Una canción soul “sin alma”

De una recomendación de Spotify al desacuerdo entre Foo Figthers y Cher anticipado por Barry Manilow

Hace unos meses, antes de coger el tren de Madrid a Asturias, preparé una lista de reproducción larga en Spotify, de esas que puedes generar a partir de una canción que te gusta, no recuerdo exactamente cuál. Estaba en una época soul-pop, así que la canción semilla sería probablemente “Man I Need” de Olivia Dean o “The Visitor” de Sienna Spiro. Ya en el tren, entre algunas canciones conocidas y otras menos, la lista me lanzó una que nunca había escuchado, “Finding Me Again”, de una artista que no era capaz de reconocer, una voz soul femenina que me encantó. En ese momento, sin muy buena conexión, no pude investigar mucho más sobre ella, pero sí pude escucharla varias veces y admirar una vez más el sistema de recomendación de Spotify por su acierto. Cuando las recomendaciones vienen con ese toque extra de serendipia, siempre tienen un impacto mayor.

Aquella canción, y el resto del álbum, fue ganando protagonismo en mi algoritmo hasta que un día me puse a buscar más sobre la artista. No encontré nada. Ni entrevistas, ni historia, ni una cara reconocible detrás del nombre. “Mary of Gold” era una artista generada por IA. No me sorprendió que existiera música generada por IA, pero sí la calidad del resultado (esa fue la canción que rescaté de toda la lista) y también no haberla reconocido rápidamente como no-humana.

Mi primera reacción fue de admiración hacia quien lo hubiera creado. Luego me sentí mal, ¿estaba traicionando a Olivia, Sienna, sus bandas y equipos, a todos los músicos humanos que escuchaba y admiraba? Solo con saber que no era una grabación humana, ya había cambiado mi manera de disfrutar de esa música.

Dos críticas

Empecé a contárselo a amigos, a profesionales del mundillo de la IA, y encontré a otros que preguntaban en foros por la misma artista. ¿Qué les parecía? La reacción era en general bastante negativa, incluyendo a quienes se negaban a volver a escuchar un tema una vez sabían que era generado por IA. Las críticas que me encontré eran de dos tipos que no tienen mucho que ver entre sí.

La primera es una crítica técnica: “no suena humana”, “es demasiado perfecta”, “no tiene alma”. Esta es una crítica que depende enteramente de dos variables: lo bueno que sea el sistema para imitar una creación humana y lo entrenado que esté el oído de quien lo escucha. Con la técnica actual y un oído tan poco entrenado como el mío, “Mary” suena suficientemente humana como para engañarme y tiene suficiente alma como para engancharme. Y parece lógico pensar que la tecnología seguirá mejorando y conseguirá gustar a oídos más expertos.

Existe un mercado enorme, por cierto, para cosas que no gustan a un oído entrenado, o que un experto declara que “no son auténtico arte”. Las novelas románticas autoeditadas son un buen ejemplo en el campo de los libros, en lugar de la música. Las cifras exactas son difíciles de verificar, porque Amazon no audita ni comparte esos datos, pero las estimaciones del sector sitúan la autoedición de romance en cientos de millones de dólares al año, con el género representando hasta un 40% de todo lo autoeditado en Kindle. Seguramente, un experto también diría que estos libros “no tienen alma” o que “no son literatura”, pero el desprecio del experto no borra a esos millones de lectores.

El segundo tipo de crítica es ético, y no se disuelve con mejor tecnología, seguramente incluso se complique más según avance la ingeniería: ¿qué pasa con los derechos de los artistas cuyo trabajo entrenó estos modelos? ¿Qué es justo en términos de reconocimiento y remuneración? Un estudio reciente publicado en la revista AI & Society, basado en entrevistas en profundidad a 43 músicos, encontró tensiones reales dentro del propio gremio: miedo a perder oportunidades de trabajo, sí, pero también reconocimiento de que estas herramientas pueden hacer a un músico independiente más productivo; miedo a la explotación del trabajo propio, pero también aprecio por los intercambios musicales abiertos; miedo a que la IA agrave las desigualdades existentes, pero también la posibilidad real de democratizar el acceso a la producción musical. No hay una visión única, ni siquiera entre quienes tienen más en juego.

¿Es la IA un instrumento nuevo?

Cada vez que aparece una tecnología transformadora en la música, el pánico moral llega antes que la comprensión, y tenemos precedentes muy concretos.

Cuando el autotune se popularizó, la reacción fue prácticamente unánime entre ciertos sectores: “usarlo es hacer trampas”. Usher llegó a decirle a T-Pain —el artista que más lo convirtió en un instrumento expresivo, no solo corrector— que había “arruinado la música”. Dave Grohl (Nirvana, Foo Fighters) le acusó de destruir la “crudeza” y la “autenticidad” del sonido. Y sin embargo, hoy nadie discute que el autotune, usado con intención, es simplemente una herramienta más, y si no que le pregunten a Cher y su ya clásico “Believe”.

Pero el autotune no podía ser el primer gran cambio. Me puse a buscar qué había pasado con la llegada del sintetizador: en 1982, el Sindicato de Músicos del Reino Unido llegó a aprobar una moción para prohibir directamente el uso de sintetizadores, cajas de ritmos y “cualquier dispositivo electrónico capaz de recrear el sonido de instrumentos convencionales” entre sus afiliados. El detonante fue que la gira británica de Barry Manilow había sustituido la sección de cuerda por teclistas expertos en sintetizador. La moción nunca llegó a ser política oficial del sindicato, pero durante un tiempo Top of the Pops (un famoso programa musical de la televisión británica) exigió a las bandas grabar sus pistas de acompañamiento la tarde antes de la grabación, para demostrar que “sabían tocarlas de verdad”. En 1990 el debate ya estaba muerto y el sintetizador era, sencillamente, otro instrumento más. Si aceptamos el símil del sintetizador, el pánico se disolverá con el tiempo.

