¿Puede una máquina componer música?

A finales de los años 40 del siglo xx, el matemático Alan Turing intentó responder a una pregunta que hoy en día resuena más que nunca en el terreno de la creación artística: “¿Puede pensar una máquina?”[i]. Para ello desarrolló su célebre “Test de Turing” con el que, si en una conversación a ciegas una persona no era capaz de distinguir si hablaba con una máquina o con otro humano, se consideraba que la máquina era inteligente.

Poco después, el concepto de inteligencia artificial fue formalizado por John McCarthy y otros investigadores[ii] en el histórico curso de investigación celebrado durante el verano de 1956 en Dartmouth. Su idea era que cada aspecto del aprendizaje o cualquier otra característica de la inteligencia puede describirse con la suficiente precisión como para que una máquina lo simule.

La aplicación de la inteligencia artificial en la música no se hizo esperar. Ya en la década de 1950 Lejaren Hiller y Leonard Isaacson utilizaron sistemas computacionales para crear la Illiac Suite for String Quartet [iii], considerada la primera composición musical generada por ordenador. Aquella investigación fue el punto de partida de la experimentación en composición musical basada en modelos algorítmicos como las gramáticas generativas y las cadenas de Markov[iv].

Conviene recordar que estos primeros experimentos se realizaron con unos ordenadores de tamaño mastodóntico, como el Pegasus de 1958. Estas máquinas no utilizaban los chips modernos, sino válvulas y primitivos circuitos impresos, por lo que eran muy torpes. Los programas musicales se grababan en cintas perforadas que se cargaban en el ordenador y un lector ejecutaba el programa, apareciendo así las notas individuales como patrones de bits en la pantalla[v].

En 1957, el pionero en música realizada por ordenador Max. V. Mathews amplió las posibilidades desarrollando técnicas de composición algorítmica en los Laboratorios Bell de Nueva York a partir del Music I[vi], el primer software de sonido digital que, aunque rudimentario y todavía limitado, marcó el inicio de la síntesis por ordenador. Mathews defendió que la computadora digital utilizada en aquel entonces (una IBM 704) era una herramienta musical versátil que podía ser programada para reproducir sonidos musicales de cualquier tipo, asistir en la composición musical e incluso componer de forma autónoma[vii]. Mediante la conversión de datos numéricos en ondas sonoras y con el uso de programas adecuados, la computadora podía generar, manipular y organizar sonidos musicales sin las limitaciones físicas de los instrumentos tradicionales, lo que abría nuevas posibilidades tanto para la composición como para la investigación en acústica y música. El Music I (1957) fue el primero de numerosos programas de composición digital que Mathews desarrolló en los siguientes años como el Music II (1058), Music III (1960), Music IV (1963) y Music V (1967)[viii].

Foto de la computadora IBM 704 en la que se observan las tarjetas perforadas en el límite inferior derecho

También en la década de 1960 el investigador ruso Rudolf Zaripov[ix] amplió las posibilidades al desarrollar técnicas de composición algorítmica usando la computadora Ural-1, mientras que, en esa misma línea, un joven Ray Kurzweil desarrolló un software capaz de reconocer patrones musicales y sintetizar nuevas composiciones a partir de ellos[x].

Uno de los nombres clave en este recorrido histórico es el compositor Iannis Xenakis. Su fascinación por las matemáticas y la probabilidad le llevaron a utilizar en 1962 un ordenador en la sede de IBM Francia para acelerar los numerosos cálculos requeridos por su enfoque estocástico de composición. Escribió el programa Stochastic Music Program con el que compuso varias obras destacadas como la ST/48[1], ST/10[2] y ST/4[3] [xi] entre los años 1956 y 1962. La composición de música mediante cálculos probabilísticos le permitió definir tanto la estructura global de la obra como los parámetros de las notas (altura y duración). Por un lado, Xenakis consideraba que el algoritmo era una forma musical capaz de generar gran número de composiciones para distintos conjuntos instrumentales y diferentes estilos compositivos. Por otra parte, también se planteó la idea de generar sonido a partir de los cálculos directamente desde el ordenador para lo que tenía que acoplar a la máquina un convertidor digital-analógico que tradujera esos cálculos en sonido.

