En mayo de 2026, el estudio Shokunin publicó From Inside A Black Box, un álbum de 12 canciones producido en colaboración con tres modelos de IA (Cron, Claude y ChatGPT) y Suno como motor de generación musical. La música generada con IA ya no es un experimento de laboratorio, y este proyecto lo demuestra con más honestidad que la mayoría.
En 30 segundos
- Shokunin Studio lanzó en mayo de 2026 un álbum completo de 12 canciones usando Suno como motor de síntesis y tres modelos de IA como co-creadores conceptuales.
- Los modelos no actuaron como asistentes sino como colaboradores con perspectiva propia: Cron aportó estructura rítmica, Claude desarrolló narrativa lírica, ChatGPT exploró capas armónicas.
- El proyecto expuso limitaciones concretas: drift vocal (la voz “deep and baritone” que pedían degeneraba hacia el promedio del modelo tras 4-5 generaciones), inconsistencia tímbrica entre pistas y dificultad para mantener una identidad artística a lo largo de las 12 canciones.
- Suno v5.5, disponible en 2026, ya permite exportar stems, aplicar EQ de 6 bandas y generar canciones de hasta 8 minutos, pero la brecha con producción de estudio profesional sigue siendo visible.
- La conclusión del proyecto no es “la IA reemplaza a los músicos”, sino que el acto creativo genuino requiere algo que los modelos no tienen: la terquedad de una visión propia.
Suno AI es una plataforma de generación de música mediante inteligencia artificial desarrollada por Suno. Permite crear canciones completas a partir de descripciones textuales o instrucciones.
La música generada con IA: estado actual en 2026
La música generada con IA es el proceso por el cual sistemas de aprendizaje automático producen composiciones originales a partir de instrucciones en lenguaje natural, sin que el usuario necesite tocar un instrumento, leer una partitura ni tener formación musical. En 2026, Suno es la plataforma más usada para esto, con más de 30 millones de usuarios activos según Rolling Stone Argentina.
La versión actual, Suno v5.5, no es la misma herramienta de hace dos años. Ahora permite exportar stems separados (voz, batería, bajos, instrumentos), aplicar un ecualizador de 6 bandas directamente desde la plataforma y generar canciones de hasta 8 minutos de duración. Para mucha gente, eso ya alcanza para producir contenido sonoro usable.
Eso sí: usable no es lo mismo que profesional. Y ese matiz importa cuando hablás de un álbum completo.
El experimento: “From Inside A Black Box”
El proyecto nació de una premisa que no es habitual: en vez de usar IA como herramienta de apoyo, Shokunin Studio quiso explorar qué pasaba si los modelos participaban como colaboradores con criterio propio. Según el artículo de producción, la filosofía fue posicionar a los modelos como co-creadores, no como asistentes.
El resultado fue From Inside A Black Box, 12 canciones publicadas en mayo de 2026. Tres modelos involucrados: Cron (para estructura y timing), Claude (desarrollo de narrativa lírica y concepto de cada canción), y ChatGPT (exploración armónica y capas de sonido). Suno ejecutó la síntesis final.
El concepto central del álbum refiere al punto de vista desde adentro de los propios sistemas de IA, una especie de introspección generada desde afuera. (Sí, hay algo raro en pedirle a una IA que explore su subjetividad, pero el resultado sonoro existe y vale la pena escucharlo.)
Proceso de colaboración: cómo se trabajó en la práctica
El flujo no fue lineal. Shokunin arrancaba con una idea conceptual, la desarrollaba con Claude para construir la narrativa de cada canción, pasaba esa narrativa a ChatGPT para explorar direcciones armónicas alternativas, y luego usaba Cron para definir la estructura rítmica antes de pasar todo a Suno. Ya lo cubrimos antes, como explicamos en nuestra guía sobre Claude.
Escribís el prompt, Suno genera cuatro variantes, escuchás las cuatro, rechazás tres, ajustás el prompt con lo que aprendiste de ese intento, y volvés a correr. Generás cuatro más. Aceptás una. Guardás lo que funcionó del prompt, desechás lo que no, y en el intento siguiente partís de ahí. Eso para una canción. Multiplicalo por 12.
Lo interesante es que el aprendizaje no era solo técnico. Los productores notaron que ciertos adjetivos funcionaban mejor que otros, que la descripción del estado emocional de la canción importaba más que la descripción del género, y que los modelos respondían diferente según el orden en que les presentabas la información.
