Estos meses vas a ver el mismo titular por todas partes: «el 97% de la gente no distingue la música hecha con IA de la humana». Es un dato real, de un estudio serio. Y publicado así, solo, dice justo lo contrario de lo que parece decir.
Porque hay un segundo estudio que casi nadie está poniendo al lado. Y cuando pones los dos juntos, la conclusión te cambia la estrategia: el oyente no castiga el sonido. Castiga la etiqueta. Y la etiqueta puede caerte sin que hayas tocado una IA en tu vida.
Dato uno: el oído no lo distingue
Deezer encargó a Ipsos una encuesta con 9.000 adultos de entre 18 y 65 años en ocho países —Estados Unidos, Canadá, Brasil, Reino Unido, Francia, Países Bajos, Alemania y Japón— y les puso a hacer una prueba a ciegas. El resultado, en sus palabras: «97% of the respondents failed».
Noventa y siete por ciento. No supieron decir cuál era cuál.
Pero en la misma encuesta hay tres números que nadie cita y que importan más:
- «80% agree that 100% AI-generated music should be clearly labeled to listeners». Ocho de cada diez quieren la etiqueta.
- «More than half (52%) felt uncomfortable with not being able to tell the difference between AI and human-made music». No poder distinguirlo les incomoda.
- Y un 70% cree que la música generada amenaza el sustento de los músicos.
O sea: el oído no lo pilla, pero la gente quiere saberlo igual. Eso ya te dice que el juicio no se está formando en los altavoces. Se forma en otro sitio.
Dato dos: lo que pasa cuando sí lo saben
Aquí está la pieza que falta. Dos investigadores —Sarah H. Wu (Reed College y Universidad de Stanford) y Kevin J. Holmes (Reed College)— publicaron en marzo de 2026 en la revista Cognitive Research: Principles and Implications dos estudios preregistrados con 399 participantes.
Lo que medían es precioso y muy concreto: la escucha narrativa. Es decir, si al oyente se le va la cabeza mientras escucha — si imagina una historia. Que es exactamente lo que tú buscas cuando publicas una canción.
En el segundo estudio usaron ocho piezas: cuatro humanas (Beethoven, Mozart, Ravel, Ketèlbey) y cuatro generadas con el software AIVA. Y aquí viene el diseño que lo cambia todo: las etiquetas se repartieron al azar, no según la verdad. Piezas humanas etiquetadas como «Composer: AI». Piezas de máquina etiquetadas como «Composer: Human».
El resultado, tal cual lo escriben: «the "AI"-labeled pieces elicited fewer and less engaging narratives than their "Human"-labeled counterparts, regardless of the actual composer».
Y ahora los dos números que deberían estar en la portada de todos los medios que titularon con el 97%:
- Efecto de la etiqueta: significativo, p < 0,0001.
- Efecto del compositor real: ninguno, p = 0,64.
Léelo despacio. Que la música fuera realmente humana no cambió nada. Lo único que cambió la experiencia del oyente fue la etiqueta que tenía delante. Beethoven, con un cartelito que ponía «IA», generaba menos historias en la cabeza de la gente que una pieza de AIVA con un cartelito que ponía «humano».
La conclusión de los autores en su resumen es la frase más importante de todo este arco de artículos: atribuir la música a una IA «is associated with—and can engender—an impoverished listening experience, devoid of the mental narratives that unfold as the composer's musical choices guide the listener's imagination». Y su titular, más corto: «For music to inspire our inner storyteller, it helps to know there's a human mind behind it».
La consecuencia práctica: el riesgo no es usar IA, es parecerlo
Junta las dos piezas y sale una conclusión incómoda para todo el mundo.
Si el castigo no está en el audio sino en la atribución, entonces protegerte de la IA no consiste en no usarla: consiste en no ser etiquetable. Un artista que se deja la piel grabando en su cuarto, sin tocar un generador, pero con un perfil sin cara, sin historia y sin proceso visible, se come exactamente la misma penalización que el estudio midió. Sin haber hecho nada.
Y esto ya no es teoría. La atribución va a existir la pidas o no: Spotify ha empezado a marcar perfiles con la etiqueta AI Persona —lo analizamos aquí— y Deezer detecta por su cuenta sin esperar a que tú declares nada. La pregunta no es si te van a etiquetar. Es qué etiqueta te va a tocar.
