Buenas, esto es BIMPRAXIS, el podcast donde el
Download transcript (.srt)
0:09
0:15
0:20
0:23
0:26
0:28
0:36
0:40
0:41
0:43
0:46
0:48
0:50
0:52
0:53
0:57
0:59
1:00
1:02
1:04
1:05
1:06
1:09
1:13
1:13
1:14
1:16
1:17
1:19
1:20
1:21
1:23
1:26
1:27
1:29
1:31
1:33
1:35
1:38
1:41
1:43
1:45
1:47
1:48
1:49
1:52
1:55
1:58
1:59
2:02
2:05
2:07
2:10
2:12
2:13
2:15
2:17
2:20
2:22
2:24
2:25
2:29
2:31
2:32
2:34
2:37
2:40
2:43
2:47
2:50
2:52
2:54
2:56
2:58
3:02
3:03
3:04
3:06
3:10
3:13
3:13
3:16
3:17
3:18
3:21
3:23
3:25
3:25
3:27
3:29
3:32
3:33
3:36
3:39
3:40
3:42
3:44
3:46
3:48
3:51
3:52
3:53
3:55
3:56
3:58
4:01
4:02
4:04
4:06
4:09
4:11
4:12
4:14
4:17
4:19
4:21
4:24
4:25
4:28
4:30
4:33
4:35
4:36
4:38
4:39
4:41
4:43
4:46
4:46
4:48
4:52
4:53
4:55
4:56
4:57
5:00
5:03
5:03
5:07
5:07
5:09
5:10
5:10
5:12
5:14
5:18
5:21
5:22
5:25
5:29
5:31
5:32
5:34
5:35
5:38
5:40
5:43
5:44
5:47
5:49
5:51
5:53
5:56
5:58
6:01
6:02
6:02
6:04
6:07
6:08
6:10
6:12
6:13
6:14
6:18
6:21
6:22
6:24
6:25
6:28
6:30
6:31
6:32
6:35
6:37
6:40
6:42
6:43
6:45
6:47
6:49
6:51
6:53
6:56
6:59
6:59
7:01
7:02
7:04
7:06
7:07
7:09
7:10
7:13
7:16
7:17
7:18
7:21
7:22
7:23
7:26
7:28
7:31
7:32
7:33
7:34
7:37
7:39
7:40
7:41
7:44
7:44
7:45
7:47
7:50
7:53
7:55
7:55
7:57
8:00
8:01
8:02
8:02
8:03
8:06
8:08
8:09
8:09
8:11
8:12
8:13
8:15
8:17
8:19
8:19
8:22
8:24
8:26
8:27
8:28
8:31
8:32
8:34
8:35
8:37
8:40
8:40
8:42
8:46
8:48
8:50
8:50
8:52
8:52
8:55
8:57
9:00
9:01
9:04
9:06
9:07
9:09
9:14
9:15
9:17
9:20
9:23
9:24
9:28
9:29
9:31
9:32
9:34
9:37
9:37
9:40
9:40
9:42
9:42
9:44
9:46
9:50
9:51
9:52
9:56
9:57
10:00
10:01
10:02
10:05
10:06
10:07
10:09
10:12
10:14
10:18
10:20
10:23
10:23
10:25
10:27
10:28
10:30
10:31
10:34
10:35
10:36
10:41
10:42
10:42
10:45
10:48
10:49
10:51
10:52
10:55
10:57
10:59
11:01
11:04
11:06
11:07
11:08
11:10
11:12
11:13
11:15
11:17
11:17
11:19
11:21
11:22
11:24
11:25
11:27
11:28
11:30
11:32
11:33
11:35
11:35
11:38
11:40
11:42
11:45
11:47
11:49
11:50
11:52
11:55
11:57
11:59
12:01
12:02
12:05
12:07
12:09
12:09
12:11
12:14
12:15
12:18
12:19
12:21
12:23
12:25
12:27
12:29
12:33
12:34
12:36
12:38
12:39
12:40
12:41
12:44
12:46
12:48
12:51
12:52
12:53
12:56
12:58
12:59
13:02
13:04
13:07
13:10
13:11
13:13
13:15
13:17
13:17
13:19
13:20
13:23
13:25
13:27
13:30
13:33
13:36
13:48
13:50
14:01
14:03
BIM se encuentra con la inteligencia artificial.
Exploramos la ciencia, la tecnología y el futuro
desde el enfoque de la arquitectura, ingeniería y
construcción.
¡Empezamos!
Muy buenas, bienvenidas, bienvenidos a un nuevo episodio
de BIMPRAXIS.
Hoy os traemos Just Chippy Tea.
Sí, cuando la inteligencia artificial aprende a tener
swing y componer como Thelonious Monk.
