Inspirado en la historia del legendario guitarrista Jason Becker, el proyecto de maestría utiliza la tecnología LiDAR de dispositivos Apple y redes neuronales para ofrecer alternativas de accesibilidad a músicos con movilidad reducida.
Por: Miguel A. Velázquez
CIUDAD DE MÉXICO, 15 de octubre de 2026.- El caso del renombrado guitarrista de heavy metal Jason Becker, quien perdió la movilidad corporal tras ser diagnosticado con esclerosis lateral amiotrófica (ELA), sirvió de inspiración para que Jesús Enrique Robles López, estudiante del Departamento de Computación del Cinvestav y guitarrista aficionado, desarrollara una aplicación móvil capaz de activar efectos de guitarra mediante ligeros movimientos corporales y gestos faciales.
Tradicionalmente, los intérpretes de guitarra y bajo eléctrico modifican la acústica de sus instrumentos mediante pedaleras, las cuales requieren de la extremidad inferior para su accionamiento físico.
La condición médica de Becker lo llevó en su momento a componer producciones discográficas mediante la mirada; este antecedente motivó la investigación de tesis de maestría de Robles López para crear un sistema digital compatible con cualquier guitarra eléctrica que prescinda del uso de pedales mecánicos.
Tecnología LiDAR e interacción humano-computadora
El proyecto se desarrolló dentro del área de interacción humano-computadora con la asesoría académica de los investigadores Sonia Guadalupe Mendoza Chapa y José Guadalupe Rodríguez García.
La aplicación fue programada en el lenguaje Swift utilizando la tecnología del sensor LiDAR (detección y medición de luz por láser) incorporada en dispositivos móviles de la marca Apple. Esta herramienta permite medir la profundidad de los gestos en tiempo real, incluso en entornos con escasa iluminación o con dinamismo alrededor.
Para lograr una alta precisión en el reconocimiento, el equipo de investigación integró bases de datos de posturas corporales y desarrolló una metodología propia:
- Captura de datos inicial: Se registraron movimientos corporales y de manos realizados por alumnos.
- Aumento de datos por redes neuronales: La información recopilada fue procesada en programas de aprendizaje profundo para generar más de 800 mil gestos artificiales.
- Entrenamiento del sistema: El volumen de datos alimentó una red neuronal capacitada para identificar patrones gestuales en personas de diversas complexiones físicas y estaturas.
Funcionamiento y aplicaciones a futuro
En su versión actual, la plataforma cuenta con cuatro de los efectos de sonido más utilizados en la música moderna y reconoce al menos 20 gestos distintos.
Al ejecutar un movimiento predeterminado, el dispositivo móvil (teléfono o tableta) detecta la postura y envía la orden técnica al amplificador a través del protocolo de red UDP para aplicar el cambio de sonido instantáneamente.
Aun cuando la aplicación fue diseñada inicialmente para responder a requerimientos del ámbito musical y de la accesibilidad en escenarios, Jesús Enrique Robles López puntualizó que, a mediano plazo, tanto el código fuente como los bancos de datos de gestos recopilados podrán adaptarse para enriquecer proyectos de rehabilitación virtual y entornos de aprendizaje pedagógico.
