“¿Qué hubiese pasado si…?”, es un planteamiento recurrente en la industria del séptimo arte. Ben Affleck colgó la capa para cederle a Robert Pattinson el protagónico de Batman. Will Smith rechazó, en su momento, Matrix, pero hace unos meses estrenó Aladino.

Los actores evalúan constantemente proyectos, los fanáticos se mantienen a la expectativa, pero los equipos detrás prefieren no arriesgarse demasiado y garantizar –en lo posible– nuevos récords de taquilla. La diferencia entre el fracaso y el éxito está en una decisión acertada. Y es ahí donde los sistemas de –y machine learning– pueden conducir al personaje, guion o elenco correctos.

IA toma la batuta

La IA también puede ser un productor inteligente. Al menos, esa es la promesa de Cinelytic, startup que recopila datos históricos sobre actuaciones en películas, el eje temático de los filmes y los talentos clave, para descubrir patrones ocultos.

Su software permite a los productores introducir un reparto inicial para luego cambiar un actor por otro y evaluar cómo variaría la taquilla. Dado este sistema, se puede estimar si Emma Watson en el papel principal genera un mejor impacto en el rendimiento de la que Jennifer Lawrence, ejemplifica un reporte de The Verge.

Y es que cada vez más las compañías de entretenimiento tienen la posibilidad de apelar a nuevas soluciones, sea para identificar adaptaciones de libros que pueden ser rentables, aportar en la escritura de guiones o examinar los tráilers hasta hacerlos más efectivos, dicen desde The Angeles Times.

Casos emblemáticos

La compañía belga de IA ScriptBook desarrolló recientemente un algoritmo que promete predecir si una película tendrá o no éxito comercial mediante el análisis del guion. Según , el sistema es capaz de detectar qué actores se adecúan a determinados personajes, qué emociones expresan mejor, qué target se alcanzaría a través del guion y qué taquilla bordearía.

Otra compañía llamada Pilot señala que puede pronosticar los ingresos de taquilla hasta 18 meses antes del lanzamiento de una cinta con “precisión inigualable”.

Camino a la precisión total

¿Pero qué tan asertivas son estas nuevas soluciones? De una muestra de 50 filmes evaluados en función de sus oportunidades de rentabilidad, ScriptBook acertó el 86% del tiempo, según The Verge.

Estos algoritmos, sin embargo, no son infalibles: el software subestimó, por ejemplo, lo popular que sería la cinta Get Out en taquilla, pronosticando US$ 56 millones en ingresos en lugar de los US$ 176 millones que obtuvo.

También redujo sus expectativas sobre The Disaster Artist para el que estimó una ganancia de US$ 10 millones, lejos de los US$ 21 millones que alcanzó.

Filtro humano

Y es que los algoritmos son fundamentalmente conservadores. Debido a que aprenden a analizar lo que funcionó en el pasado, no pueden explicar los cambios culturales o los cambios en el gusto que sucederán en el futuro.

Esto puede suponer un desafío para la IA, pero también desvela la importancia de seguir contando con seres humanos en el círculo.

Las Claves

1. Caso Netflix. Los algoritmos de Netflix le permiten examinar las acciones de millones de suscriptores para hacerles sugerencias o conducirlos a elegir un desenlace al estilo Black Mirror.


El D

Disyuntiva. Hollywood aún rechaza la afirmación de que aplica IA de cara a sus estrenos. Solo un factor habría convencido a varios de sus estudios a abrazar el big data: Netflix. Con un enfoque de programación basado en data, su algoritmo de recomendación vale US$ 1,000 millones al año.