Saltando como locos de una canci¨®n a otra

Hubert L¨¦veill¨¦ Gauvin es un music¨®logo canadiense de 29 a?os fascinado por la llamada econom¨ªa de la atenci¨®n. Trompetista aficionado, gran amante del jazz y comprador de CD en la tienda de discos de su barrio en sus a?os p¨²beres, su inter¨¦s por los temas de econom¨ªa le llev¨®, en su etapa universitaria, a intentar comprender qu¨¦ demonios estaba pasando con la m¨²sica en la Red en el arranque del siglo. No entend¨ªa bien eso de que aquello fuera a cambio de nada.

Cuenta que ese inter¨¦s est¨¢ en el origen del trabajo de investigaci¨®n que a?os m¨¢s tarde desarrollar¨ªa mientras realizaba su doctorado en Teor¨ªa Musical en la Universidad Estatal de Ohio, en Estados Unidos. Tras analizar m¨¢s de 303 canciones del top 10 de las listas norteamericanas entre los a?os 1986 y 2015, lleg¨® a la conclusi¨®n de que las intros de las canciones, esos ambientes y desarrollos instrumentales que preparaban nuestros o¨ªdos hasta que entraba la voz, hab¨ªan menguado un 78% de media en un periodo de apenas 30 a?os. En 1986, la voz sonaba, de media, en torno a 23 segundos despu¨¦s de empezada la canci¨®n. En 2015, a los 5 segundos ya estaba el cantante dando la nota.

De ejemplo, un bot¨®n: en How Will I Know, de Whitney Houston, canci¨®n del a?o 1986, la voz aparec¨ªa a los 40 segundos de iniciarse el tema; en Happy, de Pharrell Williams, del a?o 2014, lo hace a los 2 segundos. Nuestra impaciencia ya no transige con florituras. Hay que ir al grano, o el oyente aprieta el bot¨®n y pasa a otra canci¨®n. El modo en que escuchamos m¨²sica est¨¢ cambiando como consecuencia de las nuevas tecnolog¨ªas, s¨ª; pero esa irrupci¨®n est¨¢ afectando incluso a la manera en que se componen hoy las canciones.

L¨¦veill¨¦ Gauvin comprob¨® adem¨¢s que los t¨ªtulos de los temas han pasado de tener 3,1 palabras a 2,2, y que el tempo, el ritmo, subi¨® un 4%. En Drawing The Listener Attention In Popular Music: Testing Five Musical Features Arising From The Theory Of Attention Economy (Atrayendo la atenci¨®n del oyente en la m¨²sica popular: prueba de cinco aspectos musicales surgidos de la econom¨ªa de la atenci¨®n), publicado en marzo de 2017, destacaba que nuestro modo de consumir m¨²sica ha cambiado en dos aspectos clave: accedemos de inmediato a un inmenso cat¨¢logo de canciones, y podemos saltar r¨¢pido de una canci¨®n a otra.

Hace 30 a?os, si uno colocaba un elep¨¦ en el tocadiscos, obviar una canci¨®n supon¨ªa que solo quedaban 11 para escuchar. El disco se pod¨ªa rayar f¨¢cilmente si uno andaba moviendo la aguja; hab¨ªa que rentabilizar la inversi¨®n, se le daban oportunidades a los discos, se escuchaban varias veces. Hoy, con millones de canciones disponibles a golpe de pulgar en el m¨®vil, saltar de una a otra es un deporte global. ¡°Las canciones tienen que captar la atenci¨®n del oyente r¨¢pidamente¡±, comenta en conversaci¨®n telef¨®nica desde Montreal L¨¦veill¨¦ Gauvin. ¡°Los primeros segundos del tema deben ser representativos del estilo de m¨²sica; si es rock, hay que dar rock desde el principio¡±.

