Molti film commerciali in tutto il mondo continuano a esprimere la femminilità in modo stereotipato, un recente studio che utilizza l'analisi delle immagini ha mostrato. Un team di ricerca KAIST ha sviluppato un nuovo metodo di analisi delle immagini per quantificare automaticamente il grado di pregiudizio di genere nei film.

Il Bechdel Test è stato il metodo più rappresentativo e generale per valutare i pregiudizi di genere nei film. Questo test indica il grado di pregiudizio di genere in un film misurando quanto sia attiva la presenza delle donne in un film. Un film supera il Bechdel Test se il film (1) ha almeno due personaggi femminili, (2) che parlano tra loro, e (3) la loro conversazione non è correlata ai personaggi maschili.

Però, il Test di Bechdel ha dei limiti fondamentali per quanto riguarda l'accuratezza e la praticità della valutazione. in primo luogo, il Bechdel Test richiede notevoli risorse umane, in quanto è eseguito soggettivamente da una persona. Ma ancora più importante, il Bechdel Test analizza solo un singolo aspetto del film, i dialoghi tra i personaggi nella sceneggiatura, e fornisce solo un risultato dicotomico del superamento del test, trascurando il fatto che un film è una forma d'arte visiva che riflette fenomeni di pregiudizio di genere multistrato e complicati. È anche difficile rappresentare appieno i vari discorsi odierni sui pregiudizi di genere, che è molto più vario rispetto al 1985, quando fu presentato per la prima volta il Bechdel Test.

Ispirato da queste limitazioni, un gruppo di ricerca KAIST guidato dal professor Byungjoo Lee della Graduate School of Culture Technology ha proposto un sistema avanzato che utilizza la tecnologia di visione artificiale per analizzare automaticamente le informazioni visive di ogni fotogramma del film. Ciò consente al sistema di valutare in modo più accurato e pratico il grado in cui i personaggi femminili e maschili sono rappresentati in modo discriminante in un film in termini quantitativi, e consente inoltre di rivelare pregiudizi di genere che i metodi di analisi convenzionali non erano ancora in grado di rilevare.

Il professor Lee e i suoi ricercatori Ji Yoon Jang e Sangyoon Lee hanno analizzato 40 film di Hollywood e della Corea del Sud pubblicati tra il 2017 e il 2018. Hanno sottocampionato i film da 24 a 3 fotogrammi al secondo, e ha utilizzato la tecnologia di riconoscimento facciale Face API di Microsoft e la tecnologia di rilevamento degli oggetti YOLO9000 per verificare i dettagli dei personaggi e degli oggetti circostanti nelle scene.

Utilizzando il nuovo sistema, il team ha calcolato otto indici quantitativi che descrivono la rappresentazione di un particolare genere nei film. Sono:diversità emotiva, staticità spaziale, occupazione spaziale, occupazione temporale, età media, immagine intellettuale, enfasi sull'aspetto, e il tipo e la frequenza degli oggetti circostanti.

Il tipo e la frequenza dell'indice degli oggetti circostanti ha rivelato che i personaggi femminili e le automobili sono stati tracciati insieme solo per il 55,7% rispetto a quello dei personaggi maschili, mentre era più probabile che apparissero con i mobili e in una casa, con una probabilità del 123,9%.

In caso di occupazione temporanea ed età media, i personaggi femminili sono apparsi meno frequentemente nei film rispetto agli uomini al tasso del 56 percento, ed erano in media più giovani nel 79,1 per cento dei casi. Questi due indici erano particolarmente evidenti nei film coreani.

Il professor Lee ha detto, "La nostra ricerca ha confermato che molti film commerciali ritraggono le donne da una prospettiva stereotipata. Spero che questo risultato promuova la consapevolezza pubblica dell'importanza di essere prudenti quando i registi creano personaggi nei film".