Cómo enseñar a entonar

By Josu De Solaun Josu De Solaun

I. Tres escenas

Hace poco estuve en una fiesta de cumpleaños corriente, con globos y con tarta, con veinte o treinta adultos de edades distintas reunidos alrededor de una mesa, y cuando llegó el momento de cantar el cumpleaños feliz me quedé escuchando con una atención que probablemente nadie más en aquella sala estaba dedicando al asunto. Nadie desafinaba de manera escandalosa, nadie rompía el ambiente con un chirrido cómico como en las películas, pero casi nadie estaba entonando de verdad. La melodía sonaba como una aproximación colectiva, una nube de voces que se acercaban a la altura correcta sin llegar nunca a coincidir del todo entre sí, deslizándose, corrigiéndose sobre la marcha sin saber que lo estaban haciendo, sosteniéndose unas a otras en un unísono que en realidad era un enjambre de pequeños desajustes. Nadie había dado el tono. Cada cual empezó donde le cayó la voz, y durante las dos primeras sílabas la sala entera buscó a tientas una tonalidad que nadie había propuesto.

Unas semanas después, en una boda, viví la misma experiencia multiplicada por diez. Un himno conocidísimo, cantado por doscientas personas, apenas conseguía mantenerse en pie durante dos frases seguidas antes de deshacerse en un murmullo generalizado que el órgano tenía que rescatar solo. Poco más tarde, en un partido de fútbol, observé cómo un himno que debería unir cuarenta mil gargantas en una sola altura se convertía en cuarenta mil aproximaciones distintas que solo el volumen lograba disimular. Y en ese mismo estadio, minutos después, las mismas cuarenta mil gargantas gritaron una consigna rítmica con una precisión de reloj, todas a la vez, sin un solo error de pulso. Sabían golpear juntas. Habían olvidado cómo sostener juntas una nota.

He tocado y he cantado toda mi vida, y ese oído educado me permite quizás escuchar lo que la mayoría que no sean músicos ya no escucha. La melodía más simple y más repetida de nuestra cultura, la que cualquier niño ha cantado cientos de veces antes de cumplir diez años, se canta hoy en España con una imprecisión, o mejor, con una fealdad, que hace apenas dos generaciones habría resultado extraña en una reunión de gente sin ninguna formación musical. Lo he observado en decenas de celebraciones, en villancicos que se derrumban después de la primera frase, en funerales donde la familia ya no se atreve a cantar al muerto y pone una grabación. Un país entero ha perdido, silenciosamente y sin que nadie lo haya denunciado como pérdida, la capacidad más elemental y más antigua de su propia musicalidad, la de entonar. Esa pérdida me parece mucho más grave de lo que su aparente modestia sugiere. La entonación compartida es un termómetro. Mide algo que ningún otro instrumento mide con tanta exactitud, la capacidad de un pueblo para ponerse de acuerdo con su propio cuerpo, y lo que ese termómetro marca hoy en Europa me inquieta. Cuando un pueblo deja de cantar consigo mismo, su voz no queda vacía mucho tiempo, y la historia sugiere con qué suele llenarse.

Para sostener una afirmación tan grave hace falta mucho más que una impresión de oyente. Hace falta saber qué es entonar, por qué importa tanto, qué diferencia el canto del habla y qué los une, qué ocurre en la laringe y en el cerebro de quien busca una nota, qué han hecho los pueblos con su voz durante milenios y qué han inventado los pedagogos para enseñarla. Hace falta, sobre todo, una manera de enseñar a entonar a toda una sociedad, de la cuna a la residencia de ancianos, y no solo a los niños que tienen la suerte de caer en un buen colegio. Empezaré por la palabra, porque en ella ya está escrita buena parte de lo que voy a defender.

II. Tensar, ajustar, acordar

Entonar viene del latín tardío intonare, formado sobre in y tonus, y tonus procede del griego tónos (τόνος), sustantivo del verbo teínō (τείνω), tender, tensar, estirar. El tónos griego designaba literalmente la tensión de una cuerda estirada, la del arco o la de la lira, y por extensión el grado de tensión que da a esa cuerda su sonido. De la misma raíz viene el latín tendere, y de él nuestro tender, tensión, intención, atención y tendencia. Entonar, en su raíz más antigua, significa someter la propia voz a una tensión precisa, ajustarla a la tirantez exacta que otra cuerda, otra voz u otro instrumento ya están sosteniendo, hasta que las dos tensiones coincidan y dejen de percibirse como dos. La palabra guarda además un parentesco que la lengua ha conservado sin que nadie lo piense. Intención y entonación son primas hermanas. Tender la voz hacia una altura y tender el ánimo hacia un fin son, en la lengua de nuestros antepasados, el mismo gesto.

El castellano ha desplegado esa raíz en una familia de sentidos que funciona como un pequeño tratado de antropología. Decimos que alguien está entonado cuando ha recuperado el vigor después de una enfermedad o de una mala noche, y decimos que una bebida caliente nos entona. Los médicos hablan del tono muscular, la tensión de reposo que mantiene un músculo vivo y dispuesto, y de los tónicos que lo restauran. Decimos que alguien desentona cuando no encaja en una reunión, cuando su ropa o su comentario chocan con el ambiente, y decimos que alguien subió el tono cuando una conversación se agrió. Una sola palabra sirve para la nota justa, para la salud del cuerpo y para la convivencia, y esa coincidencia contiene ya una tesis. La lengua sabe que entonar una nota, estar sano y estar en concordia con los demás son tres formas de una misma tensión bien llevada.

Afinar, la palabra hermana, viene de fin, del latín finis, el límite, la meta, el mojón que marca dónde termina un campo. Afinar es llegar exactamente al punto que se buscaba sin quedarse corto ni pasarse, y por eso afinamos también una puntería, un argumento o un oído. La tercera palabra cierra el círculo de una manera que me parece hermosísima. Acuerdo y concordia descienden del latín cor, cordis, corazón, a través de concordare, poner los corazones juntos, y la música ha conservado esa raíz en el acorde y en la concordancia de las voces. La etimología popular, que relacionó muy pronto cor con chorda, la cuerda, ha hecho el resto, y en castellano acordar significa a la vez pactar entre personas, recordar y templar un instrumento, sentido este último que conserva el viejo verbo desacordar.

El griego ofrece una cuarta palabra, decisiva para todo lo que sigue. Harmonía (ἁρμονία) viene del verbo harmózō (ἁρμόζω), ajustar, ensamblar, y en su sentido primero designaba la juntura que el carpintero hace entre dos tablas o el ensamblaje de las piezas de un barco. En la Odisea, Ulises construye su balsa uniendo los maderos con clavijas y harmoníai (ἁρμονίαι), con ensambladuras. Solo más tarde la palabra pasó a nombrar la organización de las alturas en la música. La armonía, para los griegos, era primero un ajuste de piezas que no se confunden y sin embargo se sostienen juntas. Esa imagen de carpintería, dos maderas distintas que encajan, vale para la entonación mejor que cualquier definición acústica, porque dos voces afinadas siguen siendo dos voces, y su coincidencia es un ensamblaje de presencias que conservan cada una su propio timbre.

El alemán, por último, guarda en una sola raíz lo que las otras lenguas reparten. Stimme es la voz, stimmen significa a la vez afinar un instrumento, ser verdad, cuadrar una cuenta y votar, übereinstimmen es estar de acuerdo, y Stimmung nombra el estado de ánimo, el temple, la atmósfera afectiva de una reunión y también la afinación de un instrumento. Martin Heidegger (1889-1976) hizo de la Stimmung una pieza central de su análisis de la existencia, el temple anímico en el que el mundo se nos abre antes de cualquier juicio. Una lengua que llama con la misma palabra a la voz, al voto, a la verdad y al ánimo sabe quizás algo que nosotros hemos olvidado. La voz de un pueblo, en el sentido más literal, es su capacidad de afinarse consigo mismo.

Queda una última palabra, la más modesta, que encierra quizá la más honda. En castellano decimos que una nota es justa cuando está afinada, en francés se canta juste o faux, y los teóricos llaman entonación justa a la afinación construida sobre las proporciones naturales de los armónicos. Justeza y justicia comparten raíz, el latín ius, el derecho, lo que corresponde a cada cual. Una nota justa da a la otra voz exactamente lo que le corresponde, ni más alto ni más bajo, y esa pequeña justicia acústica, practicada cada día, educa el cuerpo en una forma de equidad que ningún discurso enseña. Tensión, ajuste, corazón, voz, justicia. Con estas cinco raíces se puede construir una ontología entera de la entonación, y eso es lo que intentaré ahora.

III. Una ontología de la entonación

Llamo humanismo trágico de la comparecencia encarnada a la manera de pensar desde la que escribo. Comparecer viene del latín comparere, formado sobre parere, aparecer, hacerse visible, y designaba en el derecho romano el acto de presentarse en persona ante un tribunal que nos ha citado. Comparecer es aparecer en carne y en tiempo ante alguien que nos llama y espera una respuesta. Nadie puede comparecer por otro, y nadie puede comparecer en diferido. Sostengo que la música, antes de representar nada, llama. Su modo primero es vocativo, el modo gramatical con que nos dirigimos a alguien, y solo después, derivadamente, se vuelve representativa, imagen o descripción de algo. Una nana, un grito de pastor, un canto fúnebre, un himno de boda, dicen tú antes de decir cualquier otra cosa. La entonación es el lugar donde esa llamada se vuelve exacta, porque entonar es responder a una altura que ya está sonando con una altura propia que se ajusta a ella.

Para pensar el melos, la música cantada en su sentido griego pleno, uso una figura que llamo el telar. Platón (c. 427-347 a. C.) escribe en el libro tercero de la República que el melos se compone de tres cosas, la palabra, la armonía y el ritmo. Tomo de ahí tres hilos que corren en una dirección, la léxis (λέξις), la dicción, la palabra dicha con su prosodia, la harmonía (ἁρμονία), la organización de las alturas, y el rhythmós (ῥυθμός), la forma del tiempo. Esos tres hilos se cruzan con tres estratos que corren en la otra dirección. El primero es la Carne, el rostro, la respiración y el peso, el cuerpo vivido que produce y recibe el sonido. El segundo es la Inclinación, la intención y el gesto, el modo en que el cuerpo se dirige hacia algo antes de alcanzarlo. El tercero es el Hacia, la dirección y la continuidad, el otro al que la música se dirige y el tiempo en que se sostiene. Tres hilos por tres estratos dan nueve celdas, y cada fenómeno musical puede situarse en ellas, ocupando unas y descuidando otras.

La entonación vive en el hilo de la harmonía, y su originalidad consiste en que lo atraviesa entero, de la Carne al Hacia, sin poder saltarse ningún estrato. En la Carne, entonar es una tensión muscular exacta, la del músculo cricotiroideo que estira los pliegues vocales y la del músculo vocal que los engrosa o los afina, sostenida por una columna de aire que el diafragma y los músculos intercostales gobiernan, en un cuerpo que pesa, que está de pie o sentado, que respira con miedo o con confianza. Aquí la lengua tenía razón, y el tono de la voz es literalmente un tono muscular. En la Inclinación, entonar es oír por dentro la nota antes de emitirla, tender la voz hacia una altura que todavía no suena, lo que Edwin Gordon llamaría audiación y lo que la psicología cognitiva llama hoy imaginería auditiva. Ese gesto interior es una intención en el sentido etimológico, una tensión hacia. En el Hacia, entonar es coincidir con otra voz, con un instrumento, con una tónica que organiza el tiempo de la melodía, y sostener esa coincidencia mientras dura la frase. La nota afinada siempre está afinada respecto de algo. Nadie entona solo en el vacío.

De ahí se siguen los cinco rasgos de mi ontología de la entonación, que enuncio con la mayor claridad posible porque toda la pedagogía que propondré después se deduce de ellos. El primero es que la entonación es una relación y nunca una propiedad. Una frecuencia aislada no está afinada ni desafinada, lo está respecto de otra frecuencia, de una escala, de una tónica, de un oído. El segundo es que la entonación es una tensión sostenida. Afinar una nota durante un instante es fácil, mantenerla afinada mientras se respira, mientras cambia la vocal, mientras la emoción aprieta la garganta, es un arte del sostener, lo que llamo ars sustinendi, y en ese arte se juega casi todo. El tercero es que la entonación es un acontecimiento. Nadie posee la afinación como se posee un objeto. Se conquista en cada nota y se pierde en cada nota, y por eso exige una presencia continua, una atención que no puede delegarse. El cuarto es que la entonación es vocativa. Se entona para alguien y con alguien, en respuesta a una voz que ha dado el tono, y el gesto originario de la entonación es el eco, la respuesta a una llamada. El quinto es que la entonación es común. Cuando dos voces coinciden en una altura, sus ondas se superponen y se refuerzan, y el aire que rodea a los dos cuerpos vibra durante un instante como uno solo. La coincidencia de las voces es un hecho físico, y ese hecho físico es la comparecencia hecha materia.

Uso también un concepto que tomo de la vieja doctrina de la analogía, el de primer analogado. Llamo primer analogado al caso primero y más pleno de una realidad, aquel a partir del cual los demás casos derivados reciben su sentido. Llamamos sano en sentido pleno a un cuerpo vivo, y solo en un sentido derivado llamamos sana a una dieta, que favorece esa salud, o a un color de piel, que la indica. Sostengo que el canto es el primer analogado de la emoción encarnada. Emoción viene del latín emovere, mover hacia fuera, sacar de su sitio, y el canto es el caso pleno en que un afecto sale del cuerpo, se hace audible y se sostiene en el tiempo para que otro lo reciba entero. La entonación levemente ascendente de una pregunta, la vacilación de una disculpa, el temblor de una voz asustada, son formas derivadas que tienen la expresividad que tienen porque se acercan, sin saberlo, a lo que el canto logra sin reservas.