* La m¨²sica, agua corriente

Nuestro modo de escuchar m¨²sica ha mutado. En 1986 camin¨¢bamos por la calle con un walkman o con un discman (los m¨¢s avanzados), dispositivos que permit¨ªan llev¨¢rsela de paseo para escuchar con auriculares casetes ¡ªque representaban m¨¢s de la mitad del mercado, un 53,9% de las ventas musicales¡ª y CD ¡ªformato entonces emergente que empezaba a pisarle los talones al vinilo, alcanzando un 20% de las ventas, seg¨²n un estudio de Digital Music News publicado en 2014¡ª.

"Si la m¨²sica se consume en porciones de solo uno o dos minutos, es como el pelotazo r¨¢pido de una droga¡±, dice el neurocient¨ªfico norteamericano John R. Iversen

Treinta y un a?os m¨¢s tarde, consumimos m¨²sica a trav¨¦s del m¨®vil. Las plataformas de streaming tipo Spotify o Apple Music se est¨¢n imponiendo: el 85% de los adolescentes de entre 13 y 15 a?os recurren a servicios de streaming para escucharla, seg¨²n los datos de la Federaci¨®n Internacional de la Industria Discogr¨¢fica (IFPI, en sus siglas en ingl¨¦s), que representa a las discogr¨¢ficas a escala mundial. Adem¨¢s, una significativa parte de esos j¨®venes pagan por ella: del 67% que est¨¢n suscritos a plataformas de streaming, un 37% lo hacen a trav¨¦s de la f¨®rmula de pago para evitar la publicidad. Parece que los tiempos de la pirater¨ªa remiten.

Hemos pasado de escuchar ¨¢lbumes a escuchar canciones. Del sonido anal¨®gico al digital. De la calidez y el crepitar de la aguja al esterilizado mp3. Vamos capturando canciones que escuchamos por ah¨ª activando aplicaciones tipo Shazam que nos dicen al instante qu¨¦ tema estamos escuchando. Todo ha cambiado.

* Pelotazo al cerebro

¡°El cambio es que el concepto de lo cool ha muerto. Internet lo mat¨®¡±, dice el estudioso Stephen Witt

Esa voracidad por saltar a la siguiente canci¨®n responde a la b¨²squeda de un estallido emocional r¨¢pido. El neurocient¨ªfico norteamericano John R. Iversen cuenta que cuando escuchamos m¨²sica vamos construyendo expectativas. ¡°El cerebro trabaja constantemente con el sonido, haciendo predicciones para comprenderlo¡±, explica en una sala de la sociedad de cultura y recreo Casino de Madrid, a su paso por la ciudad para pronunciar una conferencia sobre el papel de la m¨²sica como elemento transformador del cerebro organizada por el Trinity College London. ¡°Lo que creo que distingue a la generaci¨®n playlist es que ellos pueden pasar r¨¢pidamente de una canci¨®n que no les gusta a otra¡±, manifiesta Iversen, de 50 a?os, profesor de la Universidad de California San Diego, que, amante y aficionado a la bater¨ªa, ha estudiado c¨®mo percibe nuestro cerebro los ritmos. ¡°Hoy se produce una p¨¦rdida de la atenci¨®n sostenida, de la capacidad de percibir una idea musical larga. Si la m¨²sica se consume en porciones de solo uno o dos minutos, es como el pelotazo r¨¢pido de una droga¡±.

* Una canci¨®n tras otra

Escuchamos m¨¢s m¨²sica que nunca. Plataformas como Apple Music dan acceso a 50 millones de canciones, seg¨²n reza su publicidad; Spotify, a m¨¢s de 40 millones. El tema m¨¢s escuchado en esta ¨²ltima, Shape Of You, de Ed Sheeran, ha superado los mil millones de escuchas, seg¨²n datos de la compa?¨ªa, que dice contar ya con 191 millones de usuarios activos.

Hoy d¨ªa, adem¨¢s, las canciones se nos sirven una tras otra, sin descanso, sin piedad, cuesti¨®n de incentivar el consumo. As¨ª ocurre en YouTube, que en realidad es el lugar donde m¨¢s m¨²sica se escucha: la mitad del consumo online se produce en esta plataforma de v¨ªdeos, seg¨²n la IFPI. Su r¨¦cord: el clip de la archidifundida Despacito, de Luis Fonsi, se ha reproducido m¨¢s de cinco millones de veces.

