Por qué Spotify no tiene un botón para filtrar música hecha por IA
Spotify tiene más de 600 millones de usuarios activos en todo el mundo, y una parte creciente de lo que escuchan puede no haber sido creada por ningún ser humano. Playlists llenas de pistas sospechosas, nombres de artistas que nadie ha visto jamás en ningún concierto, portadas generadas por IA y volúmenes absurdos de lanzamientos semanales — este escenario ya se convirtió en rutina para mucha gente que usa la plataforma a diario.
No es exagerado decir que el catálogo de la plataforma creció de una manera que simplemente no se puede explicar solo por el aumento natural de artistas humanos publicando música. Decenas de miles de pistas generadas por inteligencia artificial parecen subirse a plataformas de streaming a diario, donde pueden diluir el fondo de ingresos destinado a artistas humanos — aunque la mayoría de esas pistas todavía atraigan pocos oyentes. Y especialistas del sector creen que una porción significativa de ese crecimiento viene directamente de contenido producido por herramientas de IA generativa.
La frustración con la música IA en el streaming no es nueva, pero llegó a un punto en que usuarios comunes están creando sus propias soluciones porque la plataforma simplemente no ofrece ninguna herramienta de filtrado ni transparencia sobre lo que estás escuchando. Esto es especialmente problemático porque muchos de esos usuarios pagan por un servicio premium justamente esperando una experiencia de calidad — y terminan siendo servidos con contenido que, muchas veces, existe solo para capturar regalías de reproducción, sin ofrecer ningún valor artístico real.
El desarrollador que decidió resolver el problema por su cuenta
Fue exactamente eso lo que pasó con Cedrik Sixtus, un desarrollador de software de Leipzig, en Alemania. A mediados de 2025, la frustración desbordó. Cansado de ver sus playlists de Spotify cada vez más salpicadas por pistas que sospechaba eran generadas por algoritmos, Sixtus decidió construir su propia solución — el Spotify AI Blocker, una herramienta que etiqueta automáticamente y bloquea este tipo de contenido de tu experiencia de escucha. 🎧
Publicó el proyecto en algunos sitios de código compartido, donde cientos de personas ya lo descargaron. La herramienta filtra una lista creciente de más de 4.700 artistas sospechosos de ser IA, usando esfuerzos de rastreo comunitario ya existentes y señales como volúmenes de lanzamiento inusualmente altos y portadas con estética típica de imágenes generadas por inteligencia artificial, complementados por herramientas externas de detección.
El Spotify AI Blocker se instala inicialmente a través de la versión de Spotify en el navegador web. El propio Sixtus advierte que el uso del software puede violar los términos de servicio de Spotify. Aun así, el proyecto encontró un público fiel rápidamente.
Para Sixtus, la cuestión es simple: se trata de elección — si quieres escuchar música hecha por IA o si no quieres. Él preferiría que el propio Spotify etiquetara y permitiera el filtrado de contenido generado por inteligencia artificial. Y está lejos de ser el único con esa opinión. En el foro oficial de la comunidad de Spotify, los sentimientos sobre el tema son intensos, con hilos extensos pidiendo exactamente ese tipo de funcionalidad.
Lo que Sixtus hizo no es solo una curiosidad técnica. Es una señal clara de que existe una demanda real, urgente y no atendida por parte de los usuarios. Cuando personas comunes empiezan a desarrollar extensiones de navegador y scripts personalizados para resolver un problema que debería ser responsabilidad de la plataforma, eso dice mucho sobre el nivel de insatisfacción con la situación actual.
Herramientas de IA que están cambiando la creación musical
La llegada de las herramientas de IA para música está al mismo tiempo seduciendo y perturbando el mundo musical. Servicios de IA generativa como Suno y Udio ahora producen canciones cada vez más pulidas y completas — con letras, vocales e instrumentación — a partir de simples comandos de texto, en cuestión de segundos.
El nivel de calidad alcanzado por estas herramientas es impresionante. En una prueba controlada reciente, parte de una investigación realizada por Deezer en colaboración con Ipsos, el 97% de los oyentes no lograron distinguir correctamente entre pistas generadas por IA y pistas hechas por humanos. Ese dato es alarmante y muestra que el problema va mucho más allá de músicas robóticas y artificiales — estamos hablando de contenido que engaña incluso a oídos atentos. 🎵
Reciba el mejor contenido sobre innovación en su correo electrónico.
Todas las noticias, consejos, tendencias y recursos que buscas, directamente en tu bandeja de entrada.
Al suscribirte al boletín informativo, aceptas recibir comunicaciones de Método Viral. Nos comprometemos a proteger y respetar siempre tu privacidad.
Desde el punto de vista técnico, los enfoques más prometedores para la detección involucran análisis espectral profundo, identificación de artefactos de síntesis en la señal de audio y modelos de machine learning entrenados específicamente para reconocer patrones dejados por generadores conocidos. El problema es que estos métodos son computacionalmente costosos, requieren actualización constante a medida que los generadores evolucionan y, sobre todo, crean un juego del gato y el ratón donde cada mejora en la detección es eventualmente superada por mejoras en la generación.