Hola a todo el mundo.
Y, madre mía, ¿qué tema tenemos hoy para
nuestra audiencia?
Es que, fíjate, quiero que quien nos escucha
se imagine la siguiente escena.
A ver.
Imagina a Thelonious Monk tocando el piano a
las cuatro de la madrugada, en un club
vacío de Nueva York.
Vale, ¿me sitúo?
El humo del tabaco flotando, el sudor, la
improvisación, ese peso de una vida entera concentrado
en la vida.
¿Te has imaginado en cómo sus dedos golpean
las teclas, no?
Totalmente, pura magia humana.
Pues ahora imagina que quien está tocando ese
piano no tiene manos.
Uf.
Ni oídos.
No ha vivido un solo día de existencia
humana.
Y, de hecho, su cerebro es poco más
que una hoja de cálculo gigantesca en unos
servidores enfriados por agua.
Es flipante.
Vamos a ver cómo la inteligencia artificial está
aprendiendo literalmente a tener swing.
Y es una exploración que desafía.
Un prejuicio enorme que tenemos, ¿verdad?
Claro, el de que la máquina no tiene
alma.
Exacto.
Existe un consenso muy, muy arraigado de que
la música hecha por ordenador es fría, que
es estéril o que es pura basura generativa.
Un pastiche, sí.
Pero hoy vamos a diseccionar un experimento que,
bueno, amenace con demoler esa idea por completo.
O sea, vamos a ver cómo un modelo
de texto, puro texto, puede componer jazz con
una profundidad que de verdad asusta.
Asusta y fascina.
Fascina a partes iguales.
Porque, a ver, cuando hablamos de música, de
inteligencia artificial, la gente piensa en el típico
hilo musical de ascensor, ¿no?
Canciones plastificadas, algoritmos puros.
Eso es.
Y es un escepticismo justificado, porque la mayoría
de generadores que hay por ahí suenen así
de planos.
Pero aquí entra nuestro creador de hoy, del
canal de YouTube, Nobody in the Computer.
Sí, que decide enfrentarse a todos los haters
de la IA, pero no con teoría, sino
demostrando que modelos como ChatGPT, Claude, Gemini o
Grok pueden hacer jazz de verdad.
Y aquí tenemos que frenar, porque mi cabeza
ya empieza a hacer cortocircuitos.
Lógico, lógico.
O sea, el problema fundamental que este creador
plantea es que estos modelos no son músicos.
Para nada.
No se despiertan a las tres de la
mañana con una melodía en la cabeza.
Son cerebros diseñados para procesar lenguaje.
Claro, su dieta son libros, Wikipedia.
Código.
El texto es su instrumento nativo.
Literalmente.
Y esa es la clave de todo.
Si vas a ChatGPT y le dices, oye,
compone una canción de jazz triste.
Te va a devolver un cliché.
Exacto.
Va a usar estadística para juntar la palabra
triste con acordes de jazz y sale algo
genérico, porque le pides que haga algo fuera
de su naturaleza.
Es como pedirle a un genio de las
matemáticas que pinte un cuadro abstracto usando solo
una hoja de Excel.
Qué buena analogía, sí.
O sea… ¿Cómo le pides a un ordenador
que sienta el ritmo, que pille el groove,
si no tiene cuerpo?
Pues, la respuesta corta es que no se
lo pides.
Ah, ¿no?
No intentas forzar a la IA a tener
empatía.
Lo que haces es hablarle en su idioma.
Y ahí está la genialidad del experimento.
Vale, háblame en su idioma.
¿Cómo es eso?
Pues, traduciendo la emoción y el ritmo a
sintaxis, a reglas estrictas, a código puro.
Ya, pero, a ver, ¿sigo viendo un muro
aquí?
¿Cómo consigo… ¿Cómo construimos el puente entre código
puro en una pantalla y una melodía de
jazz que te ponga los pelos de punta?
Pues, mediante una sintaxis que se ha inventado
este creador, un corsé de texto.
A ver, cuéntame más.
Él separa la armonía de la melodía.
Para la armonía, le da reglas estrictas.
Le dice, eh, indícame el número de compás
y los acordes.
Matemáticas puras.
Vale, hasta ahí te sigo.
¿Y la melodía?
Ahí es donde entra la magia.
Tiene que definir el compás.
La nota, la duración y la posición exacta
en el tiempo.
Uy, pero si obligas a un programa a
poner notas en una cuadrícula, eh, el resultado
es que suena a metrónomo.
Claro, suena a mecanizado.
Suena a robótico.
Es todo lo contrario al jazz.
Eso, en producción, se llama cuantización.
Y tienes razón, mata el alma de la
música.
Pero aquí viene el hackeo brutal del sistema.
Sorpréndeme.
Los decimales.