Los algoritmos analizan la colecci¨®n de canciones que llevamos en el m¨®vil. El historial, nuestras interacciones (saltos, borrados, los me gusta, los no me gusta), el sitio en el que estamos, la hora que es

¡°Ahora escuchar m¨²sica es como abrir el grifo del agua y dejarla correr¡±, dice Stephen Witt, autor de C¨®mo dejamos de pagar por la m¨²sica: el fin de una industria, el cambio de siglo y el ?paciente cero de la pirater¨ªa (Contra), publicado en Espa?a en 2016. En conversaci¨®n telef¨®nica desde Los ?ngeles, California, explica que ese aluvi¨®n de canciones que salen de nuestro tel¨¦fono, orquestadas por unos algoritmos que nos sugieren qu¨¦ temas escuchar, ha hecho que, en cierto modo, la m¨²sica deje de ser algo especial. ¡°En t¨¦rminos culturales¡±, sostiene Witt (New Hampshire, 1979), ¡°el cambio se refleja en que el concepto de lo cool ha muerto, Internet lo mat¨®. En el siglo XX se buscaba lo exclusivo, lo dif¨ªcil de encontrar. Ahora todo el mundo tiene acceso a todo. Nada resulta cool. Ese concepto ha sido desplazado por el de la relevancia¡±.

Asistimos al ascenso imparable de las playlists, las listas de canciones. Hemos externalizado el proceso de selecci¨®n de canciones, dej¨¢ndolo en manos de la inteligencia artificial. Los nuevos prescriptores son los algoritmos, f¨®rmulas matem¨¢ticas que procesan toda la informaci¨®n que generamos en nuestras in?teracciones musicales.

* Esclavos de los algoritmos

Los algoritmos analizan la colecci¨®n de canciones que llevamos en el m¨®vil. El historial, nuestras interacciones (saltos, borrados, los me gusta, los no me gusta), el sitio en el que estamos, la hora que es. Incluso el contexto en el que nos hallamos (corriendo, cenando), como hace la plataforma Pandora, aplicaci¨®n de streaming musical con 70 millones de usuarios activos.

¡°Hoy tenemos a nuestro DJ personal [el algoritmo]: sabe mejor que t¨² qu¨¦ te gusta¡±, asegura el music¨®logo Hubert L¨¦veill¨¦ Gauvin

Estos sistemas de recomendaci¨®n procesan datos editoriales de las canciones como sus t¨ªtulos o los nombres de los artistas; datos del sonido, como el timbre de la voz, los patrones r¨ªtmicos o la escala; e informaci¨®n de los usuarios que han escuchado esa m¨²sica: si a alguien a quien le gusta Leonard Cohen tambi¨¦n le gusta Rufus Wainwright, el algoritmo lo identifica y manda una canci¨®n del segundo a aquel que est¨¢ escuchando al primero. As¨ª lo explica Emilia G¨®mez, ingeniera de telecomunicaciones especializada en los sistemas de recuperaci¨®n de la informaci¨®n musical (en ingl¨¦s, music information retrieval) y presidenta de International Society of Music Information Retrieval (ISMIR), comunidad acad¨¦mica que investiga las tecnolog¨ªas de recomendaci¨®n ¡ªy con la que colaboran Spotify, Apple o Amazon Music¡ª.

Analizando los instrumentos que suenan, el timbre, la melod¨ªa, el ritmo, la estructura de la canci¨®n, las voces y el estilo, se confecciona un modelo de los gustos de cada persona, advierte G¨®mez en conversaci¨®n telef¨®nica desde Sevilla. ¡°Estos sistemas son cada vez m¨¢s complejos¡±, dice, ¡°y las bases de datos, m¨¢s grandes¡±. De modo que la tecnolog¨ªa es cada vez m¨¢s precisa, mejor. El investigador canadiense L¨¦veill¨¦ Gauvin lo describe as¨ª: ¡°Hoy tenemos a nuestro propio DJ personal: sabe mejor que t¨² qu¨¦ es lo que te gusta¡±.

