¿Qué tienen en común grandes éxitos cinematográficos como '2001, una odisea en el espacio', 'Inteligencia artificial', 'Blade Runner', 'Matrix' o 'Her'? En todas ellas la inteligencia artificial ha modificado la forma de vivir, las relaciones humanas e incluso la forma en que nos gobernamos o defendemos.

Noticias relacionadas

Pero ¿y si en vez de hacer una película sobre algoritmos matemáticos que nos dominan empleamos la inteligencia artificial para que nos ayude a conseguir el éxito de la obra, el mejor 'taquillazo'?

Es lo que se han propuesto investigadores de la Universidad de Granada (UGR) y de la Universidad de Cádiz (UCA) que han diseñado "el primer sistema informático del mundo basado en técnicas de Inteligencia Artificial que ayuda a los guionistas de una película a escribir la historia que mejor puede funcionar en taquilla".

El sistema que proponen los investigadores andaluces pasa por estudiar, analizar y seleccionar los mejores tropos cinematográficos, (figuras narrativas, imágenes comunes, fácilmente reconocibles) que permiten al director comunicar mejor una situación.

Todos recordamos el miedo que infunde el chirriar de una puerta en un caserón abandonado, la mirada siniestra del villano de la serie, o los papeles que vuelan por los aires cuando dos actores chocan en una escena.

Son clichés muy eficaces a la hora de permitir, por ejemplo, un giro de guión.

"Algunos ejemplos de tropos serían el ineludible villano al que se enfrentan los héroes en las películas de Marvel, el detective que entrega su placa y su arma, el viaje del héroe (que existe desde hace miles de años en obras como 'La Odisea' de Homero, pero también en películas como 'Star Wars', 'El Señor de los Anillos' o 'Harry Potter'), o el secreto que estalla y trastoca la trama en un thriller psicológico", explica  Pablo García-Sánchez, investigador del departamento de Arquitectura y Tecnología de Computadores de la UGR.

A los investigadores les llamó la atención la capacidad de Matt Groening para recoger los grandes tropos del cine para su serie “Los Simpson”. Por eso llamaron a su estudio 'The Simpsons did it: exploring the film trope space and its large scale structure', que acaban de publicar en la revista 'PLOS One'.

En este trabajo, los investigadores idearon una metodología para visualizar cómo se relacionan los tropos con la narrativa, entenderlos y, sobre todo, descubrir qué combinaciones son las que pueden tener un mayor éxito, qué giros de guión son los que más enganchan a la audiencia.

Para ello, utilizaron una base de datos denominada TVTropes, que incluye más de 25.000 tropos asociados a 10.766 películas.

Esta plataforma está continuamente actualizada por los fans, por lo que era ideal para hacer un escaneo de sus relaciones con el sotfware libre TropeScraper, desarrollado en la UGR, para extraer la información.

"El análisis de redes de estos tropos (a la que los investigadores de la UGR y la UCA han denominado troposfera) se ha llevado a cabo mediante los algoritmos programados para descubrir cuál es la relación entre las películas que comparten tropos similares, para obtener de este modo comunidades de tropos y comunidades de películas", explican desde la UGR.

De esta manera, gracias a la inteligencia artificial es posible medir la popularidad de los tropos, si son transversales a todas las películas o si son muy específicos, si están en auge, o por el contrario, están en decadencia.

"Esta investigación puede ayudar a los guionistas y directores de una película durante el proceso creativo ya que, aunque nuestro sistema no sirve para escribir automáticamente, sí ofrece recursos para averiguar qué combinación de ideas puede servir", asegura Pablo García-Sánchez.

Los autores de esta investigación son Pablo García-Sánchez y Juan Julián Melero, del departamento de Arquitectura y Tecnología de Computadores de la UGR, y Antonio Vélez y Manuel Jesús Cobo, del departamento de Ingeniería Informática de la Universidad de Cádiz.

Su siguiente reto será conseguir que la IA puede intervenir en la creación de guiones cinematográficos.