"Bienvenido a casa, bienvenido a casa, oh oh oh, el mundo es hermoso, el mundo". Puede que la letra de Beautiful the World no sea la más pegadiza del mundo, pero, después de haber escuchado la canción media docena de veces, he memorizado el estribillo y no puedo evitar seguir el ritmo con el pie. No está mal teniendo en cuenta que se trata de una melodía generada por una inteligencia artificial (IA) entrenada con un conjunto de datos de canciones de Eurovisión y con gritos de koalas y pájaros.  

En mayo, Beautiful the World ganó el concurso de la mejor canción de IA, AI Song Contest, organizado por la cadena holandesa VPRO, en el que 13 equipos de todo el mundo intentaron crear una canción pop de éxito con la ayuda de la inteligencia artificial.

La pieza ganadora fue obra del equipo de músicos e informáticos de Australia Uncanny Valley, que utilizó tanto la composición humana como las contribuciones de IA. "Su canción resultó fascinante. El esfuerzo híbrido realmente brilló", afirma la investigadora de inteligencia artificial en Google Brain y una de los jueces del concurso, Anna Huang. 

Muchos expertos creen que, a corto plazo, la utilidad de la IA vendrá a través de la colaboración, con equipos de humanos y máquinas trabajando juntos para aprovechar los puntos fuertes de cada uno. "La IA a veces puede actuar como un mero asistente, simplemente una herramienta. Pero también podría colaborar y ser otro compositor en la sala. Incluso podría subir de nivel y ofrecer algunos de sus superpoderes. Podría ser como componer con Mozart", asegura la colega de Huang en Google Brain Carrie Cai, que estudia la interacción entre los seres humanos y los ordenadores.

Pero para que esto suceda, las herramientas de IA deben ser fáciles de usar y controlar. AI Song Contest resultó ser una prueba útil de cómo conseguir eso.

Huang, Cai y sus colegas han analizado las diversas estrategias que utilizaron los diferentes equipos para colaborar con su IA. En muchos casos, los humanos tuvieron dificultades para conseguir que las máquinas hicieran lo que querían y acabaron inventándose soluciones y trucos. Los investigadores han identificado varias formas de mejorar las herramientas de IA para facilitar la colaboración.

Un problema común consiste en que resulta difícil interactuar con los grandes modelos de IA. Aunque pueden producir un primer borrador prometedor para una canción, no había forma de dar instrucciones al sistema para que produjera una segunda opción. Los equipos no lograron modificar algunas partes específicas ni indicar a la IA cómo crear una melodía más alegre.

Al final, la mayoría de los equipos utilizó modelos más pequeños que producían partes específicas de una canción, como acordes y melodías, y luego las unieron manualmente. Uncanny Valley usó un algoritmo para juntar las letras y melodías generadas por diferentes IA, por ejemplo.

Otro equipo, Dadabots x Portrait XO, no quiso repetir su estribillo dos veces y no averiguó cómo dirigir a la IA para que cambiara la segunda repetición. Al final, el equipo utilizó siete modelos y mezcló diferentes resultados para obtener la variación que quería.

Fue como resolver un rompecabezas. Huang explica: "A algunos equipos les pareció que el rompecabezas era irrazonablemente difícil, pero otros lo encontraron divertido, porque tenían mucho material y piezas coloridas de rompecabezas para juntar".

Uncanny Valley usó la IA para crear los ingredientes, incluidas las melodías producidas por un modelo entrenado en ruidos de koalas, pájaros locales y del diablo de Tasmania. Luego, el equipo los combinó. La científica informática de la Universidad RMIT en Melbourne (Australia) y miembro de Uncanny Valley Sandra Uitdenbogerd detalla: "Fue como tener un colaborador humano peculiar al que no se le da muy bien componer, pero es muy productivo. Elegimos las partes con las que pudimos trabajar".

Pero fue más un compromiso que una colaboración, y admite: "Sinceramente, creo que los humanos podrían haberlo hecho igual de bien".

Los modelos de IA generativa producen resultados a nivel de notas individuales, o píxeles, en el caso de la generación de imágenes. No perciben el panorama general. Por el contrario, los seres humanos suelen componer en función del verso y el estribillo, y de cómo se construye una canción. "Hay una asimetría entre el proceso de producción de la IA y nuestra manera de pensar", afirma Cai.

Su objetivo es cambiar la forma en la que se diseñan los modelos de IA para que resulte más fácil trabajar con ellos. Y añade: "Creo que eso realmente podría aumentar la sensación de control por parte de los usuarios".

Los músicos y artistas no serían los únicos que se beneficiarían de ese cambio. Conseguir que la IA sea más fácil de usar, ofreciendo a las personas más formas de interactuar con sus resultados, la hará más fiable donde sea que se utilice, desde la vigilancia hasta la atención médica. Cai concluye: "Hemos visto que si los médicos reciben herramientas para dirigir la IA, eso puede influir en su voluntad de utilizarla".