“
¿Son hoy las canciones populares más alegres o más tristes que hace 50 años? En los últimos años, la disponibilidad de grandes conjuntos de datos digitales en línea y la relativa facilidad para procesarlos significa que ahora podemos dar respuestas precisas y fundamentadas a preguntas como ésta. Una forma sencilla de medir el contenido emocional de un texto es simplemente contar cuántas palabras de emoción están presentes. ¿Cuántas veces se utilizan palabras de emoción negativa: “dolor”, “odio” o “pena”? ¿Cuántas veces se utilizan palabras asociadas a emociones positivas: “amor”, “alegría” o “feliz”? Por sencillo que parezca, este método funciona bastante bien, dadas ciertas condiciones (por ejemplo, cuanto más largo sea el texto disponible, mejor será la estimación del estado de ánimo). Se trata de una posible técnica de lo que se denomina “análisis de sentimientos”. El análisis de sentimientos suele aplicarse a los mensajes de las redes sociales o a los mensajes políticos contemporáneos, pero también puede aplicarse a escalas temporales más largas, como décadas de artículos periodísticos o siglos de obras literarias.
La misma técnica puede aplicarse a las letras de las canciones. Para nuestro análisis, utilizamos dos conjuntos de datos diferentes. Uno contenía las canciones incluidas en las listas Billboard Hot 100 de fin de año. Se trata de canciones que alcanzaron un gran éxito, al menos en Estados Unidos, desde ‘(I Can’t Get No) Satisfaction’ de The Rolling Stones (en 1965, el primer año que consideramos) hasta ‘Uptown Funk’ de Mark Ronson (en 2015, el último año que consideramos). El segundo conjunto de datos se basó en las letras de canciones facilitadas voluntariamente al sitio web Musixmatch. Con este conjunto de datos, pudimos analizar las letras de más de 150.000 canciones en inglés. Éstas incluyen ejemplos de todo el mundo y, por tanto, proporcionan una muestra más amplia y diversa. Aquí encontramos las mismas tendencias que en el conjunto de datos Billboard, por lo que podemos estar seguros de que pueden generalizarse más allá de los grandes éxitos.
Las canciones populares en inglés se han vuelto más negativas. El uso de palabras relacionadas con emociones negativas ha aumentado en más de un tercio. Tomemos el ejemplo del conjunto de datos Billboard. Si suponemos una media de 300 palabras por canción, cada año hay 30.000 palabras en las letras de los 100 mayores éxitos. En 1965, unas 450 de estas palabras estaban asociadas a emociones negativas, mientras que en 2015 su número superaba las 700. Mientras tanto, las palabras asociadas a emociones positivas disminuyeron en el mismo periodo de tiempo. Había más de 1.750 palabras de emoción positiva en las canciones de 1965, y sólo unas 1.150 en 2015. Observa que, en número absoluto, siempre hay más palabras asociadas a emociones positivas que a negativas. Se trata de un rasgo universal del lenguaje humano, también conocido como el principio de Pollyanna (de la impecable y optimista protagonista de la novela homónima), y difícilmente esperaríamos que esto se invirtiera: lo que importa, sin embargo, es la dirección de las tendencias.
El efecto puede observarse incluso cuando nos fijamos en palabras sueltas: el uso de “amor”, por ejemplo, prácticamente se redujo a la mitad en 50 años, pasando de unos 400 a 200 casos. La palabra “odio”, por el contrario, que hasta los años 90 ni siquiera se mencionaba en ninguna de las 100 mejores canciones, ahora se utiliza entre 20 y 30 veces cada año.
Nuestros resultados concuerdan con otros análisis independientes de los estados de ánimo de las canciones, algunos de los cuales utilizaron metodologías completamente distintas y se centraron en otras características de las canciones. Por ejemplo, los investigadores analizaron un conjunto de datos de 500.000 canciones publicadas en el Reino Unido entre 1985 y 2015 y descubrieron una disminución similar de lo que ellos definen “felicidad” y “luminosidad”, junto con un ligero aumento de la “tristeza”. Estas etiquetas resultaron de algoritmos que analizaban características acústicas de bajo nivel, como el tempo o la tonalidad. También se examinó el tempo y la tonalidad de las 100 mejores canciones de Billboard: Los éxitos de Billboard se han vuelto más lentos, y las tonalidades menores se han hecho más frecuentes. Las tonalidades menores se perciben como más sombrías con respecto a las tonalidades mayores. Puedes comprobarlo tú mismo escuchando cualquiera de los ejemplos de YouTube de canciones que han sido cambiadas digitalmente de mayor a menor, o viceversa, y ver qué se siente: una versión cambiada de mayor inquietantemente feliz de “Losing My Religion” (1991) de REM aparece periódicamente en las redes sociales.
¿Qué está pasando aquí? Descubrir y describir tendencias es importante y satisfactorio, pero también debemos intentar comprenderlas y explicarlas. En otras palabras, los grandes datos necesitan grandes teorías. Una de esas grandes teorías es la evolución cultural. Como su nombre indica, la teoría estipula que la cultura evoluciona con el tiempo siguiendo en parte los mismos principios de la selección natural darwiniana, es decir, si hay variación, selección y reproducción, podemos esperar que los rasgos culturales más exitosos se fijen en la población, y que otros se extingan.