Limitaciones técnicas que aparecieron en la práctica
Acá viene la parte honesta del proyecto, que es también la más interesante.
El problema más frecuente fue el drift vocal. Cuando pedían una voz “deep and baritone” y esa caracterización funcionaba en las primeras generaciones, tras 4 o 5 intentos más el modelo tendía a converger hacia su distribución más común, que no es deep ni baritone. El resultado: canciones del mismo álbum con timbres vocales notablemente diferentes, lo que rompe la cohesión.
¿Por qué pasa eso? Porque los modelos de síntesis no tienen memoria persistente de una sesión a otra, y cada generación nueva parte de cero. No hay “voz del álbum” que el sistema recuerde y mantenga.
Otro tema fue la inconsistencia artística en las canciones más largas. Por encima de los 4 minutos, la estructura musical tendía a repetir patrones o a colapsar hacia fórmulas genéricas. El intro podía ser interesante, el bridge prometía algo, pero el cierre degeneraba en algo que ya escuchaste en otras canciones generadas por IA.
Ninguno de estos problemas es fatal. Pero si querés producir un álbum con identidad artística coherente, son obstáculos reales que requieren trabajo manual considerable. Te puede servir nuestra comparativa de ChatGPT.
Herramientas disponibles: Suno y el ecosistema actual
Para contextualizar el proyecto, conviene mirar el estado del mercado. Suno compite con otras plataformas de síntesis musical, pero en 2026 sigue siendo la opción más accesible para alguien que quiere resultados rápidos.
| Plataforma | Plan gratuito | Plan pago (ref.) | Derechos comerciales | Stems exportables |
|---|---|---|---|---|
| Suno v5.5 | Sí (50 créditos/día) | USD 10/mes (Pro) | Solo plan pago | Sí (Pro) |
| Udio | Sí (limitado) | USD 10/mes | Plan pago | No |
| Mubert | Sí | USD 14/mes | Plan pago | No |
| Beatoven.ai | Sí | USD 19/mes | Todos los planes | Parcial |
Un dato que vale la pena mencionar: en 2026, Warner firmó acuerdos de licenciamiento con Suno para uso de catálogo en entrenamiento. Sony y Universal, en cambio, tienen demandas activas. El panorama legal todavía no está resuelto, y eso afecta directamente los derechos comerciales de lo que generás con estas herramientas.
Si publicás algo generado con Suno en Spotify o lo usás en una campaña comercial, leé bien los términos del plan que tenés. El plan gratuito no incluye derechos comerciales.
La creatividad humana sigue siendo insustituible (y no es una frase motivacional)
La conclusión más interesante del proyecto Shokunin no fue técnica. Fue filosófica, y está bien articulada en sus notas de producción: la creatividad genuina emerge de experiencia vivida, de una visión artística que tiene historia personal detrás, y del hambre de hacer algo que importe.
Ponele que le pedís a Claude que desarrolle el concepto de una canción sobre la pérdida. Lo que devuelve es competente, estructurado, líricamente funcional. Pero no tiene la rabia específica de alguien que perdió algo concreto, ni la obsesión de alguien que lleva tres años procesando esa pérdida. Tiene el promedio de todas las canciones sobre pérdida que existen.
Eso no es un defecto del modelo. Es la naturaleza de un sistema entrenado en distribuciones. El promedio de todo lo humano no es lo más humano. Esto se conecta con lo que analizamos en nuestro análisis de GPT.
Lo que Shokunin descubrió es que los modelos son herramientas de exploración excelentes, y co-creadores interesantes para generar variantes, pero que el juicio creativo final, la decisión de qué merece existir y qué no, sigue siendo del lado humano. Y eso no es poca cosa.
Por qué la adopción masiva no despegó como se esperaba
Con 30 millones de usuarios y acceso gratuito, uno esperaría que Suno estuviera inundando los feeds de música. Pero los álbumes generados con IA no están llegando a las listas de reproducción más escuchadas ni generando el mismo impacto cultural que otros contenidos generados por IA.
¿Por qué? Hay algo en la relación entre música y autoría que todavía importa. Cuando escuchás una canción y sabés que la hizo un algoritmo, procesás esa información de forma diferente. No es solo prejuicio estético, hay investigaciones de 2026 que sugieren que el origen percibido del contenido afecta la respuesta emocional del oyente.
