Quién teme a la inteligencia artificial (IA) ¿? Ciertamente no Dominic Thibault, profesor asistente en la Facultad de Música de la Universidad de Montreal, compositor y músico, que utiliza IA en su práctica. «Hay riesgos inminentes con la IA», reconoce, «pero al mismo tiempo, si nos aferramos a nuestro miedo a estas herramientas, y enfatizo la palabra ‘herramientas’, entonces no avanzaremos como sociedad. Debemos atrevernos a cuestionar qué podemos lograr con estas herramientas, manteniéndonos relevantes y críticos con ellas», explica al Devoir el profesor, quien visualiza el comienzo de la era «post-grabación» de la música.
El pasado 20 de marzo, Dominic Thibault y cinco colegas ofrecieron una presentación inmersiva en el Centro Interdisciplinario de Investigación en Música, Medios y Tecnología de la Universidad McGill. La presentación «DÉ/tricotÉ» presentaba al conjunto, donde cada miembro era «un instrumento digital dedicado a la exploración en tiempo real de bases de datos sonoras». Este concierto se presentaba como «un laboratorio vivo de prácticas musicales colectivas mediadas por la IA», según el programa.
Mientras la industria se preocupa por el impacto de la IA en la producción, distribución y difusión de música, algunos creadores abrazan el potencial sonoro y musical que ofrece esta tecnología. Este es el caso de la estadounidense Holly Herndon: lanzado en 2019, poco antes de la aparición de los robots conversacionales que impulsaron la IA en el imaginario colectivo, su álbum «PROTO» es fruto de una colaboración con un software llamado Spawn, al cual entrenó para cantar.
«Como artista», explica Thibault, «utilizo herramientas de IA a nivel básico: abro el capó, miro el código, programo para crear instrumentos. Pero como educador, me doy cuenta de que las tecnologías actualmente disponibles o en desarrollo son poco accesibles para los músicos. Creo que hay una verdadera dificultad en materia de alfabetización digital: no sabemos, como músicos, cómo interactuar con un trozo de código. Los músicos tendrán que aprender a hacer las cosas de manera diferente, codificando, por ejemplo, pero sobre todo, percibo una gran distancia entre el mundo de la investigación fundamental en IA y el mundo de la música».
Las clases de IA
Dominic Thibault presenta las herramientas de IA en tres generaciones sucesivas en la historia reciente: «la primera clase permite al usuario construir ‘pequeñas redes de neuronas que se pueden entrenar para conectar dos realidades entre sí. Por ejemplo: tomo datos de controladores físicos, como teclados, joysticks de videojuegos, etc., y los conecto de manera compleja a generadores de sonido'». Esta clase, destaca el profesor, fue explorada por la investigadora «muy conocida en nuestro medio» Rebecca Fiebrink, profesora en el Instituto de Informática Creativa de la Universidad de las Artes de Londres.
La segunda generación se centró en la notación musical, formada por «agentes que generan partituras: les damos una pequeña melodía y completan la partitura musical, con orquestaciones. O les pedimos al agente que componga una música triste», algo que hacen herramientas como el proyecto Magenta de Google o Folk RNN, un generador de canciones folk.
Esto nos lleva al 2026. «Hoy estamos en pleno corazón de la tercera clase de herramientas, la generación de audio automática. Y está sacudiendo el mundo de la música porque son modelos muy grandes [deep learning] para los cuales las empresas recopilan vastas colecciones de sonidos ‘cosechando’ la música donde la encuentran en la web, lo que plantea importantes cuestiones éticas sobre la protección de los derechos de autor», destaca.
El Mozart del ‘prompt’
«Lo que se vuelve interesante con los grandes modelos generativos», continúa el profesor, «es que podemos cuestionarlos a través del texto, lo que denominaremos un ‘prompt’, un comando. Llamamos a esto ‘navegar por el espacio latente’ de estos modelos, como si estuviéramos explorando su interior para llevarlos a zonas musicales no exploradas. Podemos pedirle, por ejemplo, que mezcle a Karlheinz Stockhausen con Oasis y Joni Mitchell, un lugar musical que no existía, y en esta exploración reside una forma de creatividad, en la forma de ‘promptear’ el modelo».
Sus estudiantes, observa Thibault, están interesados en esta nueva forma de creatividad. Las herramientas de música generativa automática que utilizan IA, como Suno y Udio, ofrecen a cualquier usuario el potencial de convertirse en compositor, siempre que sepan ‘promptear’, navegar en este espacio latente.
«Esto democratizará la música a otro nivel, al igual que las herramientas de grabación casera cambiaron las reglas al principio de los años 2000. Gracias a ellas, cada vez más personas pueden hacer música, y estas herramientas a menudo se presentan como creatividad ‘out of the box’, de fácil acceso. Sin embargo, las canciones que generan a menudo son mediocres, suenan como una mala y formateada música pop porque apuntan directamente al promedio en el espacio latente. Si queremos ser creativos con estas herramientas, debemos trabajar mucho», destaca.
La llegada de estas herramientas transformará profundamente los modelos de comercialización de la música, advierte Dominic Thibault. «Seré polémico al decirlo, pero es el fin de la música grabada tal como la conocemos. Fue un período relativamente breve, el de la grabación musical, unas cien años en toda la historia de la música, pero hoy estamos llegando a un período donde la grabación, el álbum, no es necesariamente un producto final. Ya lo vemos con una Taylor Swift que produce 40 ediciones en vinilo diferentes del mismo álbum, con canciones diferentes. La próxima cosa serán artistas que publiquen algoritmos capaces de generar una infinidad de canciones en su propio estilo».
Sources:
– https://www.ledevoir.com/culture/musique/637090/ia-et-musique-les-outils-autour-de-la-creation – https://www.erudit.org/fr/revues/musurgia/2022-n24-musurgia05596/1070690ar/
