Investigadores de Nueva York desarrollan algoritmo para predecir ganadores de los Grammy a través de análisis musical

Cada año, los observadores realizan predicciones sobre qué actor, película, musical o canción se llevará a casa los codiciados premios, ya sean los Oscar, los Tony o los Grammy. Estas previsiones se fundamentan en lo que los expertos consideran que atrae la atención de los votantes. “A los votantes de los Grammy les encanta darle el premio a la grabación del año a una canción retro cuidadosamente elaborada”, afirmó el diario Los Angeles Times antes de la ceremonia de este año.

Un grupo de investigadores de la Universidad de Nueva York ha desarrollado un algoritmo que sistematiza el proceso de análisis musical. Este algoritmo considera diversos aspectos de una canción, como su letra, y también incorpora información adicional, como las clasificaciones de Billboard. Su objetivo es esclarecer las variables que contribuyen al éxito de las canciones, enfocándose en aquellas que fueron elegidas como ganadoras en las categorías de Canción del Año, Disco del Año y Canción de Rap del Año durante los años 2021, 2022 y 2023.

Así, este trabajo se distingue de métodos anteriores no solo por su capacidad para realizar predicciones, sino también por su habilidad para identificar los rasgos característicos de los ganadores del Grammy.

Según Anasse Bari, profesora clínica asociada en el Instituto Courant de Ciencias Matemáticas de la Universidad de Nueva York y autora principal del estudio publicado en IEEE Xplore, que es una publicación del Instituto de Ingenieros Eléctricos y Electrónicos, “Identificar obras de arte premiadas es, sin duda, un proceso subjetivo y complicado por el secreto que rodea las decisiones de los votantes”. “Sin embargo”, añade, “al tener en cuenta lo que sabemos sobre las canciones en sí, desde su composición hasta su popularidad, podemos identificar aquellas que probablemente serán aclamadas.”

Además, el algoritmo consideró las características musicales de cada canción, basándose en datos de Spotify que se habían empleado en investigaciones previas. Estos datos incluyeron lo siguiente:

Con el fin de desarrollar la herramienta de IA, un grupo de investigadores elaboró un conjunto de datos que abarca desde 2004 hasta 2020, incluyendo nominaciones en tres categorías de premios: Canción del año, Disco del año y Canción de rap del año. Este conjunto contiene casi 250 canciones en total. Posteriormente, se combinaron diversas variables y se entrenaron algoritmos de IA para que pudieran aprender a partir de estos datos históricos. Entre los elementos considerados se encontraban las clasificaciones de Billboard y el volumen de búsquedas en Google, que reflejaba la frecuencia con la que los usuarios buscaban una canción nominada durante el año en que recibió su nominación.

Consideran que esta herramienta de inteligencia artificial tiene el potencial de facilitar la identificación de artistas y tendencias emergentes. Al descubrir música que podría volverse popular, esta herramienta también puede ayudar a encontrar aquellas obras que, de otro modo, podrían no recibir la atención que merecen.

Bailabilidad: ¿Qué tan apropiada es una pista para el baile?

Acústica: se refiere a si la pista es acústica o no, lo cual implica que depende de instrumentos o sonidos que no son eléctricos.

Energía: Se define como una medida que percibimos de intensidad y actividad.

Instrumentalidad: Se refiere a la ausencia de voces en una pista musical.

Speechiness: Se refiere a la cantidad de palabras habladas que se encuentran en una pista musical.

Finalmente, la herramienta de IA incorporó la letra de una canción y aplicó algoritmos de procesamiento del lenguaje natural, que son frecuentemente empleados para captar tanto las palabras como los sentimientos que estas expresan. Los análisis realizados mostraron la variedad del vocabulario presente en una canción, así como su tono emocional (por ejemplo, feliz, triste, enojado) e incluso el uso de lenguaje profano.

Posteriormente, los investigadores evaluaron la capacidad del algoritmo creado para elaborar una lista de posibles ganadores. Este proceso consistió en identificar a los tres principales candidatos entre todos los nominados en las categorías de Canción del año, Disco del año y Canción de rap del año durante cada uno de los años analizados (2021-2023). En total, se consideraron 27 canciones de alrededor de 75 nominaciones.

Los hallazgos indicaron que el modelo logró incluir de manera precisa las nueve canciones ganadoras en las tres categorías dentro de su selección de las tres mejores. Entre estas se encuentran, "Everything I Wanted" de Billie Eilish, que fue reconocida como el Disco del Año 2021; "Leave the Door Open" de Silk Sonic, galardonada como la Canción del Año 2022; y "The Heart Part 5" de Kendrick Lamar, premiada como la Canción de Rap del Año 2023.

Los autores señalan que ciertas predicciones del modelo estaban en desacuerdo con las estimaciones de los sitos de apuestas. Por ejemplo, la canción “Just Like That” de Bonnie Raitt, que el modelo clasificó entre las tres mejores del año 2023, fue vista por las plataformas de apuestas como una de las menos probables para ganar ese año. Asimismo, “I Can't Breathe” de HER, que obtuvo un Grammy, fue considerada una opción arriesgada por los sitios de apuestas, a pesar de que el modelo la posicionó entre las tres mejores canciones del año 2021.

De manera interesante, las características predictivas mostraron variaciones entre las diferentes categorías. Para la canción del año, los elementos más relevantes incluyeron la energía, la acústica y la posición máxima que alcanzó en Billboard. En contraste, para la grabación del año, los aspectos más significativos fueron el uso de palabras, las blasfemias y la acústica. En lo que respecta a la canción de rap del año, se destacaron como características más predictivas la diversidad de vocabulario, el número de palabras y la puntuación de felicidad.

A pesar de que los autores del estudio señalan que el algoritmo no debe considerarse una herramienta precisa para predecir ganadores, este puede, sin embargo, desvelar una gran diversidad de atributos relacionados con las canciones que han tenido éxito.

“La importancia de tener en cuenta diversos factores, como la popularidad y las características específicas de la música, se resalta en nuestros hallazgos al predecir los ganadores de los premios musicales”, afirma Bari, director del Laboratorio de Investigación de Inteligencia Artificial y Análisis Predictivo del Instituto Courant. “De manera más general, este trabajo demuestra el potencial que tienen el aprendizaje automático y las técnicas basadas en datos para proporcionar información sobre los elementos que influyen en el éxito de una canción”.

Los integrantes del grupo de investigación en IA de Bari, que forman parte del Departamento de Ciencias de la Computación de la Universidad de Nueva York, también contribuyeron al estudio. Estos autores son Rushabh Musthyala, Abhishek Narayanan y Anirudh Nistala.