Strumento di intelligenza artificiale consente valutazioni dei film prima di girare la prima scena

Le valutazioni dei film sono fondamentali per il botteghino di un film e determinano il suo impatto sul pubblico. Tradizionalmente, un film viene valutato manualmente da esseri umani che lo guardano, tenendo conto della violenza, dell’abuso di droghe e del contenuto sessuale.

Questa dinamica potrebbe cambiare presto con l’avvento dell’intelligenza artificiale (AI). Recentemente, 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 solo sulla base della sceneggiatura del film, senza girare una sola scena. Ciò significa che gli esecutivi del cinema 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 potrebbe anche aiutare le menti creative a sviluppare e modificare una storia in base all’impatto e alla risposta previsti dal pubblico.

La ricerca è stata guidata da Shrikanh Narayanan, professore universitario e titolare della cattedra Niki & C. L. Max Nikias in Ingegneria, insieme a un team di ricercatori del Signal Analysis and Interpretation Lab (SAIL) della USC Viterbi.

Applicazione dell’AI alle sceneggiature

Dopo aver applicato l’AI alle sceneggiature dei film, il team ha scoperto che i segnali linguistici possono indicare determinati comportamenti relativi alla violenza, all’abuso di droghe e al contenuto sessuale che sono sul punto di essere dimostrati dai personaggi. Queste categorie di contenuto sono spesso utilizzate per valutare i film di oggi.

Il team ha utilizzato 992 sceneggiature di film che erano state determinate da Common Sense Media come contenenti violenza, abuso di sostanze e contenuto sessuale. L’organizzazione no-profit è responsabile di fornire raccomandazioni di film per famiglie e istituzioni educative.

Un’AI addestrata è stata quindi applicata alle 992 sceneggiature, identificando comportamenti a rischio, modelli e linguaggio particolare. Riceve la sceneggiatura come input prima di elaborarla attraverso una rete neurale, che scansiona le espressioni semantiche e sentimentali.

L’AI funziona come uno strumento di classificazione, etichettando frasi e parole come positive, negative, aggressive o altri descrittori. Le parole e le frasi sono anche classificate in tre categorie: violenza, abuso di droghe e contenuto sessuale.

Victor Martinez è un candidato al dottorato in informatica alla USC Viterbi e ricercatore principale.

“Il nostro modello esamina la sceneggiatura del film, piuttosto che le scene effettive, come ad esempio i suoni di spari o esplosioni che si verificano in un secondo momento nella pipeline di produzione”, ha detto Martinez. “Ciò ha il vantaggio di fornire una valutazione molto prima della produzione per aiutare i filmmaker a decidere ad esempio il grado di violenza e se è necessario ridurlo”.

“Sembra esserci una correlazione nella quantità di contenuto in un film tipico concentrato sull’abuso di sostanze e la quantità di contenuto sessuale. Che sia intenzionale o no, i filmmaker sembrano abbinare il livello di contenuto relativo all’abuso di sostanze con contenuto sessualmente esplicito”, ha continuato.

Risultati e correlazioni

Una delle scoperte dei ricercatori è che è molto improbabile che un film contenga alti livelli di tutti e tre i comportamenti a rischio, il che è probabilmente dovuto agli standard stabiliti dall’Associazione dei produttori cinematografici (MPA). Hanno anche trovato una correlazione tra comportamenti a rischio e valutazioni MPA. Ad esempio, l’MPA pone meno enfasi sul contenuto di violenza/abuso di sostanze man mano che aumenta il contenuto sessuale.

“Al SAIL, stiamo progettando tecnologie e strumenti basati sull’AI per tutti gli stakeholder di questo business creativo – gli scrittori, i filmmaker e i produttori – per aumentare la consapevolezza sui dettagli importanti associati alla narrazione della loro storia sul grande schermo”, ha detto Narayanan.

“Non siamo interessati solo alla prospettiva degli autori delle storie che creano, ma anche a comprendere l’impatto sul pubblico e il ‘take-away’ dell’intera esperienza. Strumenti come questi aiuteranno a aumentare la consapevolezza significativa a livello sociale, ad esempio identificando stereotipi negativi”.

Il team di ricerca include anche Krishna Somandepalli, un candidato al dottorato in Ingegneria elettrica e informatica alla USC Viterbi, e la professoressa Yalda T. Uhls del Dipartimento di Psicologia della UCLA.

La ricerca è stata presentata alla conferenza EMNLP 2020.