¿Cómo identifica la IA a los pianistas de jazz por su huella musical?

La inteligencia artificial ya es capaz de reconocer a un pianista de jazz por su forma de tocar, incluso cuando analiza una grabación que no había visto durante el entrenamiento. Un equipo de investigadores de la Universidad de Cambridge ha comprobado que determinados patrones de armonía, ritmo y melodía funcionan casi como una firma. El mejor modelo utilizado en el estudio identificó correctamente al intérprete en el 94,4% de las grabaciones de prueba.

No se trata de que una máquina haya aprendido a escuchar jazz como quien distingue a Thelonious Monk después de dos compases. El mecanismo es menos romántico, aunque bastante revelador: busca regularidades en miles de decisiones musicales, desde cómo se encadenan los acordes hasta determinados movimientos melódicos. Y ahí aparece algo que músicos y aficionados llevan décadas llamando estilo, personalidad o sonido propio. La investigación, publicada el 17 de agosto de 2026 en Nature Machine Intelligence, convierte esa intuición en datos medibles.

Una IA entrenada con 84 horas de jazz

Huw Cheston, Reuben Bance y Peter M. C. Harrison trabajaron con 1.629 interpretaciones de 20 pianistas de jazz que, sumadas, representan unas 84 horas de música. En la selección aparecen nombres como Bill Evans, Oscar Peterson, Thelonious Monk, McCoy Tyner, Chick Corea, Keith Jarrett, Ahmad Jamal, Brad Mehldau, Kenny Barron o Geri Allen, entre otros intérpretes de épocas y escuelas muy distintas.

El punto delicado estaba en el material de partida. Buena parte de la historia del jazz vive en grabaciones, no en partituras minuciosas que registren cada decisión improvisada. Entrenar directamente una IA con audio puede introducir mucho ruido en el sentido literal y en el estadístico: la máquina podría acabar reconociendo un estudio, una calidad de grabación o determinadas características técnicas en lugar de detectar realmente la manera de tocar del músico.

Los investigadores sortearon ese problema transformando las interpretaciones en representaciones MIDI tipo “piano roll”, una especie de radiografía digital del teclado donde quedan registrados qué sonidos aparecen y cuándo lo hacen. Las grabaciones procedían de dos bases de datos y fueron procesadas mediante sistemas automáticos de transcripción. Tras excluir intérpretes con menos de 80 minutos de material, quedaron las 1.629 actuaciones utilizadas finalmente. El conjunto se dividió entre entrenamiento, validación y prueba en una proporción de 80%, 10% y 10%.

El ordenador no escucha a Bill Evans como nosotros

El modelo más preciso fue una red neuronal de tipo ResNet, entrenada a partir de fragmentos de las transcripciones musicales. Alcanzó un 94,4% de acierto al identificar cuál de los 20 pianistas estaba tocando una grabación reservada para la prueba. Es una cifra considerable: frente a veinte posibles identidades, el sistema acertaba prácticamente diecinueve veces de cada veinte.

El inconveniente es conocido en buena parte de la inteligencia artificial moderna. Una red neuronal puede llegar a una respuesta excelente y, aun así, explicar bastante mal cómo ha llegado hasta allí. Los investigadores utilizaron también modelos más transparentes para acercarse a una cuestión musicalmente mucho más interesante: no solo quién está tocando, sino qué elementos concretos hacen reconocible a ese intérprete.

Ahí el estudio empieza a parecerse menos a un experimento informático y más a una clase de jazz con una cantidad descomunal de apuntes.

Armonía, ritmo, melodía y dinámica dejan pistas diferentes

Una de las arquitecturas desarrolladas separó la interpretación en cuatro grandes dimensiones: melodía, armonía, ritmo y dinámica. Ese modelo, concebido para poder observar mejor qué estaba aprendiendo la máquina, alcanzó una precisión del 91,3%, apenas unos puntos por debajo del sistema de mayor rendimiento.

Cuando cada elemento se probó aisladamente, la armonía fue la señal más eficaz: permitió identificar correctamente cerca del 74,4% de las grabaciones. El ritmo llegó al 61,9% y la melodía al 57,5%. La dinámica —las variaciones de intensidad con las que se ejecutan las notas— se quedó en un 26,3%. Hay un matiz curioso: cuando todos los factores funcionan juntos, retirar la información rítmica es lo que provoca la mayor caída de precisión. Dicho de otro modo, la armonía puede ser una magnífica pista en solitario, mientras que el ritmo adquiere especial valor dentro del conjunto.

Eso encaja bastante bien con la experiencia musical. Dos pianistas pueden tocar los mismos acordes y las mismas notas y, sin embargo, resultar inmediatamente distintos por el modo de colocarlas en el tiempo. En jazz, unos pocos milisegundos, un retraso deliberado, una anticipación o una frase que parece inclinarse ligeramente sobre el compás pueden separar una ejecución correcta de una voz reconocible.

