211service.com
El algoritmo de Yahoo Labs identifica la creatividad en videos de Vine de 6 segundos
En enero de 2013, un servicio para compartir videos llamado Vine apareció repentinamente en el ciberespacio. El servicio, propiedad de Twitter, era único porque a los usuarios se les permitía grabar y compartir videos de no más de seis segundos de duración. Pero en cuestión de meses, se había convertido en la aplicación para compartir videos más popular en la web y la aplicación gratuita más descargada en la tienda de Apple.
La limitación de tiempo ha tenido un impacto interesante en el proceso creativo: ha obligado a los usuarios a contar sus historias en tan solo seis segundos. Eso, a su vez, ha llevado a un género cinematográfico completamente nuevo que ahora tiene su propia categoría cinematográfica de seis segundos en el Festival de Cine de Tribeca en Nueva York.
El extraordinario éxito de los videos de seis segundos ofrece una curiosa oportunidad. Debido a que los videos son tan cortos, son relativamente fáciles de analizar utilizando algoritmos de visión artificial y técnicas de análisis de audio. Y eso plantea una pregunta interesante. ¿Pueden estas técnicas automatizadas diferenciar entre los videos de seis segundos que los humanos consideran creativos y los que no lo son?
Hoy, recibimos una respuesta gracias al trabajo de Miriam Redi en Yahoo Labs en Barcelona, España, y algunos amigos que han utilizado técnicas de crowdsourcing y algoritmos automáticos para analizar unos 4000 videos de seis segundos de Vine streamline. Sus resultados sugieren que las máquinas pueden hacer un buen trabajo al distinguir entre contenido creativo y no creativo, al menos en el género de seis segundos.
El equipo comenzó con el conjunto de datos compilados al elegir 1000 videos que ya habían sido destacados como creativos. Seleccionaron otros 200 videos de artículos en línea sobre la creatividad de Vine y examinaron el contenido producido por los autores de este contenido para encontrar otros 2300 videos. Finalmente, eligieron otros 500 videos al azar de la línea de transmisión de Vine.
La siguiente tarea fue determinar cuáles de estos videos eran creativos y cuáles no. Para averiguarlo, pidieron a unos 300 voluntarios de crowdsourcing que miraran los videos y respondieran a la pregunta: ¿este video es creativo? con posibles respuestas positivas, negativas o no sé. Cada video fue calificado por cinco voluntarios diferentes.
Estos trabajadores produjeron resultados sorprendentemente consistentes. Estuvieron 100% de acuerdo con el 48% de los videos. En otras palabras, los cinco evaluadores dieron la misma puntuación a casi la mitad de los videos. De estos, acordaron que el 25 por ciento eran creativos. Para poner esto en perspectiva, los voluntarios identificaron solo el 1,9 por ciento de los 500 videos elegidos al azar como creativos, dando una tasa de creatividad de fondo.
Luego analizaron cada video con varios algoritmos. Por ejemplo, buscaron características compositivas como la regla de los tercios y la poca profundidad de campo. Utilizaron un algoritmo para analizar el contenido de las escenas de video que estudia los contornos y el diseño de una imagen. También buscaron cualquier evidencia de que los videos fueran animaciones stop motion o diseñados para ejecutarse en un bucle aparentemente interminable al buscar similitudes entre el primer y el último cuadro. Y evaluaron la novedad de cada video comparando sus propiedades con un grupo de otros seleccionados al azar.
Luego buscaron correlaciones entre las características encontradas por los algoritmos de las máquinas y los videos identificados como creativos por voluntarios humanos. Resulta que el contenido de la escena se correlaciona más fuertemente con la creatividad, seguido de las características de la composición y la novedad del video.
En un paso final, entrenaron un algoritmo de aprendizaje automático para usar estas funciones para encontrar videos creativos en un conjunto de datos que no había visto antes. Ese algoritmo pudo clasificar correctamente los videos como creativos o no creativos el 80 por ciento de las veces.
Ese es un resultado interesante que abre la posibilidad de filtrar automáticamente la transmisión en vivo de Vine para el contenido más creativo. Esto nos permite estudiar la creatividad audiovisual en un nivel de grano fino, ayudándonos a comprender qué, exactamente, constituye la creatividad en micro-videos, dicen Redi y compañía.
Y si es posible que un algoritmo identifique la creatividad con precisión, ¿por qué no sería posible que una computadora genere contenido creativo? De hecho, detectar la diferencia entre la creatividad producida por humanos y la creatividad generada por computadora puede ser algún día un ejercicio interesante al estilo de la prueba de Turing.