Las dos herramientas que Spotify ya te ha dado
Lo bueno es que la misma plataforma que reparte etiquetas ha montado el contrapeso. Son dos cosas distintas y conviene no confundirlas: una no se pide, la otra la enciendes tú.
Verified by Spotify
Anunciado el 30 de abril de 2026. Es un distintivo que, en palabras de Spotify, «shows an artist profile has been reviewed and meets Spotify's criteria for authenticity and trust». El porqué lo dicen sin rodeos: «In the AI era, it's more important than ever to be able to trust the authenticity of the music you listen to».
Los criterios que publican son tres, y conviene leerlos como una lista de tareas:
- «Consistent listener activity and engagement over time» — actividad sostenida, no picos.
- «Good standing with Spotify's platform policies» — nada de trucos de volumen ni servicios de streams.
- «Signals of a real artist represented in the profile» — señales de que hay una persona ahí.
Y el detalle que cierra el círculo: «profiles that appear to primarily represent AI-generated or AI-persona artists are not eligible for verification». Ese tercer criterio es, literalmente, el antídoto contra el efecto que midieron Wu y Holmes.
Dos matices que Spotify no subraya y tú deberías saber. El primero: no se solicita — su documentación no explica ningún procedimiento para pedirlo, solo dice que las revisiones «will happen on an ongoing basis». No hay formulario: hay perfil. El segundo, en su propio anuncio: en el lanzamiento «more than 99% of the artists Spotify listeners actively search for will be verified». Fíjate en la letra pequeña — es el 99% de los artistas que la gente busca activamente, no el 99% del catálogo. Si a ti todavía no te busca casi nadie, ese distintivo no te va a caer solo.
Artist Profile Protection
Anunciada el 15 de marzo de 2026, en beta. Añade un paso de revisión antes de que un lanzamiento aparezca bajo tu nombre. El motivo que da Spotify es exactamente el problema del que va este artículo: música que aterriza en la página de artista equivocada, y «the rise of easy-to-produce AI tracks has made the problem worse».
Si la activas y no apruebas algo, «the release won't list you or appear on your profile». Se enciende desde los ajustes de Spotify for Artists, en escritorio o en móvil web.
El aviso honesto, que también es suyo: «may delay or block your legitimate releases if you forget to take an action». Si eres de los que se olvida del correo, esto te puede tumbar tu propio lanzamiento. Actívala solo si vas a estar encima.
Cómo jugarlo
- Enseña el proceso, no solo el resultado. El estudio no mide calidad: mide si el oyente cree que hay una mente detrás. El vídeo del cuarto, la maqueta fea, la toma que salió mal — eso no es «contenido de relleno», es la prueba que produce la atribución humana. Es lo más barato y lo más rentable de esta lista.
- Pon señales de persona en tu perfil. Foto real, biografía escrita por ti con datos concretos (de dónde eres, con quién trabajas), enlaces a redes vivas. Spotify lo pide con esas palabras y el oyente lo lee igual.
- No uses «hecho con IA» como reclamo de marketing. Si el efecto de la etiqueta es real —y tiene p < 0,0001—, ponerte tú el cartel es regalarte la penalización a cambio de un titular. Distinto es declararlo donde toca: en los campos de tu distribuidora, que no penaliza y ya vimos por qué.
- Activa Artist Profile Protection si tu nombre artístico es común o ya te ha pasado. Con la advertencia de arriba: exige que estés atento.
- Y usa la máquina donde no genera atribución ninguna: masterizar, separar stems, limpiar una toma. Nadie etiqueta un nivel de audio — ahí solo hay dinero ahorrado.
Nuestra posición (y el cierre de este arco)
Llevamos varios artículos diciendo lo mismo: no nos gusta la IA, y te vamos a enseñar a usarla igual. Este es el motivo, y ahora con datos encima de la mesa.
La máquina hace muy bien el oficio: el máster, los stems, la limpieza, el borrador. Eso lo delegas sin perder nada, porque el oyente no lo atribuye a nadie. Lo que la máquina no puede darte es lo único que el laboratorio ha demostrado que el oyente necesita para conectar: saber que hay una persona al otro lado.
Eso no es romanticismo de artista. Es un resultado experimental con 399 personas y un valor p de 0,64 para el compositor real. Tu ventaja competitiva frente a un catálogo generado no es que suenes mejor —el 97% dice que eso ya no se nota—. Es que tú existes, y se puede demostrar.
Así que ahórrate el dinero donde no se nota y gástate el tiempo donde sí: en que quede clarísimo que detrás de esa canción hay alguien.
