Tu intuición no se equivoca. A medida que avanzan las décadas, la música popular se vuelve más simple y repetitiva. A esta conclusión llegó un equipo multidisciplinario de investigadores de Alemania y Austria en un reciente artículo publicado en Scientific Reports.
Expertos en música, ciencias de la computación e inteligencia artificial (IA) analizaron la letra de 353 mil canciones publicadas en inglés en el lado occidental del mundo, desde 1980 hasta 2020. El equipo buscaba una comparación lo más objetiva posible de las canciones más populares según su complejidad lírica para comprender su evolución en el tiempo.
Con ayuda de cientos de miles de letras de canciones extraídas de la plataformas como Genius y Last.FM, una IA arrojó una evaluación de descriptores léxicos, lingüísticos, estructurales, de rima, emoción y complejidad. El trabajo solo consideró los cinco géneros musicales más populares dentro de la bases de datos consultadas: rap, country, pop, R&B y rock.
Ya hay innumerables canciones en Spotify, Apple Music y SoundCloud. Y como cada vez es más fácil crear melodías, cualquiera puede sumarse al ruido provocado sobre los derechos de autor.
Más simple, más exitosa
El resultado de la evaluación cualitativa agrega evidencia a la idea generalizada de que la música más exitosa es aquella que es más fácil de entender y de asociar a un solo sentimiento. En 40 años, el pop ha disminuido la complejidad léxica y estructural de sus letras. Al mismo tiempo, se ha vuelto más personal. La música más escuchada se volvió más simple, llena de repeticiones y con problemas personales como eje temático. Los datos obtenidos pueden ser utilizados en un modelo que prediga el comportamiento de las canciones de las siguientes décadas, según indican los realizadores del estudio.
“Creemos que el papel de las letras ha sido poco estudiado y que nuestros resultados pueden usarse para estudiar y monitorear más a fondo los artefactos culturales y los cambios en la sociedad. Por ejemplo, podríamos combinar y comparar los estudios sobre el sentimiento cambiante en las sociedades y los cambios en el uso de palabras cargadas de emoción y el sentimiento expresado en las letras consumidas por diferentes audiencias”, expone el documento.
La necesidad de las descripciones
Para superar los sesgos de preferencia, los autores no categorizaron la temática de las letras con interpretaciones subjetivas. Fue necesaria la aplicación de un modelo de IA que analizara la calidad lírica de las piezas musicales y arrojara el mejor término descriptivo. La herramienta de cuantificación y cualificación evaluó, por ejemplo, la proporción de versos en secciones, de estribillos, cantidad de palabras únicas que riman o número de palabras con tres o más sílabas (consideradas en la industria como términos difíciles).
El método computacional enfrentó problemas al analizar el rap y R&B, géneros que se asocian a riqueza léxica, pero se desenvolvió fluidamente con el pop, country y rock, donde los estribillos se repiten con mayor frecuencia. Aunque todos los géneros tienen una tendencia hacia la simplicidad y la repetición, no comparten los mismos descriptores. Por ejemplo, el rap se volvió más positivo y furioso, en comparación con el pop que se volvió negativo y nostálgico.
La confirmación de la tendencia hacia lo simple en la música no pretende establecer juicios de valor. En su lugar, el estudio debe interpretarse desde la perspectiva del logro en la recopilación de datos con ambigüedad subjetiva. La descripción de canciones en términos que una IA pueda comprender y procesar conducirá a la creación de mejores algoritmos para la selección personalizada de música, afirman los miembros del equipo.
