Ferramenta de IA Permite Avaliar Filmes Antes de Gravar a Primeira Cena

As classificações de filmes são fundamentais para o sucesso de um filme e determinam seu impacto no público. Tradicionalmente, um filme é classificado manualmente por humanos que o assistem, levando em consideração a violência, o abuso de drogas e o conteúdo sexual.

Essa dinâmica pode mudar em breve com o surgimento da inteligência artificial (IA). Recentemente, pesquisadores da Escola de Engenharia Viterbi da USC usaram ferramentas de IA para classificar um filme em questão de segundos. Um dos aspectos mais impressionantes dessa abordagem é que a classificação pode ser feita com base apenas no roteiro do filme, sem filmar uma única cena. Com isso, os executivos de filmes podem desenvolver um roteiro, fazer edições e projetar uma classificação de filme com antecedência e antes de filmar qualquer cena.

A abordagem recém-desenvolvida teria um impacto financeiro nos estúdios, mas também pode ajudar as mentes criativas a desenvolver e editar uma história com base no impacto e resposta previstos do público.

A pesquisa foi liderada por Shrikanh Narayanan, Professor Universitário e titular da Cátedra Niki & C. L. Max Nikias em Engenharia, ao lado de uma equipe de pesquisadores do Laboratório de Análise e Interpretação de Sinais (SAIL) da USC Viterbi.

Aplicando IA a Roteiros

Depois de aplicar a IA a roteiros de filmes, a equipe descobriu que pistas linguísticas podem indicar certos comportamentos em torno da violência, do abuso de drogas e do conteúdo sexual que estão prestes a ser demonstrados pelos personagens. Essas categorias de conteúdo são frequentemente usadas para classificar os filmes de hoje.

A equipe utilizou 992 roteiros de filmes que foram determinados pela Common Sense Media como tendo conteúdo violento, de abuso de substâncias e sexual. A organização sem fins lucrativos é responsável por fazer recomendações de filmes para famílias e instituições de ensino.

Um IA treinado foi então aplicado aos 992 roteiros, identificando comportamento de risco, padrões e linguagem específica. Ele primeiro recebe o roteiro como entrada antes de processá-lo por meio de uma rede neural, que verifica a semântica e as expressões de sentimento.

O IA funciona como uma ferramenta de classificação, rotulando frases e sentenças como positivas, negativas, agressivas ou algum outro descritor. Palavras e frases também são classificadas em três categorias: violência, abuso de drogas e conteúdo sexual.

Victor Martinez é um candidato a doutorado em ciência da computação na USC Viterbi e pesquisador principal.

“Nosso modelo olha para o roteiro do filme, em vez das cenas reais, incluindo, por exemplo, sons como tiros ou explosões que ocorrem mais tarde na linha de produção”, disse Martinez. “Isso tem o benefício de fornecer uma classificação muito antes da produção para ajudar os cineastas a decidir, por exemplo, o grau de violência e se é necessário reduzi-lo.”

“Parece haver uma correlação na quantidade de conteúdo em um filme típico focado no abuso de substâncias e a quantidade de conteúdo sexual. Se intencionalmente ou não, os cineastas parecem combinar o nível de conteúdo relacionado ao abuso de substâncias com conteúdo sexual explícito”, continuou ele.

Descobertas e Correlações

Uma das descobertas dos pesquisadores foi que é muito improvável que um filme contenha altos níveis dos três comportamentos de risco, o que provavelmente é causado pelos padrões estabelecidos pela Associação de Cinema (MPA). Eles também encontraram uma correlação entre comportamentos de risco e classificações da MPA. Por exemplo, a MPA dá menos ênfase ao conteúdo de violência/abuso de substâncias à medida que o conteúdo sexual aumenta.

“No SAIL, estamos projetando tecnologias e ferramentas, baseadas em IA, para todos os stakeholders nesse negócio criativo — os escritores, cineastas e produtores — para aumentar a conscientização sobre os detalhes importantes variados associados à narração de histórias em filmes”, disse Narayanan.

“Não estamos apenas interessados na perspectiva dos contadores de histórias das narrativas que eles criam, mas também em entender o impacto no público e o ‘levado’ de toda a experiência. Ferramentas como essas ajudarão a aumentar a conscientização societariamente significativa, por exemplo, identificando estereótipos negativos.”

A equipe de pesquisa também inclui Krishna Somandepalli, um candidato a doutorado em Engenharia Elétrica e Computação na USC Viterbi, e a Professora Yalda T. Uhls do Departamento de Psicologia da UCLA.

A pesquisa foi apresentada na conferência EMNLP 2020.