Esa es la parte buena de la ecuaci¨®n. La mala, que el predominio de las listas cocinadas por las plataformas acabe por uniformizar lo que escuchamos. ¡°Cuanta m¨¢s gente hay en las plataformas, mejor funcionan los algoritmos¡±, manifiesta G¨®mez. ¡°Mejor, sobre todo, si te gusta lo que a la mayor¨ªa. Los que escuchan propuestas raras o minoritarias ver¨¢n que esa m¨²sica no se recomienda porque no hay mucha gente que la escuche. As¨ª, se reproduce el sistema que ten¨ªamos en la antig¨¹edad, cuando solo un tipo de m¨²sica se hac¨ªa popular, la que te recomendaba la radio¡±.

* El poder de las playlists

Las plataformas configuran listas para que descubramos artistas cada semana; listas para el viernes, para correr, para procrear, para cualquier estado de ¨¢nimo imaginable. Incorporan algunas patrocinadas por marcas comerciales. Ej¨¦rcitos de analistas luchan por la atenci¨®n del cliente, trabajan para identificar las nuevas tendencias, para conectarnos con el artista que ma?ana nos gustar¨¢. El concepto del canon en esta nueva era queda sepultado bajo el dictado del gusto personal.

El nuevo oyente que se est¨¢ configurando es un ser bastante m¨¢s perezoso que antes, al que se lo dan todo hecho. Se trata de una derivada m¨¢s de este mundo c¨®modo en el que nos hemos instalado y que va a m¨¢s, ese en el que desaparece el esfuerzo por conseguir las cosas, as¨ª como el disfrute que lleva aparejada la b¨²squeda, el descubrimiento trabajado y conseguido.

Eso s¨ª, ese mundo tambi¨¦n es el de un acceso inimaginable hace 30 a?os a todo tipo de m¨²sica; el de la facilidad para conocer nuevos estilos; el que permite escuchar a artistas que antes no ten¨ªan opci¨®n a ser escuchados; el que hace crecer la cultura musical.

* La revoluci¨®n de los asistentes musicales

La pr¨®xima gran revoluci¨®n viene asociada al desarrollo de los asistentes personales tipo Google Home, Amazon Echo o el Siri de Apple, fen¨®meno que ya ha prendido en Estados Unidos y que ir¨¢ a m¨¢s. ¡°La gente hace b¨²squedas cada vez m¨¢s informales, del tipo ¡®ponme los ¨²ltimos ¨¦xitos¡¯ o ¡®ponme m¨²sica alegre¡±, dice Paul Brindley, cofundador de MusicAlly, una empresa de marketing e investigaci¨®n del mercado discogr¨¢fico con base en Reino Unido. ¡°Esto puede hacer que el descubrimiento casual de m¨²sica nueva sea un poco m¨¢s complicado¡±.

"Los que escuchan propuestas raras o minoritarias ver¨¢n que esa m¨²sica no se recomienda porque no hay mucha gente que la escuche", dice Emilia G¨®mez, ingeniera de telecomunicaciones

Oscar Celma, director de investigaci¨®n de Pandora, incide en esta tendencia. ¡°Me imagino un futuro de interacci¨®n con voz¡±, dice en conversaci¨®n telef¨®nica desde San Francisco, donde trabaja al frente de un ej¨¦rcito de 80 ingenieros y music¨®logos que buscan refinar las recomendaciones. ¡°Le pediremos al asistente que nos d¨¦ algo con m¨¢s ritmo, con m¨¢s bater¨ªa¡±.

En un futuro no muy lejano nos trasladaremos en un coche aut¨®nomo dentro del cual vocearemos ¨®rdenes a ese asistente que responde a nuestras peticiones, pero que, en realidad, estar¨¢ al servicio de esos opacos se?ores de la Red, los algoritmos. O sea, al servicio de desarrolladores, de plataformas, de compa?¨ªas con sus propios intereses; del lado del peculio, vamos.