La IA podría ayudarnos a deconstruir por qué algunas canciones nos hacen sentir tan bien

Un hombre escuchando música en la radio. Cortesía de la Escuela de Ingeniería USC Viterbi

Todos sabemos que la música es un poderoso factor de influencia. Una película sin banda sonora no provoca el mismo viaje emocional. Un entrenamiento sin un himno de bombeo puede sentirse como un lastre. Pero, ¿hay alguna manera de cuantificar estas reacciones? Y si es así, ¿se les podría aplicar ingeniería inversa y ponerlos en uso?

En un papel nuevo , investigadores de la Universidad del Sur de California trazaron un mapa de cómo cosas como el tono, el ritmo y la armonía inducen diferentes tipos de actividad cerebral, reacciones fisiológicas (calor, sudor y cambios en la respuesta eléctrica) y emociones (felicidad o tristeza), y cómo el aprendizaje automático podría usar esas relaciones para predecir cómo las personas podrían responder a una nueva pieza musical. Los resultados, presentados en una conferencia la semana pasada sobre las intersecciones de la informática y el arte, muestra cómo algún día podremos diseñar experiencias musicales específicas para propósitos que van desde la terapia hasta las películas.

La investigación es parte del objetivo más amplio del laboratorio de comprender cómo las diferentes formas de medios, como las películas y los anuncios de televisión, así como la música, afectan el cuerpo y el cerebro de las personas. Una vez que entendamos cómo los medios pueden afectar sus diversas emociones, podemos intentar usarlos productivamente para apoyar o mejorar las experiencias humanas, dice Shrikanth Narayanan, profesor de la USC e investigador principal del laboratorio.

Los investigadores primero buscaron en sitios de transmisión de música como Spotify canciones con muy pocas reproducciones, etiquetadas como felices o tristes. (Querían evitar canciones familiares para minimizar cualquier variable de confusión). A través de una serie de evaluadores humanos, 60 piezas para cada emoción se redujeron a una lista final de tres: dos que inducían tristeza de manera confiable (Ólafur Arnalds's Primero y Michael Kamen descubrimiento del campamento ) y uno que indujo felicidad de manera confiable (Lullatone's Carrera contra el atardecer ). Cien participantes que no habían escuchado las canciones antes se dividieron en dos grupos, escucharon las tres piezas y se sometieron a una resonancia magnética funcional o usaron sensores de pulso, calor y electricidad en la piel y calificaron la intensidad de sus emociones en una escala. de 0 a 10.

Luego, los investigadores introdujeron los datos, junto con 74 características para cada canción (como su tono, ritmo, armonía, dinámica y timbre), en varios algoritmos de aprendizaje automático y examinaron qué características eran los predictores más fuertes de las respuestas. Descubrieron, por ejemplo, que el brillo de una canción (el nivel de sus frecuencias medias y altas) y la fuerza de su ritmo se encontraban entre los mejores predictores de cómo una canción afectaría la frecuencia cardíaca y la actividad cerebral de un oyente.

La investigación aún se encuentra en etapas muy tempranas, y pasará un tiempo antes de que los modelos de aprendizaje automático más potentes puedan predecir sus reacciones mentales y físicas a una canción con precisión. Pero los investigadores están entusiasmados con la forma en que se podrían aplicar estos modelos: para diseñar música para individuos específicos, para crear bandas sonoras de películas muy evocadoras o para ayudar a los pacientes con problemas de salud mental a estimular partes específicas de su cerebro. El laboratorio ya está trabajando con clínicas de tratamiento de adicciones para ver cómo otras formas de medios podrían ayudar a los pacientes. También quieren empezar a incorporar terapias basadas en la música.

Más simplemente, la investigación podría usarse para generar listas de reproducción. No querrás escuchar una canción que hará que tu ritmo cardíaco se dispare justo antes de acostarte, pero tal vez sí lo hagas si vas a hacer un viaje largo y no has tomado mucho café, dice Greer.

esconder