AI Tool ermöglicht Filmbewertungen vor der Aufnahme der ersten Szene

Die Filmbewertung ist entscheidend für den Erfolg eines Films und seine Wirkung auf das Publikum. Traditionell wird ein Film manuell von Menschen bewertet, die ihn ansehen. Dabei werden Gewalt, Drogenmissbrauch und sexuelle Inhalte berücksichtigt.

Diese Dynamik könnte sich mit dem Aufkommen der künstlichen Intelligenz (KI) bald ändern. Kürzlich verwendeten Forscher der USC Viterbi School of Engineering KI-Tools, um einen Film innerhalb von Sekunden zu bewerten. Einer der beeindruckendsten Aspekte dieses Ansatzes ist, dass die Bewertung allein auf der Grundlage des Drehbuchs des Films erfolgen konnte, ohne dass eine einzige Einstellung gedreht wurde. Aus diesem Grund könnten Filmmanager im Voraus und vor dem Dreh von Szenen ein Drehbuch entwickeln, Änderungen vornehmen und eine Filmbewertung entwerfen.

Der neu entwickelte Ansatz hätte finanzielle Auswirkungen auf die Studios, kann den kreativen Köpfen aber auch dabei helfen, eine Geschichte zu entwickeln und zu bearbeiten, die auf der prognostizierten Wirkung und Reaktion der Zuschauer basiert.

Die Forschung wurde von Shrikanh Narayanan, Universitätsprofessor und Niki & CL Max Nikias-Lehrstuhl für Ingenieurwissenschaften, zusammen mit einem Forscherteam des Signal Analysis and Interpretation Lab (SAIL) am USC Viterbi geleitet.

Anwenden von KI auf Skripte

Nach der Anwendung von KI auf Filmdrehbücher stellte das Team fest, dass sprachliche Hinweise auf bestimmte Verhaltensweisen im Zusammenhang mit Gewalt, Drogenmissbrauch und sexuellen Inhalten hinweisen können, die die Charaktere zeigen werden. Diese Inhaltskategorien werden häufig zur Bewertung moderner Filme verwendet.

Das Team verwendete 992 Filmdrehbücher, die laut Common Sense Media gewalttätige, drogenmissbrauchende und sexuelle Inhalte enthielten. Die gemeinnützige Organisation ist für die Erstellung von Filmempfehlungen für Familien und Bildungseinrichtungen zuständig.

Anschließend wurde eine trainierte KI auf die 992 Skripte angewendet, um Risikoverhalten, Muster und bestimmte Sprachen zu identifizieren. Es empfängt zunächst das Skript als Eingabe, bevor es es über ein neuronales Netzwerk verarbeitet, das nach Semantik und Stimmungsausdrücken sucht.

Die KI fungiert als Klassifizierungstool und kennzeichnet Sätze und Phrasen als positiv, negativ, aggressiv oder mit einer anderen Beschreibung. Wörter und Phrasen werden außerdem in drei Kategorien eingeteilt: Gewalt, Drogenmissbrauch und sexueller Inhalt.

Victor Martinez ist Doktorand in Informatik am USC Viterbi und leitender Forscher.

„Unser Modell betrachtet das Drehbuch des Films und nicht die tatsächlichen Szenen, einschließlich z. B. Geräuschen wie einem Schuss oder einer Explosion, die später in der Produktionspipeline auftreten“, sagte Martinez. „Dies hat den Vorteil, dass Filmemacher lange vor der Produktion eine Bewertung erhalten, die beispielsweise bei der Entscheidung hilft, wie stark die Gewalt ist und ob sie abgeschwächt werden muss.“

„Es scheint einen Zusammenhang zwischen der Menge an Inhalten in einem typischen Film, der sich auf Drogenmissbrauch konzentriert, und der Menge an sexuellen Inhalten zu geben. Ob absichtlich oder nicht, Filmemacher scheinen den Grad an drogenmissbrauchsbezogenen Inhalten mit sexuell expliziten Inhalten in Einklang zu bringen“, fuhr er fort.

Erkenntnisse und Zusammenhänge

Eine der Erkenntnisse der Forscher war, dass es höchst unwahrscheinlich ist, dass ein Film alle drei Risikoverhaltensweisen in hohem Maße enthält. Dies liegt wahrscheinlich an den Standards der Motion Picture Association (MPA). Sie fanden außerdem einen Zusammenhang zwischen Risikoverhalten und der MPA-Bewertung. So legt die MPA beispielsweise weniger Wert auf Gewalt- und Drogenmissbrauchsinhalte, je mehr sexuelle Inhalte sie enthält.

„Bei SAIL entwickeln wir auf KI basierende Technologien und Tools für alle Beteiligten in diesem kreativen Geschäft - die Autoren, Filmemacher und Produzenten -, um das Bewusstsein für die vielfältigen wichtigen Details zu schärfen, die mit dem Erzählen ihrer Geschichte im Film verbunden sind“, so Narayanan sagte.

„Uns interessiert nicht nur die Perspektive der Erzähler auf die von ihnen gesponnenen Geschichten, sondern auch die Wirkung auf das Publikum und die Erkenntnisse aus dem gesamten Erlebnis. Tools wie diese tragen dazu bei, das gesellschaftlich bedeutsame Bewusstsein zu schärfen, beispielsweise durch die Identifizierung negativer Stereotype.“

Zum Forschungsteam gehören außerdem Krishna Somandepalli, ein Doktorand der Elektro- und Computertechnik an der USC Viterbi, und Professor Yalda T. Uhls vom Fachbereich Psychologie der UCLA.

Die Forschung wurde auf der vorgestellt EMNLP 2020 Konferenz.