Es cierto que, además de producir como un instrumento, un modelo de IA ha sido entrenado con música creada por artistas anteriores. Pero también lo hace cualquier músico humano: nadie compone en el vacío.

El valor de lo humano

Buscando similitudes con otras áreas lejos de la música, podemos ver efectos similares en el desarrollo de software o la educación, por usar aquellas que conozco un poco mejor. Los agentes de IA que escriben código han permitido a los desarrolladores invertir más tiempo en otras partes del proceso: la planificación, la integración, la arquitectura, la estrategia; y han cambiado la composición de los equipos para adaptarse a estas nuevas capacidades. Igual que Barry Manilow no necesitaba una sección de cuerda. Es decir, ha cambiado dónde está el valor, pero lo que no ha cambiado es que ese valor sigue estando en la parte humana.

En el mundo de la educación vivimos una situación similar. Las clases magistrales como única fuente de conocimiento y la evaluación del aprendizaje a través de la capacidad de generar cierto contenido (un trabajo, una presentación, el código de un programa, contestar un test...) no tienen sentido cuando los estudiantes tienen la solución a un prompt de distancia. La solución está, de nuevo, en cambiar el foco de la interacción humana, de proveer información a orientar y desarrollar la capacidad crítica, y a invertir mucho más tiempo humano, cara a cara, evaluando lo aprendido.

En ambos casos se trata de desplazar el foco de la interacción humana hacia lo más valioso. Y en ambos casos requiere cambios y adaptaciones de los modelos actuales. En la música, una mayor facilidad en la creación artística hace que el foco se mueva, también, hacia el valor de la interacción humana, en este caso, el directo.

Cuando el streaming reventó el modelo de negocio de la música, los artistas tuvieron que repensar cuál era su producto real. La respuesta que parece estar ganando es el concierto en vivo: un estudio académico que analiza la industria entre 1998 y 2018 muestra que, mientras los ingresos reales por música grabada en EE.UU. caían, los ingresos reales por directo no dejaban de crecer. En 2018, entre los 50 artistas más rentables del ranking de Billboard, el directo representaba de media un 80% de sus ingresos, frente a apenas un 8% del streaming. Solo dos nombres de esa lista (Drake y Taylor Swift) aparecían sin depender de las giras. Y la propia Swift es un caso curioso: ese mismo año, el 91% de sus 99,6 millones de dólares de ingresos anuales venía de la gira, con el streaming aportando menos de un 6%.

A primera vista, nos podría parecer que la música generada por IA no tiene forma de llegar a ese terreno, ya que no hay “directo” de una artista que no existe. Pero la experiencia podría parecerse bastante a asistir a una sesión de DJ o a una listening party, nadie está tocando un instrumento en el sentido tradicional, y aun así hay un mercado enorme y sólido para eso. Puede que el equivalente del directo, para la música IA, no sea tan distinto de lo que ya conocemos.

“Si me dices la verdad, no me enfado”

¿Quién no ha escuchado alguna versión de esta frase de boca de sus padres, profesores, o de su propia boca hacia otros? La ofensa es el engaño. En la música, no puedes esconder que estás usando una guitarra eléctrica; quizás sí puedas esconder el autotune por un tiempo. Con la IA, la tentación de ocultar su uso es mayor, y ese engaño es el verdadero riesgo, no la tecnología en sí.

En este sentido parece avanzar la industria. En septiembre de 2025, Spotify lanzó una función beta que permite a los artistas declarar cómo han usado IA en una canción, tanto para las voces, como para la letra o la producción, y que sea visible en los créditos. El propio Spotify reconoce la limitación obvia: como depende de que el artista lo declare voluntariamente, que no haya un crédito no significa que no se haya usado IA. Deezer, por su parte, usa detección automática para etiquetar contenido 100% generado por IA, y Apple Music exige desde marzo sus “Transparency Tags” a sellos y distribuidoras. Todavía es un sistema incompleto y desigual entre plataformas, pero la dirección parece clara: dar a los creadores los medios para declarar el uso de diferentes herramientas.

Es curioso que, mientras escribo este post para publicarlo en Substack, esa misma plataforma ha anunciado su posición en el debate del uso de la IA y ha lanzado una función de detección de IA construida con Pangram, que permite a cualquier lector escanear un texto de más de 100 palabras para estimar cuánto se escribió a mano y cuánto con ayuda de IA. En el post donde lo anuncian, titulado, sin ironía, “Against Claudefishing”, Chris Best, CEO de Substack, es bastante claro sobre dónde está el problema real para él: no es que se use IA, ni siquiera la calidad del resultado. El problema aparece cuando hay un desajuste entre lo que el lector espera y lo que de verdad hay al otro lado del texto. Cuando alguien invierte su atención, sin saberlo, en algo sin pensamiento humano detrás. A eso lo llaman “Claudefishing”.

Tengo curiosidad por ver lo que dice esa herramienta sobre este post, escrito con ayuda de la herramienta D-X-Opus de Tinta Artificial corriendo sobre Claude para investigar, obtener datos, estructurar las ideas y corregir los primeros borradores, exactamente el tipo de proceso que Substack ahora invita a declarar en voz alta.

Mary of Gold, mientras tanto, sigue publicando a un ritmo de más de un álbum al mes desde que apareció, once discos entre octubre de 2025 y julio de 2026, algo que seguramente ningún artista humano podría sostener. Su tema más escuchado, “Finding Me Again”, el que me encandiló en el tren, acumula casi 4 millones de reproducciones. Y sigue en mi lista de favoritos.