Evaluación objetiva de la familiaridad musical mediante la imaginación y aprendizaje automático basado en EEG

Por qué importan las canciones que tienes en la cabeza

La mayoría de la gente ha vivido la experiencia de que su canción favorita siga sonando en la mente incluso después de que la música se detenga. Este estudio plantea una pregunta sorprendente: ¿podemos saber, solo a partir de la actividad cerebral durante esos momentos silenciosos, si una persona está imaginando una canción que conoce bien o una que nunca ha escuchado antes? Utilizando registros de ondas cerebrales y aprendizaje automático, los investigadores muestran que nuestros cerebros llevan una firma distinta y medible de la familiaridad musical, incluso cuando no llega sonido a los oídos.

Escuchar música que de pronto quedaa en silencio

Para sondear esta banda sonora mental oculta, el equipo reclutó a veinte adultos sin formación musical formal. Cada participante escogió cinco canciones populares que conocía muy bien en su lengua materna. Los científicos emparejaron cada una de ellas con una canción similar pero desconocida, de artistas menos conocidos. Durante el experimento, las personas escucharon fragmentos de dos minutos de estas diez canciones mientras su actividad cerebral se registraba con una gorra de alta densidad que contenía más de 200 electrodos. Sin aviso, cada canción incluía breves pausas en silencio de dos segundos dispersas a lo largo del fragmento. A los participantes solo se les pidió que escucharan con atención; no se les instruyó que imaginaran nada, pero después calificaron qué tan fácilmente rellenaban mentalmente las partes faltantes.

Leer las ondas cerebrales en los momentos de silencio

Las medidas cruciales provinieron de las ondas cerebrales registradas únicamente durante esos breves silencios. Dado que no había sonido presente, cualquier diferencia entre canciones familiares y no familiares tenía que emerger de actividad generada internamente, como la memoria, la predicción o la imaginación musical espontánea. Los investigadores procesaron las señales eléctricas para eliminar el ruido y las segmentaron en fragmentos cortos centrados en cada pausa silenciosa. Luego tradujeron estos patrones de onda complejos en características numéricas, capturando tanto propiedades rítmicas sencillas como mapas más ricos de cómo diferentes regiones cerebrales fluctuaban conjuntamente a lo largo del tiempo.

Enseñar a las máquinas a identificar melodías conocidas

A continuación, el equipo entrenó algoritmos informáticos para aprender la diferencia entre intervalos silenciosos que seguían a canciones familiares y aquellos que seguían a canciones desconocidas. Para cada persona construyeron modelos separados, reflejando el hecho de que los cerebros y las historias musicales difieren entre oyentes. Un conjunto de modelos usó medidas clásicas de la potencia de las ondas cerebrales en varias bandas de frecuencia, como los llamados ritmos theta y alfa vinculados a la memoria y a la atención interna. Un segundo enfoque, más avanzado, trató el patrón de conexiones entre electrodos como puntos en un espacio matemático curvo, para luego aplanar ese espacio de modo que su estructura se preservara antes de introducirlo en el clasificador. En todos los casos, esta segunda estrategia permitió que la máquina distinguiera la familiaridad con mayor precisión.

Dónde en el cerebro vive la música silenciosa

Cuando los investigadores examinaron qué electrodos eran los más relevantes para las decisiones de la máquina, emergió un panorama claro. Las señales sobre las regiones auditivas del cerebro, en los laterales de la cabeza y especialmente en el hemisferio derecho, portaban gran parte de la información útil. Las regiones frontales hacia la parte delantera de la cabeza también desempeñaron un papel clave, y los patrones de acoplamiento entre estas áreas resultaron particularmente informativos. Esta disposición encaja con trabajos previos de neuroimagen que muestran que la música familiar enlaza regiones auditivas con redes de memoria y control, ayudando al cerebro a predecir cómo se desarrollarán las melodías. Curiosamente, las propias valoraciones de los participantes sobre cuán vívidamente imaginaron la música o cuán familiar les parecía no explicaron con fuerza el rendimiento de los modelos, lo que sugiere que se capturaron procesos sutiles y automáticos más allá de los informes conscientes.

Qué significa esto para la memoria y la lectura mental

El estudio demuestra que, al escuchar el cerebro durante silencios colocados cuidadosamente, es posible distinguir con aproximadamente tres cuartas partes de precisión si una persona está «oyendo» en su mente una canción conocida o desconocida. Por ahora se trata de una prueba de concepto en un grupo pequeño de adultos jóvenes sanos, registrados con equipo sofisticado de laboratorio. Pero sugiere herramientas futuras que podrían evaluar la memoria musical —y quizás otras formas de memoria— sin pedir a los pacientes que respondan preguntas o realicen tareas. Si se replica en grupos más grandes y variados, y se adapta a sistemas de registro cerebral más simples, este enfoque podría algún día ayudar a seguir los cambios de la memoria en condiciones como la demencia, usando nada más que canciones favoritas y momentos de silencio.

Cita: Darçot, B., Nicolier, M., Giustiniani, J. et al. Objective assessment of familiarity in music using imagery and EEG-based machine learning. Sci Rep 16, 8689 (2026). https://doi.org/10.1038/s41598-026-41988-0

Palabras clave: memoria musical, EEG, ondas cerebrales, aprendizaje automático, familiaridad musical