viernes
7 y 9
7 y 9
Si algún actor o actriz se pregunta si habrá disfrutado ya de su annus mirabilis, su año más productivo, un equipo de científicos de la Universidad Queen Mary de Londres le puede ofrecer una respuesta con el método matemático que han desarrollado. Los detalles se publican de forma abierta en la revista Nature Communications.
“Se trata de un algoritmo de machine learning o aprendizaje automático –una de las ramas de la inteligencia artificial– que se entrena para reconocer patrones en una base de datos, y una vez que aprende, permite predecir con 85 % de éxito si el año más productivo de un actor está por venir o ya ha pasado”, explica uno de los autores, Lucas Lacasa.
La base de datos que han utilizado los investigadores es Internet Movie Database (IMDb), con las que analizaron las carreras de 1.512.472 actores y 896.029 actrices de todo el mundo desde 1888, cuando se rodó la primera película, hasta 2016. “Nuestro método no predice cual es el año más productivo, sino si ha pasado o todavía no”, subraya Lacasa, “y lo hemos validado en IMDb obteniendo el resultado correcto en un 85 % de los casos”.
Los investigadores creen que dar predicciones a la prensa sobre el mirabilis de actores o actrices podría afectar la carrera profesional, por lo que precisan que no es adecuado, y “hemos considerado no hacerlo públicamente por imperativo moral”.
Los autores han identificado algunas señales (como una tendencia a subir la productividad media o los contratos) antes de ese año “maravilloso” en el que el actor tiene más películas o intervenciones acreditadas, y que suele ocurrir al comienzo de su carrera.
En el campo
El estudio también constata la precariedad del sector, donde alrededor del 70 % de los actores tienen carreras que solo duran un año. Tener un gran éxito puntual parece ser más la norma que la excepción, ya que las trayectorias largas con muchos contratos son raras, probablemente por la escasez de recursos en el mundo del espectáculo.
Los resultados revelan que las carreras de los actores se agrupan en rachas “calientes” y “frías” (en inglés, hot/cold streaks), ya que no es fácil trabajar de forma constante en una industria donde las tasas de desempleo rondan el 90 % y solo el 2 % se puede ganar la vida con esta profesión.
Las gráficas revelan que, después de una mala racha, los actores consiguen trabajo antes que las actrices, uno de los numerosos ejemplos de sesgo de género que aparece en esta industria. Pero hay más: cuando las carreras duran más de un año, es más común encontrar actrices con carreras cortas que actores, y es más probable que el año más productivo de una actriz sea al comienzo de su carrera.
“No me atrevería a decir con seguridad las razones, pero sospechamos que es clave el machismo que hay en el mundo del espectáculo, donde, por ejemplo, hay menos papeles femeninos para actrices de mediana edad”, apunta Lacasa.
“Nuestros resultados plantean preguntas sobre la imparcialidad o justicia del sistema –añade–. Y desde luego nuestro modelo predictivo para los actores está lejos de la aleatoriedad que se muestra para los científicos y artistas”.
Los investigadores irán mejorando su modelo de predicción y confían en que su método contribuya a la nueva ciencia del éxito.