Outil d’IA permettant les notes de film avant de tourner la première scène

Les notes de film sont essentielles au chiffre d’affaires d’un film et déterminent son impact sur le public. Traditionnellement, un film est noté manuellement par des humains qui le regardent, en tenant compte de la violence, de la consommation de drogues et du contenu sexuel.

Cette dynamique pourrait bientôt changer avec l’émergence de l’intelligence artificielle (IA). Récemment, des chercheurs de l’USC Viterbi School of Engineering ont utilisé des outils d’IA pour noter un film en quelques secondes. L’un des aspects les plus impressionnants de cette approche est que la notation peut être effectuée sur la base seule du scénario du film, sans tourner une seule scène. Grâce à cela, les dirigeants de studios peuvent développer un scénario, apporter des modifications et concevoir une note de film à l’avance, avant de tourner des scènes.

L’approche nouvellement développée aurait un impact financier sur les studios, mais elle peut également aider les esprits créatifs à développer et à éditer une histoire en fonction de l’impact et de la réponse prévus des téléspectateurs.

La recherche a été menée par Shrikanh Narayanan, professeur universitaire et titulaire de la chaire Niki & C. L. Max Nikias en ingénierie, aux côtés d’une équipe de chercheurs du Signal Analysis and Interpretation Lab (SAIL) à l’USC Viterbi.

Application de l’IA aux scénarios

Après avoir appliqué l’IA aux scénarios de film, l’équipe a constaté que les indices linguistiques peuvent indiquer certains comportements entourant la violence, la consommation de drogues et le contenu sexuel qui sont sur le point d’être démontrés par les personnages. Ces catégories de contenu sont souvent utilisées pour noter les films d’aujourd’hui.

L’équipe a utilisé 992 scénarios de film qui ont été déterminés par Common Sense Media comme ayant un contenu violent, de consommation de drogues et sexuel. L’organisation à but non lucratif est responsable de faire des recommandations de films pour les familles et les établissements d’enseignement.

Un IA formé a ensuite été appliqué aux 992 scénarios, en identifiant les comportements à risque, les modèles et le langage particulier. Il reçoit d’abord le scénario comme entrée avant de le traiter par un réseau neuronal, qui scanne les expressions sémantiques et sentimentales.

L’IA fonctionne comme un outil de classification, en étiquetant les phrases et les phrases comme positives, négatives, agressives ou d’autres descripteurs. Les mots et les phrases sont également classés en trois catégories : violence, consommation de drogues et contenu sexuel.

Victor Martinez est un candidat au doctorat en informatique à l’USC Viterbi et chercheur principal.

“Notre modèle examine le scénario de film, plutôt que les scènes réelles, y compris par exemple les sons comme un coup de feu ou une explosion qui se produisent plus tard dans le processus de production”, a déclaré Martinez. “Cela a l’avantage de fournir une note longtemps avant la production pour aider les cinéastes à décider par exemple du degré de violence et si elle doit être réduite.”

“Il semble y avoir une corrélation entre la quantité de contenu dans un film typique axé sur la consommation de drogues et la quantité de contenu sexuel. Que ce soit intentionnel ou non, les cinéastes semblent faire correspondre le niveau de contenu lié à la consommation de drogues avec du contenu sexuel explicite”, a-t-il poursuivi.

Résultats et corrélations

L’une des découvertes des chercheurs était qu’il est très peu probable qu’un film contienne des niveaux élevés des trois comportements à risque, ce qui est probablement dû aux normes établies par la Motion Picture Association (MPA). Ils ont également trouvé une corrélation entre les comportements à risque et les notes de la MPA. Par exemple, la MPA met moins l’accent sur le contenu violent / de consommation de drogues à mesure que le contenu sexuel augmente.

“Au SAIL, nous concevons des technologies et des outils, basés sur l’IA, pour toutes les parties prenantes de ce secteur créatif – les écrivains, les cinéastes et les producteurs – pour sensibiliser à l’importance des détails associés à la narration de leur histoire sur film”, a déclaré Narayanan.

“Non seulement nous nous intéressons au point de vue des conteurs des récits qu’ils tissent, mais également à la compréhension de l’impact sur le public et du ‘retour’ de l’expérience globale. Des outils comme ceux-ci aideront à sensibiliser à des questions sociétalement significatives, par exemple en identifiant les stéréotypes négatifs.”

L’équipe de recherche comprend également Krishna Somandepalli, candidat au doctorat en génie électrique et informatique à l’USC Viterbi, et le professeur Yalda T. Uhls du département de psychologie de l’UCLA.

La recherche a été présentée à la conférence EMNLP 2020.