Y sostengo, dentro del canto, que el primer analogado del melos es el isón. La palabra viene del griego íson (ἴσον), lo igual, y designa en el canto bizantino la nota sostenida por un grupo de cantores mientras otro canta la melodía por encima. El isón es la tónica hecha voz, el suelo sobre el que la melodía camina, la referencia que permite saber en cada instante si una nota sube, baja o coincide. Casi todas las músicas del mundo conocen alguna forma de isón, el bordón de la gaita y de la zanfona, la tanpura que acompaña el canto de la India, el pedal del órgano, la nota que sostiene el coro de los cantos polifónicos georgianos o sardos. Desde el punto de vista que aquí me ocupa, el isón tiene una importancia que la pedagogía occidental ha olvidado casi por completo. Es la condición de posibilidad de la entonación, porque nadie puede afinar sin algo respecto de lo cual afinarse, y es el modelo más puro de la comparecencia, una voz que se queda, que permanece, que sostiene el lugar para que otras voces puedan encontrarse en él. Una sociedad que ya no sostiene ningún isón, ninguna nota común, ningún tono dado, es una sociedad en la que cada voz empieza donde le cae, como en mi fiesta de cumpleaños.

IV. Por qué importa tanto

Podría parecer que todo esto es una delicadeza de músico, un refinamiento de oído profesional que nada tiene que ver con la vida corriente. La investigación de los últimos veinte años dice lo contrario con una contundencia que pocos educadores conocen. El canto en grupo aparece en todas las sociedades humanas estudiadas, y un análisis de dos grandes corpus mundiales, casi seis mil grabaciones de más de mil sociedades y casi cinco mil descripciones etnográficas de sesenta sociedades, encontró que el canto colectivo es más frecuente que el canto en solitario, y que se concentra en los rituales religiosos y en la danza. La forma ordinaria de la música humana, la que ha existido durante casi toda nuestra historia, es la de un grupo que canta junto. El concierto en el que unos pocos cantan y miles escuchan en silencio es una rareza histórica muy reciente.

La entonación importa, en primer lugar, porque es la primera lengua que recibe un ser humano. Un estudio con más de mil seiscientas grabaciones de cuatrocientas diez personas en veintiuna sociedades, urbanas, rurales y de pequeña escala, mostró que en todas ellas los adultos cambian la forma acústica de su voz de manera regular cuando hablan o cantan a un bebé, y que oyentes de muchos países, más de cincuenta mil, reconocían esas vocalizaciones dirigidas a la infancia sin conocer la lengua ni la cultura de quien las producía. Otro estudio encontró que los bebés se relajan, con un descenso medible del ritmo cardíaco y de la dilatación pupilar, al escuchar nanas de culturas desconocidas para ellos, y aunque el tamaño de ese efecto se discute, la dirección del hallazgo coincide con todo lo que sabemos. Samuel Mehr y sus colegas han propuesto que el canto dirigido a la infancia evolucionó como una señal creíble de atención parental, una manera de decir al niño que alguien está ahí con él y que esa presencia no se puede fingir, porque cantar exige tiempo y cuerpo. Mi ontología lo dice con otras palabras. La nana es la primera comparecencia que un ser humano recibe.

Importa, en segundo lugar, porque el canto sostiene el lenguaje. Un experimento con registros electroencefalográficos mostró que el cerebro adulto se sincroniza mejor con las sílabas de una frase cantada que con las de una frase hablada cuando la escucha se vuelve difícil, porque el canto tiene un ritmo más regular, una frecuencia fundamental más estable y movimientos de altura discretos que le ofrecen al oído un andamio temporal. Desde hace más de un siglo se sabe que muchos pacientes con afasias graves, incapaces de hablar, pueden cantar las letras de canciones conocidas, y de esa observación nació la terapia de entonación melódica, que enseña a esos pacientes a recuperar frases entonándolas sobre contornos melódicos simples mientras marcan cada sílaba con la mano izquierda. La voz cantada abre en el cerebro caminos que la voz hablada no siempre encuentra.

Importa, en tercer lugar, porque el canto educa la percepción de la emoción ajena. Un estudio reciente encontró que las personas que cantan con más precisión reconocen también mejor las emociones en la voz de los demás, y sus autoras lo interpretan como prueba de un procesamiento sensomotor compartido entre el habla y la música. Este hallazgo me parece una confirmación empírica directa de la tesis del primer analogado. Quien sabe sostener una emoción en la propia voz sabe escucharla mejor en la voz de otro, porque el caso pleno ilumina los casos derivados.

Importa, en cuarto lugar, por la salud del propio órgano. Un estudio prospectivo realizado en Barcelona con cerca de mil quinientos niños de ocho a catorce años encontró trastornos de la voz en el treinta y dos por ciento de los niños que no cantaban y en menos del dieciséis por ciento de los que cantaban en coros infantiles, y los doce trastornos estudiados eran más frecuentes entre quienes no cantaban. Una voz educada en el canto es una voz más sana. La lengua, que llama tónico a lo que fortalece, tenía razón también en esto.

Importa, por último, y sobre todo, porque el canto une. Un experimento ya clásico comparó a adultos que acababan de conocerse y se repartían en clases de canto, de manualidades o de escritura creativa durante varios meses. Los que cantaban se sentían cercanos al grupo mucho antes, ya desde la primera sesión, mientras los demás tardaban meses en alcanzar un grado de cercanía comparable, y los investigadores llamaron a esa diferencia el efecto rompehielos del canto. Otro trabajo del mismo grupo midió que cantar en coro eleva el umbral del dolor, un indicador indirecto de la liberación de endorfinas, y que el efecto se da también en coros muy numerosos. Y un gran proyecto internacional de informes registrados, diseñado con más de cien colaboradores para evitar los sesgos de los estudios anteriores, ha encontrado en novecientos un participantes de treinta lenguas que cantar juntos crea más vínculo que hablar juntos. La hipótesis que Patrick Savage y sus colegas han propuesto para explicar todo esto sostiene que la musicalidad humana evolucionó como un sistema de vínculo social capaz de unir grupos más grandes de lo que permitían el aseo mutuo de los primates o la conversación. Entonar juntos es, desde hace cientos de miles de años, la manera humana de hacerse pueblo.

V. Hablar y cantar, lo que se vive

La diferencia entre hablar y cantar fue descrita con precisión por primera vez hace veinticuatro siglos. Aristóxeno de Tarento, que vivió en el siglo IV a. C. y fue de Aristóteles, distinguió en sus Elementos de armónica dos movimientos de la voz. En el habla la voz se mueve de manera continua, synechḗs (συνεχής), resbalando de una altura a otra sin detenerse en ninguna, de modo que el oído nunca sabe dónde empieza o termina un tono. En el canto la voz se mueve por intervalos, de manera diastēmatikḗ (διαστηματική), se detiene en una altura, permanece en ella, salta a otra y vuelve a detenerse. La tradición posterior añadió un tercer movimiento, intermedio, propio de la recitación de los poemas, y con esa tríada quedó trazado un continuo que la ciencia actual ha vuelto a encontrar con instrumentos que Aristóxeno no podía imaginar. Hablar es resbalar, cantar es detenerse, y recitar es habitar el umbral entre ambos.

Esa diferencia acústica tiene un correlato vivido que merece describirse con cuidado, porque la fenomenología del canto explica mejor que cualquier estadística por qué tanta gente ha dejado de cantar. Cuando hablo, mi voz desaparece detrás de lo que digo. El oyente atiende al sentido y olvida el sonido, y yo mismo, mientras hablo, apenas me oigo, porque mi atención está puesta en la cosa de la que hablo y en la reacción de quien me escucha. La voz hablada es transparente, como un cristal que deja ver el paisaje. Cuando canto, la voz se vuelve opaca, se hace presente, y el oyente la escucha a ella antes que a las palabras que lleva. Yo mismo me oigo con una nitidez que el habla nunca me impone, y oigo cada nota llegar o no llegar adonde la había dirigido. En el canto la voz deja de ser un medio y se convierte en la cosa misma que se ofrece. Maurice Merleau-Ponty (1908-1961) escribió que la palabra es un gesto y que su significación es un mundo, y el canto lleva ese gesto a su forma más pura, aquella en que el gesto ya no remite a otra cosa y se ofrece entero en su duración.

El tiempo cambia también de naturaleza. El habla pasa, se gasta a medida que avanza, y cada sílaba existe para dejar paso a la siguiente. El canto se demora, permanece en la vocal, la sostiene, la deja crecer y apagarse, y obliga a quien canta a quedarse dentro de lo que dice mientras lo dice. Por eso el canto es el reino del ars sustinendi. Hablar exige respirar poco y deprisa. Cantar exige administrar el aliento a lo largo de una frase entera, apoyarlo, repartirlo, y esa administración del aliento es literalmente una administración del tiempo vivido. Quien canta una frase larga aprende con el diafragma lo que significa durar.

Cambia, sobre todo, la dirección. El habla corriente apunta a un referente, la cosa de la que se habla, y en ese sentido es representativa. El canto apunta a alguien, al que escucha, al que canta conmigo, al niño que se duerme, al muerto, al dios, y en ese sentido es vocativo. Se puede hablar de algo sin hablarle a nadie, en un informe o en una conferencia, y es muy difícil cantar sin cantarle a alguien, aunque ese alguien sea uno mismo en la ducha o la noche en el camino. Esa diferencia de dirección explica la tercera de las causas que impiden hoy entonar a tanta gente. Cantar expone, porque en el canto ya no hay cristal detrás del cual esconderse. La voz cantada es la persona entera haciéndose oír en su altura, y una nota fallida se oye como un fallo de la persona con una nitidez que ninguna torpeza verbal alcanza.

Cambia, por último, la relación con los demás cuerpos. Dos personas no pueden hablar a la vez sin estorbarse, porque el habla es por naturaleza sucesiva, un turno tras otro. Dos personas, y doscientas, y cuarenta mil, pueden cantar a la vez sin estorbarse, y de hecho el canto alcanza su plenitud cuando lo hacen. El habla es diálogo, el canto puede ser coro. Esta simultaneidad posible es quizá la diferencia antropológica más importante entre ambos. La conversación une a dos, a cinco, a diez como mucho. El canto puede unir a un pueblo entero en el mismo instante, y por eso todas las sociedades han reservado al canto los momentos en que necesitaban sentirse una sola cosa.

VI. Hablar y cantar, lo que sucede en el cuerpo

El órgano que habla y el que canta es el mismo, y por eso la diferencia entre hablar y cantar es una diferencia de uso, de tensión y de gobierno. La altura de la voz depende de la frecuencia con que vibran los pliegues vocales, dos repliegues de músculo y mucosa situados en la laringe, y esa frecuencia depende sobre todo de su longitud, de su tensión y de su masa vibrante. El músculo cricotiroideo, al inclinar el cartílago tiroides hacia delante, estira los pliegues y sube la altura. El músculo tiroaritenoideo, cuya porción interna se llama músculo vocal, los acorta y los engrosa, y su equilibrio con el cricotiroideo decide el registro y el color de la voz. La presión del aire que sube desde los pulmones modifica también la altura y la intensidad, de modo que cantar una nota afinada exige coordinar a la vez la presión respiratoria, la tensión de varios músculos laríngeos y la forma del tracto vocal que resuena por encima. Un equipo de investigadores que buscó en la corteza motora de cantantes de coro la codificación de cuatro alturas distintas encontró activaciones muy consistentes en cada cantante y ningún patrón que distinguiera unas alturas de otras, y lo atribuyó precisamente a la complejidad no lineal de las relaciones entre esos músculos. La entonación es una de las acciones motoras más delicadas que el cuerpo humano realiza.

Esa delicadeza tiene una historia evolutiva. Entre todos los primates, solo el ser humano aprende a imitar sonidos nuevos con la voz. Los chimpancés tienen laringes capaces de producir muchos sonidos y sin embargo no pueden aprender una melodía. Erich Jarvis ha resumido décadas de investigación comparada mostrando que el aprendizaje vocal, la capacidad de imitar y producir vocalizaciones aprendidas, es rarísimo en el reino animal y aparece solo en unos pocos linajes, los humanos, algunos grupos de aves como los pájaros cantores, los loros y los colibríes, y algunos mamíferos como los murciélagos, los cetáceos, las focas y los elefantes. En todos ellos se encuentra un rasgo neuronal común, una vía directa que une la corteza motora con las neuronas del tronco cerebral que gobiernan el órgano vocal. En el ser humano esa vía parte de una región de la corteza motora que controla los músculos de la laringe y que, sorprendentemente, faltaba en los mapas clásicos del cerebro. Steven Brown y sus colegas la localizaron por neuroimagen en 2008, y estudios posteriores han identificado dos representaciones de la laringe, una dorsal en la corteza motora primaria y otra ventral, cuyo papel todavía se discute.

Un dato clínico ilumina la fenomenología mejor que cualquier teoría. Los pacientes con lesiones bilaterales en esta corteza motora laríngea pierden la capacidad de hablar y de cantar, y conservan sin embargo la risa y el llanto. El ser humano tiene dos sistemas vocales superpuestos. Uno, muy antiguo, compartido con los demás mamíferos, produce las vocalizaciones emocionales espontáneas, el grito, el gemido, la carcajada, y pasa por estructuras profundas del cerebro. El otro, mucho más reciente, propio de nuestra especie, permite la voz voluntaria y aprendida, el habla y el canto, y pasa por la corteza. El canto es el lugar donde esos dos sistemas se encuentran. Cantar es dar forma voluntaria, aprendida, exacta, a la misma energía que en el llanto sale sin forma, y esa síntesis explica por qué el canto es el primer analogado de la emoción encarnada. En el grito la emoción sale sin gobierno. En el habla el gobierno apenas deja salir la emoción. En el canto la emoción sale gobernada, sostenida, afinada, y por eso puede ser compartida.