Unos años más tarde, en 1976, Xenakis completó la herramienta de composición musical computarizada UPIC (Unité Polyagogique Informatique CEMAMu) en el Centre d’Etudes de Mathématique et Automatique Musicales (CEMAMu) de París. Este sistema consistía en una tableta en la que se dibujaban a mano líneas que procesaba la computadora y determinaban la altura y la intensidad del sonido de las formas de onda sintetizadas. A partir de las diferentes ondas se podía asignar un timbre diferente, hasta conseguir una orquesta completa[xii]. Entre otras, su pieza Mycènes Alpha (1978)[xiii] fue creada con este sistema.

La investigación en el campo de la creación de música electrónica en esta época no era exclusiva de los hombres. Aunque menos conocida y citada durante décadas, Daphne Oram fue una auténtica visionaria que, en una época en la que las computadoras eran gigantescas y difíciles de usar, desarrolló la Oramics Machine (1961-1972), un innovador dispositivo que convertía partituras gráficas dibujadas a mano en sonido mediante tecnología optoelectrónica[xiv]. La Oramics Machine funcionaba como una combinación de un sintetizador y un secuenciador, pero de forma muy diferente a los primeros sintetizadores analógicos controlados por voltaje y secuenciadores digitales/analógicos del período 1964-1980. Utilizaba diapositivas de vidrio para definir timbres y pistas de película de 35 mm para codificar la altura, el volumen y la duración, las cuales eran leídos ópticamente por componentes sensibles a la luz. La importancia histórica de Oram es fundamental y aunque su tecnología no llegó a comercializarse, hoy en día se la considera como una pionera absoluta por dos razones. Por un lado, desarrolló un método más intuitivo y humanístico que la programación informática de la época. Por otro lado, logró el primer control optoelectrónico digital del tono y organizó el sonido mediante capas visuales, anticipándose a lo que posteriormente sería la base de las estaciones de trabajo de audio digital (DAW).

Daphne Oram dibujando el sonido sobre el acetato del Oramics c.1966

Durante la década de 1980, la inteligencia artificial comenzó a consolidarse tanto en la industria como en la investigación académica. Por un lado, surgieron sistemas como el Kansei Music System de Yamaha, que empleaba procesamiento de información musical para tareas como la transcripción, aunque las melodías complejas seguían siendo un desafío[xv]. Por otro lado, en la investigación académica se marcó un punto de inflexión al hacer patente la necesidad de técnicas de IA en áreas como composición, interpretación, teoría musical y procesamiento digital de sonido[xvi].

La incorporación de las redes neuronales y los sistemas basados en reglas permitió avances en la generación automática de melodías y armonías. Un caso destacado es el de David Cope, quien, ante un bloqueo creativo en 1981, desarrolló el programa informático de análisis Experiments in Musical Intelligence (EMI)[xvii]. Este algoritmo usaba los resultados de sus análisis de obras existentes para, mediante recombinación, componer nuevos ejemplos de música en el estilo de las obras analizadas, pero sin replicar exactamente ninguna de ellas[xviii]. El impacto de estos experimentos no se debió únicamente a los resultados musicales, sino que, a partir de ellos comenzaron los debates sobre la originalidad y la autoría en la música creada mediante IA[xix]. No es casual que, en aquellos tiempos, el pionero Brian Eno acuñara el término “música generativa” para referirse a los sistemas que generan composiciones en constante evolución a partir de una serie de reglas iniciales[xx]. Esta idea conecta de forma directa con muchos de los principios que hoy sustentan la creación musical mediante IA.

Desde principios del siglo xxi, los avances en el aprendizaje profundo y las redes neuronales han permitido generar música de forma más sofisticada. Grandes proyectos de investigación, como los impulsados por Microsoft Research, muestran hasta qué punto la IA se ha integrado en ámbitos como la composición de canciones completas[xxi], la generación de melodías a partir de textos[xxii], la creación de acompañamientos automáticos[xxiii] o la síntesis de voz cantada[xxiv] con gran realismo. A su vez, estudios académicos recientes[xxv] agrupan el uso de IA en tres grandes bloques: clasificación (etiquetar géneros), generación (crear música nueva) y recomendación (decidir qué suena después en tu plataforma de audio).

