Crece la música generada con IA y el 97 % de la audiencia no logra distinguirla

Según advierte el último estudio de Deezer, la música generada con IA crece a un ritmo acelerado: 50.000 canciones nuevas por día ya representan el 34% de las subidas, y el 97% de la audiencia no logra distinguirlas de las humanas. Aunque solo ocupan el 0,5% de las escuchas, hasta el 70% de sus reproducciones son fraude, y la mayoría del público exige transparencia para saber qué oye y cómo impacta en los ingresos de los artistas.

Hay momentos en los que una industria cambia sin hacer ruido. Uno de esos momentos está ocurriendo ahora en la música. No porque haya un sonido nuevo o un género inesperado, sino porque los oyentes ya no pueden saber qué están escuchando. Esa fue la conclusión central del estudio que Deezer realizó junto a Ipsos, encuestando a más de 9.000 personas en ocho países: el 97 % de los participantes no pudo distinguir una canción generada completamente por IA de una creada por humanos.

El dato no es anecdótico. Revela un escenario donde la creación musical y la percepción del público comienzan a moverse en direcciones distintas. Según el informe, más del 34 % del contenido enviado diariamente a la plataforma ya es 100 % generado por IA, una cifra que no deja de crecer. Y aunque ese volumen todavía representa una fracción pequeña del total de streams, el estudio detecta un problema mayor: hasta el 70 % de las reproducciones asociadas a música generada por IA tiene algún grado de comportamiento fraudulento.

La dificultad de distinguir crea un nuevo tipo de opacidad

Para la mayoría de los oyentes encuestados, escuchar algo sin saber si proviene de un intérprete humano o de un modelo generativo es una experiencia incómoda. El estudio muestra que más del 80 % considera que los temas creados íntegramente por IA deberían estar claramente etiquetados. Esa expectativa abre un desafío tanto cultural como legal.

Desde el plano identitario, la música siempre ha transmitido contexto: un territorio, una estética, una voz. Cuando escuchar y reconocer se vuelven procesos desligados, se pierde una parte esencial del vínculo entre obra y audiencia. No se trata de asignar un valor superior a lo humano; se trata de comprender que la procedencia condiciona la interpretación cultural de cualquier obra.

En el plano jurídico, distinguir también es necesario. La legislación europea —a partir del Reglamento de IA (AI Act)— exige niveles crecientes de transparencia según el tipo de sistema que se utilice. La creación musical con modelos generativos entra en un terreno que aún requiere definiciones, pero que ya demanda una mínima claridad: quién intervino, en qué medida, y bajo qué derechos.

El otro lado del estudio: la economía del streaming y el fraude

La investigación de Deezer no se limita a medir percepciones. También advierte sobre patrones de uso que distorsionan el flujo real de escuchas. Y aquí la música generada por IA se cruza con prácticas que la industria conoce desde hace años, pero que ahora se amplifican.

Existen métodos de manipulación que, aunque no dependen exclusivamente de la IA, se combinan con ella para inflar cifras de forma artificial. Entre ellos aparecen prácticas como la automatización de escuchas mediante bots, las “granjas de dispositivos” o ciertos servicios de playlisting que prometen resultados inmediatos a cambio de pagos encubiertos.

El riesgo no es solo ético. Estas prácticas pueden afectar pagos, generar penalizaciones en distribuidores, e incluso comprometer la reputación de un proyecto artístico. De ahí la importancia de monitorear comportamientos anómalos y evitar cualquier sistema que ofrezca crecimiento numérico sin una estrategia real de audiencia.

Por qué es clave etiquetar y comprender qué se está escuchando

En un entorno donde lo artificial puede pasar inadvertido, la identificación se vuelve una herramienta de confianza. El etiquetado permite que cada usuario decida cómo relacionarse con lo que oye. También permite que los profesionales puedan comunicar con claridad su propuesta —qué parte es humana, qué parte es asistida, qué parte es generativa— sin dejar zonas grises que afecten su credibilidad.

Además, tener mecanismos de auditoría evita que el contenido generado para manipular reproducciones termine compitiendo con proyectos que sí están construyendo un camino artístico auténtico. Allí entran en juego herramientas de detección y trazabilidad: desde soluciones desarrolladas por plataformas hasta sistemas especializados, como los que puede integrar Wolfie para identificar contenido generativo.

La IA ya forma parte del proceso creativo. La pregunta no es si debe o no usarse, sino cómo se integra sin perder trazabilidad, sin comprometer derechos y sin generar distorsiones en la economía de la música.