La juventud evolutiva de ese gobierno tiene una consecuencia pedagógica decisiva. Michel Belyk y sus colegas pidieron a un grupo de personas que imitaran melodías sencillas cantando y silbando. Los que cantaban mejor silbaban también mejor, y sin embargo todos fueron más precisos silbando, con los labios y la lengua, que cantando, con la laringe, y las notas cantadas se desviaban sistemáticamente hacia la altura habitual de la voz de cada persona. Los autores proponen que el control voluntario de la laringe, de aparición reciente en la evolución humana, está ajustado lo justo para las modulaciones gruesas de altura que el habla necesita, y que el canto afinado exige estirarlo más allá de ese ajuste natural. La naturaleza nos da una laringe capaz de entonar y no nos la da entonada. Entonar es una conquista de la cultura sobre una capacidad biológica, una conquista que cada generación debe volver a hacer en cada cuerpo, y que se pierde en una sola generación cuando deja de practicarse.

La imitación vocal recluta además un circuito muy concreto. Un estudio de resonancia magnética funcional comparó la imitación cantada de secuencias de alturas con la producción vocal no imitativa y con la simple discriminación de alturas, y encontró la diferencia más fuerte en el putamen de ambos hemisferios, una estructura de los ganglios basales que forma parte de un bucle entre la corteza y el estriado, análogo al que los pájaros cantores usan para aprender su canto. El niño que aprende a cantar imitando a su madre usa, en lo esencial, el mismo tipo de bucle que el pinzón joven que aprende imitando a su padre. Y ese bucle se apoya en el oído de un modo continuo. Cuando un cantante escucha su propia voz con un retraso artificial de una fracción de segundo, incluso si es profesional, pierde momentáneamente la afinación y el ritmo. Los modelos actuales del control motor del habla describen el sistema nervioso como un controlador que estima en cada instante el estado del aparato vocal, predice el sonido que va a producir y corrige la orden motora cuando la predicción y la escucha no coinciden. Entonar es predecir una nota, emitirla, oírla y corregirla, muchas veces por segundo, sin dejar nunca de escuchar.

VII. Hablar y cantar, lo que sucede en el cerebro

Durante mucho tiempo se repitió que el lenguaje vive en el hemisferio izquierdo y la música en el derecho. La realidad es más fina y más interesante. Robert Zatorre y su equipo de Montreal han mostrado que la asimetría responde a una especialización de cada hemisferio para un tipo de información acústica. Philippe Albouy y sus colegas grabaron frases cantadas en las que el texto y la melodía se cruzaban de todas las maneras posibles, y luego filtraron selectivamente la información temporal o la información espectral. Al degradar la información temporal se perdía la comprensión del texto y se conservaba la melodía, y al degradar la información espectral, la que distingue finamente las alturas, se perdía la melodía y se conservaba el texto. La neuroimagen mostró que el texto se decodificaba sobre todo en regiones auditivas izquierdas y la melodía en regiones auditivas derechas. El propio Zatorre ha precisado después que esas asimetrías pueden desplazarse con el aprendizaje, con la atención y con la expectativa, de modo que la especialización de partida deja abierto el destino.

Lo que esa especialización separa, la red cerebral lo vuelve a unir. Un estudio con registros intracraneales en pacientes que escuchaban habla y música naturales encontró que la mayor parte de la actividad neuronal, tanto local como en red, era compartida por ambas, y que las respuestas selectivas se limitaban a ciertas oscilaciones coherentes en frecuencias concretas, sin regiones anatómicas exclusivas. Otro estudio usó la ilusión del habla convertida en canto, en la que una misma grabación se oye primero como habla y después como canto, para separar la percepción de la acústica, y encontró que la transformación perceptiva se apoya en una red que es sobre todo la misma que procesa el habla, con un foco diferencial en una región temporal del hemisferio derecho. Incluso en bebés de pocas semanas, un estudio preliminar ha encontrado regiones de la corteza auditiva no primaria que responden más a la música que a otros sonidos de estructura acústica equivalente. El cerebro humano viene preparado para el canto, y lo procesa con los mismos recursos con que procesa la voz que habla, añadiendo una atención especial a la altura.

Esa comunidad de recursos tiene una consecuencia que Aniruddh Patel formuló en su hipótesis llamada OPERA. El entrenamiento musical beneficia la codificación neuronal del habla porque la música exige al sistema auditivo una precisión mayor que el habla sobre recursos que ambas comparten, porque esa exigencia se acompaña de emoción, de repetición y de atención concentrada, y porque en esas condiciones la plasticidad del cerebro se pone al servicio de ambas. El nombre de la hipótesis resume sus cinco condiciones en inglés, solapamiento, precisión, emoción, repetición y atención, y esas cinco condiciones describen exactamente lo que ocurre en una buena clase de canto. Quien entona educa a la vez su oído para la palabra. Una sociedad que deja de cantar empobrece también, sin saberlo, su manera de escuchar a quien le habla.

Dos hallazgos más cierran el cuadro. Las personas con amusia congénita, que distinguen mal las alturas, imitan sin embargo con más precisión una secuencia de alturas cuando la cantan que cuando la hablan. Y en personas sin trastorno alguno, hablantes de inglés y de mandarín con y sin formación musical, la imitación de contornos propios del canto resulta más exacta que la de contornos propios del habla. El canto es más fácil de imitar que el habla. Sus notas estables y discretas le ofrecen a la voz un blanco quieto, mientras el habla le ofrece un blanco en movimiento. Por eso el canto ha sido siempre la puerta de entrada de la imitación vocal, y por eso la nana precede a la conversación.

VIII. La cercanía del tono hablado y el tono cantado

La fisiología y la neurología podrían hacer pensar que hablar y cantar son dos actividades separadas por una frontera nítida. La verdad es la contraria, y en esa cercanía reside la mayor esperanza pedagógica. Un informe registrado reciente, firmado por setenta y cinco investigadores que se grabaron a sí mismos cantando una canción tradicional de su cultura, recitando su letra y conversando en cincuenta y cinco lenguas, mostró que en todas partes el canto usa alturas más agudas, un ritmo más lento y alturas más estables que el habla. Mostró también que el tamaño de los intervalos entre una altura y la siguiente es parecido en el canto y en el habla, igual que el brillo del timbre, y que los rasgos de la voz se ordenan a lo largo de un continuo que los autores llaman musicolingüístico, con la conversación en un extremo, el canto y la música instrumental en el otro y la recitación en medio. Aristóxeno lo había intuido. El habla ya contiene los intervalos del canto. Lo que el canto añade es la quietud, la estabilidad de cada altura, la decisión de quedarse.

Otro estudio reciente, con hablantes de lenguas tonales y de lenguas no tonales, buscó qué rasgos acústicos hacen que un oyente clasifique un fragmento como canto o como habla. Pesan sobre todo la estabilidad de la altura dentro de cada sílaba, el tamaño y la regularidad de los intervalos y la regularidad del pulso, y el peso relativo de esos rasgos cambia según la lengua materna del oyente, porque quien habla una lengua tonal está acostumbrado a que las alturas dentro de la sílaba signifiquen algo. Esas lenguas tonales, como el mandarín, el cantonés, el vietnamita o el yoruba, muestran hasta qué punto la frontera se desplaza con la cultura. En ellas la altura de la voz cambia el sentido de la palabra, y Diana Deutsch encontró que la proporción de estudiantes con oído absoluto era muchísimo mayor en un conservatorio de Pekín que en uno estadounidense para cada edad de inicio del estudio musical, y lo atribuyó a que esos niños aprenden a asociar alturas precisas con significados durante el periodo crítico de adquisición de su lengua materna. La lengua materna afina o desafina el oído antes de cualquier lección de música.

La propia Deutsch descubrió casi por azar, a mediados de los años noventa, la demostración más sorprendente de esta cercanía. Mientras preparaba un disco, repitió en bucle una frase hablada de su propia voz y notó que, al cabo de varias repeticiones, la frase empezaba a sonar cantada, como si ella la hubiera entonado. La grabación era exactamente la misma. Lo que había cambiado era la manera en que su cerebro la escuchaba. Investigaciones posteriores han mostrado que la ilusión se conserva al menos una semana para las frases ya oídas, lo que indica un aprendizaje rápido y una memoria duradera, y que la favorecen las frases menos plausibles y la acumulación de expectativas musicales cuando el sentido lingüístico se debilita por la repetición. La repetición convierte el habla en canto. El sentido se gasta y aparece la melodía que siempre estuvo ahí debajo.

Esta cercanía se escucha cada día en la vida corriente, y la lengua popular la ha nombrado siempre. Decimos que alguien habla con tonillo, que un acento es cantarín, que un andaluz, un canario, un gallego o un argentino cantan al hablar, y los lingüistas estudian con precisión las melodías de cada variedad del español, sus finales ascendentes, sus suspensiones, sus caídas. Los vendedores ambulantes de nuestros mercados pregonaban su mercancía con fórmulas medio habladas y medio cantadas, el afilador anunciaba su paso con una escala de caramillo, los niños de las escuelas de antaño recitaban la tabla de multiplicar con una cantinela fija, y los sacerdotes cantaban la misa sobre un tono de recitación que se detenía en una sola altura y caía al final de cada frase. Toda esa franja intermedia entre hablar y cantar, que Aristóxeno ya conocía, era una escuela de entonación sin maestro, y casi toda ha desaparecido de nuestras calles.

La madre que habla a su bebé habita esa misma franja. Un metaanálisis de ochenta y siete estudios sobre el habla dirigida a la infancia ha confirmado que los adultos de muchas lenguas elevan la altura de la voz, amplían su variación y alargan las vocales cuando hablan a un bebé. Esa habla es medio canto, y el bebé aprende primero su melodía y solo después sus palabras. Por eso considero que la cercanía entre el tono hablado y el tono cantado es la puerta pedagógica más ancha que existe. Nadie llega al canto desde cero. Todo hablante lleva ya dentro las curvas de la entonación de su lengua, la pregunta que sube, la afirmación que cae, la llamada que se sostiene, y enseñar a entonar consiste en gran parte en tomar esas curvas habladas, hacerlas quietas y hacerlas compartidas. Mi propio telar lo dice de otra manera. El hilo de la léxis y el hilo de la harmonía están cosidos uno al otro desde el principio, y quien tira de uno arrastra el otro.

El ejemplo más antiguo y más universal de esa costura es la llamada infantil. En patios de todo el mundo los niños se llaman unos a otros con dos notas, una más aguda y otra más grave, separadas por una tercera menor descendente, y se burlan con esas mismas dos notas a las que añaden una tercera, la que queda un tono por encima de la aguda. Leonard Bernstein (1918-1990) dedicó a esa fórmula una parte de las conferencias que pronunció en Harvard en 1973, y la presentó como candidata a universal musical y lingüístico a la vez, una curva que el habla convierte en canto en cuanto quiere llamar a alguien desde lejos. La afirmación de Bernstein ha sido discutida y matizada por la etnomusicología, que conoce culturas donde la llamada infantil tiene otra forma, y sigue siendo verdad en lo esencial que el paso del habla al canto empieza casi siempre por la llamada. Para llamar a alguien que está lejos hay que sostener la vocal, y al sostenerla la voz se detiene en una altura. La llamada es el lugar exacto donde el habla se hace canto, y donde lo vocativo se vuelve melódico.

IX. Lo que saben los pueblos

Charles Darwin (1809-1882) sospechó en 1871 que nuestros antepasados cantaron antes de hablar, y que una forma de protomúsica, ligada al cortejo y a la emoción, había preparado el camino del lenguaje articulado. La idea quedó dormida durante un siglo y ha despertado en las últimas décadas con varias formas. Steven Brown propuso en el año 2000 que la música y el lenguaje descienden de un antepasado común, al que llamó musilanguage, un sistema de comunicación vocal que usaba a la vez la altura, el ritmo y unidades con sentido, y del que se habrían separado después las dos ramas. Steven Mithen imaginó en 2005 a los neandertales comunicándose con un sistema holístico, musical y gestual a la vez. Ellen Dissanayake ha defendido durante décadas que el arte nace de la intimidad entre la madre y el niño, de esa conversación hecha de melodía, de mirada y de ritmo compartido en la que el bebé aprende a estar con otro antes de aprender a nombrar nada. Ninguna de estas hipótesis está probada, y todas coinciden en un punto que me importa. El canto pertenece al fondo más antiguo de lo humano, más antiguo quizá que la palabra.

Los pueblos han sabido siempre para qué sirve entonar juntos. El canto de trabajo, presente en prácticamente todas las culturas allí donde un esfuerzo físico repetido y compartido debía coordinarse, es el ejemplo más claro. Remar, segar, machacar el lino, arrastrar una red, tender una vía de ferrocarril, pisar la uva, todas esas tareas se organizaron durante milenios alrededor de una melodía que marcaba el pulso común y obligaba a quien participaba a entonar con los demás durante horas, sin maestro y sin propósito estético declarado. Los cantos de los sirgadores que remontaban los ríos tirando de las barcas, las canciones de siega de la España interior, los cantos de los estibadores de los puertos, los de las plantaciones y de las cuadrillas del ferrocarril norteamericano que documentaron los etnomusicólogos del siglo veinte, comparten la misma lógica. La entonación compartida fue la tecnología que sincronizaba los cuerpos de un grupo mucho antes de que existieran el cronómetro o la cadena de montaje. Nadie enseñaba esos cantos. Se aprendían porque el trabajo los exigía, y quien se incorporaba a la cuadrilla tenía que entonar con los demás para que su cuerpo entrara en el esfuerzo común.

