Perché alcune canzoni sono orecchiabili? La matematica lo spiega, e nel farlo rivela il limite dell'intelligenza artificiale

C'è una formula matematica dietro le canzoni che non riusciamo a toglierci dalla testa. O almeno, è quello che sostiene un recente studio dei ricercatori Olga Ibragimova e Chrystopher L. Nehaniv dell'Università di Waterloo, presentato alla conferenza matematica AMMCS e pubblicato nella serie Springer Proceedings in Mathematics & Statistics.

Powered by

La tesi è questa: le melodie orecchiabili funzionano perché sono strutture simmetriche, trasponibili, invertibili, percorribili al contrario senza perdere la loro identità. Ciò che l'orecchio trattiene non è la singola nota ma la forma, una configurazione che può cambiare mantenendo riconoscibilità. In parole semplici: una melodia resta in testa perché si lascia comprimere e ripetere.

Non è una scoperta rivoluzionaria, in realtà. La matematica descrive oggi quello che la teoria musicale e la semiotica sostengono da decenni. Umberto Eco lo spiegava già negli anni Sessanta: l'ascoltatore occidentale è educato a prevedere certi sviluppi melodici e armonici. L'orecchiabile non è un istinto, è un codice culturale appreso. Roland Barthes andava ancora più in là, sostenendo che l'ascolto non è mai neutro ma organizzato da un sistema culturale interiorizzato.

Ed è qui che entra in gioco l'intelligenza artificiale. Un modello generativo vive di ciò che ritorna, di strutture già mappate, di regolarità statisticamente prevedibili. Può imitare Bohemian Rhapsody perché Bohemian Rhapsody esiste già. Può riprodurre la complessità di Mozart perché Mozart è diventato un continente matematico strutturalmente analizzabile. Ma la domanda vera è un'altra: un'AI avrebbe potuto creare Bohemian Rhapsody quando ancora non esisteva? Avrebbe potuto scrivere Proust, Kafka o Joyce prima che esistessero? La risposta è no. Avrebbe prodotto ciò che allora era plausibile, cioè la media, il bestseller dimenticabile, la musica piacevole ma non destinata a restare nella storia.

Il paradosso è affascinante: più un'AI diventa brava a generare musica orecchiabile, più si allontana dalla possibilità di creare qualcosa di davvero nuovo. L'orecchiabile matematico è per definizione già noto, già codificato, già atteso. E la grande musica, quella che cambia tutto, è sempre partita da dove nessuno si aspettava.