Artículo publicado en el suplemento VIRTUALIA del diario La Jornada. Martes 2 de diciembre de 1997.

–

La necesidad de crear nuevos métodos de composición, así como la formalización de dichos métodos, abre un nuevo campo de investigación dentro de la teoría musical, un campo bastante amplio donde la herramienta y, en ocasiones el instrumento principal, es la computadora.

Esta necesidad, mezclada con el avance científico en los campos de la genética, teoría del caos, inteligencia artificial, sistemas dinámicos, y un gran desarrollo en simulaciones por computadora, han llevado a los músicos de generaciones recientes a dar un vistazo a las diversas disciplinas científicas. A partir de ese momento, la perspectiva musical cambió radicalmente, escubriendo un mundo nuevo e inexplorado, un mundo en el que cada idea puede ser desarrollada al máximo, y sus posibilidades pueden ser insospechadas.

Los primeros intentos de hacer música por computadora los efectuaron músicos que tomaron la idea de la música aleatoria sobre una escala dodecafónica, implementando un programa que eligiera la siguiente nota de una melodía al azar, obteniendo así una cadena de notas que después fueron interpretadas por músicos, obteniendo resultados bastante pobres.

El objetivo posterior fue el encontrar un método que pudiera expresar cierta coherencia dentro de esas cadenas de notas, un tipo de regla que permitiera a la computadora generar mejores melodías.

En los años 50, el músico y arquitecto griego Iannis Xenakis comenzó a utilizar procesos markovianos (cadenas de Markov) para sus composiciones. La idea de utilizar cadenas de Markov es muy simple: sobre una obra ya escrita se calcula cuantas veces se toca una nota durante toda la obra y cuántas veces, estando sobre esa nota, la melodía viaja a cada una de las demás notas. Con estos datos se calcula una tabla de probabilidades, la cual es utilizada por una función aleatoria para decidir cual es la siguiente nota a tocar. Al final de este proceso obtenemos una melodía caracterizada por la obra original.

Debemos notar que los dos procesos anteriores se basan exclusivamente en la probabilidad y el azar. Sin embargo, la corriente determínista tiene también su propuesta, basada principalmente en la teoría de los sistemas dinámicos. En términos generales, un sistema dinámico es aquel que tiene un estado inicial y una regla de cambio, y dadas estas dos características, es posible conocer el estado del sistema en cualquier momento. Algunas de las aplicaciones más comunes de sistemas dinámicos en composición son los autómatas determinísticos.

Un autómata es un sistema que consta de un conjunto de estados, un conjunto de tansiciones o acciones y un conjunto de caracteres que serán reconocidos por él. La definición de un autómata es de cierta manera abstracta, pero podríamos tratar de dar un ejemplo sencillo de su funcionamiento.

Supongamos que tenemos un foco y tenemos un sensor óptico conectado a un circuito que controla al foco; supongamos ahora que se dan las siguientes acciones: si el sensor ve una luz, se apaga el foco, y si el sensor no capta luz se enciende el foco. Al modelo que regula es sistema se le nombra autómata.

En este ejemplo los estados son: foco encendido y foco apagado; las transiciones o acciones son: apagar el foco y encender el foco; y el conjunto de caracteres que reconoce es luz y obscuridad. De hecho, el autómata ilustrado aquí es un autómata determinístico, esto es, a cada caracter que lee le corresponde tomar una y solo una acción.

Las aplicaciones que se utilizan en la composición musical tienen la misma mecánica; tenemos un conjunto de estados y un conjunto de reglas o acciones; el conjunto de caracteres que reconoce cada autómata que se construye para composición musical queda a la elección libre del programador.

Este sistema tiene el inconveniente de que las “melodías” que se obtienen, dado un autómata, dependen completamente de las cadenas de caracteres leídas; si la cadena de caracteres es la misma, cada vez que se ejecute el programa obtendremos los mismos resultados.

Para solucionar este problema, algunos investigadores propusieron sistemas híbridos que contemplan tanto la parte probabilística y aleatoria como la parte determinística, utilizando precisamente los dos métodos anteriores (cadenas de Markov y autómatas determinísticos). En el Laboratorio de informática Musical del CIMAT, en Guanajuato, se han hecho algunos programas de composición musical utilizando estos métodos.

Otros ejemplos de música generada con sistemas dinámicos son aquellos que toman la teoría del caos como herramienta, así como algunas propiedades de la geometría fractal para generar lo que se ha llamado “música fractal”.

Por su parte, la inteligencia artificial utiliza redes neuronales y algoritmos genéticos para tratar de reproducir el comportamiento animal, basándose en el análisis del cerebro.

Así, podremos tener máquinas inteligentes con la capacidad de componer y crear obras musicales tan buenas como las nuestras. Aquí surgen varias interrogantes: Estamos dispuestos a aceptar dicha música como arte? Hasta donde podemos concebir estas nuevas tecnologías como creaciones de nuestro propio cerebro? Podemos refinar cada vez más los detalles con los que se genera una pieza por computadora, acercándonos, lo más posible, a nuestros conceptos de música, estética y de arte, pero &realmente es éste el fin que perseguimos haciendo música por computadora?

Tal vez este problema no le corresponda resolverlo a esta rama de la investigación musical que, a pesar de las críticas y malos comentarios, continuará su trabajo en este campo.