• Flavio Omar Everardo Pérez, del Tecnológico de Monterrey, participó en el XII Foro de Divulgación Científica en Ciencias de la Computación 

• Organizado por la Facultad de Estadística e Informática (FEI) de la Universidad Veracruzana (UV), a través del Doctorado en Ciencias de la Computación 

Flavio Omar Everardo Pérez, especialista del Tecnológico de Monterrey

Jorge Vázquez Pacheco 

Fotos: Doctorado en Ciencias de la Computación

25/11/2025, Xalapa, Ver.- En el marco del XII Foro de Divulgación Científica en Ciencias de la Computación, organizado por la Facultad de Estadística e Informática (FEI) de la Universidad Veracruzana (UV), Flavio Omar Everardo Pérez, académico del Tecnológico de Monterrey, habló de la evolución de la tecnología en la industria musical, desde los métodos analógicos hasta la inteligencia artificial (IA) y la forma en que esta incide y transforma la producción en este ámbito. 

En la charla “¿Cómo llegamos hasta aquí? De las consolas analógicas a la producción musical inteligente”, que tuvo lugar en el auditorio de la FEI, abogó por una IA en la música que sea transparente, explicable, confiable y actúe como una herramienta poderosa al servicio del creador humano, en lugar de una entidad autónoma que reemplace la creatividad y el criterio.  

En el inicio de la plática abordó la capacidad del disco de vinilo popularizado en 1912, después citó el sonido estereofónico, el casete introducido en 1963 que ofrecía mejor calidad de audio, el disco compacto a partir de 1983 que marcó el paso al medio digital con sonido “limpio y prístino”. 

El también Doctor en Inteligencia Artificial por la Universidad de Potsdam, Alemania, mencionó los formatos digitales y software; el Wav en 1991 y ProTools, este último es un software para Mac; los dispositivos portátiles (discman, iPod) que permitían el almacenamiento de música, y aludió al internet y streaming que volvieron la música accesible on demand reduciendo la piratería.

IA, su irrupción y ¿amenaza?
El especialista indicó que la IA ha irrumpido en la cadena de producción y genera la temible incógnita sobre qué o a quién reemplazará. “Actualmente existen numerosas herramientas como Google AI Music Generator, Udio, Canva AI Music Generator y demás. Los desafíos estriban en la falta de ética, ya que muchas compañías priorizan la utilidad monetaria”.

Para que la IA sea confiable, requiere de asistencia y control, permitiendo al humano las decisiones finales

Comentó también que la IA actual se basa en grandes volúmenes de datos, lo que se traduce en un impacto ambiental al consumir enormes cantidades de energía y agua, y aludió a la falta de razonamiento y sentido común en la IA. “No es capaz de inferir nuevo conocimiento o aprender de pocas experiencias; necesita miles de interacciones para comprender conceptos básicos”. 

Otra desventaja es que el usuario introduce datos y recibe resultados sin comprender el proceso interno o las razones detrás de las decisiones de la IA. “Esta tecnología jamás admitirá que no sabe y generará repuesta confusas”. 

El ponente propuso un paradigma diferente: la IA basada en reglas que modelan el problema y la explican en lenguaje declarativo. Este enfoque permite a la IA razonar a través de reglas y generar modelos estables, ofrecería transparencia y capacidad de explicar cómo llegó a tal resultado. 

Con un tablero de ajedrez ilustró que la IA sí es capaz de encontrar soluciones o determinar la imposibilidad de una solución de manera eficiente, sin exigir gran volumen de datos para entrenarse porque se apoya en la lógica y el conocimiento explícito.

Visión para el futuro
La IA debe ser confiable, explicar sus decisiones (por qué y cómo) y ser transparente; por lo tanto, requiere de asistencia y control humano, debe actuar como herramienta asistencial permitiendo a las personas mantener el control y tomar las decisiones finales.

Aunque pueda automatizar tareas, el criterio humano será esencial para evaluar y mejorar la música generada por IA, dijo en su charla

Se busca desarrollar herramientas que ofrezcan análisis, datos, retroalimentación y conversaciones con la IA, en lugar de ser solo “cajas negras”. Aunque pueda automatizar tareas, el entrenamiento auditivo y el criterio humano serán esenciales para evaluar y mejorar la música. 

Flavio Omar Everardo presentó su propio software, Sweet Point, que propone opciones de optimización estéreo sin entrenamiento previo, dando al usuario la decisión final. También dijo que trabaja en un servicio web que analiza audio y explica errores y cómo corregirlos.