Por cultura entendemos cualquier rasgo que se transmita socialmente en contraposición a la transmisión genética. Algunos ejemplos son la lengua que hablamos según el lugar donde nacemos, las recetas que utilizamos al cocinar y, de hecho, la música que nos gusta. Estos rasgos se transmiten socialmente, en el sentido de que un individuo los aprende observando e imitando a otros individuos. En cambio, el color del pelo y de los ojos se transmiten genéticamente de padres a hijos.
El hecho de que muchos comportamientos se aprendan socialmente no es demasiado sorprendente. Sin embargo, para que el aprendizaje social sea adaptativo -es decir, para que aumente la probabilidad de que el individuo sobreviva para reproducirse-, el aprendizaje tiene que ser selectivo. Es mejor aprender de un adulto que sabe cocinar bien, que de unos hermanos que todavía están aprendiendo a cocinar. En la jerga de la evolución cultural, copiar preferentemente el comportamiento de los individuos con éxito se denomina “transmisión sesgada por el éxito”. Del mismo modo, hay muchos otros sesgos de aprendizaje que pueden entrar en juego, como el sesgo de conformidad, el sesgo de prestigio o el sesgo de contenido. A lo largo de los años, los sesgos de aprendizaje se han utilizado para comprender multitud de rasgos culturales tanto en poblaciones humanas como de animales no humanos, y están demostrando ser una vía fructífera para entender pautas culturales complejas. Para intentar comprender por qué las letras de las canciones han aumentado en negatividad y disminuido en positividad a lo largo del tiempo, empleamos la teoría de la evolución cultural para ver si el patrón puede explicarse mediante sesgos de aprendizaje social.
Comprobamos el sesgo del éxito comprobando si las canciones tenían letras más negativas si las 10 mejores canciones de los años anteriores tenían letras negativas: en otras palabras, ¿estaban los compositores predominantemente influidos por el contenido de canciones que habían tenido éxito anteriormente? Del mismo modo, se comprobó el sesgo de prestigio comprobando si las canciones de artistas prestigiosos de los años anteriores también tenían letras más negativas. Se definió a los artistas prestigiosos como aquellos que aparecían en las listas del Billboard un número desproporcionado de veces, como Madonna, que tiene 36 canciones en el Billboard Hot 100. El sesgo de contenido se comprobó observando si las canciones con letras más negativas también tenían mejores resultados en las listas. Si así fuera, esto sugeriría que hay algo en el contenido de las letras negativas que hace que las canciones sean más atractivas y, por tanto, más populares.
Aunque encontramos pequeñas pruebas de que en los conjuntos de datos operan los sesgos de éxito y prestigio, el sesgo de contenido fue el efecto más fiable de los tres para explicar el auge de las letras negativas. Esto concuerda con otros descubrimientos en evolución cultural, en los que la información negativa parece recordarse y transmitirse más que la información neutra o positiva. Sin embargo, también descubrimos que incluir la transmisión imparcial en nuestros modelos analíticos reducía en gran medida la aparición de efectos de éxito y prestigio, y parecía tener más peso a la hora de explicar los patrones. En este caso, la “transmisión insesgada” puede considerarse similar a la deriva genética, en la que los rasgos parecen derivar hacia la fijación mediante fluctuaciones aleatorias, y en ausencia aparente de cualquier presión de selección. Se ha descubierto que este proceso explica la popularidad de otros rasgos culturales, desde las decoraciones de la cerámica neolítica hasta los nombres de bebés y razas de perros contemporáneos. Es importante destacar que encontrar pruebas de transmisión no sesgada no significa que los patrones no tengan explicación o que sean predominantemente aleatorios, sino que es probable que haya toda una multitud de procesos que expliquen el patrón, y que ninguno de los procesos que hemos comprobado sea lo bastante fuerte como para dominar la explicación.
El aumento de las letras negativas en la cultura de los niños es una de las causas principales de la popularidad de las letras negativas.
El aumento de letras negativas en las canciones populares en inglés es un fenómeno fascinante, y hemos demostrado que puede deberse a una preferencia generalizada por el contenido negativo, además de a otras causas aún por descubrir. Dada esta preferencia, lo que tenemos que explicar es por qué las letras de las canciones pop antes de los años 80 eran más positivas que ahora. Podría ser que una industria discográfica más centralizada tuviera más control sobre las canciones que se producían y vendían. Un efecto similar podría haberse producido por la difusión de canales de distribución más personalizados (desde las cintas de casete vírgenes hasta la personalización algorítmica “Made For You” de Spotify). Y otros cambios sociales más amplios podrían haber contribuido a que fuera más aceptable, o incluso recompensado, expresar explícitamente sentimientos negativos. Todas estas hipótesis podrían ponerse a prueba utilizando los datos aquí descritos como punto de partida. Darse cuenta de que queda trabajo por hacer para comprender mejor el patrón es siempre una buena señal en ciencia. Deja margen para afinar las teorías, mejorar los métodos de análisis o, a veces, volver a la mesa de dibujo para plantear preguntas diferentes.
”
•••
Es antropólogo cognitivo/evolutivo y profesor de Psicología en la Universidad Brunel de Londres. Su último libro es La evolución cultural en la era digital (2019).
is a postdoctoral research associate at the University of Exeter. She specialises in the evolution of human behaviour – including social learning, cultural evolution, social hierarchies and sex differences in behaviour.