Estudio de experiencias de usuario: Plataforma Spotify
| Título | Experiencias de usuario: Plataforma Spotify. |
|---|---|
| Asignatura | Diseño de Experiencia de Usuario |
| Del Curso | Diseño de Experiencia de Usuario 2026 |
| Carreras | Diseño |
| Nº | 4 |
| Alumno(s) | Martina Fernández Ferry, Constanza Tortora, Paloma Vargas, Constanza Cruz |
| Archivo:Presentación. spotify.DEU202617.04.pdf |
Estudio de Experiencia de Usuario: Plataforma Spotify
Alcance y aporte de la inteligencia artificial dentro de la plataforma
La inteligencia artificial en Spotify se manifiesta principalmente en su sistema de recomendación musical, que constituye el núcleo de la plataforma. A través de funciones como “Descubrimiento semanal”, “Radar de novedades” y las playlists personalizadas, la IA analiza el comportamiento del usuario —qué escucha, cuánto tiempo permanece en una canción, qué omite o guarda— para sugerir contenido afín. Este sistema se basa en técnicas como el aprendizaje automático, el filtrado colaborativo y el análisis de audio.
Además, Spotify utiliza algoritmos de personalización que construyen un perfil musical detallado de cada usuario. Este perfil considera sus gustos, géneros preferidos, hábitos de escucha e incluso posibles estados de ánimo inferidos. Como resultado, la plataforma adapta dinámicamente la pantalla de inicio, el orden del contenido y las recomendaciones, generando una experiencia única para cada persona.
Dj Spotify (dj livi)
El DJ de Spotify es una función basada en inteligencia artificial que combina recomendación musical y generación de voz para crear una experiencia similar a una radio personalizada. A partir del análisis del comportamiento del usuario —como su historial de reproducción, canciones favoritas, omisiones y hábitos de escucha— el sistema construye un perfil dinámico que le permite seleccionar música acorde a sus gustos, mezclando temas conocidos, olvidados y nuevos. Además, incorpora una voz sintética generada mediante tecnologías de procesamiento de lenguaje natural y text-to-speech, que introduce las canciones y explica por qué fueron elegidas, generando una narrativa continua. Aunque no permite interacción directa, el DJ se adapta en tiempo real a las acciones del usuario, ajustando sus recomendaciones según cómo este escucha y reacciona al contenido.
Oído artificial
La inteligencia artificial en Spotify no solo analiza el comportamiento del usuario, sino también la estructura interna de cada canción, a través de técnicas avanzadas de procesamiento de audio. Para ello, convierte el sonido en datos analizables (como espectrogramas) y aplica modelos de machine learning que identifican patrones musicales complejos.
En este proceso, la IA descompone la canción en múltiples dimensiones: detecta el tempo (BPM) para entender el ritmo, identifica la tonalidad y modo (mayor o menor) para inferir su carácter emocional, y calcula niveles de energía a partir de la intensidad, el volumen y la densidad sonora. También evalúa la bailabilidad, que no es una propiedad única, sino una combinación de estabilidad rítmica, regularidad del pulso y énfasis en los beats.
Además, la IA puede reconocer elementos más sutiles, como la textura sonora, la presencia de ciertos instrumentos, la complejidad armónica o incluso características de la voz. En muchos casos, estos sistemas utilizan redes neuronales entrenadas con grandes bases de datos musicales para aprender a clasificar canciones según similitudes que no siempre son evidentes para el oído humano.
Gracias a este análisis multidimensional, Spotify puede ubicar cada canción dentro de un “espacio musical” donde se relaciona con otras que comparten atributos similares. Esto permite generar playlists automáticas más coherentes, no solo por género, sino también por sensación, atmósfera o intención, como música para estudiar, entrenar o relajarse.
Aunque Spotify no revela exactamente cómo calcula estas métricas, se sabe que provienen de un análisis de bajo nivel del audio (ritmo, timbre, dinámica) que luego se traduce en categorías comprensibles para humanos. Estudios recientes muestran que algunas de estas métricas, como energía y valencia, sí se correlacionan bastante con cómo las personas perciben la música, lo que valida su uso para recomendaciones, aunque otras (como danceability) son más ambiguas. En conjunto, este sistema permite a Spotify agrupar canciones no solo por género, sino por comportamiento sonoro y emocional, haciendo posible generar playlists automáticas coherentes (por ejemplo, música “alta en energía y valencia” para entrenar o “baja en energía” para relajarse).
