¿Y si la única forma de que España gane Eurovisión 2026 es con ayuda de la IA? 🇪🇸🎤
Ya está bien eso de que quedemos fatal en Eurovisión, usemos nuestra amiga IA para zanjar esto de una vez por todas. Aquí doy ideas para quien quiera recibirlas ✨
¡Hola! Soy Alejandro Pérez Pérez y te doy la bienvenida una semana más a Diseña IA para Humanos, la newsletter en el que cada lunes intento responder a esta pregunta:
¿Cómo diseñamos sistemas de IA útiles, humanos y con impacto real?
Esta semana… no podía hablar de otra cosa.
Porque sí, este sábado se celebró Eurovisión, y como buen eurofan confeso, estoy enfadado, muy decepcionado por el resultado y lleno de preguntas.
Pero hay una que me lleva rondando desde hace tiempo:
¿Y si usáramos IA para entender, de verdad, qué hace que una canción gane Eurovisión?
¿Y si España —por fin— pudiera ganar gracias a un modelo que aprendiera de los errores y éxitos del pasado?
¿Y si, por una vez, pusiéramos la tecnología al servicio de la cultura… sin perder el alma?
Personalmente siento que Melody ha hecho la mejor actuación de Eurovisión que hemos mandado nunca y que incluso con una IA parece que es difícil salir de los últimos puestos, pero hoy os animo a soñar.
Un esbozo de una arquitectura de un sistema de IA que analizaría todos los datos de Eurovisión 🎉
Esto no es ciencia ficción. Es perfectamente factible. Si tuviera que diseñar un sistema de IA para ayudar a crear la canción perfecta para Eurovisión, este sería mi enfoque. Vamos por pasos, como si estuviéramos cocinando algo grande:
🥄 1. Scraping y recolección de datos históricos
Lo primero es alimentar al sistema con todo lo que ha pasado en Eurovisión desde 1956 hasta hoy.
Necesitamos construir una base de datos sólida que incluya:
Las letras de todas las canciones (en su idioma original y traducidas).
Los metadatos: año, país, intérprete, idioma, posición final.
Datos musicales como: tempo, tono, energía, instrumentación.
Información contextual: género musical, si hubo cambios de vestuario, puesta en escena destacada, etc.
🎯 Esto se puede hacer en parte mediante scraping (extracción automatizada de webs) y usando APIs públicas, como la de Spotify o bases de datos de Eurovisión.
Pero si una entidad como RTVE quisiera hacerlo, lo tendría aún más fácil: tiene acceso directo al archivo histórico de todas las actuaciones y notas internas de selección.
🧹 2. Preprocesamiento de texto (NLP) y análisis musical
Una vez tenemos los datos, toca ordenarlos y convertirlos en algo que una IA pueda entender. Aquí diferenciamos dos tipos de datos:
📝 Letras (texto): Natural Language Processing (NLP)
Lematización → Para reducir palabras a su forma básica ("cantando" → "cantar").
TF-IDF o embeddings → Para medir la importancia de las palabras y captar el estilo o la temática (¿habla de amor? ¿de paz? ¿de ser una diva?).
Análisis de sentimiento y tono emocional → ¿Es alegre, melancólica, épica?
🎵 Audio y estructura musical
Aquí usamos librerías de análisis de audio para obtener:
Tempo (velocidad de la canción).
Clave o tonalidad (mayor o menor, alegre o triste).
Nivel de energía (si es calmada o potente).
Complejidad armónica (¿es sencilla o sofisticada musicalmente?).
🎧 Esto nos permite crear un perfil musical completo de cada canción.
🎯 3. Entrenamiento de un modelo de clasificación histórica
Con todos los datos estructurados, ahora sí podemos enseñarle a la IA a detectar patrones.
¿Cómo? Usando aprendizaje supervisado, donde le decimos al modelo: “esta canción quedó top 5”, “esta no clasificó”, etc.
Podemos etiquetar las canciones en categorías como:
🥇 Top 5
✨ Top 10
❌ No clasificadas
Luego entrenamos un modelo de Machine Learning que aprende qué factores se repiten en las canciones más exitosas.
En este punto ya tendríamos una IA que, si le das una canción, te puede decir: “esto suena a top 10” o “esto tiene pinta de que se va estrellar”.
🔮 4. Modelo predictivo generativo
¿Y si damos un paso más allá?