¿Los decimales?
Sí.
En lugar de forzar a la IA a
que ponga la nota… …en el segundo exacto
fero, le permite usar decimales, posiciones que van
un poquito antes o un poquito después del
tiempo exacto.
Espera, ¿me estás diciendo que el feeling humano,
el alma, ese swing del jazz, lo ha
codificado usando decimales?
¡Exactamente!
Pero si no deja de ser una contradicción
maravillosa, ¿no?
Fíjate que en la música tocada por humanos,
el swing nace de las imperfecciones.
Un contrabajista a veces toca un milisegundo.
Un milisegundo antes y da urgencia.
O un milisegundo después y da una sensación
más arrastrada, más perezosa.
Ya, ya, el peso humano.
Pues al usar decimales, la IA calcula esas
microvariaciones de forma intencionada.
Es imperfección matemática.
O sea, la matemática deja espacio para que
la canción respire.
Eso es.
Pero claro, para que la máquina haga esto,
tienes que darle unas instrucciones iniciales, un prompt
muy, muy bestia.
Que por lo visto, el prompt que diseñó
este chico tiene tela.
Sí, sí.
Un lavado de celebro a la IA.
La primera regla es, cito, No eres un
asistente virtual, eres un músico de jazz.
Me encanta.
Te prohíbo ser un asistente.
Exacto.
Le instala una gramática rígida, le dice que
no se salga del pentagrama y le da
dos modos de trabajo.
A ver.
El modo simple, donde toca según la vibra
que le pidas, y el modo interactivo, donde
hay un toma y daca constante para ajustar
el tempo, el estilo, el swing.
¿Y cuál es la regla?
La regla de oro, que unifica a esto.
Porque en las fuentes se menciona algo muy
curioso sobre cuando empieza la música.
Ah, sí, la regla del silencio.
Una vez que empieza la generación de la
música, la IA no puede hablar.
Nada de, aquí tienes tu canción de jazz.
Nada.
Prohibido dar explicaciones.
Solo música.
Pues me parece fascinante la teoría, ¿eh?
Pero vamos a ver cómo se sostiene esto
en la práctica.
Vamos con ChatGPT.
Venga, vamos al lío.
Se le pide a ChatGPT, en modo simple,
una parada dulce, hermosa, al estilo del pianista
Bill Evans.
Que no es fácil, ¿eh?
Bill Evans tiene un tacto muy delicado, muy
melancólico.
Total.
Pues ChatGPT escupe un bloque de texto que
titula Sunday Light on Quiet Water.
Luz de domingo sobre aguas tranquilas.
Precioso el título.
Las cosas como son.
Precioso y frágil.
Pero claro, aquí hay un salto técnico.
Porque, a ver, un bloque de texto en
una pantalla no suena a nada.
Claro.
¿Cómo convertimos esas letras y decimales, en audio
real?
Vale.
Aquí el creador usa una aplicación propia que
llamó JazzGPT MIDI.
Pega ese texto de ChatGPT y la aplicación
lo traduce a un archivo MIDI.
Vale.
Y para quien nos escucha y no sea
productor, aclaremos que un MIDI no es un
MP3.
No es audio.
Exacto.
No es audio.
Es una partitura digital.
Instrucciones de toca esta nota con esta duración.
Vale.
¿Y luego qué?
Pues ese MIDI se lleva a un programa
de producción.
Un DAW.
Un DAW como Ableton Live.
Y aquí entra la fase humana.
Ah, el toque humano.
Sí.
Se le asignan instrumentos virtuales.
En este caso, un piano muy cálido.
Y el humano masajea las notas.
Masajea.
Sí.
Edita, empuja una notita un poco, ajusta la
velocidad MIDI.
Que la velocidad es la fuerza con la
que se toca la tecla.
O sea, la IA es como el compositor
que te da la partitura en un papel.
Eso es.
Pero tú eres el director de orquesta.
Eres quien decide si el piano suena en
un club lleno de humo o en una
sala de conciertos, ¿no?
Totalmente.
No es darle a un botón y ya
está.
Es una colaboración entre el archivo MIDI y
la creatividad del productor.
Y la balada, por cierto, suena espectacular.
Suena de locos.
Pero claro, Chad GPT es como muy educado.
Nos dio una balada clásica.
Sí, muy bonito todo.
¿Qué pasa cuando forzamos la máquina?
Cuando metemos prompts extremos en modelos más...
impredecibles, como Cloud.
Uf, lo de Cloud es una pasada.
El creador cambia al modo interactivo y le
pide a Cloud un bebop.
Palabras mayores.
Un bebop ardiente, rápido, pesado, a 160 pulsaciones
por minuto.
A ver, el bebop es Charlie Parker.
Es frenético, pura tensión.