Algoritmo
En Spotify, la inteligencia artificial no solo recomienda música: actúa como un filtro de visibilidad dentro de la industria musical. Esto significa que los algoritmos que deciden qué canciones aparecen en playlists, recomendaciones o el DJ influyen directamente en qué artistas crecen, cuáles se mantienen y cuáles quedan fuera del circuito masivo.
Por un lado, el sistema favorece canciones que muestran buen rendimiento inicial: si una canción es escuchada completa, guardada o añadida a playlists por muchos usuarios en poco tiempo, el algoritmo interpreta que genera interés y comienza a recomendarla más. Este efecto crea un fenómeno de “bola de nieve”, donde lo que empieza a destacar recibe cada vez más exposición, aumentando sus reproducciones de forma acelerada.
Sin embargo, este mismo mecanismo puede generar una desigualdad estructural. Los artistas ya conocidos o respaldados por sellos tienen más probabilidades de obtener ese impulso inicial (por promoción, marketing o base de fans), lo que facilita que entren en playlists influyentes. En cambio, los músicos emergentes, sin ese primer empuje, pueden quedar fuera del radar del algoritmo, incluso si su música es de alta calidad.
Además, las playlists —especialmente las editoriales y algorítmicas como “Descubrimiento semanal” o “Radar de novedades”— funcionan como espacios clave de circulación musical. Estar incluido en una de ellas puede significar millones de reproducciones, mientras que no estar puede implicar una visibilidad muy limitada. Así, Spotify se convierte en un intermediario con gran poder cultural, capaz de moldear tendencias musicales a escala global.
También hay un efecto en el tipo de música que se produce: algunos artistas adaptan su estilo para encajar mejor en la lógica del algoritmo (por ejemplo, canciones más cortas, inicios más inmediatos o sonidos que retengan la atención), lo que muestra cómo la IA no solo distribuye música, sino que influye indirectamente en su creación.
Estrategia comercial desde la emoción
En este sentido, la plataforma utiliza datos de comportamiento y análisis de audio para asociar canciones con dimensiones emocionales como la valencia (qué tan positiva o triste es una canción) y la energía. Esto le permite crear playlists como “música para concentrarse”, “para entrenar” o “para relajarse”, que responden directamente a necesidades emocionales. Así, Spotify no vende solo acceso a música, sino una especie de gestión del estado de ánimo, integrándose en rutinas diarias como estudiar, hacer ejercicio o dormir.
Desde el punto de vista comercial, esto tiene un impacto clave: aumenta el tiempo de uso y la fidelización. Cuando la música se vuelve una herramienta para regular emociones, el usuario depende más de la plataforma, lo que incrementa la retención y reduce la probabilidad de cambiarse a la competencia. Además, esta estrategia permite diferenciarse de otras plataformas no solo por catálogo, sino por experiencia personalizada.
Por otro lado, el factor emocional también influye en cómo Spotify promueve contenido. A través de playlists editoriales y algorítmicas, puede posicionar canciones que encajen con ciertos estados de ánimo, lo que impacta directamente en la visibilidad de artistas. Esto convierte a la plataforma en un intermediario activo en la circulación cultural, capaz de moldear tendencias a partir de emociones más que de géneros musicales.
En síntesis, la estrategia de Spotify consiste en transformar la música en un servicio emocional personalizado, donde la inteligencia artificial no solo recomienda canciones, sino que construye experiencias que conectan con cómo el usuario se siente o quiere sentirse, generando así valor comercial a partir de la experiencia subjetiva de escuchar música.
Escenarios Persona
→Sofía Ramírez: Durante la noche realiza sus encargos para la mañana siguiente y necesita música con la que concentrarse, toma su teléfono y en la aplicación móvil de Spotify selecciona su lista de música hecha previamente para escucharla mientras trabaja.
→Tomás Gálves: Mientras trabaja en grupo, sus compañeros le piden que ponga música de fondo y el comienza un jam de Spotify para que todos puedan colaborar con canciones propias.
→Marcela Torres: Es el cumpleaños de su hijo y para darle ambiente a la fiesta deja su teléfono conectado a un parlante mientras una lista de música que encontró hecha por alguien más se reproduce por su cuenta, como la lista no es suya algunas canciones no son de su gusto, pero no tiene tiempo de hacer una lista propia asique selecciona la función de Dj Spotify para que la IA elija por ella.