La “autenticidad” sigue siendo un factor de consumo, aunque la definición de qué es auténtico ya no sea clara. Un álbum hecho en GarageBand por alguien con cero formación musical puede ser auténtico. Un álbum generado con IA por alguien con una visión artística clara, también podría serlo. El mercado todavía está evaluando dónde pone ese límite.
Esto se conecta directamente con nuestro análisis en Production notes and after thoughts on a 12 track album made.
Errores comunes al usar IA para producir música
- Usar prompts demasiado genéricos. “Una canción melancólica de indie pop” genera exactamente lo que imaginas: algo que suena a mil canciones a la vez. Los prompts que funcionan son específicos: instrumentación concreta, tempo aproximado, referencia emocional precisa, incluso descripción de la textura que querés.
- No iterar. La primera generación raramente es la buena. El flujo de trabajo útil implica múltiples rondas: generás, identificás qué funcionó y qué no, refinás el prompt, volvés a generar. Quedarte con la primera opción es tirar potencial.
- Asumir que los stems sirven directamente para producción profesional. Los stems de Suno son útiles para referencia y prototipado, pero el timing interno puede tener irregularidades que en una mezcla profesional se notan. Si el destino final es producción de alta calidad, los stems son punto de partida, no entrega final.
- Ignorar los derechos comerciales. Publicar contenido generado en el plan gratuito de Suno en plataformas como Spotify puede generar problemas legales. Los términos cambian, los acuerdos de licenciamiento están en curso, y asumir que “es gratis para todo uso” es un error que puede costar caro.
Preguntas Frecuentes
¿Cómo se crea música con inteligencia artificial?
Con plataformas como Suno, escribís un prompt en texto describiendo el género, el estado emocional, la instrumentación y las características vocales que querés. El modelo genera una o varias opciones de audio completas, con letra y música. No necesitás formación musical ni software especializado. Iterás el prompt según lo que querés ajustar.
¿Se puede hacer un álbum completo con Suno AI?
Sí, y ya se hizo: From Inside A Black Box de Shokunin Studio, publicado en mayo de 2026, tiene 12 canciones producidas con Suno v5.5 y tres modelos de IA adicionales. El proceso requirió muchas iteraciones por canción y trabajo manual de selección y ajuste, pero el resultado es un álbum completo con concepto artístico definido. Para más detalles técnicos, mirá en la guía completa de Gemini.
¿Qué modelos de IA se usan para generar música?
Suno es el motor de síntesis más popular para generación de audio completo. En el proyecto Shokunin, se combinó con Cron (estructura rítmica), Claude (narrativa lírica) y ChatGPT (exploración armónica). Cada modelo aportó a una capa diferente del proceso creativo antes de que Suno ejecutara la síntesis final.
¿Cuáles son las limitaciones de la música generada con IA?
Las más documentadas en 2026 son el drift vocal (las características de voz pedidas degeneran después de varias generaciones), la inconsistencia tímbrica entre pistas del mismo proyecto, y la tendencia a colapsar hacia patrones promediados en canciones largas. La coherencia artística a lo largo de un álbum completo es técnicamente difícil de mantener.
¿Tienen derechos comerciales los temas generados con Suno?
Depende del plan. Los usuarios de planes pagos de Suno (desde USD 10/mes en la versión Pro) tienen derechos comerciales sobre lo que generan. Los usuarios del plan gratuito no. Además, hay demandas activas de Sony y Universal en 2026 que afectan el panorama legal general de estas plataformas. Antes de publicar o monetizar, verificá los términos vigentes de tu plan.
Conclusión
From Inside A Black Box es un proyecto honesto porque no pretende haber resuelto nada. Muestra lo que es posible hacer con música generada con IA en 2026 y también los bordes duros de esa posibilidad. Suno v5.5 mejoró con stems exportables y canciones más largas, pero las limitaciones de coherencia artística en proyectos extendidos siguen siendo reales.
Lo que cambió es la conversación. En 2026, la pregunta ya no es si la IA puede generar música (puede), sino qué tipo de música puede generar sin intervención humana sostenida, y si eso le importa al público. Por ahora, los oyentes siguen respondiendo más a quien está detrás de la música que al proceso con el que se hizo.
Si te interesa explorar estas herramientas, Suno v5.5 tiene un plan gratuito funcional para experimentar. Y si querés monetizar lo que generás, vale la pena invertir en el plan pago y leer bien los términos antes de publicar en cualquier plataforma.