¿Pudo Cloud con eso?
Pues mira, el resultado se llama Inferno at
Burland.
Y la verdad, no suena a bebop en
absoluto.
Vaya, falló la máquina.
Falló.
Falló en el estilo, sí.
Posiblemente no entendió las progresiones rápidas del bebop.
Pero ojo, el fallo técnico fue un acierto
estético brutal.
¿A qué te refieres?
Sonaba tan raro con unas asimetrías tan extrañas
que sonaba bien.
El creador lo bautiza como un nuevo género,
el Cloud Jazz.
Qué bueno.
O sea, un accidente algorítmico feliz.
Y fíjate en lo que hace el humano
ahí.
Para acompañar esa rareza de la IA, le
mete unas baterías sucias sampleadas de un bebop.
Y un contrabajo muy oscuro.
La rareza digital con suciedad analógica.
Me flipa.
Pero, eh, si lo de Cloud es curioso,
¿lo de Gemini?
Madre mía, lo de Gemini.
Lo de Gemini es poesía pura.
Literalmente.
El prompt que le mete es increíble.
Léelo, por favor.
Le dice, a ver, Telonius Monk a las
4 a .m.
en un club vacío.
Romance torcido, disonancias tercas, el silencio humeante entre
frases.
Guau.
O sea, le está pidiendo a una máquina,
a un código frío, que imagine el silencio
humeante entre frases.
Eso es literatura.
Es que es poético total.
Y lo fuerte es que la calidad de
lo que te devuelve la IA es proporcionar
a la poesía de tus instrucciones.
Ya, pero ¿cómo traduce un servidor en la
nube la idea de un romance torcido?
Pues mira, Gemini le devuelve The Crooked Hour,
la hora torcida.
¿Qué título?
Empieza con dos notas a la vez, creando
una fricción súper extraña.
Casi embrujada.
Sí, sí, en las notas dice que la
canción cojea.
Exacto.
El creador dice que es la canción más
extraña y hermosa que ha escuchado de una
IA.
Y para rematar, le pone un sonido de
piano de cola íntimo.
Hay una frase en las fuentes que me
encantó sobre esto.
Dice, como poner la oreja en el piano
viejo de una abuela millonaria.
Qué maravilla de descripción.
Es que ese nivel de detalle lo es
todo.
Ah, y también se menciona brevemente a Grog
y al Novodis Collective, que son los mecenas
de Patreon que tienen acceso a la app.
Hay una comunidad entera empujando esto, sí.
Y bueno, todo este análisis a fondo nos
lleva, digamos, a la gran pregunta, ¿no?
A la conclusión final.
¿Qué significa esto para el futuro de la
música y para quienes nos escuchan?
¿Sean músicos o no?
Pues que la IA no es una caja
negra que te escupe cosas mediocres para robarte
el trabajo.
Es una herramienta de colaboración, puramente.
O sea, desmitifica eso de que la IA
va a sustituir al artista.
Exacto.
La máquina te da patrones que a ti
nunca se te ocurrirían, como esa simetría rara
de Gemini.
Ya, que saca de tus vicios estilísticos.
Eso es.
Pero el humano es el que edita, el
que le da el contexto, el que dice,
ah, esto necesita sonar a vinilo sucio.
Al final, fíjate qué ironía.
Resulta que para ser que una IA tenga
alma, necesita irremediablemente que un humano le preste
la suya.
Me parece una forma preciosa de verlo.
Y es una metodología aplicable a cualquier campo
profesional.
¿Cómo?
Piensa en ello.
Entender el idioma nativo de la herramienta, darle
un sistema de reglas claras y dejar margen
para la intuición y la edición humana.
Vale para la música, el diseño, la programación,
para todo.
Qué pasada.
Pues, antes de irnos, dejad que esta idea
os dé vueltas en la cabeza hoy.
A ver con qué nos dejas.
Si una máquina que solo procesa texto, que
no ha vivido ni sentido nunca, puede componer
una melodía que nos emociona hasta las lágrimas.
¿Es la música un misterio inescrutable del alma
humana?
¿O es simplemente un lenguaje universal de patrones
que por fin hemos enseñado a hablar a
los ordenadores?
¡Uf!
Ahí lo dejamos.
Ahí lo dejamos.
Antes de despedirnos hasta el próximo programa, os
informamos de que las voces que oyes han
sido generadas por la IA de Notebook LM
y que dirigiendo el podcast se encuentra Julio
Pablo Vázquez, un humano que te envía saludos.
En caso de error, probablemente sean errores humanos.
¡Nos escuchamos!
Y hasta aquí el episodio de hoy.
Muchas gracias por tu atención.
Esto es BIMPRAXIS.
Nos escuchamos en el próximo episodio.