Lo que Spotify hace (y lo que no hace) sobre el problema
Spotify hizo algunas concesiones para lidiar con estas preocupaciones. En abril, lanzó una función de prueba que muestra, en los créditos de una canción, cómo un artista usó IA. Pero es un sistema voluntario basado en lo que el artista informa a su sello o distribuidor.
La propia empresa reconoció que esta no es una solución completa por sí sola, afirmando que construir un sistema verdaderamente integral es un desafío que requiere alineación de toda la industria.
Esa posición está ciertamente muy lejos de identificar activamente música generada por IA y darles a los usuarios la opción de filtrarla. La prioridad declarada de Spotify es lidiar con usos perjudiciales de la IA, como spam y suplantación de identidad, en lugar de intentar filtrar música basándose en cómo fue hecha. La empresa también argumenta que la IA en la música no es una categoría binaria, sino que existe en un espectro.
Artistas ampliamente sospechosos de ser IA, como Sienna Rose, Breaking Rust y The Velvet Sundown, son esencialmente tratados como cualquier otro artista por Spotify — incluso mientras la plataforma elimina lo que considera spam relacionado con IA, como subidas masivas y pistas cortas diseñadas para manipular el sistema.
Robert Prey, quien estudia plataformas de streaming en el Internet Institute de la Universidad de Oxford, describió la situación como un acto de equilibrio difícil — casi existencial — para Spotify. Según él, la empresa está intentando evitar juicios de valor sobre cómo se crea la música, pero corre el riesgo de erosionar la confianza entre oyentes, artistas y la industria en su conjunto si falla en ofrecer suficiente transparencia.
La plataforma necesita descubrir qué quieren los oyentes y cómo se sienten los artistas — todo esto mientras la IA está mejorando, siendo usada más ampliamente y volviéndose más difícil de detectar. 🔍
El enfoque más firme de Deezer
Deezer, competidora más pequeña de Spotify, adoptó una postura bastante más contundente. El año pasado, comenzó a etiquetar álbumes que contienen pistas generadas por IA producidas por herramientas como Suno, Udio y similares, además de excluir esas pistas de recomendaciones algorítmicas y de playlists curadas por humanos.
La empresa usa su propia tecnología de detección interna, basada en el entrenamiento de modelos de IA para identificar patrones estadísticos en el propio sonido. Recientemente, comenzó a ofrecer esta tecnología en venta a toda la industria musical.
Según Jesper Wendel, jefe de comunicaciones globales de Deezer, la empresa es la única plataforma de streaming musical que tiene este tipo de sistema implementado. Y Manuel Moussallum, jefe de investigación de Deezer, reconoce que la detección es un desafío continuo, pero afirma que la tecnología de la empresa ha mantenido hasta ahora una tasa baja de falsos positivos. La investigación para entender mejor los casos híbridos, donde la IA se usa solo parcialmente, sigue en marcha.
Apple Music también se movió
En marzo, Apple Music anunció que estaba introduciendo etiquetas de transparencia y que eventualmente pasaría a exigir que sellos y distribuidores declaren cuando nuevas canciones o contenido relacionado involucren IA. Sin embargo, al igual que la función de créditos de Spotify, los críticos señalan que estas medidas difícilmente serán confiables, ya que los artistas pueden preferir no declarar el uso de IA por miedo al estigma — y todavía no está claro qué tan visibles serán las etiquetas de Apple para los oyentes.
Por qué detectar música generada por IA es tan complicado
La cuestión de qué define exactamente una música generada por IA es más compleja de lo que parece a primera vista. Maya Ackerman, especialista en IA y creatividad computacional en la Universidad de Santa Clara, en California, y cofundadora y CEO de WaveAI, explica que el espectro de uso va desde herramientas donde escribes un comando y sale una canción lista hasta herramientas diseñadas para cocreación, que asisten en partes específicas del proceso musical.
Si un músico usa esas herramientas de apoyo, ¿en qué punto eso merece una etiqueta? Incluso con herramientas como Suno y Udio, los usuarios pueden invertir mucho de su creatividad personal en los resultados — alimentando sus propias letras o dedicando muchas horas iterando sobre el sonido de la canción.
Ackerman lo resume bien: de lejos, parece un obvio sí, etiqueten la música hecha por IA — pero cuando lo miras de cerca, te das cuenta de que es algo extremadamente complicado. 🤔
También existe el desafío técnico de detectar con precisión pistas generadas por IA, con consecuencias potencialmente serias si músicos humanos son falsamente etiquetados como IA. Bob Sturm, quien estudia la disrupción de la IA en la música en el KTH Royal Institute of Technology en Suecia, observa que incluso detectar música totalmente generada por IA puede ser traicionero.
