Lo strumento AI abilita le classificazioni dei film prima di girare la prima scena

Le valutazioni dei film sono fondamentali per il profitto di un film e ne determinano l'impatto sul pubblico. Tradizionalmente, un film viene valutato manualmente dagli spettatori, tenendo conto di violenza, abuso di droghe e contenuti sessuali.

Questa dinamica potrebbe cambiare presto con l'ascesa dell'intelligenza artificiale (AI). Di recente, i ricercatori della USC Viterbi School of Engineering hanno utilizzato strumenti di intelligenza artificiale per valutare un film in pochi secondi. Uno degli aspetti più impressionanti di questo approccio è che la valutazione potrebbe essere effettuata esclusivamente sulla base della sceneggiatura del film, senza girare una singola inquadratura. Per questo motivo, i dirigenti cinematografici potrebbero sviluppare una sceneggiatura, apportare modifiche e progettare una valutazione del film in anticipo e prima di girare qualsiasi scena.

L'approccio appena sviluppato avrebbe un impatto finanziario sugli studi, ma può anche aiutare le menti creative a sviluppare e modificare una storia in base all'impatto previsto e alla risposta degli spettatori.

La ricerca è stata guidata da Shrikanh Narayanan, professore universitario e Niki & CL Max Nikias Chair in Engineering, insieme a un team di ricercatori del Signal Analysis and Interpretation Lab (SAIL) dell'USC Viterbi.

Applicazione dell'intelligenza artificiale agli script

Dopo aver applicato l'intelligenza artificiale alle sceneggiature cinematografiche, il team ha scoperto che gli indizi linguistici possono indicare determinati comportamenti legati a violenza, abuso di droghe e contenuti sessuali che i personaggi stanno per mostrare. Queste categorie di contenuti sono spesso utilizzate per classificare i film di oggi.

Il team ha utilizzato 992 sceneggiature di film che secondo Common Sense Media avevano contenuti violenti, di abuso di sostanze e sessuali. L'organizzazione senza scopo di lucro è responsabile della formulazione di raccomandazioni sui film per le famiglie e le istituzioni educative.

Un'intelligenza artificiale addestrata è stata quindi applicata agli script 992, identificando comportamenti a rischio, modelli e linguaggio particolare. Innanzitutto riceve lo script come input prima di elaborarlo attraverso una rete neurale, che esegue la scansione delle espressioni di semantica e sentimento.

L'intelligenza artificiale funziona come uno strumento di classificazione, etichettando frasi e frasi come positive, negative, aggressive o qualche altro descrittore. Anche le parole e le frasi sono classificate in tre categorie: violenza, abuso di droghe e contenuto sessuale.

Victor Martinez è un dottorando in informatica presso l'USC Viterbi e capo ricercatore.

"Il nostro modello guarda alla sceneggiatura del film, piuttosto che alle scene reali, inclusi ad esempio suoni come uno sparo o un'esplosione che si verificano più tardi nella pipeline di produzione", ha detto Martinez. "Questo ha il vantaggio di fornire una valutazione molto prima della produzione per aiutare i cineasti a decidere, ad esempio, il grado di violenza e se debba essere attenuato".

“Sembra esserci una correlazione tra la quantità di contenuti in un tipico film incentrato sull'abuso di sostanze e la quantità di contenuti sessuali. Intenzionalmente o meno, i cineasti sembrano abbinare il livello di contenuti relativi all'abuso di sostanze con contenuti sessualmente espliciti ", ha continuato.

Risultati e correlazioni

Una delle conclusioni dei ricercatori è che è altamente improbabile che un film contenga livelli elevati di tutti e tre i comportamenti a rischio, il che è probabilmente dovuto agli standard stabiliti dalla Motion Picture Association (MPA). Hanno anche riscontrato una correlazione tra comportamenti a rischio e valutazioni MPA. Ad esempio, la MPA pone meno enfasi sui contenuti di violenza/abuso di sostanze con l'aumentare dei contenuti di natura sessuale.

"In SAIL, stiamo progettando tecnologie e strumenti, basati sull'intelligenza artificiale, per tutte le parti interessate in questo business creativo - scrittori, registi e produttori - per aumentare la consapevolezza sui vari dettagli importanti associati nel raccontare la loro storia su pellicola", Narayanan disse.

"Non siamo interessati solo alla prospettiva dei narratori delle narrazioni che tessono, ma anche a comprenderne l'impatto sul pubblico e il messaggio che ne deriva dall'intera esperienza. Strumenti come questi contribuiranno a sensibilizzare la società, ad esempio identificando gli stereotipi negativi".

Il team di ricerca comprende anche Krishna Somandepalli, dottorando in ingegneria elettrica e informatica presso la USC Viterbi, e la professoressa Yalda T. Uhls del Dipartimento di psicologia dell'UCLA.

La ricerca è stata presentata al EMNL 2020 conferenza.