¿Hay un razonamiento científico de por qué algunas canciones son más atractivas que otras?

Answer 1

No sé si esto es directamente relevante para tu pregunta, ya que preguntas sobre “atractivo” y no popularidad, pero el experimento del Laboratorio de Música de Duncan Watt me pareció bastante interesante (especialmente después de la conferencia f8 de la semana pasada), aunque sea un poco previsible:

En este experimento, los investigadores crearon un mercado musical de canciones desconocidas de bandas desconocidas. Los participantes pudieron escuchar cualquiera de las canciones y, mientras escuchaban, se les pidió que las calificaran en una escala del 1 al 5. Luego se les dio la opción de descargar la canción. Lo interesante fue que los participantes fueron asignados al azar a uno de dos grupos: independientes , que no sabían cómo se sentían los demás con respecto a las canciones y otro grupo que estuvo expuesto a las opiniones de sus compañeros. A aquellos en el grupo de influencia social se les dijo el número de descargas anteriores para cada canción.
Sobre la base de los resultados de este experimento, los investigadores argumentaron que las canciones que se vuelven populares dependen en gran medida de cuánto influyen las personas en las decisiones de los demás . Las canciones populares se vuelven más populares, mientras que las canciones impopulares se vuelven menos populares a medida que las personas acumulan más información sobre lo que otros han elegido. Los autores sugieren que “los expertos no pueden predecir el éxito no porque sean jueces incompetentes o estén mal informados sobre las preferencias de los demás, sino porque cuando las decisiones individuales están sujetas a influencia social, los mercados no reflejan las preferencias individuales preexistentes . En nuestro mercado artificial, La influencia social desempeñó un papel tan importante en la determinación de la cuota de mercado de canciones exitosas como diferencias en la calidad “.

El artículo de Watts en el NYT en el que habla sobre este proyecto y sus conclusiones también es muy interesante de leer si desea obtener más información:
http://www.nytimes.com/2007/04/1…

Answer 2

Respondí una pregunta similar aquí: la respuesta de Ethan Hein a ¿Por qué las canciones se atascan en tu cabeza?

Hay una diferencia entre pegadizo y popular. Las canciones pueden volverse populares por razones sociológicas que son demasiado complejas para codificarlas, a pesar de los algoritmos gladwellianos mencionados en otras respuestas. Por otro lado, la cautividad es algo que sí creo que eventualmente podremos encontrar un conjunto concreto de reglas para.

La música se compromete con el sistema de reconocimiento de patrones del cerebro. Una canción pegadiza es predecible, pero no demasiado predecible; Lo suficientemente complejo como para desafiar el sistema de reconocimiento de patrones, pero lo suficientemente simple como para no abrumarlo. El nivel de complejidad que hace que una canción sea atractiva podría no ser el mismo que la hace agradable. Encuentro las canciones de Andrew Lloyd Webber irresistiblemente pegadizas y rara vez las disfruto. Encuentro los solos de John Coltrane siempre placenteros pero muy raramente pegajosos.

Answer 3

Advertencia anticipada: el contenido de Malcolm Gladwell puede contener pseudociencia.

“En un pequeño loft de Nueva York, justo debajo de Union Square, por ejemplo, hay una empresa tecnológica llamada Platinum Blue que consulta a compañías en el negocio de la música. Los ejecutivos de los registros tienden a ser Humean: aunque pueden decirle cómo se sienten cuando escuchan una canción, no creen que nadie pueda saber con seguridad si una canción va a ser un éxito y, históricamente, menos del veinte por ciento de las canciones elegidas como éxitos de ejecutivos de la música han cumplido esas expectativas. Blue piensa que puede hacerlo mejor. Tiene un programa de computadora patentado que utiliza el “software de deconvolución espectral” para medir las relaciones matemáticas entre todos los componentes estructurales de una canción: melodía, armonía, tiempo, ritmo, octava, tono, progresión de acordes, Cadencia, brillantez sonora, frecuencia, etc. En base a ese análisis, la empresa cree que puede predecir si una canción se convertirá en un éxito con una precisión del ochenta por ciento. Platinum Blue es completamente Kamesian, y, si y Tienes un campo dominado por aquellos que dicen que no hay reglas, es casi inevitable que alguien venga y diga que las hay. El director de Platinum Blue es un hombre llamado Mike McCready, y el servicio que presta para el negocio de la música es un modelo exacto de lo que Dick Copaken quisiera hacer para el negocio de las películas.

McCready está en sus treinta años, calvo y lacónico, con gafas rectangulares rectangulares. Sus oficinas están en una gran sala abierta, con una fila de ventanas que miran hacia el este, a través de los tejados del centro de Manhattan. En el centro de la sala hay una mesa de conferencias, y una mañana, recientemente, McCready se sentó y abrió su computadora portátil para demostrar la tecnología azul platino. En su pantalla había un grupo de miles de puntos blancos, que se asemejaban a una nube. Este era un “mapa” de las canciones que su grupo había ejecutado a través de su software: cada punto representaba una sola canción, y cada canción se colocaba en la nube de acuerdo con su firma matemática particular. “Podrías tener una sonata para piano de Beethoven en este extremo y otra aquí”, dijo McCready, señalando el extremo opuesto, “siempre que tengan progresiones de acordes completamente diferentes y estructuras melódicas completamente diferentes”.

McCready luego presionó un botón en su computadora, lo que tuvo el efecto de eliminar todas las canciones que no habían llegado al Top 30 de Billboard en los últimos cinco años. La pantalla pasó de una nube indiferenciada a sesenta agrupaciones discretas. Así es como se ve estructuralmente el universo de canciones exitosas de los últimos cinco años; los golpes salen de un conjunto pequeño, predecible y altamente conservado de patrones matemáticos. “Tomamos un nuevo CD mucho antes de su fecha de lanzamiento”, dijo McCready. “Analizamos las doce pistas. Luego las superponemos sobre los grupos de éxitos ya existentes, y lo que podemos decirle a una compañía de discos es cuál de esas canciones se ajusta al patrón matemático de los éxitos pasados. Ahora, eso no significa que serán éxitos. Pero lo que estamos diciendo es que, casi con certeza, las canciones que se encuentran fuera de estos grupos no lo serán, independientemente de lo mucho que suenen y se sientan como canciones exitosas, e independientemente de cuán positivo sea su investigación o enfoque de llamadas. -grupo de investigación es “. Hace cuatro años, cuando McCready estaba trabajando con una versión similar del programa en una empresa de Barcelona, ​​lanzó treinta álbumes recién lanzados, elegidos al azar, a través de su sistema. Uno se destacó. La computadora dijo que nueve de las catorce canciones en el álbum tenían un claro potencial de éxito, lo cual era inaudito. Nadie en su grupo sabía mucho sobre el artista o había escuchado el disco antes, pero los números dijeron que el álbum iba a ser grande, y McCready y su equipo creían que los números no mienten. “En ese momento, un periódico local vino y nos preguntó qué estábamos haciendo”, dijo McCready. “Explicamos el tema de la predicción de éxitos, y que realmente fuimos convertidos en un disco de esta artista llamada Norah Jones”. El disco fue “Salir conmigo”. Continuó vendiendo veinte millones de copias y ganó ocho premios Grammy “.

http://www.gladwell.com/2006/200…