Muchas películas comerciales en todo el mundo continúan expresando la feminidad de una manera estereotípica, mostró un estudio reciente que utiliza el análisis de imágenes. Un equipo de investigación de KAIST desarrolló un nuevo método de análisis de imágenes para cuantificar automáticamente el grado de sesgo de género en las películas
La 'Prueba de Bechdel' ha sido el método más representativo y general para evaluar el sesgo de género en las películas. Esta prueba indica el grado de sesgo de género en una película midiendo cuán activa es la presencia de mujeres en una película. Una película pasa el BechdelPruebe si la película 1 tiene al menos dos personajes femeninos, 2 que hablan entre sí y 3 su conversación no está relacionada con los personajes masculinos.
Sin embargo, la Prueba de Bechdel tiene limitaciones fundamentales con respecto a la precisión y practicidad de la evaluación. En primer lugar, la Prueba de Bechdel requiere considerables recursos humanos, ya que la realiza subjetivamente una persona. Más importante aún, la Prueba de Bechdel analiza solo un solo aspecto dela película, los diálogos entre los personajes en el guión, y proporciona solo un resultado dicotómico de pasar la prueba, descuidando el hecho de que una película es una forma de arte visual que refleja fenómenos de sesgo de género de varias capas y complicados. También es difícil representar completamenteEl discurso de hoy sobre el sesgo de género, que es mucho más diverso que en 1985, cuando se presentó por primera vez la Prueba de Bechdel.
Inspirado por estas limitaciones, un equipo de investigación de KAIST dirigido por el profesor Byungjoo Lee de la Graduate School of Culture Technology propuso un sistema avanzado que utiliza tecnología de visión por computadora para analizar automáticamente la información visual de cada fotograma de la película. Esto permite que el sistemaevalúa de manera más precisa y práctica el grado en que los personajes femeninos y masculinos se representan de manera discriminatoria en una película en términos cuantitativos, y permite revelar el sesgo de género que los métodos de análisis convencionales aún no pueden detectar.
El profesor Lee y sus investigadores Ji Yoon Jang y Sangyoon Lee analizaron 40 películas de Hollywood y Corea del Sur lanzadas entre 2017 y 2018. Redujeron las muestras de 24 a 3 cuadros por segundo, y utilizaron la tecnología de reconocimiento facial Face API de Microsoft y la detección de objetostecnología YOLO9000 para verificar los detalles de los personajes y sus objetos circundantes en las escenas.
Utilizando el nuevo sistema, el equipo calculó ocho índices cuantitativos que describen la representación de un género en particular en las películas. Son: diversidad emocional, estática espacial, ocupación espacial, ocupación temporal, edad media, imagen intelectual, énfasis en la apariencia,y tipo y frecuencia de objetos circundantes.
Según el índice de diversidad emocional, se descubrió que las mujeres representadas eran más propensas a expresar emociones pasivas, como tristeza, miedo y sorpresa. Por el contrario, los personajes masculinos en las mismas películas tenían más probabilidades de demostrar emociones activas, comocomo ira y odio.
El índice de tipo y frecuencia de objetos circundantes reveló que los personajes femeninos y los automóviles se rastrearon juntos solo un 55.7% tanto como los personajes masculinos, mientras que tenían más probabilidades de aparecer con muebles y en un hogar, con una probabilidad del 123.9%.
En casos de ocupación temporal y edad media, los personajes femeninos aparecían con menos frecuencia en las películas que los hombres a una tasa del 56%, y en promedio eran más jóvenes en el 79,1% de los casos. Estos dos índices eran especialmente llamativos en las películas coreanas.
El profesor Lee dijo: "Nuestra investigación confirmó que muchas películas comerciales muestran a las mujeres desde una perspectiva estereotípica. Espero que este resultado promueva la conciencia pública sobre la importancia de tomar prudencia cuando los cineastas crean personajes en películas".
Este estudio fue apoyado por KAIST College of Liberal Arts and Convergence Science como parte del programa de investigación de riesgo para estudiantes de maestría y doctorado, y se presentará en la 22a Conferencia de ACM sobre trabajo cooperativo y computación social CSCW con apoyo informáticoEl 11 de noviembre se llevará a cabo en Austin, Texas.
Fuente de la historia :
Materiales proporcionado por El Instituto Avanzado de Ciencia y Tecnología de Corea KAIST . Nota: El contenido puede ser editado por estilo y longitud.
Cita esta página :