La lengua ha conservado la memoria de esa unidad. En castellano llevar el compás es a la vez marcar el tiempo de una música y coordinar un esfuerzo colectivo, y la palabra viene de compasar, medir con el paso, pasar juntos. El compás de la música y el paso compartido de la cuadrilla fueron durante siglos la misma disciplina vivida desde dos necesidades distintas. La desaparición casi total de los cantos de trabajo en las sociedades industriales, sustituidos primero por el ruido de la máquina y después por los auriculares con los que cada trabajador aísla su esfuerzo del de sus compañeros, es otro capítulo, menos citado que el de los patios de colegio y igual de elocuente, de la misma pérdida.

El historiador William H. McNeill (1917-2016) dedicó un libro entero a este fenómeno a partir de una experiencia personal. En 1941, recién reclutado en el ejército estadounidense, pasó semanas marchando en formación por un campo de instrucción de Texas, y descubrió con sorpresa que aquellas horas de movimiento sincronizado, en apariencia absurdas, le producían una euforia difusa, una sensación de agrandamiento personal, de pertenecer a algo más grande que él mismo. Llamó a ese efecto vinculación muscular, muscular bonding, y lo rastreó en la danza de las aldeas, en los rituales religiosos y en la instrucción militar de todas las épocas. McNeill comprendió algo que la neurociencia confirma hoy. Moverse y vocalizar juntos al mismo tiempo produce en el cuerpo un sentimiento de comunidad que ningún argumento produce, y ese sentimiento puede servir para fines muy distintos. Puede unir una aldea en la fiesta y puede unir un batallón en la víspera de la batalla. Volveré a esta ambivalencia cuando hable de la guerra, porque ahí se juega la parte más grave de mi tesis.

Mehr y sus colegas han propuesto, en esta línea, que una de las funciones evolutivas originarias de la música fue señalar de manera creíble la fuerza y la cohesión de una coalición. Un grupo capaz de cantar y moverse en perfecta sincronía demuestra, a quien lo escucha desde fuera, que sus miembros han pasado mucho tiempo juntos, que se coordinan bien y que actuarán como uno solo si hace falta. El canto es, por tanto, una señal hacia dentro y hacia fuera a la vez. Hacia dentro une. Hacia fuera advierte. La haka maorí, los cantos de guerra de tantos pueblos, los himnos de los ejércitos y los cánticos de las hinchadas en los estadios pertenecen a esta segunda función, y comparten con la nana y con el canto de trabajo un mismo mecanismo y una dirección opuesta.

X. Por qué cuesta tanto entonar hoy

Antes de explicar las causas de la pérdida tengo que desmontar el mito más extendido y más dañino sobre esta materia, la creencia de que la mayoría de la gente que canta mal es simplemente incapaz de hacerlo, que existe una condición llamada popularmente ser negado para la música que afecta a una parte enorme de la población y contra la que nada se puede hacer. Ese mito confunde dos cosas que la investigación ha separado con una claridad notable. Existe una condición neurológica real, la amusia congénita, un trastorno específico de la discriminación fina de la altura que impide a quien la padece distinguir con fiabilidad si una nota sube o baja respecto de otra. Durante décadas se repitió que afectaba a alrededor del cuatro por ciento de la población, una cifra que procedía de un único estudio de 1980 con una única prueba. Un estudio mucho más amplio, con unos veinte mil participantes evaluados en línea sin depender de que se declararan a sí mismos negados, redujo la estimación a alrededor del uno coma cinco por ciento. Esa pequeña fracción no coincide en absoluto con el número de personas que hoy cantan mal el cumpleaños feliz en cualquier reunión familiar española.

La inmensa mayoría de quienes desafinan no tiene ningún trastorno perceptivo. Oyen perfectamente que algo no encaja. Lo que les falla es el enlace entre lo que el oído percibe y lo que la laringe produce. Peter Pfordresher y James Mantell resumieron una serie de estudios concluyendo que la mala entonación corriente reside en el vínculo entre percepción y acción, más que en la percepción o en la motricidad por separado, y que probablemente implica mecanismos generales de imitación vocal. Sean Hutchins e Isabelle Peretz construyeron un instrumento sencillo, un deslizador con el que se podía ajustar una altura sin usar la voz, y comprobaron que músicos y no músicos igualaban las alturas con mucha más precisión usando el deslizador que cantando. Comprobaron también que los no músicos igualaban mejor una grabación de su propia voz que un sonido sintético, lo que indica que parte del problema consiste en traducir un timbre ajeno al timbre propio. Este último hallazgo tiene una consecuencia pedagógica inmediata que la escuela ignora. Un niño aprende a entonar mucho mejor imitando una voz humana, y mejor aún una voz parecida a la suya, que imitando un piano, un carillón o una grabación electrónica.

Si el problema no está en el oído, ¿dónde está? Distingo tres causas que se superponen. La primera es que se canta menos. La infancia de hoy acumula muchas menos horas de canto compartido que la de sus abuelos, en casa, en la escuela, en la iglesia, en la calle, en el trabajo, en las fiestas. El canto se aprende como se aprende a hablar, por inmersión y por repetición, y ningún niño aprendería a hablar si solo oyera hablar cuarenta y cinco minutos a la semana en un aula. Jonathan Haidt ha reunido una cantidad considerable de datos sobre cómo, desde finales de los años ochenta y de manera mucho más acelerada desde la difusión del teléfono inteligente hacia 2010, el juego infantil libre y no supervisado, el que ocurría en calles, patios y descampados sin ningún adulto organizándolo, se ha ido sustituyendo primero por un ocio vigilado y programado y después por el consumo solitario de pantallas. Ese juego libre era el hábitat natural del cantito de burla, de la canción de comba, del corro, de la retahíla para echar a suertes, de toda una transmisión oral horizontal entre niños de distintas edades que ningún maestro organizaba. Su desaparición explica mucho mejor que cualquier teoría genética por qué las generaciones más jóvenes llegan a la edad adulta sin haber acumulado las miles de repeticiones espontáneas de entonación compartida que sus abuelos acumulaban sin esfuerzo antes de aprender a leer.

La segunda causa es más sutil y tiene que ver con el empobrecimiento del habla que precede al canto. Una infancia rodeada de conversación oral extensa, de padres y abuelos que narran, que preguntan, que modulan la voz con matices largos y sostenidos, que cuentan cuentos con voces distintas para cada personaje, prepara el terreno para el canto mucho mejor que una infancia rodeada de mensajes escritos, de llamadas entrecortadas por la conexión y de un consumo audiovisual construido a base de cortes rápidos que jamás dejan que una frase hablada se sostenga el tiempo suficiente para que el oído aprenda a esperar una nota. Si el habla ya contiene los intervalos del canto, una prosodia empobrecida es una escuela de canto empobrecida. Un maestro que hoy intenta enseñar el intervalo de sol a mi a una clase entera está intentando, casi siempre sin saberlo, reparar dos pérdidas superpuestas.

La tercera causa es psicológica, y me parece tan decisiva como las otras dos. Cuando hablamos, incluso cuando hablamos mal, nuestra cultura nos exime de casi cualquier juicio inmediato sobre la calidad del resultado. Cantar, en cambio, expone lo que el habla protege, porque una nota desafinada se oye como un fallo con una nitidez que ninguna torpeza verbal comparable posee. Si el canto es el primer analogado de la emoción encarnada, cantar mal delante de otro expone algo muy cercano al propio cuerpo emocional, y por eso duele de una manera distinta a como duele equivocarse en una suma. Esto explica por qué tantos adultos que cantan sin problema en la ducha o en el coche enmudecen en cuanto hay otro oído cerca capaz de juzgarlos. La escuela ha agravado esta herida durante generaciones. Una investigación sobre adultos que se consideraban incapaces de cantar recogió testimonios de personas a las que en la infancia se les ordenó mover los labios sin emitir sonido durante las actuaciones del coro escolar, para no estropear el conjunto, filas enteras de niños condenados a fingir que cantaban. Esos niños, ya adultos, son los que hoy murmuran el cumpleaños feliz. Una sociedad que ha hecho de la exposición pública un terreno cada vez más vigilado, donde cualquier error queda grabado y compartido, ofrece además un terreno psicológicamente hostil para la práctica que exige exponer sin protección el propio cuerpo emocional ante el juicio ajeno.

XI. El bucle entre el oído y la laringe

La investigación sobre el aprendizaje del canto permite hoy describir con bastante precisión cómo se construye la capacidad de entonar y por qué casi todo el mundo puede aprenderla. Pfordresher analizó una muestra muy amplia de personas de seis a noventa y nueve años y encontró que la precisión al cantar mejora de forma muy marcada desde la infancia hasta la juventud, sin que el cambio de voz de la adolescencia la perturbe, que se mantiene después en un nivel parecido durante el resto de la vida sin un declive fuerte con la edad, que el entrenamiento musical vocal o instrumental tiene efectos significativos sobre ella, sobre todo en la infancia, y que no se observan diferencias entre hombres y mujeres. La discriminación de alturas varía con la edad de manera paralela a la precisión cantada, y el autor concluye que entonar es una destreza motora aprendida que se beneficia de la práctica y puede seguir cultivándose hasta la vejez. Ningún adulto está condenado. La edad no cierra la puerta, solo la falta de práctica la cierra.

La práctica diaria acelera ese aprendizaje de manera medible. Steven Demorest, Bryan Nichols y Peter Pfordresher compararon durante siete meses a niños de cinco años de una escuela que recibía cada día instrucción de canto a cargo de un especialista con niños de otra escuela sin música en el currículo. Ambos grupos mejoraron en las tareas de igualar alturas, intervalos y pequeños motivos, y el grupo que cantaba a diario mejoró significativamente más. Cantar de memoria una canción conocida no mejoró en ninguno de los dos grupos durante ese tiempo, y los autores sugieren que la destreza avanza de la imitación de alturas aisladas a la canción completa, una tarea más difícil. Este dato contiene una lección de orden. Primero el eco de una nota, después el intervalo, después el motivo, y solo al final la canción entera cantada de memoria. La escuela suele hacer lo contrario, empezar por canciones completas y no detenerse nunca en la nota.

El modo de cantar importa también. Un estudio con niños portugueses de cuatro a nueve años encontró que cantaban con más precisión sobre una sílaba neutra que con el texto de la canción, y que los niños que usaban mejor su registro de voz cantada, la amplitud y el paso entre registros, entonaban con precisión más notas. La palabra, que en el habla sostiene la melodía, en el canto infantil temprano puede distraerla. Por eso las grandes pedagogías han usado siempre sílabas, ya sean las de Guido, las del solfeo o las sílabas neutras de Gordon, para que la voz pueda atender a la altura antes de cargar con el sentido.

El gesto ayuda. Un estudio con niños que cantaban acompañando su voz con gestos, entre ellos los juegos de espejo y de seguimiento de Émile Jaques Dalcroze, encontró que los gestos cumplían funciones de concentración, de guía, de sostén, de afinación y de sensación, y que ayudaban a los niños a corregir defectos vocales. Simone Dalla Bella y sus colegas encontraron además que quienes cantan con más precisión sincronizan también mejor sus golpes con un pulso, y propusieron que ambas destrezas comparten un mismo mecanismo de traducción sensomotora. En mis clases tengo una regla que muchos alumnos al principio encuentran extraña. Nunca se canta sin mover el brazo. La mano que dibuja en el aire la curva de la melodía, que marca la altura, que se abre en la nota larga, convierte la entonación en un movimiento del cuerpo entero, y la ciencia le da hoy la razón a una intuición que Guido de Arezzo, John Curwen y Dalcroze ya habían tenido.

La imaginación ayuda más que nada. Pfordresher, Andrea Halpern y Emma Greenspon han propuesto un modelo según el cual entonar depende de asociaciones automáticas entre modalidades, en particular entre la altura imaginada de una nota y la tensión de los pliegues vocales necesaria para producirla, asociaciones probabilísticas que pueden ser más o menos precisas y que se desarrollan con la práctica. Greenspon y Pfordresher comprobaron después que la capacidad de imaginar alturas contribuye a la precisión de la imitación vocal de manera específica, más allá de la simple memoria auditiva. La psicología cognitiva ha encontrado así, con sus propios métodos, lo que Edwin Gordon llamó audiación medio siglo antes, y lo que en mi telar ocupa el estrato de la Inclinación. Antes de que la voz llegue a la nota, la nota tiene que existir ya dentro, como un lugar hacia el que la voz se tiende.

Queda la cuestión de la retroalimentación, que la tecnología ha puesto de moda. Un grupo de investigadores de Barcelona comparó el aprendizaje de la afinación, con la voz y con el violín, en personas sin experiencia musical que recibían una visualización en tiempo real de su altura, otras que escuchaban la nota objetivo con un timbre parecido al suyo y otras que practicaban sin ninguna ayuda. Ambas ayudas mejoraron la entonación, y solo la visualización en tiempo real dejó un aprendizaje que se conservaba después. Una revisión sistemática reciente de treinta y seis estudios sobre la retroalimentación acústica en el aprendizaje vocal concluye que esas herramientas refuerzan la confianza y la autoobservación, y advierte que la retroalimentación continua tiene un precio, una carga cognitiva y una dependencia de la guía externa que puede impedir que el oído aprenda a valerse por sí mismo. La pantalla puede ayudar a descubrir dónde está la nota. Encontrarla cada vez sin pantalla sigue siendo tarea del oído y del cuerpo, y el oído aprende sobre todo de otra voz que espera a la suya.