Sin embargo, este avance tecnológico plantea preguntas que van más allá de lo puramente técnico. ¿Quién es el autor de una obra creada por una inteligencia artificial? ¿Qué ocurre con los derechos de autor cuando un sistema aprende a partir de miles de obras preexistentes? ¿Puede hablarse de creatividad en sentido pleno cuando el creador no es humano? Y, aún más, ¿qué sucede con la intencionalidad, tradicionalmente considerada uno de los pilares de la creación artística? Durante siglos hemos entendido la música como el resultado de la intención expresiva de un autor. Pero, si las máquinas no poseen ni conciencia ni intención, ¿cómo debemos entender las obras que producen?

Aunque existen estudios recientes sobre la aplicación de la IA en la música, muchos se centran exclusivamente en aspectos técnicos, otros en cuestiones éticas o legales, y pocos adoptan una mirada verdaderamente integradora. Por ello, resulta cada vez más necesario abordar la relación entre inteligencia artificial y música desde una perspectiva interdisciplinar que tenga en cuenta la historia, la estética, la creatividad y el marco jurídico.

La pregunta que formuló Turing hace más de setenta años sigue abierta, pero hoy resuena con especial fuerza en el ámbito musical. Tal vez no se trate solo de saber si una máquina puede componer, sino de reflexionar sobre qué entendemos por música, por creación y, en última instancia, por inteligencia. Parece que la IA, más allá de realizar tareas que hasta ahora parecían exclusivas de los humanos, nos está interpelando a cuestionarnos si de verdad algunas de las obras que considerábamos nuevas creaciones lo son de verdad. Quizá solo sean recreaciones, copias o variaciones de lo anterior. Si esto es así, tendremos que empezar a aceptar que estas recreaciones en el presente y el futuro inmediato las realizarán modelos de IA de forma más rápida, más precisa y más barata que los humanos.

REFERENCIAS

[1] Partitura disponible en https://www.boosey.com/cr/music/Iannis-Xenakis-ST-48-1-240162/5630

[2] Partitura disponible en https://www.boosey.com/cr/music/Iannis-Xenakis-ST-10-1-080262/6109

[3] Partitura disponible en https://www.boosey.com/cr/music/Iannis-Xenakis-ST-4-1-080262/5884

[i] A. M. Turing, «Computing Machinery and Intelligence», Mind 59, n.^o 236 (1950): 433-60.

[ii] John McCarthy et al., «A proposal for the Dartmouth Summer Research Project on Artificial Intelligence», 31 de agosto de 1955.

[iii] (Hiller Jr. y Isaacson, 1957)

[iv] How Is AI Revolutionising Music?, dirigido por Valerio Velardo (The Sound of AI, 2021), 28:25, https://www.youtube.com/watch?v=b_hvadE--tw.

[v] The Secret Life of the Word Processor - Remastered, dirigido por Tim Hunkin (@timhunkin1) (YouTube, 2021), 31:23, https://www.youtube.com/watch?v=CNcP7KgWaXg.

[vi] C. Roads y Max Mathews, «Interview with Max Mathews.», Computer Music Journal 4, n.^o 4 (1980): 15-22, https://doi.org/doi.org/10.2307/3679463.

[vii] M. V. Mathews, «The Digital Computer as a Musical Instrument», Science, New Series 142, n.^o 3592 (1963): 553-57.

[viii] Roads y Mathews, «Interview with Max Mathews.»

[ix] «An algorithmic description of a process of musical composition», Doklady Akademii Nauk SSSR 132, n.^o 6 (1960): 1283-86.

[x] Jodi O’Neil y Judi Shapiro, «Kurzweil Inducted into National Inventors Hall of Fame», KurzweilAI.net, 22 de febrero de 2005, https://web.archive.org/web/20050222180825/http://www.kurzweilai.net/meme/frame.html?main=%2Farticles%2Fart0467.html.

[xi] Sergio Luque, «Stochastic Synthesis: Origins and Extensions» (Tesis de Máster, Institute of Sonology, Royal Conservatory, 2006), https://sergioluque.com/texts/Luque-Stochastic_Synthesis-Origins_and_Extensions.pdf.

