Patrón espacial y mecanismos impulsores del paisaje sonoro del PCI en Jilin: un marco GeoAI para la sostenibilidad cultural

Por qué importan las canciones de un lugar

En todo el mundo, las canciones tradicionales se desvanecen a medida que las ciudades crecen, la gente se traslada y cambian las formas de trabajo diario. Sin embargo, estas canciones son más que melodías: capturan cómo vive la gente con su territorio, sus vecinos y el clima que les rodea. Este estudio examina las canciones populares en la provincia china de Jilin como una especie de “mapa sonoro” vivo, preguntando dónde aparecen distintos tipos de canciones, qué las configura y cómo las herramientas modernas pueden ayudar a mantenerlas vivas en tiempos de cambio.

Canciones como paisajes vivos

Los autores consideran las canciones populares como parte del paisaje, al igual que los ríos o los bosques. En Jilin se analizan cuatro tipos principales de canciones, con especial atención a tres: cantos de trabajo utilizados durante las labores, cantos de montaña entonados en colinas y espacios abiertos, y canciones líricas populares pensadas más para la narración y el entretenimiento. Estas canciones se ven como “genes del paisaje sonoro”: patrones básicos de sonido que las comunidades han ido moldeando durante generaciones en respuesta a su entorno y modos de vida. En lugar de centrarse solo en las letras o el estilo musical, el estudio conecta las canciones con el clima, el relieve, los grupos étnicos, las aldeas, las vías y la actividad económica.

Usar mapas inteligentes para leer la música

Para desvelar estos patrones, el equipo construye un marco GeoAI que combina sistemas de información geográfica con aprendizaje automático. Recopilan 797 canciones populares de Jilin y vinculan cada una a 17 factores ambientales y sociales en una malla detallada de la provincia. Una herramienta llamada GeoDetector comprueba primero qué factores coinciden con mayor fuerza con la distribución de los distintos tipos de canción. Luego, un modelo de aprendizaje automático (CatBoost) aprende a predecir qué tipo de canción es probable en cada ubicación. Finalmente, un método de interpretabilidad (SHAP) recorre el modelo en sentido inverso para mostrar cómo cada factor impulsa hacia arriba o hacia abajo la probabilidad de los tipos de canción en distintos contextos. El resultado es un conjunto de mapas de alta resolución que muestran dónde es más probable que prospere cada tipo de sonido y por qué.

Lluvia, territorio y personas que moldean el sonido

El análisis revela que clima y cultura actúan conjuntamente para configurar los paisajes sonoros de Jilin. Los cantos de trabajo dominan gran parte de la provincia, especialmente las llanuras centrales y las zonas de transición montaña-llanura con redes fluviales abundantes. Aquí, una precipitación anual superior a unos 700 milímetros favorece la agricultura intensiva y proyectos hídricos, creando escenas de trabajo coordinado donde los cantos rítmicos ayudan a la cooperación. Estas áreas suelen tener asentamientos densos de población Han y economías locales más fuertes, que históricamente han respaldado tanto la expansión agrícola como la difusión y la grabación de cantos laborales.

Islas de canción en montañas y aldeas

Por el contrario, los cantos de montaña prosperan en regiones colinosas más secas y aisladas, a menudo en áreas con menos de unos 680 milímetros de lluvia y a distancias considerables de las aldeas antiguas. El terreno escarpado y las viviendas dispersas limitan el tránsito y la influencia externa, ayudando a preservar estilos de canto distintivos dentro de ciertas comunidades étnicas, como la mongola y otros grupos minoritarios. Las canciones líricas populares responden más a los nodos sociales que a la precipitación. Se concentran a unos 25–40 kilómetros de aldeas antiguas y sitios de protección cultural, donde mercados, festivales y espacios públicos compartidos reúnen a la gente. Curiosamente, a distancias intermedias de los sitios patrimoniales oficiales, las canciones líricas son menos comunes, lo que sugiere zonas donde la modernización debilita las tradiciones musicales antiguas sin haber sido aún reemplazadas por mecanismos activos de protección.

Guiar la protección de un patrimonio estático a uno vivo

Al traducir las tradiciones de canto en patrones espaciales y umbrales, el estudio ofrece orientaciones concretas para la política cultural. Propone proteger corredores “ecoculturales” completos donde los cantos de trabajo, los ríos y la agricultura tradicional aún interactúan; limitar el desarrollo intensivo en frágiles regiones de canto de montaña; y centrar el apoyo en los núcleos sociales que mantienen vivas las canciones líricas. En términos sencillos, el artículo muestra que salvar la música popular no es solo grabar melodías antiguas: se trata de cuidar los paisajes, las comunidades y las rutinas cotidianas que dan sentido a esas canciones. Con un uso cuidadoso de GeoAI, los gestores del patrimonio pueden pasar de encerrar la cultura en museos a sostenerla como una parte viva de la vida local.

Cita: Fan, Y., Tian, J., Sun, D. et al. Spatial pattern and driving mechanisms of ICH soundscape in Jilin: a GeoAI framework for cultural sustainability. npj Herit. Sci. 14, 281 (2026). https://doi.org/10.1038/s40494-026-02473-z

Palabras clave: patrimonio cultural inmaterial, paisajes sonoros de canciones populares, IA geoespacial, Provincia de Jilin, sostenibilidad cultural