Kunstig intelligens analyserede oscarnominerede film for mangfoldighed!

Oscar-akademiet er i mange år blevet beskyldt for at svigte mangfoldigheden, herunder særligt diversiteten, når det kommer til Oscar-nomineringer.

I MediaCatch valgte vi at bruge vores kunstige intelligens, trænet til at bestemme køn og alder, til at tjekke mangfoldigheden i de 'bedste film'-nominerede film. Vi analyserede alle film på samme måde og med fokus på de medvirkende. For en ting er diversiteten i selv castet - en anden er hvilken skærmtid de medvirkende faktisk får.

Vi fik vores system til at se alle ti film i kategorien "Bedste film" og brugte vores AI-teknologi til at tracke mangfoldighed: alder, køn og etnicitet (kaukassisk/ikke-kaukassisk). Efter at have "set" alle filmene - var vi klar til at åbne konvolutten:

Og Oscaren går til: Hvide mænd!

De vigtigste resultater

Generelt er de nominerede film stadig meget mandsdominerede.

Kun 1 ud af 10 film bød på mere skærmtid til kvindelige karakterer end mandlige. Stor diversitets high-five til CODA. Dune var filmen med det ringeste antal kvindelige karakterer på skærmen - kun 21%.

I kun 3 ud af 10 film var kaukassiere ikke den dominerende etniske gruppe. Filmene var Drive My Car, King Richard og West Side Story.

I 8 ud af 10 film var kvindelige karakterer umiddelbart yngre end mandlige karakterer.

I 7 ud af 10 film var den dominerende følelse "trist". For 3/10 var det "neutralt". Dune var den markant mest tristeste film, kun registreret som "glad" 4% af tiden.

Så på Kvindernes Internationale Kampdag virker det ret indlysende at konkludere:

Der skal ikke bare arbejdes med diversitet i bestyrelseslokaler og på direktionsgangene - men også på det store lærred!

Sådan analyserede vi mangfoldigheden

Vi brugte AI til at identificere alle ansigter på skærmen med en nøjagtighed på 99%. For hvert ansigt brugte vi AI til at identificere køn, alder, etnicitet med mere. Nøjagtigheden for hver forudsigelse er vist nedenfor. Rapporteringen er baseret på samlet skærmtid.

AI nøjagtighed:

• Køn: 98 %
• Alder: +/- 4 år
• Kaukassier/ikke-kaukassier: 90 %
• Følelse: 80%

Dyk dybt ned i vores data

Det følgende afsnit består af data og plots. Du er velkommen til at bruge den, så længe du husker at kreditere os. Hvis du er interesseret, kan vi også levere rådata.