Naukowcy opracowali model uczenia maszynowego do automatycznego rozpoznawania działań różnych postaci w filmach. Tak wynika z badań przeprowadzonych przez University of Southern California.
Model analizuje scenariusze filmowe w celu określenia działań postaci. W tym celu badacze zgromadzili zbiór danych składający się z 1,2 miliona opisów scen z 912 filmów wydanych w latach 1909-2013.
W sumie algorytm zidentyfikował 50 000 czynności wykonywanych przez 20 000 postaci.
Następnie badacze przeprowadzili analizę statystyczną, aby ustalić, czy istniały różnice między rodzajami czynności wykonywanych przez postaci różnych płci. Dzięki temu mogli zidentyfikować znane stereotypy dotyczące płci. W pracy napisano:
„Poprzez zebranie 1,2 miliona opisów scen z 912 scenariuszy, byliśmy w stanie zbadać systematyczne różnice między płciami w obrazach filmowych na dużą skalę”.
Według badania, postacie kobiece częściej okazują uczucia i mają mniejszą swobodę niż postacie męskie. Są też bardziej narażone na „oglądanie” przez innych w scenie, co podkreśla nacisk na ich wygląd.
Męskie postacie z kolei rzadziej „płaczą”.
Zdaniem badaczy, zdolność modelu do uchwycenia kontekstu i niuansów sceny w ramach ogólnej narracji jest ograniczona. Ich ustalenia są jednak zgodne z wcześniejszymi pracami dotyczącymi stereotypów płci w mediach popularnych.
Wierzą, że ich badania mogą pomóc zwiększyć świadomość tego, jak media utrwalają szkodliwe stereotypy, a tym samym wpływają na przekonania i działania ludzi w prawdziwym życiu.
Badacze zauważyli również, że model identyfikuje stronniczość tylko w dialogach.
„Metody te nie uwzględniają szkodliwych stereotypów przekazywanych poprzez działania bohaterów”.
W przyszłości naukowcy planują ulepszyć model i uwzględnić postrzeganie intersekcjonalności, takie jak płeć, wiek i rasa, aby lepiej zrozumieć to zagadnienie.
Przypomnijmy, że w sierpniu 2021 roku algorytm przycinania zdjęć w serwisie Twitter został oskarżony o stronniczość wobec szczupłych dziewczyn.
W październiku 2022 r. badacze odkryli, że narzędzia reklamowe Facebooka wykorzystują rozpoznawanie rasy, płci i wieku w celu ukierunkowania dostarczania wiadomości sponsorowanych.