XII. El pianista que no entonaba

Mi propio oficio de pianista ilumina desde un ángulo inesperado por qué la entonación exige un aprendizaje corporal que otros instrumentos no exigen nunca de la misma manera. El piano es, de todos los instrumentos occidentales, aquel cuya afinación queda más completamente fuera del control del intérprete en el momento de tocar. Cada tecla dispara un martillo que golpea cuerdas afinadas de antemano por un técnico, de modo que un pianista puede tener un oído torpe y producir, tecla tras tecla, notas perfectamente ajustadas al temperamento igual con que se afinó el instrumento esa misma mañana. Un violinista o un cantante no disfrutan jamás de esa comodidad. Cada nota exige, en el instante mismo de producirla, un juicio activo sobre dónde colocar el dedo en la cuerda o cómo tensar la propia laringe, un juicio que se corrige en tiempo real mediante el mismo bucle auditivo que acabo de describir.

A los pianistas rara vez se nos enseña a valorar esta diferencia. Nuestra formación, por completa que sea en otros aspectos, nos exime durante años de entrenar precisamente el músculo perceptivo y motor que la entonación exige, y por eso tantos pianistas excelentes, capaces de una precisión rítmica y de una sutileza interpretativa extraordinarias, canten con una torpeza que sorprendería a quien los hubiera escuchado antes tocar. Yo mismo tuve que entrenar deliberadamente, ya adulto, ese bucle que mi instrumento nunca me exigió de niño, cantando intervalos y corrigiendo mi voz sin la ayuda de ningún teclado que resolviera el problema por mí, y esa experiencia me enseñó mejor que cualquier lectura la diferencia entre saber dónde está una nota, cosa que cualquier pianista sabe con solo mirar la partitura, y ser capaz de producirla con el propio cuerpo.

Un estudio con violonchelistas expertos dentro de un escáner, con un violonchelo construido para no interferir con el campo magnético, comparó la actividad cerebral al cantar y al tocar las mismas notas. Ambas tareas compartían buena parte de la red auditiva y vocal, incluidas la corteza motora primaria, la corteza premotora, el área motora suplementaria, la ínsula anterior y el cerebelo, y la actividad en esas regiones compartidas se correlacionaba con la afinación lograda tanto al cantar como al tocar. Los autores sugieren que tocar el violonchelo puede llegar a reclutar directamente áreas vocales, incluida la región laríngea de la corteza motora, sobre todo cuando el aprendizaje del instrumento empieza antes de los siete años. La cuerda frotada entona con un cuerpo que ha aprendido a cantar. La consecuencia pedagógica me parece decisiva y casi nunca se formula en los conservatorios. Enseñar piano a un niño, por excelente que sea esa enseñanza, no lo entrena por sí mismo en la entonación, y cualquier proyecto serio de alfabetización musical de un pueblo tiene que incluir canto activo diario, y a ser posible cuerda frotada, junto a los instrumentos de afinación fija como el piano, el acordeón, la guitarra con trastes, el carillón o la flauta dulce. De lo contrario producimos generaciones de músicos técnicamente competentes que jamás han entrenado el juicio que solo la voz y la cuerda desnuda exigen sin red. Todos mis alumnos de instrumento cantan, incluso los que se resisten, y los que más se resisten suelen ser los que más lo necesitan.

XIII. La tesitura y el tono que nadie da

La pedagogía vocal seria conoce bien un detalle práctico que la escuela española ignora casi por completo, el de la tesitura infantil y la elección deliberada de la tonalidad en que se canta con niños. La voz de un niño de seis o siete años tiene un registro cómodo más agudo y más estrecho que el de un adulto, situado aproximadamente entre el re por encima del do central y el la o el si de esa misma octava. Cualquier canción que se le pida cantar fuera de ese margen, porque el maestro la entona en la tonalidad en que la recuerda de su propio cancionero de adulto o porque una grabación la fija en una tonalidad pensada para una voz adulta, obliga al niño a forzar la laringe fuera de su zona cómoda. Lo que resulta de ahí es precisamente esa sensación de cantar sin encontrar la nota que después, en la edad adulta, se interpreta erróneamente como falta de oído. Muchos maestros varones, además, cantan con su voz de pecho una octava por debajo de la de los niños, y el niño, que tiene que traducir esa altura a la suya, recibe un modelo mucho más difícil de imitar que el de una voz aguda, femenina o infantil.

Un maestro bien formado sabe transportar cualquier canción, mentalmente y sin instrumento, a la tonalidad exacta en que la tesitura del grupo que tiene delante puede sostenerla con comodidad. Esa habilidad, que en el mundo profesional del acompañamiento vocal se da por descontada, falta en la inmensa mayoría de las aulas de infantil y primaria, donde la canción se enseña en la tonalidad fija en que aparece impresa o en que la reproduce el vídeo de la pizarra digital, sin que nadie se pregunte si esa tonalidad favorece o dificulta lo que se le está pidiendo a un oído y a una laringe todavía inmaduros. Un niño al que sistemáticamente se le pide cantar fuera de su registro aprende, sin que nadie se lo diga, que cantar es un esfuerzo incómodo destinado al fracaso, la lección contraria a la que cualquier pedagogía de la entonación debería transmitir.

El cumpleaños feliz de mis fiestas familiares es un caso de manual de un problema todavía más simple. Nadie da el tono. En la liturgia antigua, el cantor entonaba las primeras palabras del salmo o de la antífona y el coro continuaba desde la altura que él había fijado, y a ese gesto inicial se le llamaba precisamente entonación, intonatio. En las catedrales españolas el chantre era la dignidad encargada de gobernar ese canto, y en las iglesias presbiterianas de Escocia el precentor entonaba cada verso del salmo para que la congregación lo repitiera. Toda comunidad que canta necesita a alguien que dé el tono, una voz que proponga la primera nota con claridad suficiente para que las demás se ajusten a ella. En nuestras fiestas ese oficio ha desaparecido, y con él la condición más elemental del canto común. Bastaría con que alguien, en cada mesa, cantara sola y claramente la primera sílaba en una altura cómoda para todos, y el cumpleaños feliz de la mitad de España sonaría distinto mañana mismo.

XIV. Mil años de manos y de sílabas

La pregunta de cómo enseñar a entonar es casi tan antigua como la reflexión sobre la educación. Los griegos no separaron nunca el canto de la palabra y del ritmo dentro de una misma disciplina, la mousikḗ (μουσική), el arte de las Musas, y por eso Platón dedica páginas enteras del libro tercero de la República a discutir qué modos melódicos deben permitirse a los futuros guardianes de la ciudad. Para él la manera en que un alma se acostumbra a entonar y a escuchar entonar es una cuestión política de primer orden, porque el carácter de un ciudadano se moldea tanto por los modos que ha interiorizado como por las leyes que obedece. Distingo, por mi parte, la mousikḗ, el arte completo que reúne voz, palabra, danza y comunidad, de la tékhnē (τέχνη), la destreza separable que puede enseñarse y examinarse por partes. Toda la historia de la pedagogía de la entonación puede leerse como una oscilación entre esos dos polos.

La separación empezó pronto. Los pitagóricos midieron los intervalos con números en el monocordio y encontraron en las proporciones simples de la octava, la quinta y la cuarta una prueba de que el cosmos entero era armonía. Aristóxeno les respondió que el juez de la música es el oído y que las alturas deben estudiarse como el oído las percibe, y la querella entre la razón numérica y el juicio del oído atravesó toda la Antigüedad. Severino Boecio (c. 480-524) la resolvió para la Edad Media de un modo que tendría consecuencias durante mil años. En su tratado sobre la música distinguió tres clases de personas que se ocupan de ella, los que tocan instrumentos, los que componen cantos y los que saben juzgar, y reservó solo a estos últimos el nombre de músicos. Guido de Arezzo (c. 991-después de 1033) lo repitió en un verso famoso. Grande es la distancia entre los músicos y los cantores, dice, porque estos dicen y aquellos saben lo que compone la música, y quien hace lo que no sabe se define como una bestia. Mi ontología invierte esa jerarquía. El cantor que comparece con su voz sabe algo que el teórico no sabe, y la entonación es precisamente ese saber del cuerpo.

El propio Guido, sin embargo, fue el mayor pedagogo de la entonación de la Edad Media, y su invento nació de una impaciencia práctica. Cansado de la lentitud con que los cantores memorizaban de oído los cantos litúrgicos, observó que las seis primeras frases de un himno a san Juan Bautista cuyo texto se atribuye a Paulo Diácono (c. 720-799), Ut queant laxis, empezaban cada una en un grado sucesivamente más alto de la escala en la melodía que él usaba. Tomó las primeras sílabas, ut, re, mi, fa, sol, la, y enseñó a sus alumnos a asociar cada sílaba con su altura, de modo que al encontrar una melodía nueva pudieran entonarla relacionando cada nota con el arranque de una frase ya conocida. Lo explicó hacia 1030 en una carta a otro monje, Miguel de Pomposa, y afirmaba que con su método un niño podía aprender en pocos días lo que antes exigía años. El sistema de Guido era relativo. Las seis sílabas formaban un hexacordo que podía colocarse en distintas alturas, y el cantor pasaba de uno a otro mediante mutaciones. La sílaba nombraba una función dentro del grupo de seis notas, la posición de la nota respecto del semitono mi fa, y esa idea, que las sílabas nombran relaciones, es la más importante de toda la pedagogía de la entonación.

La tradición atribuyó también a Guido la mano que lleva su nombre, un mapa de las notas del sistema distribuidas sobre las articulaciones y las puntas de los dedos de la mano izquierda, de modo que el maestro señalaba con el índice de la derecha sobre su propia palma la nota que el coro debía entonar. Es dudoso que Guido la dibujara tal como la conocemos, y es indudable que fue durante siglos la herramienta pedagógica más extendida de Europa. Su genialidad consiste en convertir un fenómeno sonoro en un lugar del cuerpo. La mano se vuelve partitura, y el cantor que mira la mano del maestro ve la altura antes de oírla.

España hizo en este punto una aportación que merece recordarse. Bartolomé Ramos de Pareja (c. 1440-después de 1491), maestro andaluz que enseñó en Salamanca y en Bolonia, publicó en 1482 una Musica practica en la que criticó el hexacordo de Guido por obligar a mutaciones complicadas y propuso ocho sílabas para la octava entera, psal, li, tur, per, vo, ces, is, tas, sacadas de un verso latino, además de defender afinaciones más cercanas a las proporciones naturales de las terceras. La octava completa con una sílaba para cada grado tardaría todavía en imponerse. En el siglo dieciséis algunos teóricos flamencos añadieron una séptima sílaba para el grado que faltaba, que acabó llamándose si, formada con las iniciales de Sancte Ioannes, y en el siglo diecisiete se atribuye a Giovanni Battista Doni (1595-1647) la sustitución de ut por do, más fácil de cantar.

Martín Lutero (1483-1546) llegó por otra vía a una conclusión decisiva sobre quién tiene derecho a entonar. Además de traducir la liturgia al alemán, sacó el canto de las manos exclusivas del coro entrenado y lo puso en la boca de la congregación entera, componiendo y adaptando corales sencillos, de ámbito reducido y ritmo regular, para que cualquier campesino pudiera entonarlos con sus vecinos cada domingo. En el prefacio que escribió en 1538 para una colección de Georg Rhau llamó a la música un don excelente de Dios, sostuvo que estaba implantada en todas las criaturas desde la creación y llegó a decir que quien permanecía insensible a ella solo merecía oír el rebuzno de los asnos y el canto de los cerdos. Aquella decisión, sostenida semana tras semana durante siglos, produjo generaciones de campesinos y artesanos con un oído entrenado en la práctica, sin conservatorio de por medio, y sin ese entrenamiento congregacional resulta difícil explicar por qué esas regiones dieron después tantos músicos capaces de escribir la polifonía más exigente sobre la base de una población que ya sabía entonar.

La modernidad produjo dos linajes pedagógicos opuestos. El primero nació en el Conservatorio de París, fundado en 1795, que codificó el solfeo con nombres fijos para cada altura, de modo que do designa siempre la misma nota del teclado, cualquiera que sea la tonalidad. Ese modelo se extendió por Italia, por España y por América Latina, y entre nosotros quedó fijado durante más de un siglo por el método de solfeo de Hilarión Eslava (1807-1878), publicado en 1846, con el que estudiaron generaciones enteras de músicos españoles. El segundo linaje buscó, al contrario, nombres que designaran funciones. Jean-Jacques Rousseau (1712-1778) presentó en 1742 a la Academia de Ciencias una notación por cifras en la que cada grado de la escala se escribía con un número, independiente de la altura absoluta, y Pierre Galin (1786-1821), Aimé Paris (1798-1866) y Émile Chevé (1804-1864) hicieron de esa idea en el siglo diecinueve un método popular de canto coral, el llamado método Galin, Paris y Chevé, con el que se enseñó a leer música a miles de obreros franceses.

En Inglaterra, una maestra de Norwich, Sarah Ann Glover (1786-1867), inventó hacia 1835 una escalera de sílabas para enseñar a cantar a los niños de las escuelas dominicales y volver congregacional el canto de los salmos, y John Curwen (1816-1880), pastor congregacionalista, desarrolló a partir de ella el sistema llamado tonic sol fa, en el que do designa siempre la tónica de la tonalidad en curso, cualquiera que sea su altura. Curwen añadió hacia 1870 un signo manual para cada grado de la escala, de modo que la mano del maestro dibujara en el aire la función de cada nota, el do firme como un puño, el sol abierto, el ti señalando hacia arriba, hacia la tónica que lo atrae. La mano guidoniana volvía a la clase de canto ocho siglos después, convertida en gesto. Los coros obreros y las sociedades corales de toda Gran Bretaña aprendieron a cantar con aquel método, y los coros de las cuencas mineras de Gales le deben buena parte de su fama.