[xii] Jean-Baptiste Thiebaut et al., «Drawing Electroacoustic Music», 24 de agosto de 2008, 7, https://ualresearchonline.arts.ac.uk/id/eprint/23515.

[xiii] Centre Iannis Xenakis, «Mycènes Alpha», accedido 17 de junio de 2025, https://www.centre-iannis-xenakis.org/upic_mycenae?lang=en.

[xiv] Tom Richards, «Oramics: Precedents, Technology and Influence: Daphne Oram (1925-2003)» (doctoral, Goldsmiths, University of London, 2018), https://doi.org/10.25602/GOLD.00026356.

[xv] Haruhiro Katayose y Seiji Inokuchi, «The Kansei Music System», Computer Music Journal 13, n.^o 4 (1989): 72-77, https://doi.org/10.2307/3679555.

[xvi] Curtis Roads, «Research in Music and Artificial Intelligence», ACM Computing Surveys 17, n.^o 2 (1985): 163-90, https://doi.org/10.1145/4468.4469.

[xvii] 3. History of Generative Music - Generative Music AI, dirigido por Valerio Velardo, The Sound of AI (YouTube, 2023), Vídeo, 25:22, https://www.youtube.com/watch?v=3znKoIUrgDI.

[xviii] Tech Closeup: Music Professor, dirigido por KMVT [@KMVT] (YouTube, 2007), Vídeo, 04:29, https://www.youtube.com/watch?v=yFImmDsNGdE.

[xix] Patrício da Silva, David Cope and Experiments in Musical Intelligence (Spectrumpress.com, 2003), https://eclass.uoa.gr/modules/document/file.php/MUSIC124/%CE%94%CE%B9%CE%B1%CE%BB%CE%AD%CE%BE%CE%B5%CE%B9%CF%82/da-silva-david-cope-and-emi.pdf.

[xx] Brian Eno, «Generative Music», In Motion Magazine, 8 de junio de 1996, https://www.inmotionmagazine.com/eno1.html.

[xxi] Zhonghao Sheng et al., «SongMASS: Automatic Song Writing with Pre-Training and Alignment Constraint», arXiv:2012.05168, preprint, arXiv, 9 de diciembre de 2020, https://doi.org/10.48550/arXiv.2012.05168.

[xxii] Zeqian Ju et al., «TeleMelody: Lyric-to-Melody Generation with a Template-Based Two-Stage Method», arXiv:2109.09617, preprint, arXiv, 14 de noviembre de 2022, https://doi.org/10.48550/arXiv.2109.09617; Ang Lv et al., «Re-Creation of Creations: A New Paradigm for Lyric-to-Melody Generation», arXiv:2208.05697, preprint, arXiv, 28 de enero de 2023, https://doi.org/10.48550/arXiv.2208.05697; Chen Zhang et al., «ReLyMe: Improving Lyric-to-Melody Generation by Incorporating Lyric-Melody Relationships», Proceedings of the 30th ACM International Conference on Multimedia, 10 de octubre de 2022, 1047-56, https://doi.org/10.1145/3503161.3548357.

[xxiii] Yi Ren et al., «DeepSinger: Singing Voice Synthesis with Data Mined From the Web», arXiv:2007.04590, preprint, arXiv, 15 de julio de 2020, https://doi.org/10.48550/arXiv.2007.04590.

[xxiv] Jiawei Chen et al., «HiFiSinger: Towards High-Fidelity Neural Singing Voice Synthesis», arXiv:2009.01776, preprint, arXiv, 3 de septiembre de 2020, https://doi.org/10.48550/arXiv.2009.01776; Peiling Lu et al., «XiaoiceSing: A High-Quality and Integrated Singing Voice Synthesis System», arXiv:2006.06261, preprint, arXiv, 11 de junio de 2020, https://doi.org/10.48550/arXiv.2006.06261; Ren et al., «DeepSinger».

[xxv] Jan Mycka y Jacek Mańdziuk, «Artificial Intelligence in Music: Recent Trends and Challenges», Neural Computing and Applications 37, n.^o 2 (2025): 801-39, https://doi.org/10.1007/s00521-024-10555-x.