Podemos construir un sistema que, dado un input de letra + estilo musical, calcule la probabilidad de éxito en Eurovisión 2026.
Aquí podemos usar modelos más complejos:
🔢 XGBoost para predicciones clásicas.
🧠 Transformers fine-tuneados (algo así como GPTs especializado en Eurovisión a los que les hemos dado toda esta info ya procesada y masticadita) que entiendan relaciones entre letras y estructura sonora.
Imagina: introduces una letra, eliges un estilo (“balada épica”, “pop electrónico estilo sueco”) y el modelo te dice:
“Probabilidad estimada de quedar en el Top 5: 71%.
Estilo similar a: Loreen 2012 + Rosa Linn 2022.”
🎛️ 5. Simulador + recomendador creativo para compositores
Y aquí viene la parte más bonita (y útil):
Diseñamos una interfaz donde compositores, artistas y productores puedan jugar con inputs creativos y se la damos para que preparen las mejores canciones para el Benidorm Fest 2026.
Y en tiempo real, el sistema les dice cómo eso afecta a las probabilidades de éxito, basándose en lo aprendido del histórico.
No para hacer canciones en lugar de un humano.
Sino para darnos insights y empujarnos a tomar decisiones con más criterio.
🎤 IA para ganar Eurovisión... sin perder la magia
No quiero que la IA escriba la canción ganadora.
Quiero que nos ayude a afinar nuestra intuición.
A aprender de décadas de historia y a encontrar eso que conecta con millones de personas a la vez.
Porque el éxito en Eurovisión nunca ha sido solo cuestión de talento.
Es una mezcla compleja de narrativa, sonido, emoción, contexto… y sí, un poco de suerte.
Pero si podemos diseñar un sistema que ayude a potenciar lo primero —la narrativa y el sonido— con datos y tecnología, ¿por qué no usarlo para ilusionarnos, para innovar y para soñar más grande que nunca? ¿Qué piensas?
Build in Public: Muchos posibles nuevos proyectos → ¿Qué me espera en verano?🤔
Esta semana ha sido bastante particular. No sé si os ha pasado a los que tenéis negocios como yo, pero ha sido como si de repente se acabara el mundo y muchas personas tuvieran necesidad de empezar con proyectos y cosas. Estoy en negociaciones con varios proyectos muy interesantes a la par que estamos esforzándonos al máximo en HolaChatbot para que en verano esté todo listo con una nueva identidad visual, un nuevo producto y un enfoque muy divertido que os contaré sin duda pronto. Como os digo, honestamente no tengo ni idea de qué va a ser de mi negocio este verano más allá de una semana de vacaciones que sí o sí me voy a tomar en julio para ir a Canarias 🍌🩷.
🎙️Me han entrevistado para Radio 3 en el programa Generación Ya. Hace unos años ya participé en ese programa y de nuevo me han invitado para hablar sobre la generación de música con IA. Os dejo aquí el programa entero (yo salgo a partir del min 33) → Escuchar programa en RTVE Play.
🤖 He publicado una Masterclass Gratuita en Un Café con un Emprendedor en Prácticas con tips sobre cómo implementar IA en el sector público con especial énfasis en Educación, Sanidad y Justicia. → Aquí tienes el episodio.
✨ El pasado miércoles di una charla sobre cómo usar tus superpoderes como freelance con la IA en SinOficina. Fue una experiencia muy guay que llevó a un debate muy interesante sobre el futuro de nuestros trabajos y proyectos con la IA → Pronto la subirán para verla en diferido aquí (solo para personas de la comunidad, claro).
🤩 Se ha publicado esta mañana una entrevista con Eric Cabañas en mi podcast The AI Coffee Podcast en la que hablamos sobre temas tan de actualidad como Web3 y Blockchain (y no, no hablamos solo de crypto, sino de la tecnología detrás). → Aquí lo puedes escuchar entero.
📩 372 personas (+3) ya forman parte de esta newsletter → Esta semanita ha sido un poco más floja; un poco de ayuda me vendría bien para llegar a mi objetivo de llegar a 500 personas en verano! Si os ha gustado, recomendad esta newsletter a vuestros amigos o compañeros de trabajo… o a alguien de la cúpula de RTVE para que consideren implementar esta solución que propongo! 😉
Nos leemos en una semanita con otra edición. ¡Gracias de verdad por estar aquí! 🤗