XV. Los métodos del siglo veinte

El siglo veinte heredó estos dos linajes y añadió algo nuevo, la convicción de que la música se aprende primero con el cuerpo entero. Émile Jaques Dalcroze (1865-1950), profesor de armonía y de solfeo en el Conservatorio de Ginebra, observó que sus alumnos más brillantes en la teoría eran incapaces de sentir el ritmo que escribían, y desarrolló desde los primeros años del siglo un método en tres partes, la rítmica, que traduce cada valor y cada tensión musical en un movimiento del cuerpo, el solfeo, entendido como educación del oído y de la voz, y la improvisación. En su método el alumno camina las negras, corre las corcheas, se detiene en los silencios, siente en las piernas y en los brazos lo que después tendrá que cantar o tocar. Para Dalcroze la afinación y el ritmo eran dos caras de una misma capacidad de organizar el tiempo y el espacio con el propio cuerpo. Joan Llongueres (1880-1953), su discípulo, trajo el método a Barcelona y fundó allí en 1912 un instituto de rítmica que formó a varias generaciones de maestros catalanes.

Zoltán Kodály (1882-1967), compositor y etnomusicólogo, construyó en Hungría a partir de los años cuarenta la tradición pedagógica más eficaz y más estudiada para enseñar a entonar. Sostenía que si hubiera que resumir en una palabra la esencia de una educación musical bien hecha, esa palabra sería cantar, y resumió su programa en un lema que sus discípulos repiten todavía, que la música pertenezca a todos. El método que sus discípulos sistematizaron adopta el do móvil de Curwen y sus signos manuales, parte del folclore infantil de la lengua materna y avanza con una secuencia muy precisa. Empieza por la tercera menor descendente de sol a mi, la de la llamada infantil, añade después el la, y amplía poco a poco hacia la escala pentatónica completa, evitando durante bastante tiempo los semitonos, más difíciles de entonar con precisión. Solo cuando el pentatonismo está afianzado, después de meses de canciones brevísimas cantadas al unísono, se introducen el fa y el ti, y solo mucho más tarde el canto a dos voces, primero con ostinatos que un grupo sostiene mientras el otro canta la melodía, después con cánones, y al final con armonía. Ninguna dificultad nueva se introduce antes de que la anterior esté consolidada en el cuerpo entero del alumno. Hungría hizo de esa pedagogía una política de Estado. Desde 1950, en Kecskemét, y a partir de un decreto de 1956, se abrieron escuelas primarias de canto y música en las que los niños cantaban a diario, y llegaron a ser más de doscientas.

Carl Orff (1895-1982) desarrolló casi en paralelo, con la pedagoga Gunild Keetman (1904-1990), una obra escolar, el Schulwerk, publicada entre 1950 y 1954 con el título Música para niños. Su punto de partida es lo que llamaba música elemental, aquella en que la palabra, el movimiento y el sonido todavía no se han separado. El niño empieza por el ritmo de su propia lengua, sus nombres, los estribillos de sus juegos, las retahílas, y pasa de ahí a la percusión corporal, a los instrumentos de láminas que llevan el nombre de Orff, al ostinato y a la improvisación sobre escalas pentatónicas. Montserrat Sanuy y Luciano González Sarmiento adaptaron el método al castellano en 1969, con canciones y retahílas de nuestra tradición. Orff da al cuerpo y a la palabra un papel activo en la formación del sentido musical, y en mi telar su punto de partida está en el hilo de la léxis, la palabra con su ritmo, desde la cual se llega al canto.

Justine Ward (1879-1975), estadounidense, creó en los años diez un método de canto para las escuelas católicas basado en el canto gregoriano, con notación por cifras, cuidado extremo de la emisión vocal y gestos de quironomía que dibujan en el aire el movimiento de la melodía. Su método llegó a Europa y se enseñó durante décadas en Holanda, en Francia y en Italia. Edgar Willems (1890-1978), belga, propuso una educación musical fundada en la psicología del oyente, y distinguió en la audición tres niveles, el sensorial, el afectivo y el mental, que se corresponden con la percepción del sonido, la emoción de la melodía y la comprensión de la armonía. Esa tríada se parece mucho a mis tres estratos, la Carne, la Inclinación y el Hacia, y Willems tenía razón al pedir que la educación del oído empezara por el sonido vivido antes de pasar a la teoría. Maurice Martenot (1898-1980), el inventor de las ondas que llevan su nombre, construyó un método centrado en la relajación del cuerpo, en el ritmo antes de la melodía y en la audición interior, con un cuidado por la disposición psicológica del alumno que sigue siendo admirable.

Shin'ichi Suzuki (1898-1998), violinista japonés, observó que todos los niños japoneses hablan japonés, incluso los dialectos más difíciles, y se preguntó por qué la música no podía aprenderse del mismo modo. Su método, al que llamó educación del talento y que el mundo conoce como enfoque de la lengua materna, empieza por la escucha diaria y repetida de las piezas que el niño tocará después, involucra a los padres en cada lección y en la práctica en casa, retrasa la lectura hasta que el niño toca con soltura y concede a la repetición y al repaso un lugar central. Suzuki pensó el método primero para el violín, y su gran mérito, desde el punto de vista de la entonación, consiste en que el niño aprende a afinar con la cuerda desnuda, por imitación del sonido que ha escuchado mil veces, antes de saber leer una sola nota. Su intuición central, que la música se aprende como la lengua materna, por inmersión en un ambiente que la habla, es la misma que la investigación sobre el canto confirma hoy.

Edwin Gordon (1927-2015), estadounidense, construyó la teoría del aprendizaje musical más ambiciosa del siglo, y le debemos la palabra que mejor nombra lo que ocurre dentro de quien entona. Audiación es el proceso por el cual una persona oye y comprende interiormente una música que no está sonando, de manera análoga a como pensamos con palabras sin pronunciarlas. Gordon insistía en que la audiación precede a la ejecución, en que nadie puede cantar bien lo que antes no ha oído por dentro, y organizó el aprendizaje en una secuencia que empieza por la inmersión del bebé en la música, sigue por la imitación y la asimilación, y avanza después de la discriminación, la escucha, la imitación de patrones, su asociación con sílabas y su lectura, a la inferencia, la generalización, la creación y la improvisación. Su pedagogía trabaja con patrones tonales breves cantados sin palabras, con una nota de reposo, la tónica, que el alumno aprende a sentir como centro de gravedad, y con un do móvil en el que el menor se canta sobre la. Gordon sostenía además que la aptitud musical evoluciona con el ambiente hasta los nueve años aproximadamente y se estabiliza después, de modo que lo que no se riega en la primera infancia es mucho más difícil de recuperar. Los estudios sobre la eficacia de su método dan resultados desiguales, unos positivos y otros nulos, como ocurre con casi todos los métodos cuando se miden en intervenciones breves.

François Delalande, investigador del Grupo de Investigaciones Musicales de París, el que fundó Pierre Schaeffer (1910-1995), propuso en los años setenta y ochenta una pedagogía radicalmente distinta, nacida de la música electroacústica y de la psicología del juego infantil de Jean Piaget (1896-1980). En La música es un juego de niños, de 1984, describe tres conductas musicales que corresponden a los tres tipos de juego que Piaget distinguía, la exploración sensomotriz del sonido, la expresión simbólica y el juego con reglas, y sostiene que el niño hace música desde que golpea, frota o sopla un objeto para escuchar lo que suena. La pedagogía del despertar musical que inspiró en Francia ha dado a la escuela una atención nueva a la escucha, a la exploración del timbre y a la creación. R. Murray Schafer (1933-2021), en Canadá, y John Paynter (1931-2010), en Inglaterra, recorrieron caminos parecidos, el primero con sus ejercicios de limpieza del oído y su libro sobre la afinación del mundo, el segundo con su propuesta de que los niños compongan con sonidos desde el primer día. Estas pedagogías han liberado la creatividad del aula, y han pagado ese avance con un precio alto para la entonación. Al tomar como modelo el objeto sonoro, el ruido, el timbre, desplazaron del centro la voz que canta una altura, y en muchas escuelas europeas el despertar musical acabó sustituyendo al canto en lugar de prepararlo.

XVI. Do fijo y do móvil

Ninguna cuestión técnica divide tanto a los pedagogos como la de las sílabas, y pocas importan tanto para España. En el do fijo, que es el nuestro, cada sílaba designa siempre la misma altura, la misma tecla del piano, cualquiera que sea la tonalidad de la pieza. En el do móvil, que es el de Guido en su origen, el de Curwen, el de Kodály y el de Gordon, la sílaba designa una función dentro de la tonalidad, de modo que do es siempre la tónica, sol siempre la dominante, ti siempre la sensible que tiende a subir. Una misma melodía se canta con las mismas sílabas en cualquier tonalidad, y el alumno aprende a sentir en cada sílaba una fuerza, una dirección, un lugar dentro de la escala.

Desde el punto de vista de la entonación, mi ontología se inclina con claridad hacia el do móvil al principio del aprendizaje, por una razón que se deduce del primer rasgo de la entonación. Si la entonación es una relación, las sílabas que la enseñan deben nombrar relaciones. El do móvil enseña el Hacia, la atracción de la sensible hacia la tónica, el reposo de la tónica, la tensión de la dominante, y por eso educa el oído para entonar con sentido. El do fijo enseña la posición, el lugar absoluto de una nota en el teclado, y por eso educa sobre todo para leer y para tocar instrumentos de afinación fija. Tampoco parece casual que el do fijo se haya impuesto precisamente en los países de tradición pianística y operística, y el do móvil en los países de tradición coral y congregacional.

Las dos tradiciones tienen sus razones, y los estudios comparativos no han zanjado la cuestión. Un estudio con estudiantes universitarios de música encontró que los formados con do fijo, todos con experiencia de piano, entonaban a primera vista con más precisión pasajes de complejidad diatónica y cromática creciente que los formados con do móvil, y otros trabajos han encontrado ventajas para el do móvil en los primeros años y en la música tonal sencilla. Mi propuesta concilia ambas. Para enseñar a entonar a toda la población, empezando por los niños pequeños y por los adultos que se creen negados, el do móvil o, mejor aún, los números de grado y los signos manuales de Curwen, que nombran la función sin obligar a cambiar de sílabas. Para la alfabetización avanzada y para la música cromática de los conservatorios, el do fijo que nuestra tradición conserva y que da a nuestros músicos una lectura excelente. España no tiene que renunciar a su solfeo. Tiene que dejar de empezar por él, y tiene que dejar de recitarlo hablado sobre la mesa, porque un solfeo que no se canta enseña a nombrar notas sin enseñar a entonarlas.

XVII. Las pedagogías en el telar

El telar permite cotejar estas pedagogías con una claridad que las comparaciones habituales no tienen, porque muestra qué celdas cultiva cada una y cuáles deja en barbecho. Dalcroze trabaja sobre todo el hilo del rhythmós en los estratos de la Carne y de la Inclinación, el cuerpo que se mueve y el gesto que anticipa, y su solfeo conecta ese cuerpo con la harmonía. Kodály trabaja el hilo de la harmonía en los tres estratos a la vez, la voz como instrumento de carne, la mano que dibuja la función de cada nota, el folclore y el coro como dirección hacia una comunidad, y por eso es el método que mejor enseña a entonar. Orff parte del hilo de la léxis y llega al rhythmós, con una atención menor a la precisión de la altura. Gordon cultiva como nadie el estrato de la Inclinación, la audiación, el oír por dentro, en los hilos de la harmonía y del rhythmós. Suzuki trabaja el estrato del Hacia en su forma más íntima, la familia y el ambiente, y lleva la entonación a la cuerda frotada. Willems describe con precisión los tres estratos de la escucha. Ward devuelve a la entonación su fuente litúrgica y su quironomía. Delalande abre la Carne a la exploración del sonido y deja casi vacía la celda de la harmonía.

El cotejo revela también lo que casi todas descuidan. Ninguna de ellas, salvo el canto litúrgico que inspiró a Ward, pone el isón en el centro, la nota sostenida contra la cual se aprende a afinar, y sin embargo esa es la forma más directa de enseñar a sentir la coincidencia y la desviación. Casi todas tratan el canto como ejercicio y descuidan su dirección vocativa, el hecho de que se canta a alguien, para alguien, y de que esa dirección cambia la voz. Pocas atienden a la tercera causa de la pérdida, la exposición del cuerpo emocional, que exige proteger la voz individual dentro del coro antes de pedirle que se arriesgue sola. Casi todas, por último, se pensaron para la escuela o para el estudio del instrumento, y ninguna se pensó para la sociedad entera, para la boda, la fiesta, el estadio, el funeral, la residencia de ancianos, los lugares donde un pueblo canta o deja de cantar. La pedagogía que propongo toma de cada una lo que cultiva mejor y añade lo que a todas les falta.

XVIII. Lo que confirma la investigación y lo que todavía no ve

El propio gremio académico de la educación musical discute hoy sobre todo esto, y esa discusión revela coincidencias notables con lo que acabo de exponer y una laguna que me parece decisiva. Un metaanálisis publicado en 2025 sobre estudios de intervención en educación musical encontró un efecto medio considerable de la enseñanza bien diseñada sobre el desarrollo musical del alumno, y encontró además que los enfoques generalistas, los que no separan prematuramente al alumno en una especialidad instrumental o vocal, producían efectos claramente mayores que los enfoques especializados desde el principio. Ese hallazgo confirma casi literalmente lo que vengo sosteniendo desde hace un año en mi trabajo sobre la legislación musical española, que la especialización debe ser la flor de una educación musical y nunca su tierra, y que la entonación y la musicalidad general se construyen mejor sobre una base ancha y compartida que sobre una especialización precoz y estrecha.

