Da sempre il cinema opera sul limes molto stretto tra mondo artistico e industriale. Tale vicinanza alla potenza comunicativa del primo e alle tecniche produttive del secondo lo ha reso ad oggi il medium culturale di maggior successo. Entrambe le sue anime sono oggi però messe in discussione dall’avvento della “economia dei dati” e della “cultura dei dati”, le quali, spinte della potenza delle innovazioni in campi di IA e Machine Learning, richiedono una profonda revisione dei propri modus operandi, revisione che ciascun nazione del mosaico cinematografico globale sta interpretando secondo i propri mezzi e le proprie politiche.
Non sorprende quindi la mancanza di un approccio “data-centrico” italiano (e nello specifico di dataset “italiani”), nella cui industria cinematografica regna troppo spesso l’idea elitaria che vede “il film” (specialmente quello d’essai) principalmente come opera d’arte e solo successivamente come prodotto per le sale cinematografiche.
Il noto grido di protesta verso la produzioni americane (complici del problema opposto, ovvero la totale mercificazione del cinema) risulta assolutamente fuori luogo se nella soluzione al problema italiano si ripropone il solito schema autoriale chiuso ed alimentato da una quantità imbarazzante di fondi pubblici.
Non c’è da stupirsi quindi se dalle statistiche emerge che il cinema nostrano è “un bene culturale” o “educativo” mentre quello statunitense continua (con enorme vantaggio!) ad essere “bello / emozionante”, “da vedere con gli amici” e soprattutto “da vedere al cinema”.
Il ritrovamento della connessione perduta tra produzioni italiane e pubblico locale non è sicuramente un problema di facile risoluzione ma appare palese che il primissimo passo nella direzione giusta dovrebbe essere quello della ricerca di mercato, dell’analisi qualitativa e quantitativa e, nello specifico, dei dataset ad hoc. Quello che serve al cinema e nello specifico a quello italiano è un’approccio “Moneyball (2011)” con dei produttori coraggiosi alla “Brad Pitt” ed un esercito di “Jonah Hill” capaci di tirar fuori il meglio dell’industria cinematografica a suon di dati e modelli.
Il tutto però parte necessariamente dai numeri e in Italia ne abbiamo pochi.
Sebbene piattaforme come Letterboxd e IMDb offrano notevoli cataloghi anche delle produzioni italiane, la specificità e la potenza dei dati accessibili continua ad apparire castrata se la si mette a confronto per esempio ai Gigabyte di statistiche disponibili sui campionati di calcio!
“Garbage in, garbage out” è un motto ben noto a chiunque lavori nel settore dell’informatica e sintetizza l’idea per cui la performance dei modelli predittivi è ampiamente determinata dalla qualità dei dati in input, figuriamoci poi se questi dati non esistono proprio!
Bisogna però spezzare una lancia a favore del Bel Paese: la quantità di dati producibili dalla nostra penisola non è paragonabile rispetto alle fucine statunitensi, sia per il numero inferiore di possibili sorgenti, sia per il fatto che molti dei corpus di dati “interessanti” come per esempio quelli vincolati alla lingua italiana non possono beneficiare della platea di utenti di un linguaggio come l’inglese.
In un contesto del genere soluzioni come il transfer learning ed i dati sintetici risultano molto appetibili, andando ad ampliare artificialmente dataset scadenti, tuttavia bisogna ricordarne la loro natura integrativa onde evitare conseguenze catastrofiche in termini di performance.
L’imperativo resta uno solo: produrre, archiviare e diffondere quanti più dati possibili.
Proprio per questo noi di SophIA ci impegniamo facendo la nostra piccola parte, proponendo un breve questionario per sondare il panorama italiano in materia cinematografica. Non c’è bisogno di essere cinefili per rispondere in quanto il fine è proprio quello di capire i gusti del pubblico italiano generale e costruire strumenti a base di IA che riducano la distanza tra lo spettatore e l’industria, il tutto a partire da un semplicissima domanda: quali sono i tuoi film preferiti?
Qui il questionario: https://forms.gle/xJe6gDE3SRrr4EYy9
Immagine del film “Moneyball” di Bennett Miller