Las pequeñas manías que convierten un estilo en una firma

La parte más sugerente de la investigación aparece cuando la IA deja de hablar mediante porcentajes y señala patrones concretos. En Bill Evans, por ejemplo, el análisis encontró determinadas figuras descendentes basadas en arpegios de séptima que aparecían con una frecuencia mucho mayor que en otros músicos del conjunto. Uno de esos patrones fue detectado 128 veces en sus grabaciones, frente a 34 apariciones en Keith Jarrett y 33 en Brad Mehldau.

Con Oscar Peterson surgió otra seña estilística: los llamados enclosures, pequeñas figuras que rodean una nota objetivo antes de aterrizar en ella, como si el pianista diera una vuelta breve alrededor del sonido antes de colocarlo exactamente donde quería. Uno de esos patrones apareció 146 veces en Peterson y mucho menos en otros intérpretes. Lo interesante es que varias de estas características ya habían sido descritas por profesores y estudiosos del jazz. La máquina, en ese caso, no inventó una teoría extravagante: encontró estadísticamente algo que los músicos conocían de oído.

También aparecen diferencias llamativas entre artistas. En las grabaciones de prueba analizadas, el submodelo dedicado únicamente al ritmo consiguió clasificar correctamente todos los ejemplos disponibles de Kenny Barron y Chick Corea. Los autores apuntan que la relación de Corea con músicas latinoamericanas podría contribuir a esa personalidad rítmica particularmente marcada, aunque el propio estudio trata esta explicación como una posibilidad y no como una causa demostrada.

Hay incluso información en aquello que un músico no suele tocar. Los investigadores observaron patrones con peso negativo, combinaciones que reducían la probabilidad de que una interpretación perteneciese a determinado pianista. Es una idea bastante humana: el estilo no solo está formado por nuestras costumbres, sino también por nuestras renuncias. El vocabulario artístico se define por las palabras favoritas y por las que casi nunca entran en la conversación.

Para qué puede servir reconocer la huella de un músico

Las aplicaciones van bastante más allá de poner nombre a una grabación anónima. Un sistema capaz de localizar patrones estilísticos podría ayudar en atribución de interpretaciones, investigación histórica, análisis de influencias musicales o enseñanza. Los propios investigadores plantean su utilidad pedagógica: conceptos bastante nebulosos cuando se explican con palabras —swing, groove, feel— podrían asociarse a ejemplos concretos y medibles dentro de cientos de actuaciones.

También podría ayudar a estudiar familias estilísticas. El trabajo menciona, por ejemplo, la posibilidad de analizar grupos vinculados geográfica o históricamente, observando cómo determinados recursos pasan de una generación a otra. Una especie de genealogía musical hecha no solo con biografías y discos, sino siguiendo pequeños rastros armónicos y rítmicos.

Conviene no convertir esa posibilidad en una máquina infalible de autentificación. El experimento trabajó con 20 pianistas concretos y un corpus determinado. El modelo demuestra que puede distinguirlos dentro de ese universo; no prueba que sea capaz de escuchar cualquier grabación de jazz de cualquier época y adjudicarle un autor desconocido con un 94,4% de precisión. Esa diferencia, pequeña sobre el papel, es enorme científicamente.

Lo que la IA todavía pierde cuando convierte música en datos

La conversión a MIDI tiene una ventaja evidente: aparta muchos elementos propios de la grabación y permite concentrarse en la estructura de la interpretación. Pero también aplana parte de la música. Los propios autores reconocen que ciertas dimensiones se solapan y que melodía y armonía no pueden aislarse perfectamente. Una nota puede desempeñar varios papeles a la vez; el jazz no acostumbra a rellenar formularios antes de improvisar.

El problema sería todavía mayor al trasladar el método a otros instrumentos. Un piano funciona razonablemente bien dentro de una representación MIDI, pero un saxofón contiene vibrato, inflexiones y variaciones continuas de afinación que ese formato captura mal. Los investigadores mencionan expresamente técnicas como el vibrato y el pitch bending entre los elementos que exigirían métodos distintos.

Tampoco significa que la IA comprenda por qué una frase de Monk puede sonar seca, inesperada y perfectamente colocada, ni por qué un acorde de Evans adquiere determinado peso emocional dentro de una balada. El modelo reconoce regularidades matemáticas vinculadas al estilo. Identificar no equivale a comprender y mucho menos a experimentar la música.

Una firma artística que también deja rastro en los datos

El estudio de Cambridge pone números a una vieja evidencia de cualquier aficionado al jazz: los grandes intérpretes no necesitan firmar cada compás. Su identidad está diseminada por la música, escondida en elecciones minúsculas que se repiten —una progresión, un intervalo, una forma de atacar el ritmo— hasta formar algo parecido a una caligrafía sonora.

La novedad es que esa caligrafía puede analizarse a gran escala. Una IA ha logrado distinguir a 20 pianistas con un 94,4% de precisión y, en modelos algo más transparentes, señalar cuáles son algunos de los ingredientes que hacen reconocible su lenguaje musical.

No convierte el jazz en una ecuación. Más bien ocurre lo contrario: muestra hasta qué punto detrás de una interpretación aparentemente espontánea queda un entramado de hábitos personales. La improvisación sigue siendo imprevisible; la personalidad, por lo visto, deja huellas.