Alat AI Memungkinkan Penilaian Film Sebelum Syuting Adegan Pertama

Penilaian film sangat penting bagi keuntungan film dan menentukan dampaknya pada penonton. Secara tradisional, film dinilai secara manual oleh manusia yang menontonnya, mempertimbangkan kekerasan, penyalahgunaan narkoba, dan konten seksual.

Dinamika ini dapat berubah segera dengan munculnya kecerdasan buatan (AI). Baru-baru ini, peneliti di USC Viterbi School of Engineering menggunakan alat AI untuk menilai film dalam hitungan detik. Salah satu aspek paling mengesankan dari pendekatan ini adalah bahwa penilaian dapat dilakukan berdasarkan naskah film saja, tanpa syuting satu shot pun. Karena itu, eksekutif film dapat mengembangkan naskah, membuat suntingan, dan merancang penilaian film sebelum syuting adegan apa pun.

Pendekatan baru ini akan memiliki dampak keuangan pada studio, tetapi juga dapat membantu para pembuat film mengembangkan dan menyunting cerita berdasarkan dampak dan respons yang diprediksi dari penonton.

Penelitian ini dipimpin oleh Shrikanh Narayanan, Profesor Universitas dan Niki & C. L. Max Nikias Chair in Engineering, bersama dengan tim peneliti dari Signal Analysis and Interpretation Lab (SAIL) di USC Viterbi.

Mengaplikasikan AI pada Naskah

Setelah mengaplikasikan AI pada naskah film, tim menemukan bahwa petunjuk linguistik dapat menunjukkan perilaku tertentu yang terkait dengan kekerasan, penyalahgunaan narkoba, dan konten seksual yang akan ditampilkan oleh karakter. Kategori konten ini sering digunakan untuk menilai film saat ini.

Tim menggunakan 992 naskah film yang ditentukan oleh Common Sense Media untuk memiliki konten kekerasan, penyalahgunaan narkoba, dan seksual. Organisasi nirlaba ini bertanggung jawab untuk membuat rekomendasi film untuk keluarga dan lembaga pendidikan.

AI yang terlatih kemudian diterapkan pada 992 naskah, mengidentifikasi perilaku risiko, pola, dan bahasa tertentu. Pertama-tama, AI menerima naskah sebagai input sebelum memprosesnya melalui jaringan saraf, yang memindai ekspresi semantik dan sentimen.

AI bekerja sebagai alat klasifikasi, melabeli kalimat dan frasa sebagai positif, negatif, agresif, atau deskriptor lainnya. Kata dan frasa juga diklasifikasikan ke dalam tiga kategori: kekerasan, penyalahgunaan narkoba, dan konten seksual.

Victor Martinez adalah kandidat doktor di bidang ilmu komputer di USC Viterbi dan peneliti utama.

“Model kami melihat naskah film, bukan adegan sebenarnya, termasuk suara seperti tembakan atau ledakan yang terjadi kemudian di pipa produksi,” kata Martinez. “Ini memiliki keuntungan memberikan penilaian jauh sebelum produksi untuk membantu pembuat film memutuskan, misalnya, derajat kekerasan dan apakah perlu dikurangi.”

“Tampaknya ada korelasi antara jumlah konten dalam film yang fokus pada penyalahgunaan narkoba dan jumlah konten seksual. Baik disengaja atau tidak, pembuat film tampaknya mencocokkan tingkat konten yang terkait dengan penyalahgunaan narkoba dengan konten seksual yang eksplisit,” lanjutnya.

Temuan dan Korelasi

Salah satu temuan peneliti adalah bahwa sangat tidak mungkin bagi film untuk mengandung tingkat tinggi ketiga perilaku berisiko, yang kemungkinan disebabkan oleh standar yang ditetapkan oleh Motion Picture Association (MPA). Mereka juga menemukan korelasi antara perilaku berisiko dan penilaian MPA. Misalnya, MPA menempatkan penekanan yang lebih rendah pada konten kekerasan/penggunaan narkoba ketika konten seksual meningkat.

“Di SAIL, kami merancang teknologi dan alat, berdasarkan AI, untuk semua pemangku kepentingan dalam bisnis kreatif ini — penulis, pembuat film, dan produser — untuk meningkatkan kesadaran tentang detail penting yang beragam yang terkait dalam menceritakan kisah mereka di film,” kata Narayanan.

“Kami tidak hanya tertarik pada perspektif pembuat cerita dari narasi yang mereka tenun, tetapi juga memahami dampaknya pada penonton dan ‘take-away’ dari pengalaman keseluruhan. Alat seperti ini akan membantu meningkatkan kesadaran yang bermakna secara sosial, misalnya, melalui identifikasi stereotip negatif.”

Tim peneliti juga termasuk Krishna Somandepalli, kandidat Ph.D. di bidang Teknik Elektro dan Komputasi di USC Viterbi, dan Profesor Yalda T. Uhls dari Departemen Psikologi UCLA.

Penelitian ini dipresentasikan pada konferensi EMNLP 2020.