Otro estudio de 2025 incorporó la inteligencia artificial a la formación vocal de futuros maestros, combinando un sistema de retroalimentación automática con un asistente conversacional. Mejoró de manera medible la capacidad de los alumnos para reflexionar sobre su propio canto, y la mejora en la precisión objetiva de la entonación no superó la de la enseñanza tradicional. Los propios autores concluyeron que la retroalimentación algorítmica funciona bien solo si se combina con la retroalimentación personal y en tiempo real de un maestro humano. Discrepo aquí de una parte del entusiasmo tecnológico que crece en la literatura reciente, porque ese hallazgo me parece mucho más que un matiz de método. La retroalimentación que enseña a entonar nunca ha sido pura información acústica intercambiable entre una máquina y un oído. Es un acto de comparecencia entre dos cuerpos, y ninguna aplicación, por sofisticado que sea su análisis espectral, sustituye la exigencia concreta de un maestro que espera, con su propia voz todavía resonando en el aire, a que la del alumno la alcance. Hutchins y Peretz ya habían mostrado que la voz humana se imita mejor que el sonido sintético. La máquina puede medir la distancia. Solo otra voz puede llamar a la mía a recorrerla.

La laguna más grave que revela la investigación reciente afecta a los maestros. Una revisión de doscientos cuarenta y nueve estudios de treinta y ocho países sobre los maestros generalistas de primaria y de educación infantil que deben enseñar música encontró una y otra vez los mismos obstáculos, la falta de confianza en la propia voz, la escasa formación musical recibida, la falta de tiempo y de reconocimiento. Una encuesta nacional reciente en Finlandia, país que suele tomarse como modelo educativo, encontró que más de la mitad de los profesionales de educación infantil se sentían insuficientemente preparados para cantar con los niños, y que las oportunidades de formación en canto habían disminuido. El círculo es perfecto y vicioso. Los niños que no aprendieron a cantar se convierten en maestros que no se atreven a cantar, y sus alumnos no aprenden a cantar. Cualquier reforma que no empiece por la voz del maestro fracasará.

XIX. Principios de una pedagogía de la comparecencia

De la ontología de la entonación, de lo que la ciencia sabe y del cotejo de las pedagogías se deducen doce principios. Siguen el orden en que el cuerpo los necesita.

El primer principio es el isón. Toda enseñanza de la entonación empieza por una nota sostenida contra la cual se aprende a afinar. El maestro, o un grupo de alumnos, sostiene una tónica con una vocal abierta, y los demás cantan sobre ella, primero la misma nota, después la quinta, después pequeños motivos que vuelven siempre a la tónica. El alumno aprende a oír la batida, esa ondulación del sonido que aparece cuando dos alturas casi coinciden y que desaparece cuando coinciden del todo. Esa desaparición es la experiencia física de la afinación, y quien la ha sentido una vez la busca para siempre. El isón da además a la voz insegura un lugar donde apoyarse, una casa sonora desde la que salir y a la que volver.

El segundo principio es la voz humana como modelo. El niño y el adulto aprenden a entonar imitando una voz, no un piano ni una grabación, y mejor aún una voz de registro parecido al suyo. El maestro varón que enseña a niños canta en su registro agudo o deja que una voz infantil o femenina dé el modelo. Los instrumentos de afinación fija llegan después, cuando la voz ya sabe dónde está la nota.

El tercer principio es el brazo. Nunca se canta sin mover el brazo. La mano dibuja la altura, como en la mano guidoniana y en los signos de Curwen, o la curva de la frase, como en la quironomía gregoriana y en los juegos de Dalcroze, o el pulso, como en la danza. El cuerpo entero entona, y la mano es el puente visible entre el oído y la laringe.

El cuarto principio es la audiación antes de la emisión. Antes de cantar una nota, el alumno la oye por dentro. El maestro canta un motivo, se calla, deja un compás de silencio en el que el alumno lo repite interiormente, y solo después pide que lo cante. Ese silencio, el más descuidado de la práctica escolar, es la escuela de la Inclinación, y en él se forma la intención que la voz realizará.

El quinto principio es el paso del habla al canto. Puesto que el habla ya contiene los intervalos del canto, se parte de ella. Los nombres de los niños se cantan sobre la llamada de tercera menor, los saludos y las preguntas se convierten en pequeños motivos, las retahílas y los refranes se recitan primero sobre una sola nota, como en la salmodia, y después sobre dos o tres. La repetición, como en la ilusión de Deutsch, transforma el habla en canto, y el alumno descubre que ya sabía cantar lo que creía solo saber decir.

El sexto principio es la tesitura del grupo. Cada canción se transporta a la tonalidad en que el grupo concreto que la canta puede sostenerla con comodidad, y el maestro lo hace de memoria, sin depender de la tonalidad impresa ni de la grabación.

El séptimo principio es la relación antes del nombre. El oído aprende primero funciones, la tónica que reposa, la dominante que espera, la sensible que tiende, con números, con signos manuales o con do móvil, y solo después aprende los nombres fijos de las notas para leerlas y tocarlas.

El octavo principio es el coro antes que el solo. La voz individual se protege durante meses dentro del cuerpo protector del canto colectivo, y solo cuando ha ganado confianza se le pide que se arriesgue sola, en eco breve, sin juicio público, sin comparación. Ningún niño debe volver a oír que mueva los labios sin cantar. Quien desafina canta más, y canta más cerca del maestro, nunca menos.

El noveno principio es la dirección vocativa. Se canta siempre a alguien. La nana se canta al hermano pequeño o a la muñeca, la ronda al compañero que está en el centro, el canto de bienvenida al que llega, el canto de despedida al que se va, el canto de cumpleaños a quien cumple años. Un canto dirigido entona mejor que un ejercicio sin destinatario, porque la voz se tiende hacia alguien y esa tensión la afina.

El décimo principio es la frecuencia diaria. Cinco minutos de canto cada día valen más que una hora a la semana, porque la entonación es un bucle sensomotor que se construye por repetición frecuente, como el habla. El canto diario es un ritual, y como todo ritual vive de su regularidad.

El undécimo principio es la generatividad. Quien aprende a entonar aprende también a inventar. Desde el principio el alumno responde a una pregunta melódica con una respuesta propia, improvisa sobre el isón, varía una canción conocida, inventa una nana para alguien. Entonar lo que uno inventa obliga a audiar con más intensidad que entonar lo que uno imita, y la voz que inventa es una voz que comparece con algo propio.

El duodécimo principio es la evaluación sin humillación. La entonación se observa, se acompaña y se corrige con la voz y con el gesto, nunca con la exhibición del error delante de los demás. El maestro canta con el alumno que se desvía, cerca de él, hasta que la voz encuentra la nota, y celebra el encuentro. Lo que se mide de una clase de canto es si al final del curso cantan todos, y si cantan juntos.

Una secuencia práctica, para cualquier edad, se deduce de estos principios. Primero el eco de una sola nota sostenida sobre una vocal abierta, sobre un isón, hasta que el alumno la encuentra sin tantear. Después la llamada de sol a mi, cantada por el maestro con su gesto y devuelta por el alumno con el mismo gesto, de modo que la memoria muscular del brazo fije la memoria auditiva del intervalo. Después el la, y con él las primeras canciones de tres notas, y después el pentatonismo completo con canciones tradicionales de cuatro o cinco notas, elegidas porque excluyen los semitonos. Después el silencio interior, el motivo audiado antes de ser cantado. Después la comparación consciente, en la que el alumno escucha su propia voz y la de su maestro y dice si coinciden. Después el canon, el ostinato y el isón a dos grupos. Y todo ello trasladado al canto colectivo diario, breve, repetido sin excepción, porque ninguna de estas etapas se fija en una sesión semanal y todas se fijan en un ritual cotidiano. Ninguno de estos pasos exige talento especial. Exigen tiempo, repetición y la paciencia de no saltarse etapas, lo que la escuela española, presionada por currículos que quieren llegar cuanto antes a la lectura y al instrumento, rara vez concede.

XX. Un pueblo que vuelve a entonar

Una pedagogía para toda la sociedad tiene que acompañar la vida entera, porque la entonación se aprende en la cuna y se pierde en cualquier edad en que deja de practicarse. Propongo pensarla en siete lugares.

El primer lugar es la cuna. La enseñanza de la entonación empieza antes del nacimiento, porque el feto oye la voz de su madre durante los últimos meses del embarazo, y continúa en las nanas de los primeros años. Cada centro de salud, cada maternidad, cada programa de preparación al parto podría entregar a los padres un pequeño cancionero de nanas y de canciones de juego de la tradición de su lengua, y enseñarles a cantarlas, porque muchos padres jóvenes ya no conocen ninguna completa. El mensaje es sencillo y debería repetirse en todas partes. A un bebé no le importa que su padre o su madre canten bien. Le importa que le canten. La grabación no sustituye esa voz, porque la nana es una presencia que se ofrece y la grabación es una presencia que falta.

El segundo lugar es la escuela infantil, de los tres a los seis años. Aquí se juega casi todo, y Gordon tenía razón al insistir en que lo que no se riega antes de los nueve años es mucho más difícil de recuperar. Cada día, varias veces al día, unos minutos de canto con el maestro o la maestra, juegos de eco, llamadas cantadas, el isón, canciones de dos y tres notas, juegos de corro con estribillo, retahílas, siempre con movimiento, siempre en la tesitura de los niños, siempre dirigidas a alguien. Ninguna flauta, ningún carillón, ninguna grabación como modelo. Solo voces humanas y cuerpos que se mueven. Para que esto sea posible, cada maestro de educación infantil debe haber aprendido a cantar durante su formación, con un mínimo de práctica vocal diaria y un repertorio de cien canciones sabidas de memoria.

El tercer lugar es la escuela primaria. Canto diario a cargo del tutor, porque el canto no puede depender de las dos horas semanales del especialista, y la secuencia de Kodály como columna vertebral, enriquecida con los patrones tonales de Gordon, con el cuerpo de Dalcroze y con la palabra de Orff. Un cancionero escolar común, pequeño y compartido por todo el país, junto a los repertorios propios de cada lengua y cada territorio, para que cualquier niño español pueda cantar con cualquier otro las mismas veinte o treinta canciones. Coro en cada centro, abierto a todos y sin pruebas de acceso. El do móvil o los grados con signos manuales para entonar, y el do fijo de nuestro solfeo cuando llegue la lectura. Cánones a partir de los siete u ocho años, polifonía sencilla al final de la etapa. Improvisación cantada desde el primer curso.

El cuarto lugar es la adolescencia. El cambio de voz no destruye la capacidad de entonar, como mostró Pfordresher, y sin embargo es el momento en que más chicos dejan de cantar, por vergüenza y por falta de acompañamiento. La escuela secundaria debe conocer la voz en muda, ofrecer a cada voz un registro donde cantar, ofrecer coros, grupos vocales de música popular, canto improvisado, y no abandonar nunca el canto colectivo en los actos del centro. Los repertorios de los propios adolescentes son una puerta, no un enemigo, siempre que se canten en vivo y juntos, y no se escuchen solo por los auriculares.

El quinto lugar es el conservatorio. Todo alumno de instrumento canta, y canta cada semana, porque el instrumento no enseña por sí mismo a entonar y el piano menos que ninguno. El lenguaje musical vuelve a ser canto con quironomía, con el brazo que dibuja, y deja de ser una recitación de nombres sobre golpes en la mesa. Los pianistas cantan sus melodías antes de tocarlas, y aprenden algo de cuerda frotada o de canto coral. Los futuros profesores de música aprenden a dar el tono, a transportar de memoria y a sostener un isón.

El sexto lugar es la vida adulta y la vejez. La precisión al cantar no declina con la edad, de modo que nunca es tarde. Coros de barrio y de pueblo, abiertos a todos, en los que nadie haga prueba de entrada. Talleres para adultos que se creen negados para la música, en los que se trabaje con paciencia el eco, el isón y la llamada, sabiendo que la inmensa mayoría puede aprender. Coros en las residencias de ancianos, donde el canto devuelve memoria, aliento y compañía, y coros intergeneracionales en los que los abuelos enseñen a los nietos las canciones que ellos aprendieron de oído.

El séptimo lugar es la vida pública, la fiesta, el rito y la calle, el lugar donde un pueblo canta o deja de cantar. En cada celebración alguien vuelve a dar el tono. En cada boda, en cada funeral, en cada fiesta de cumpleaños, una voz canta sola y clara la primera sílaba, y las demás se ajustan a ella. Las iglesias que conservan fieles recuperan el canto congregacional en lugar de la escucha de un coro o de un equipo de música, con melodías de ámbito reducido como las que quiso Lutero. Los estadios aprenden de nuevo a sostener una melodía y no solo a golpear una consigna. Los ayuntamientos convocan cantos comunes en las plazas, como los que todavía se celebran en las fiestas de muchos pueblos. Las radios y televisiones públicas enseñan canciones, en lugar de limitarse a programarlas. Ninguno de estos gestos exige grandes presupuestos. Exigen que alguien vuelva a comparecer con su voz ante otros cuerpos dispuestos a buscarla.

Una política así necesita indicadores, y la entonación tiene la ventaja de ser medible. Cuántos niños de ocho años pueden cantar afinada una canción sencilla. Cuántos adultos cantan en algún grupo. Cuántas veces al día se canta en las escuelas. En cuántas celebraciones públicas se canta en común. Si a la vuelta de una década esos números han subido, el termómetro habrá empezado a bajar la fiebre. Las bases jurídicas de una reforma de este tipo para la educación musical española las propuse en La voz primero, y su principio es simple. El Estado puede hacer posible el canto. Cantar, lo harán las personas.

