AI-verktøyet aktiverer filmvurderinger før opptak av første scene

Filmvurderinger er avgjørende for en films bunnlinje og bestemmer dens innvirkning på publikum. Tradisjonelt sett blir en film manuelt vurdert av mennesker som ser den, med tanke på vold, narkotikamisbruk og seksuelt innhold.

Denne dynamikken kan snart endre seg med fremveksten av kunstig intelligens (AI). Nylig brukte forskere ved USC Viterbi School of Engineering AI-verktøy for å rangere en film i løpet av sekunder. En av de mest imponerende aspektene ved denne tilnærmingen er at vurderingen kan gjøres basert utelukkende på filmmanuset, uten å ta et eneste skudd. På grunn av dette kunne filmledere utvikle et manus, foreta redigeringer og designe en filmvurdering på forhånd og før de filmer noen scener.

Den nyutviklede tilnærmingen vil ha en økonomisk innvirkning på studioer, men den kan også hjelpe de kreative sinnene til å utvikle og redigere en historie basert på den forutsagte effekten og responsen fra seerne.

Forskningen ble ledet av Shrikanh Narayanan, universitetsprofessor og Niki & CL Max Nikias leder i ingeniørfag, sammen med et team av forskere fra Signal Analysis and Interpretation Lab (SAIL) ved USC Viterbi.

Bruker AI på skript

Etter å ha brukt kunstig intelligens på filmmanus, fant teamet ut at språklige signaler kan indikere visse atferder rundt vold, narkotikamisbruk og seksuelt innhold som karakterene snart skal demonstrere. Disse innholdskategoriene brukes ofte til å rangere dagens filmer.

Teamet brukte 992 filmmanus som ble fastslått av Common Sense Media å ha voldelig, rusmisbruk og seksuelt innhold. Den ideelle organisasjonen er ansvarlig for å lage filmanbefalinger for familier og utdanningsinstitusjoner.

En trent AI ble deretter brukt på de 992 skriptene, og identifiserte risikoatferd, mønstre og spesielt språk. Den mottar først skriptet som input før det behandles gjennom et nevralt nettverk, som skanner etter semantikk og sentimentuttrykk.

AI fungerer som et klassifiseringsverktøy, og merker setninger og setninger som positive, negative, aggressive eller en annen beskrivelse. Ord og uttrykk er også klassifisert i tre kategorier: vold, narkotikamisbruk og seksuelt innhold.

Victor Martinez er doktorgradskandidat i informatikk ved USC Viterbi og hovedforsker.

"Vår modell ser på filmmanuset, i stedet for de faktiske scenene, inkludert lyder for eksempel som et skudd eller eksplosjon som oppstår senere i produksjonspipelinen," sa Martinez. "Dette har fordelen av å gi en vurdering lenge før produksjonen for å hjelpe filmskapere å bestemme for eksempel graden av vold og om den må tones ned."

«Det ser ut til å være en sammenheng i mengden innhold i en typisk film med fokus på rusmisbruk og mengden seksuelt innhold. Enten med vilje eller ikke, ser det ut til at filmskapere matcher nivået av rusrelatert innhold med seksuelt eksplisitt innhold,» fortsatte han.

Funn og korrelasjoner

Et av forskernes funn var at det er svært usannsynlig at en film inneholder høye nivåer av alle tre risikofylte atferdene, noe som sannsynligvis skyldes standardene satt av Motion Picture Association (MPA). De fant også en sammenheng mellom risikofylt atferd og MPA-vurderinger. For eksempel legger MPA mindre vekt på innhold med vold/rusmisbruk etter hvert som seksuelt innhold øker.

"På SAIL designer vi teknologier og verktøy, basert på AI, for alle interessenter i denne kreative virksomheten - forfatterne, filmskapere og produsenter - for å øke bevisstheten om de varierte viktige detaljene som er knyttet til å fortelle historien sin på film," Narayanan sa.

«Vi er ikke bare interessert i perspektivet til historiefortellerne i fortellingene de vever, men også i å forstå virkningen på publikum og hva man kan ta med seg fra hele opplevelsen. Verktøy som disse vil bidra til å øke bevisstheten om samfunnsmessig meningsfulle handlinger, for eksempel ved å identifisere negative stereotypier.»

Forskerteamet inkluderer også Krishna Somandepalli, en doktorgradskandidat i elektro- og datateknikk ved USC Viterbi, og professor Yalda T. Uhls ved UCLAs psykologiske institutt.

Forskningen ble presentert på EMNLP 2020 konferanse.