Lo strumento AI abilita la classificazione dei film prima di riprendere la prima scena
Le valutazioni dei film sono vitali per la redditività di un film e determinano il suo impatto sul pubblico. Tradizionalmente, un film viene valutato manualmente dagli umani che lo guardano, tenendo conto della violenza, dell’abuso di droghe e dei contenuti sessuali.
Questa dinamica potrebbe cambiare presto con l’ascesa dell’intelligenza artificiale (AI). Recentemente, 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 fatta basandosi esclusivamente sulla sceneggiatura del film, senza girare un solo colpo. Per questo motivo, i dirigenti del film potevano sviluppare una sceneggiatura, apportare modifiche e progettare una classificazione del film in anticipo e prima di girare qualsiasi scena.
Il nuovo approccio avrebbe un impatto finanziario sugli studi, ma può anche aiutare le menti creative a sviluppare e modificare una storia basata sull’impatto e sulla risposta previsti dagli spettatori.
La ricerca è stata condotta 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’IA agli script
Dopo aver applicato l’IA alle sceneggiature dei film, il team ha scoperto che i segnali linguistici possono indicare determinati comportamenti che circondano la violenza, l’abuso di droghe e il contenuto sessuale che stanno per essere dimostrati dai personaggi. Queste categorie di contenuti vengono spesso utilizzate per valutare 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 di natura sessuale. L’organizzazione senza scopo di lucro è responsabile della produzione di consigli sui film per famiglie e istituzioni educative.
Un’intelligenza artificiale addestrata è stata quindi applicata agli script 992, identificando comportamenti a rischio, modelli e linguaggio particolare. Riceve prima lo script come input prima di elaborarlo tramite una rete neurale, che esegue la scansione per la semantica e le espressioni di sentiment.
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 ricercatore capo.
“Il nostro modello guarda la sceneggiatura del film, piuttosto che le scene reali, tra cui 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 registi a decidere, ad esempio, il grado di violenza e se è necessario attenuarlo”.
“Sembra esserci una correlazione tra la quantità di contenuto in un tipico film incentrato sull’abuso di sostanze e la quantità di contenuto sessuale. Che sia intenzionalmente o meno, i registi sembrano abbinare il livello di contenuto correlato all’abuso di sostanze con contenuto sessualmente esplicito “, ha continuato.
Risultati e correlazioni
Uno dei risultati dei ricercatori è stato che è altamente improbabile che un film contenga livelli elevati di tutti e tre i comportamenti rischiosi, il che è probabile che sia causato dagli standard fissati dalla Motion Picture Association (MPA). Hanno anche trovato una correlazione tra comportamenti a rischio e valutazioni dell’MPA. Ad esempio, MPA pone meno enfasi sui contenuti di violenza / abuso di sostanze all’aumentare del contenuto sessuale.
“In SAIL, stiamo progettando tecnologie e strumenti, basati sull’intelligenza artificiale, per tutte le parti interessate in questo business creativo – gli scrittori, i registi e i produttori – per aumentare la consapevolezza sui vari dettagli importanti associati nel raccontare la loro storia su pellicola”, Narayanan disse.
“Non solo siamo interessati alla prospettiva dei narratori delle narrazioni che tessono, ma anche alla comprensione dell’impatto sul pubblico e del ‘take-away’ dell’intera esperienza. Strumenti come questi aiuteranno ad aumentare la consapevolezza sociale significativa, ad esempio, attraverso l’identificazione di stereotipi negativi “.
Il gruppo di ricerca include anche Krishna Somandepalli, un dottorato di ricerca. candidato in Ingegneria Elettrica e Informatica presso l’USC Viterbi, e la professoressa Yalda T. Uhls del Dipartimento di Psicologia della UCLA.
La ricerca è stata presentata alla conferenza EMNLP 2020 .
