David Gamella
El uso de inteligencia artificial en el análisis clínico de sesiones musicales permite detectar microprocesos emocionales y conductuales, optimizando la intervención terapéutica y fortaleciendo la evidencia científica en esta disciplina.
La musicoterapia contemporánea combina la dimensión artística y expresiva de la creación musical con la necesidad clínica de demostrar cambios significativos en la vida de los beneficiarios. Para transitar con rigor entre ambos dominios, el análisis sistemático y pormenorizado de las sesiones, denominado microanálisis, se ha convertido en una estrategia metodológica imprescindible.
Este proceso examina en profundidad las grabaciones de las sesiones con los pacientes, estudiando diversos niveles de comportamiento dentro de un estrecho marco temporal. Se analizan micromovimientos, conductas, respuestas musicales y estados emocionales que, en tiempo real, pueden pasar inadvertidos.
El fundamento teórico del microanálisis parte de la premisa de que los cambios más pequeños contienen la información más valiosa sobre el progreso individual. Estos cambios anuncian desplazamientos internos que preceden a transformaciones estables. Analizar con detalle la evolución de cada caso proporciona información relevante sobre el grado de profundidad y alcance del proceso terapéutico.
Al observar esas microfluctuaciones, el musicoterapeuta puede correlacionar comportamientos musicales con estados afectivos instante a instante, vinculando estas dinámicas con los objetivos clínicos fijados y ajustando las intervenciones con base en datos objetivos. Observar es entender qué hacemos para saber cómo continuar.
Comparativa con otras disciplinas clínicas
Especialistas como Wosch y Wigram subrayan que el microanálisis permite investigar microprocesos que ocurren dentro de una misma sesión. La posibilidad de segmentar el flujo musical en pequeñas unidades otorga a la musicoterapia un estatus comparable al de disciplinas sanitarias que emplean biomarcadores de alta resolución.
Partiendo de la premisa de que toda terapia debe tener propósito y dirección, se advierte que, sin supervisión específica, no hay un enrutamiento claro. Aprender a realizar correctamente un microanálisis proporciona el nivel de detalle necesario para alinear las metas terapéuticas con las propuestas musicales y las respuestas que estas generan.
El objetivo del análisis en musicoterapia es dar coherencia al foco terapéutico mediante la identificación de patrones recurrentes en la improvisación musical. Cuestiones como las progresiones armónicas asociadas a la regulación emocional ayudan a verificar la pertinencia de las estrategias empleadas. Además, es necesario evidenciar el cambio que la terapia promueve.
Métodos como el BaMa (Scholtz et al.) o MaVPSa (Schumaker y Calvet) permiten identificar patrones de interacción entre terapeuta y cliente, modelos comunicativos, cambios en la expresión facial, aparición de nuevos recursos musicales y su relación con los estados psicológicos, validando el avance observado in situ.
Aplicaciones clínicas y éticas del microanálisis
Los datos extraídos sustentan discusiones interdisciplinares y la rendición de cuentas ante familias y equipos clínicos, cumpliendo con las obligaciones éticas de la disciplina. Desde un enfoque investigador, el microanálisis opera como un puente epistemológico entre la experiencia estética y la medición clínica, fortaleciendo la práctica basada en la evidencia. El musicoterapeuta profesional debe saber intervenir musicalmente según las necesidades del paciente, pero también debe determinar qué ha producido un cambio y el alcance de dicho acontecimiento.
Gracias a los recientes avances en inteligencia artificial, esta labor de análisis alcanza una nueva cota de especialización. En el Máster en Musicoterapia de UNIR, David Gamella, miembro de un equipo de innovación docente especializado en agentes de IA, ha desarrollado aplicaciones para automatizar tareas que antes requerían horas de revisión manual. Entre sus funciones destaca la segmentación de vídeos para detectar contacto visual, sincronía corporal o gestos de iniciativa, elementos clave en la relación terapéutica.
IA como copiloto terapéutico
En el vídeo vinculado en el inicio de este artículo puede observarse cómo la IA permite el análisis de patrones tímbricos y dinámicos, la determinación de métricas de interacción, la transcripción automática de letras cantadas, el reconocimiento de turnos de palabra y de valencia emocional, mapeando la línea temporal musical en toda su extensión.
Los resultados se muestran a los estudiantes para el desarrollo de competencias clínicas basadas en la evidencia. Aprender a extraer esta información y vincularla con el proceso terapéutico completo aumenta la sensibilidad sistemática hacia los detalles importantes y fomenta habilidades críticas y reflexivas.
Lejos de sustituir la sensibilidad clínica, estos agentes de IA funcionan como copilotos epistémicos, estimando probabilidades de logro de objetivos a partir de patrones históricos con mayor fiabilidad. Al liberar tiempo de codificación y ofrecer visualizaciones intuitivas, respaldan la toma de decisiones del terapeuta y favorecen la cocreación de significado con el paciente.
La combinación de la mirada humana especializada con el análisis metodológico minucioso y la ayuda de algoritmos cooperativos promete un horizonte terapéutico donde cada nota y cada silencio evidencian la narrativa de cambio que ocasiona la música cuando se emplea con una finalidad terapéutica.
- Facultad de Artes y Ciencias Sociales
