Os elencos de grandes produções de Hollywood estão mais diversos do que eram há 10 ou 20 anos. Uma equipe de pesquisadores da Universidade da Califórnia – Berkeley, nos Estados Unidos, descobriu, com ajuda de inteligência artificial (IA), que atores não brancos — como negros, hispânicos, do leste e do sul asiático — estão ganhando mais tempo de tela nos filmes hollywoodianos.
As descobertas foram descritas em estudo publicado nesta semana no jornal Proceedings of the National Academy of Sciences. Os pesquisadores usaram tecnologia de reconhecimento facial para rastrear a quantidade de tempo que os atores apareceram na tela em mais de 2.300 filmes de Hollywood lançados entre 1980 e 2022 — um total de 4.412 horas de filmagem.
A equipe analisou tanto filmes “populares”, que configuraram entre os 50 maiores arrecadadores de bilheteria a cada ano, quanto filmes de “prestígio”, que foram indicados em pelo menos uma de seis organizações diferentes, incluindo o Oscar e o Globo de Ouro.
O estudo confirmou que, desde 2010, os filmes de Hollywood têm de fato se tornado mais diversos, com representação crescente de atores que são mulheres, negros, hispânicos/latinos e asiáticos. Além disso, eles descobriram que a diversidade vai além de Hollywood: elencos de filmes independentes também estão se tornando mais diversos.
“Se você escolhesse qualquer filme que esteja sendo feito agora e assistisse apenas a esse filme, em média você veria uma diversidade maior nele do que em um filme feito há 10 anos. No entanto, também descobrimos que ainda há uma diversidade maior em papéis não principais do que nos principais”, afirma David Bamman, professor associado da Escola de Informação da UC Berkeley, em comunicado à imprensa.
“Isso destaca uma das vantagens da nossa abordagem. Muito trabalho que analisou a representação de raça e gênero usando métodos manuais se concentrou, por necessidade, nos atores principais, mas vemos aqui que há muito mais diversidade conforme você desce mais na lista do elenco”, completa.
De acordo com o professor, embora o estudo tenha usado visão computacional para rastrear a aparência dos atores na tela, algoritmos não foram usados para fazer julgamentos sobre raça, gênero ou etnia. Em vez disso, a equipe utilizou o Wikidata para entendimento público sobre o gênero de cada ator e conduziu pesquisas com usuários para determinar como os espectadores percebem raça/etnia de cada ator.
“A justificativa para pensar sobre percepções é que queremos tentar aproximar a representação que um espectador médio vê na tela, e não tentar inferir nada sobre as identidades dos atores, o que é incognoscível fora das declarações dos próprios atores”, diz Bamman. “Focar nas percepções nos dá uma noção sobre como a representação nas decisões de elenco e no tempo de tela acaba chegando aos espectadores.”
O estudo também descobriu que a taxa de mulheres na tela aumentou de 25% entre 1980 e 2010 para cerca de 40% em 2022. No entanto, todos os grupos, exceto homens brancos, continuam sub-representados em papéis principais em comparação com papéis não principais.
Os pesquisadores descobriram, ainda, que atores negros são sub-representados em filmes indicados a prêmios, em comparação com filmes populares. No entanto, eles apontam que essa diferença se deve em grande parte à sub-representação em filmes indicados a prêmios de 1980 a 2010.
No futuro, a equipe também espera usar o conjunto de dados para fazer perguntas mais detalhadas sobre representação em filmes, não apenas examinando a presença de um ator na tela, mas também como a pessoa é retratada e como essas representações podem se relacionar com estereótipos e preconceitos.
“Espero que isso seja realmente capaz de acelerar a pesquisa na análise cultural do filme, onde nós e outros somos capazes de usar métodos de visão computacional para medir tendências em larga escala nesses importantes objetos da cultura”, afirma Bamman. “Gostaríamos muito de trabalhar com estúdios de cinema e pesquisadores de cinema para atingir esse objetivo.”
IA generativa: especialista explica como é o treinamento da ferramenta
[*] – Fonte: https://www.cnnbrasil.com.br/
