(Fonte da imagem: Reprodução/Hollywood Reporter)
Além de ter sido o filme com maior bilheteria nos Estados Unidos durante a semana do Dia de Ação de Graças, “A Saga Crepúsculo: Amanhecer — Parte 2” também foi a produção que gerou o maior número de tweets no país. Segundo um estudo conduzido pela USC Annenberg em parceria com a IBM, mais de 5 milhões de textos relacionados ao filme foram publicados em um período de 11 dias.
Ao analisar cada mensagem, os pesquisadores descobriram que, enquanto 90% deles podiam ser consideradas positivos antes da estreia do longa-metragem, esse número caiu para 75% logo após o filme chegar aos cinemas. E é justamente o mistério por trás dessa mudança de sentimento que pode ajudar no desenvolvimento da próxima evolução no campo da ciência da computação.
Usando o supercomputador Watson, a IBM quer criar métodos que permitam às máquinas aprenderem como interpretar e reproduzir sentimentos. Aplicando métodos de análise variados e tecnologias de processamento de linguagem, os pesquisadores descobriram que as mensagens “negativas” em sua maioria eram constituídas por textos que expressavam tristeza pelo fim da série cinematográfica, e não por críticas diretas ao filme.
Reação às mídias sociais
Os resultados se tornaram ainda mais precisos quando os pesquisadores da companhia ajustaram filtros capazes de detectar frases sarcásticas e outros sentimentos que o computador tinha dificuldade para entender. Embora pareçam estranhas em um primeiro momento, tecnologias do tipo podem ajudar a indústria do entretenimento a entender melhor o público e aumentar seus lucros.
(Fonte da imagem: Reprodução/Hollywood Reporter)
Segundo Steve Capena, gerente geral do Grupo de Mídia e Entretenimento da IBM, essas análises se tornam cada vez mais importantes devido às mídias sociais existentes atualmente. Para ele, serviços como o Twitter e o Facebook permitem que as pessoas expressem rapidamente seus sentimentos sobre um produto, o que pode se provar tanto algo benéfico quanto uma ferramenta extremamente destrutiva.
“O que estamos fazendo é essencialmente criar um grupo focal em tempo real”, explicou Capena ao Hollywood Reporter. “Estamos tentando entender o que está sendo dito e o que motiva pessoas a verem um filme”, complementa.
Atraindo mais audiência
Segundo Jonathan Taplin, entender como o público reage a algo pode ajudar a moldar totalmente a programação televisiva atual. Em um programa como American Idol, por exemplo, seria possível ver em tempo real quais cantores estão afastando a audiência, o que permitiria à produção trocá-los rapidamente por outros competidores considerados mais populares.
Apesar de ver iniciativas como o Watson com bons olhos, Taplin duvida que algum dia a máquina vai ser capaz de decidir sozinha quais projetos devem ser levados à frente e qual o melhor ator para determinado papel. “Eu acredito que os chefes de estúdio não terão que se preocupar em perder seus trabalhos”, afirmou.
Fontes
Categorias