XXI. Los enclaves

Sería falso describir una España enteramente desmusicalizada. En nuestro propio suelo existen enclaves donde la entonación se mantiene viva con un grado de exigencia que envidiaría cualquier conservatorio, y en ellos está buena parte de la solución. El cante flamenco exige a quien lo practica un dominio de inflexiones, melismas y alturas que escapan del temperamento igual del piano, y se transmite todavía de maestro a discípulo y de padres a hijos por vía oral, sin partitura, como se transmitió durante siglos cualquier tradición de canto popular. La copla, con su línea larga y su dramaturgia vocal, sigue formando oídos y voces en muchas familias. Los bertsolaris vascos improvisan versos cantados sobre melodías tradicionales delante de miles de personas, uniendo en un solo gesto la entonación, la palabra y la invención. Los auroros de Murcia cantan desde hace siglos sus salves en la madrugada, los cantos de los mayos, de las ánimas y de las romerías sobreviven en comarcas concretas, y los coros y orfeones de Cataluña, del País Vasco, de Asturias y de Galicia conservan una tradición coral popular que en algunos casos supera el siglo y medio.

Esa tradición coral tiene un origen que merece recordarse. Josep Anselm Clavé (1824-1874) fundó en Barcelona a mediados del siglo diecinueve coros de obreros, para que los trabajadores de las fábricas pasaran las tardes del domingo cantando juntos en lugar de en la taberna, y aquellos coros se extendieron por toda Cataluña con una función a la vez musical, moral y política. Medio siglo después, en 1891, Lluís Millet (1867-1941) y Amadeu Vives (1871-1932) fundaron el Orfeó Català, y en San Sebastián nació en 1897 el Orfeón Donostiarra. España conoció, por tanto, su propia versión de lo que ocurrió en Gales, un canto obrero y popular que unía a quienes la industria separaba.

Estos enclaves confirman que la capacidad de entonar no ha desaparecido de la biología española. Sigue viva exactamente allí donde la práctica comunitaria del canto tampoco ha desaparecido, y se ha apagado allí donde esa práctica se sustituyó por el consumo pasivo de música grabada. Una pedagogía para toda la sociedad debería apoyarse en ellos, invitar a sus maestros a las escuelas, habilitar por su trayectoria a quienes cantan en esas tradiciones aunque no tengan título, y aprender de su manera de transmitir, de boca a oído, de cuerpo a cuerpo, en el seno de una comunidad que canta porque lo necesita.

XXII. El termómetro

La idea de que el canto de un pueblo mide su salud es muy antigua, y aparece a la vez en los dos extremos del mundo antiguo. Platón pone en boca de Sócrates, en el libro cuarto de la República, una advertencia que atribuye al músico Damón de Atenas, maestro de Pericles. Nunca se alteran los modos de la música sin que se alteren las leyes más importantes de la ciudad. En las Leyes, ya anciano, Platón cuenta cómo en Atenas la música estaba antes ordenada en géneros fijos, himnos, trenos, peanes, ditirambos, y cómo los poetas, al mezclarlos por afán de novedad y al dejar que el aplauso del público decidiera su valor, sustituyeron la aristocracia de los entendidos por lo que él llama una teatrocracia, theatrokratía (θεατροκρατία), que acabó extendiéndose de la música a la vida política entera y desembocó en el desprecio de las leyes. El griego tenía para esto una palabra prodigiosa. Nómos (νόμος) significaba a la vez la ley de la ciudad y la melodía tradicional que el citaredo cantaba según reglas fijas, y Platón juega con ese doble sentido para sugerir que las canciones de un pueblo son sus primeras leyes.

En la China antigua, el Libro de los ritos recoge un tratado sobre la música, el Yueji (樂記), que formula la misma intuición con una precisión todavía mayor. La música de una época bien gobernada es serena y alegre, porque su gobierno es armonioso. La música de una época en desorden es resentida e iracunda, porque su gobierno es perverso. La música de un país que se hunde es triste y pensativa, porque su pueblo sufre. El camino de los sonidos y el camino del gobierno se comunican. Platón y el autor del Yueji no se conocieron ni pudieron leerse, y llegaron a la misma conclusión. El canto de un pueblo es un termómetro de su estado, y quien sabe escucharlo puede leer en él lo que todavía no se ve en las instituciones.

Por eso me parece justo llamar a la entonación compartida un termómetro de la salud de un pueblo, y no como metáfora ligera. Un pueblo que ya no puede cantar junto el cumpleaños feliz sin desafinar es, casi con toda seguridad, un pueblo cuyos niños ya no crecen rodeados de nanas cantadas por sus propios padres, cuyos colegios han sustituido el canto diario por unos minutos semanales de flauta dulce, cuyas iglesias han sustituido la participación de la asamblea por la escucha de un coro o de un altavoz, y cuyos espacios de ocio, del bar al estadio, han sustituido la canción compartida por el consumo individual de auriculares. Cada uno de estos cambios, tomado por separado, parece un detalle menor de la modernización de las costumbres. Tomados juntos dibujan la desaparición silenciosa de una infraestructura entera de práctica vocal compartida que durante milenios formó, sin ningún currículo oficial, el oído y la voz de generaciones enteras.

La historia reciente ofrece la prueba contraria, la de pueblos que mantuvieron viva su entonación y la convirtieron en fuerza. Gales fue conocida durante siglo y medio como la tierra del canto, Gwlad y Gân, porque la costumbre de cantar himnos a varias voces en las capillas de las cuencas mineras, en las asambleas de canto de himnos llamadas cymanfa ganu y en los certámenes de los eisteddfodau, creó una alfabetización musical popular tan sólida que de ella nació una tradición de coros masculinos considerada todavía hoy de las más altas del canto aficionado en el mundo, nacida en comunidades de mineros y sin conservatorio de por medio.

El caso más impresionante es el de Estonia. Los estonios celebran desde 1869 un gran festival de la canción, el laulupidu, en el que decenas de miles de cantores de todo el país cantan juntos delante de un público todavía más numeroso, y esa costumbre sobrevivió a la anexión soviética. En junio de 1988, durante las noches de verano, miles de personas empezaron a reunirse espontáneamente en el recinto del festival de Tallin para cantar canciones nacionales y populares prohibidas, y el artista Heinz Valk llamó a aquel movimiento la revolución cantada. En septiembre de ese mismo año una concentración en el mismo recinto reunió a cerca de trescientas mil personas, una parte enorme de la población del país. En agosto de 1989 cerca de dos millones de personas formaron una cadena humana a través de Estonia, Letonia y Lituania, la Vía Báltica, y en agosto de 1991 Estonia restauró su independencia sin que en su territorio corriera la sangre. Un pueblo pequeño se reconoció como un solo cuerpo durante los minutos que duraba cada canción, y esa unidad, sostenida en la voz, resultó más fuerte que un ejército.

XXIII. Canto y guerra

Mi tesis más grave es esta. Cuando un pueblo deja de cantar consigo mismo, se prepara, sin saberlo, para la guerra. El descenso del canto compartido precede y anuncia la violencia, como la fiebre precede y anuncia la enfermedad, y un pueblo que conserva su canto conserva también una de sus defensas más antiguas contra ella. Sostener esto exige mirar de frente lo que McNeill, Mehr y tantos otros han mostrado, que el canto y la marcha sincronizados forman parte también de la preparación para la batalla, y que todos los ejércitos han cantado. Lejos de debilitar mi tesis, ese hecho la precisa, y me permite decir exactamente qué canto es el que se pierde antes de la guerra.

El canto colectivo tiene dos caras, como ya intuía la hipótesis de la señal de coalición. Hacia dentro une, hacia fuera advierte. Joseph Jordania ha propuesto que una de las funciones originarias de la música humana fue precisamente la preparación para el combate, mediante una sincronización emocional que reduce el miedo y produce un estado que llama trance de batalla, en el que cada combatiente deja de sentirse individuo y actúa como parte de un cuerpo colectivo. Un estudio con estudiantes universitarios encontró que cantar en competencia con otro grupo fortalecía los vínculos dentro de cada subgrupo de un modo distinto a cantar en cooperación con él. El mismo mecanismo que hace de la nana un abrazo puede hacer del himno un arma. Todo depende de la dirección y de la forma del canto.

Aquí mi telar permite una distinción que considero decisiva. Existe un canto en el que las voces se ponen de acuerdo, cada una con su timbre, su altura y su respiración, ensamblándose como las maderas de la balsa de Ulises, y existe un canto en el que las voces se borran en un unísono impuesto, idéntico, sin respiración propia, al servicio de una consigna. El primero es harmonía en su sentido originario, ajuste de presencias que siguen siendo distintas. El segundo es rhythmós sin harmonía, golpe sincronizado sin nota sostenida, pulso compartido sin acuerdo. La consigna gritada en el estadio con precisión de reloj, después de un himno que nadie supo sostener, es la imagen exacta de ese desplazamiento. Las cuarenta mil gargantas que no supieron entonar juntas una melodía supieron golpear juntas un ritmo. Habían perdido el hilo de la harmonía y conservaban intacto el del rhythmós, el hilo que sirve para marchar.

La entonación compartida educa en algo que el ritmo solo no enseña. Para afinar con otro tengo que escucharlo, ajustarme a él sin dejar de ser yo, sostener mi voz y respetar la suya, dar a su nota exactamente lo que le corresponde. Es la pequeña justicia acústica de la nota justa. El ritmo sincronizado puede obtenerse sin escucha, por obediencia a un tambor o a una orden, y por eso todos los ejércitos marchan. Un coro que entona necesita una atención mutua que ningún sargento puede imponer, y por eso ningún coro verdadero puede convertirse del todo en un batallón. La guerra necesita el unísono del paso. La paz necesita el acuerdo de las voces.

La historia europea del siglo veinte muestra cómo se produce el desplazamiento. Las sociedades corales alemanas, que durante el siglo diecinueve habían sido uno de los lugares más vivos del canto popular, fueron coordinadas por el régimen nacionalsocialista desde 1933 y puestas al servicio de sus fines, mientras el canto escolar y juvenil se organizaba en formaciones uniformadas que cantaban marchas. Lo que murió primero fue el canto libre, plural, horizontal, el de la familia, la taberna, la iglesia y la asociación independiente, y lo que quedó, amplificado hasta el delirio, fue el canto vertical, el que una autoridad organiza para que la masa repita. Un pueblo puede cantar mucho y haber dejado ya de cantar consigo mismo. El termómetro que propongo mide esa diferencia. Mide si un pueblo sabe todavía entonar junto, sin director que se lo ordene, en la mesa de un cumpleaños o en una boda, o si solo sabe repetir lo que le gritan desde un estrado.

Estonia muestra la dirección contraria. Allí el canto horizontal, el de una tradición de festivales populares conservada durante más de un siglo, sirvió para resistir sin violencia a un poder que tenía todas las armas. El pueblo que conserva su canto común puede oponerse a la guerra con su voz, y el pueblo que lo ha perdido queda desarmado ante quien le ofrezca un canto de sustitución, una consigna, un himno de bandería, un grito que suene a pertenencia. Por eso me inquieta tanto lo que oigo en las fiestas de cumpleaños españolas. Un pueblo que no sabe sostener junto una melodía sencilla ha perdido la práctica cotidiana del acuerdo, y su voz vacía está disponible para quien quiera llenarla.

Sé que una tesis así no puede demostrarse con una estadística, porque la historia no ofrece experimentos controlados, y la presento como lo que es, la lectura de un signo, la de un termómetro que no causa la fiebre y sin embargo la anuncia. Damón, Platón y el Yueji la leyeron hace más de dos mil años, y la ciencia del vínculo social le da hoy un mecanismo verosímil. Cantar juntos crea vínculo, y lo crea más deprisa que hablar. Un pueblo que deja de cantar pierde una de sus maneras más rápidas y más antiguas de reconocerse en el otro, y un pueblo que ya no se reconoce en el otro está más cerca de verlo como enemigo.

XXIV. Dar el tono

Ningún decreto resolverá por sí solo lo que he descrito, porque los acontecimientos decisivos, y aprender a entonar es uno de ellos, tienen que volver a comparecer una y otra vez en cada cuerpo concreto, en cada aula concreta, en cada fiesta concreta. Las leyes pueden ayudar, y la escuela puede hacer muchísimo, y al final todo depende de que alguien, quizá sin saber nada de Kodály ni de Gordon ni de amusia congénita, decida cantar la primera nota con la claridad suficiente para que los demás, sin darse cuenta, empiecen a afinar sus voces sobre la suya. Cualquier padre puede esta misma noche cantarle una nana de verdad a su hijo en lugar de ponerle una grabación. Cualquier maestro puede empezar mañana la clase con dos minutos de eco sobre un isón antes de sacar la flauta. Cualquier grupo de amigos puede resistirse a que el altavoz sustituya por completo a la propia garganta. Cualquiera, en la próxima fiesta de cumpleaños, puede dar el tono.

No sé si mi país recuperará la capacidad de entonar que sus abuelos daban por descontada sin haberla estudiado nunca, ni cuántas generaciones haría falta para reconstruir un ecosistema de cantos de patio, de nanas, de pregones y de coros que se ha ido apagando durante décadas sin que nadie lo advirtiera. Sé, porque lo he comprobado con mis manos y con mi voz durante una vida entera dedicada a la música, que ningún oído sano está condenado de nacimiento a esta pérdida, que la laringe aprende a cualquier edad, y que la voz más insegura encuentra su nota cuando otra voz la sostiene. Entonar es tender la propia tensión hacia la tensión de otro hasta que las dos coincidan, y esa coincidencia, repetida cada día, es la forma más antigua de la paz. La próxima vez que alguien empiece a cantar el cumpleaños feliz a mi alrededor seguiré escuchando, con la atención de siempre, cuántas voces han encontrado la nota y cuántas la siguen buscando sin saber todavía que se puede aprender a encontrarla. Y antes de que nadie empiece, si nadie lo hace, daré yo el tono.