關於好萊塢的性別歧視，機器學習有話想說。

很多人可能沒想到，機器學習技術也能運用到研究「好萊塢是否存在性別歧視」問題上。事實上當我們檢測了男性和女性演員在熒幕上出現的時間後，機器學習系統告訴我們，在近幾年很火爆的好萊塢電影中，男性演員的出鏡時間幾乎是女演員的兩倍。

機器學習的新發現

這款機器學習系統由南加州大學、吉娜·戴維斯媒體性別研究院、谷歌慈善組織等合作研發。系統採用了用於語音和臉部識別的演算法，同時通過大量的視頻進行訓練，它能夠識別出視頻中的演員是男性還是女性，以及估算他們的出鏡時間，甚至能精確到秒。

系統分析了過去三年中100部票房最高的真人電影后，發現女性演員在電影中出鏡的平均比例僅為36%。

而在奧斯卡獲獎影片中，女演員露臉的比例更低，才32%，有台詞的戲份比例僅27%。

採用同時進行語音和面部識別的演算法，這套機器學習系統能在15分鐘內將一部長電影分析完畢，而且對一個人出現鏡頭中卻是另一個人在說話的場景也能做出區分。系統的主要研發人員、南加州大學教授 Shri Narayanan 說：「我們經常發現，畫面中出現的是女演員的聲音，但露臉的卻是男演員。」

在總共分析了300部電影后，系統發現女性演員只在一種電影中出鏡時間多於男演員——恐怖電影，出鏡率為53%。在劇情片中，女性演員的平均出鏡率僅三分之一，而在犯罪片中，這個數字連四分之一都不到。

而在過去三年票房前100的電影中，女性演員出鏡比例均低於男性演員。

機器學習發現問題的意義

倫敦國王學院的 Ginette Vincendeau 教授認為，計算出女性的出境比例能促進矯正生活中的性別歧視問題。

吉娜·戴維斯媒體性別研究院CEO Madeline Di Nonno 認為：「過去十年中，我們和很多影視公司深入合作，他們很真誠地想改善電影中的性別不平衡問題。很多影視公司想使用我們這套系統，分析它們出品的電影和電視劇等。」

研究人員同時還用機器學習演算法分析電影劇本，這樣能夠對進一步地對女性演員在劇中的角色談些見解，比如她們的對話內容等。此前研究團隊還用自然語言處理系統分析了各種電影和流派中使用性別語言的不同之處。

雖然近期有研究指出，好萊塢在熒幕中實現男女平等仍然有很長的路要走，但同時也認為觀眾其實喜歡看女演員領銜的電影。Shri Narayanan 發現，女演員主演的電影在票房表現上要優於男演員主演的電影，前者平均票房為8900萬美元，而後者為7500萬美元。

Vincendeau 認為，女演員主演的票房不錯並不意味著好萊塢在改變，電影界首先需要作出改變的應該是電影公司，這要取決於他們願意讓越來越多的女性演員在熒幕上擔任主要角色。

不過，機器學習系統對好萊塢演員的分析報告也逐漸引起了業界的反響，有41%的電影公司受此影響，計劃在未來發行的電影中增加女性演員的出境比例。

奧斯卡獲獎演員、吉娜·戴維斯媒體歧視研究院創始人吉娜·戴維斯說，在接下來的5到10年內，熒幕中的「隱形性別歧視」問題會得到大幅改觀。而這也向我們證明人工智慧和數據是多麼強大的工具，幫助人們發現生活中未意識到的偏見問題，讓人們相信，問題就在那裡，我們不能袖手旁觀，應該為之做些什麼。

你所在的行業性別歧視嚴重嗎？

參考資料：

https://www.newscientist.com/article/2123926-machine-learning-reveals-lack-of-female-screen-time-in-top-films/ https://www.google.com/intl/en/about/main/gender-equality-films/

拓展閱讀：

世上最大的不可描述網站也向AI和機器學習勢力低頭了！

以彼之道，還施彼身——使用機器學習來揪出作弊的玩家

人工智慧揭秘，帶你了解AI的前世今生

官方微博：@景略集智

微信公眾號：jizhi-im

bilibili視頻空間：嗶哩嗶哩 ( ゜- ゜)つロ 乾杯~ Bilibili

商務合作： @軍師

投稿轉載：kexiyang@jizhi.im

集智QQ群：557373801