Los sistemas de detección se entrenan con base en los outputs de herramientas existentes de generación de música por IA, pero conforme esas herramientas mejoran, el software de detección necesita ser constantemente reentrenado — llevando a lo que Sturm caracteriza como una especie de carrera armamentista de la música por IA. Es una disputa donde cada lado empuja al otro hacia adelante, sin previsión de llegar a una solución definitiva.
La cuestión económica detrás de la vacilación de Spotify
Lo que realmente puede estar impidiendo que Spotify abrace el etiquetado y el filtrado es la economía, especulan muchos observadores de la industria.
Según Prey, de la Universidad de Oxford, Spotify está intentando optimizar el crecimiento de la plataforma. Mantener los sistemas de recomendación lo más libres y despejados posible ayuda a ese objetivo. Detectar contenido generado por IA añadiría costos, observa David Hoffman, profesor de la Universidad Duke en Carolina del Norte que estudia el impacto de la música generada por IA en la vida de los artistas. Además, puede ser más barato servir música hecha por IA que pagar regalías a artistas humanos establecidos.
Controversias pasadas alimentan la desconfianza. Spotify fue, en varios momentos, acusado de comisionar y promover música de bajo costo para playlists de fondo — acusaciones que la empresa niega. La compañía afirma que todas las pistas en la plataforma son entregadas por titulares de derechos terceros, como sellos y distribuidores, y que el modelo de pago es el mismo para todos: las regalías se pagan del fondo de ingresos basándose en la participación de escucha.
Independientemente de la veracidad de esas acusaciones, el simple hecho de que circulen con tanta fuerza ya dice algo sobre el nivel de confianza que parte de los usuarios y artistas tienen en la plataforma hoy.
Los oyentes quieren transparencia
Hay quienes ven las preocupaciones con dificultades técnicas como una distracción. Hoffman argumenta que existe un mensaje de lobby que dice: no podemos trazar la línea, por lo tanto no debemos hacer nada. Para él, las plataformas deberían al menos etiquetar pistas totalmente generadas por IA y evaluar la escala del problema restante a partir de ahí.
Herramientas que usamos a diario
Y los oyentes parecen estar de acuerdo: en la encuesta Deezer-Ipsos, cerca del 80% de los encuestados dijeron que la música generada por IA debería estar claramente etiquetada, aunque las opiniones sobre el filtrado eran más divididas.
La cantante y compositora Tift Merritt, quien trabaja con Hoffman como practicante residente en Duke, defiende que los oyentes merecen conciencia sobre lo que están consumiendo, citando la forma en que proporcionamos etiquetas nutricionales en los alimentos o informamos al consumidor si un producto es orgánico. Es una analogía simple pero poderosa — y que resuena con cualquier persona que alguna vez se preguntó si esa pista relajante en la playlist de concentración fue hecha por una persona o por una máquina. ⚡
Lo que viene: regulación y estándares de la industria
El panorama está en constante evolución. El organismo de estándares de la industria musical, el DDEX, sigue trabajando en un estándar amplio para la divulgación del uso de IA en los créditos musicales, aunque la forma en que esto se mostrará dependerá de las propias plataformas de streaming.
Del lado regulatorio, ciertos tipos de contenido generado por IA estarán obligados a ser etiquetados a partir de agosto de 2026 bajo el AI Act de la Unión Europea. Cómo Spotify implementará esas reglas, sin embargo, todavía no está claro.
David Hesmondhalgh, profesor de medios, música y cultura en la Universidad de Leeds, dice que la situación actual de la música hecha por IA parece el Lejano Oeste. Pero también espera que algún tipo de orden emerja eventualmente, así como el pánico del intercambio de archivos a principios de los 2000 acabó llevando a la industria del streaming que conocemos hoy.
Los pasos más recientes de Spotify
Spotify parece estar reconociendo la presión. Recientemente, anunció funcionalidades orientadas a valorar el arte humano, incluyendo el SongDNA y la función About the Song, que ofrecen a usuarios premium información más profunda sobre los orígenes y colaboradores de cada pista.
La empresa declaró que cree que la respuesta correcta para la IA en la música no es una política única, sino una combinación de controles proactivos, estándares de toda la industria y una inversión más profunda en la creatividad humana detrás de cada pista.
Palabras bonitas, sin duda. Pero mientras la práctica no acompañe al discurso, desarrolladores como Cedrik Sixtus y su Spotify AI Blocker seguirán siendo la única opción para quien quiere tener el mínimo de control sobre lo que entra en sus auriculares.
El debate en torno a la música IA en el streaming es, en el fondo, un debate sobre valores. Sobre lo que las plataformas les deben a sus usuarios, sobre lo que significa autenticidad en la era de la creación algorítmica y sobre quién lucra cuando las fronteras entre arte humano y contenido sintético quedan a propósito nebulosas. Este movimiento no ocurrió en el vacío — es parte de una conversación mucho más grande sobre quién controla la experiencia musical en el streaming y si las grandes plataformas tienen alguna obligación real de ser transparentes con sus suscriptores sobre el origen de lo que están recomendando. Y esa conversación apenas está comenzando. 🎶
