadores de la Universidad de Claremont (Estados Unidos) desarrollaron un algoritmo entrenado con datos neurológicos de usuarios para predecir si una canción tendrá éxito o no.

Los expertos de esta institución han llegado predecir con un 97 por ciento de aciertos si un tema gustará a la gran mayoría de los usuarios utilizando para ello las respuestas neurofisiológicas de los oyentes según diferentes modelos de análisis.

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.

Los investigadores de la Universidad de Claremont fijaron el objetivo de demostrar que las medidas neurofisiológicas identifican con notable precisión las canciones exitosas, mientras que el gusto autoinformado de los usuarios no es predictivo.

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

Los autores del estudio llegaron a la conclusión de que las respuestas neurofisiológicas al primer minuto de las canciones predijeron éxitos con una tasa de éxito del 82 por ciento, lo que indicaría que la primera parte de una canción determina en buena parte su popularidad.

LE PUEDE INTERESAR

Claves para detectar y evitar las intoxicaciones

LE PUEDE INTERESAR

Mañana en El Día: ¿Caro o barato? El misterio de los precios en La Plata

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”, concluyeron los investigadores.