Ya sean los Oscar, los Tony o los Grammy, los observadores anualmente hacen predicciones sobre qué actor, película, musical o canción ganará estos codiciados premios, con pronósticos basados ​​en lo que los expertos dicen que impresiona a los votantes."A los votantes de los Grammy les encanta otorgar Grabación del Año a una canción retro cuidadosamente elaborada", escribió Los Angeles Times antes de los Premios Grammy de este año.

Un equipo de investigadores de la Universidad de Nueva York ha sistematizado este proceso creando un algoritmo que tiene en cuenta las características de una canción, como su letra, junto con otra información, incluidaCartelerarankings, para iluminar las variables de las canciones exitosas, específicamente, aquellas votadas como ganadoras de Canción del año, Grabación del año y Canción de rap del año en 2021, 2022 y 2023. Al hacerlo, el trabajo va más allá.algunos métodos anteriores no solo haciendo predicciones, sino también identificando los rasgos de los ganadores del Grammy.

"Detectar obras de arte premiadas es sin duda un proceso subjetivo y se complica por el secreto que rodea a las decisiones de los votantes", dice Anasse Bari, profesora clínica asociada del Instituto Courant de Ciencias Matemáticas de la Universidad de Nueva York y autor principal del estudio.estudiar, que aparece enExploración IEEE."Sin embargo, teniendo en cuenta lo que sabemos sobre las canciones mismas, desde su composición hasta su popularidad, podemos identificar aquellas que probablemente serán celebradas.

"Creemos que esta herramienta de inteligencia artificial podría ayudar a identificar artistas y tendencias emergentes al descubrir música que probablemente sea popular y que, de otro modo, podría pasar desapercibida".

Al construir la herramienta de inteligencia artificial, los investigadores crearon un conjunto de datos de nominados de 2004 a 2020 en tres categorías de premios: Canción del año, Grabación del año y Canción de rap del año, con un total de casi 250 canciones.Luego combinaron una variedad de variables y entrenaron algoritmos de IA para aprender de estas.datos historicos, que incluía clasificaciones de Billboard y volumen de búsqueda de Google (con qué frecuencia los usuarios buscaron una canción nominada en el año en que fue nominada).

El algoritmo también tuvo en cuenta las características musicales de una canción, utilizando datos de Spotify desplegados por estudios anteriores, que incluían lo siguiente:

• Acústica: si la pista es acústica o no (es decir, depende de instrumentos o sonidos no eléctricos)
• Bailabilidad: ¿Qué tan adecuada es una pista para bailar?
• Energía: una medida perceptiva de intensidad y actividad.
• Instrumentalidad: una medida de la falta de voces en una pista.
• Habla: la presencia de palabras habladas en una pista.

Finalmente, la herramienta de inteligencia artificial incluyó la letra de una canción, utilizando algoritmos de procesamiento del lenguaje natural comúnmente implementados para capturar palabras y los sentimientos que estas palabras transmiten.Los cálculos revelaron la diversidad del vocabulario de una canción, su tono emocional (por ejemplo, feliz, triste, enojado) e incluso el lenguaje profano.

Luego, los investigadores determinaron si el algoritmo resultante podría generar una lista de posibles ganadores identificando los tres mejores candidatos seleccionados entre todos los nominados a Canción del año, Grabación del año y Canción de rap del año en cada año del período estudiado.(2021-2023): un total de 27 canciones de entre aproximadamente 75 nominados.

Los resultados mostraron que el modelo incluyó con precisión las nueve canciones ganadoras en las tres categorías de su lista de las tres primeras, entre ellas, "everything i wanted" de Billie Eilish (Grabación del año 2021), "Leave the Door Open" de Silk Sonic (Canción del año 2022) y "The Heart Part 5" de Kendrick Lamar (Canción de rap del año 2023).

Los autores añaden que algunas de las predicciones del modelo iban en contra de las realizadas por los sitios de apuestas.Por ejemplo, "Just Like That" de Bonnie Raitt, que la modelo colocó entre las tres primeras canciones del año 2023, fuevistocomo una de las canciones con menos probabilidades de ganar ese año en las plataformas de juego.Además, "I Can't Breathe", ganadora del Grammy de H.E.R., que la modelo colocó entre las tres primeras canciones del año 2021, fue vista como unatiro largopor los sitios de apuestas.

Curiosamente, las características predictivas variaron entre las categorías.Para Canción del Año, las características más predictivas incluyeron energía, acústica y la posición máxima de la canción en Billboard.Por el contrario, para Grabación del año, las características más predictivas incluyeron habla, malas palabras y acústica.Para la Canción de Rap del Año, las características más predictivas incluyeron la diversidad de vocabulario, la cantidad de palabras y la puntuación de felicidad.

Si bien los autores del estudio advierten que el algoritmo no es una herramienta de predicción precisa que pronostica a los ganadores, no obstante puede revelar una amplia gama de atributos asociados con melodías exitosas.

"Nuestros hallazgos resaltan la importancia de considerar múltiples factores, como la popularidad y las características específicas de la música, al predecir los ganadores de los premios musicales", dice Bari, quien dirige el Laboratorio de Investigación de Inteligencia Artificial y Análisis Predictivo del Instituto Courant.

"En términos más generales, el trabajo muestra el potencial de utilizaraprendizaje automáticoy técnicas basadas en datos para obtener información sobre los factores que contribuyen al éxito de una canción".

Los otros autores del estudio eran miembros del grupo de investigación de IA de Bari en el Departamento de Ciencias de la Computación de la Universidad de Nueva York: Rushabh Musthyala, Abhishek Narayanan y Anirudh Nistala.

Más información:Rushabh Musthyala et al, Un marco de IA para predecir el ganador de los Grammy,2024 9a Conferencia Internacional sobre Análisis de Big Data (ICBDA)(2024).DOI: 10.1109/ICBDA61153.2024.10607237