La música creada por IA y distribuida en plataformas de streaming ha aumentado del 1% al 40% en menos de dos año
Investigadores de la Universidad de Chicago han publicado el primer análisis empírico a gran escala sobre la música generada por IA en plataformas de streaming. El estudio, presentado el 16 de junio de 2026 bajo el título An Empirical Analysis of AI Slop in Music Streaming, examina metadatos de 256 millones de canciones en Spotify y llega a una conclusión tan rotunda como inquietante: la llamada «música slop» —contenido de bajo esfuerzo producido en masa con herramientas de IA— ya copa más del 40% de todos los nuevos lanzamientos semanales en la plataforma. Igual de preocupante es la conclusión de que el sistema actual de distribución y detección carece de los mecanismos necesarios para frenarla.
De menos del 1% al 40% en menos de dos años
En enero de 2024, la música generada por IA representaba menos del 1% de los nuevos lanzamientos semanales en Spotify. En noviembre de 2025, ese porcentaje había superado el 40%. Los investigadores cruzaron metadatos de Spotify con las etiquetas de IA que aplica Deezer en su catálogo —la única plataforma que detecta y etiqueta públicamente este tipo de contenido— e identificaron 40,7 millones de canciones como generadas por IA. La música IA ya ocupa el 5,1% del catálogo total de Spotify, una plataforma con 750 millones de usuarios, y el ritmo de crecimiento sugiere que en 2026 los lanzamientos de IA habrán superado en volumen a los de música humana.
El patrón de crecimiento responde en gran medida a la llegada de generadores comerciales accesibles: Suno y Udio permiten crear canciones completas con letra e instrumentación en menos de un minuto, a un coste inferior a los 0,02 dólares por canción. Con una suscripción anual de 100 dólares en Suno, un usuario puede generar hasta 6.000 canciones. No es casual: Suno captó recientemente 400 millones de dólares y se valora en 5.400 millones, una señal de que la inversión en generadores de música IA a escala industrial sigue acelerándose.
La estrategia dominante entre los productores de slop es la conocida como spray and pray: publicar un volumen masivo de canciones en el mayor número de géneros posibles, confiando en que alguna se convierta en un éxito. El artista IA promedio publica 27 canciones frente a las 13 de un artista humano activo, a una frecuencia cinco veces mayor y con un intervalo de apenas seis días entre lanzamientos, frente a más de 50 días de media en los artistas humanos. El caso extremo detectado: un solo artista IA con más de 60.000 canciones subidas a Spotify. La cobertura de géneros es la señal más clara: mientras los músicos humanos tienden a especializarse en uno o dos géneros, los artistas slop llegan a cubrir hasta 57 géneros distintos, algo que ningún músico real podría dominar con calidad.
Y sin embargo, el 93% de esa música no supera las 1.000 reproducciones, el umbral mínimo de monetización de Spotify. En los cinco primeros meses de 2026, el 92,7% de las canciones IA tuvieron reproducciones negligibles, frente al 67,5% de las canciones humanas. Pero la economía del slop no exige que cada pieza funcione: basta con que una pequeña fracción genere royalties suficientes para cubrir el coste total de la operación, exactamente como funcionan las campañas masivas de correo basura o el fraude farmacéutico online.
Las distribuidoras no detectan nada, y las plataformas tampoco
Para mapear cómo llega la música IA a las plataformas, los investigadores dieron un paso más allá del análisis de datos: generaron sus propias canciones con Suno, Udio y dos modelos de código abierto (DiffRhythm y ACE-Step), crearon perfiles de artista ficticios y las distribuyeron a través de 11 distribuidoras musicales independientes. Los resultados son elocuentes. Cuatro de las cinco distribuidoras que prohíben explícitamente la música generada por IA aprobaron igualmente las canciones y las enviaron a Spotify, Apple Music, Deezer, Amazon Music, YouTube Music y Tidal. Solo dos distribuidoras —Amuse y Landr— identificaron parte del contenido como IA, y de manera incompleta.
Una vez aprobadas por las distribuidoras, las plataformas de streaming no ejercen ningún control adicional efectivo. Spotify, YouTube Music y Tidal aceptaron la totalidad de las canciones. Apple Music y YouTube Music rechazaron únicamente dos canciones cada una, aparentemente por criterios técnicos de calidad sin relación con su origen artificial. La detección sigue siendo el eslabón más débil de toda la cadena.
Los detectores automatizados evaluados tampoco ofrecen la robustez necesaria. El más preciso de los analizados —el de Deezer, basado en transformada de Fourier sobre espectrogramas— alcanza un 99,6% de precisión en condiciones normales. Sin embargo, cuatro técnicas de modificación de audio básicas lograron evadirlo con una tasa de éxito del 100%: comprimir el archivo a MP3, aplicar un cambio de tono, añadir reverberación o reconstruir el audio mediante un autoencoder. El entrenamiento adversarial del clasificador mejora la robustez hasta el 95% aproximadamente, pero no resuelve el problema de fondo. Los investigadores comunicaron sus hallazgos al equipo de Deezer, que respondió que está trabajando en mejorar su sistema.
El panorama contrasta con los esfuerzos puntuales que algunas plataformas han emprendido. Spotify eliminó más de 75 millones de canciones «spam» en 2025 y trabaja en un sistema de etiquetado transparente con 15 distribuidoras. La plataforma también ha apostado por integrar la IA de forma controlada dentro de su ecosistema Premium junto a sellos como UMG, marcando una línea entre el uso creativo legítimo y la generación masiva de slop. Deezer identifica y desmonetiza el contenido fraudulento. Pero el ritmo al que se genera nuevo slop supera con creces la capacidad de respuesta actual.
El estudio también detecta un efecto colateral preocupante en los sistemas de recomendación: el 93% de las canciones IA recomiendan otras canciones IA, mientras que el 84% de las canciones humanas no incluye ninguna canción de IA en sus recomendaciones. El slop está construyendo su propio ecosistema dentro del grafo de recomendaciones de Spotify, amplificando su visibilidad de forma artificial y perjudicando tanto a artistas humanos como a creadores que utilizan IA de manera legítima.
Los investigadores concluyen que la única vía efectiva de contención pasa por actuar en dos frentes simultáneos: mejorar la detección técnica mediante entrenamiento adversarial, y aplicar medidas económicas de disuasión sobre las distribuidoras. Entre las propuestas figuran costes por track escalables según la frecuencia de publicación, tarifas más elevadas para subidas masivas, verificación obligatoria de identidad —hoy solo 3 de las 18 principales distribuidoras la exigen— y cargos por álbum que desincentiven las colecciones de cientos de canciones. Sin estas medidas, la música IA slop tiene todas las condiciones para convertirse en una industria sombra autosostenible, capaz de crecer indefinidamente con tasas de éxito mínimas.
