La intel·ligència artificial que avui dia tenim pràcticament assimilada com a part integrant del nostre dia a dia era, no fa pas tant, un element propi de pel·lícules de ciència-ficció en què el públic observava sorprès com les màquines posaven els humans entre l’espasa i la paret: ja el 1968, per exemple, vam descobrir, gràcies al cineasta Stanley Kubrick, un ordinador que feia anar de corcoll els astronautes protagonistes, el HAL 9000 de 2001: Una odissea de l’espai. Els intents per a replicar l’ésser humà de manera artificial van quedar palesos a la gran pantalla quan, el 1982, Ridley Scott va donar vida als replicants de Blade Runner, als quals comença a ser necessari eliminar quan comencen a assemblar-se massa a nosaltres. Però, aleshores, no eren més que això, pel·lícules de ciència-ficció.
Malgrat els avenços que s’han produït en els darrers temps, un dels camps en què la intel·ligència artificial encara no ha aconseguit assolir un alt grau d’eficàcia és el de la interpretació musical.
Certament, ja tenim possibilitats de generar música a través de motors virtuals que imiten estils compositius diversos amb més o menys fortuna. No és extraordinàriament complex compondre una cançó pop o, fins i tot, una obra serial o aleatòria mitjançant una màquina. Però crear una interpretació musical amb la calidesa i expressivitat que proporciona un ésser humà és una cosa molt més complicada i que encara requereix molt d’entrenament.
La primera pregunta que cal respondre, per tant, és la següent: què caracteritza la interpretació musical humana? Què hem d’ensenyar a fer a la màquina perquè pugui generar una interpretació musical que soni com la d’un músic real? El lector, segurament, alguna vegada s’ha trobat peces musicals generades per ordinador amb una artificialitat tan evident que no deixava lloc a dubtes: enregistraments que no tenen expressivitat, ni emoció, ni ànima. Només cal, per exemple, fer l’experiment d’escriure una peça musical en un editor de partitures i seleccionar una reproducció expressiva, una opció que molts d’aquests programes fa temps que ofereixen. Aquesta reproducció expressiva suposa un acostament al resultat d’una interpretació humana, però hi continua havent alguna cosa que, encara que no puguem precisar amb tota certesa de què es tracta, fa que allò que sentim continuï sense sonar completament natural, i que soni mecànic i poc expressiu.
I aquí tenim el quid de la qüestió. Què és l’expressivitat? On rau l’ànima d’aquesta interpretació?
Partint de diversos estudis, podem afirmar que el que fa que una interpretació humana sigui clarament distingible de la d’una màquina és tot allò que fa referència a les variacions i imperfeccions relacionades amb el tempo i l’agògica, molt per damunt de tot el que està relacionat amb la dinàmica.
Gràcies a l’algoritme dissenyat per Jorge Grundman (2014) per a la humanització de la interpretació virtual, podem processar un arxiu perquè, sobre una partitura escrita amb les indicacions de tempo adequades, l’algoritme introdueixi variacions en el tempo intern de cada compàs, de manera que la interpretació resultant soni natural i humana. Això sí, la interpretació virtual encara requereix la intervenció de l’analista, el programador i l’enginyer de so, que de moment continuen sent persones.
Traducció i adaptació fetes a partir del text de Sara Herrero. «¿Sueñan las máquinas con melodías eléctricas? Cómo conseguir una interpretación virtual expresiva».
Scherzo, núm. 423 (desembre 2025), p. 68-70