Muitos filmes comerciais em todo o mundo continuam a expressar a feminilidade de uma maneira estereotipada, um estudo recente usando análise de imagem mostrou. Uma equipe de pesquisa KAIST desenvolveu um novo método de análise de imagem para quantificar automaticamente o grau de preconceito de gênero em filmes.

O Teste de Bechdel tem sido o método mais representativo e geral de avaliação do preconceito de gênero em filmes. Este teste indica o grau de preconceito de gênero em um filme, medindo o quão ativa é a presença de mulheres em um filme. Um filme passa no Teste de Bechdel se o filme (1) tiver pelo menos duas personagens femininas, (2) que falam entre si, e (3) sua conversa não é relacionada aos personagens masculinos.

Contudo, o Teste de Bechdel tem limitações fundamentais quanto à precisão e praticidade da avaliação. Em primeiro lugar, o teste de Bechdel requer recursos humanos consideráveis, como é realizado subjetivamente por uma pessoa. Mais importante, o teste de Bechdel analisa apenas um único aspecto do filme, os diálogos entre os personagens do roteiro, e fornece apenas um resultado dicotômico de aprovação no teste, negligenciar o fato de que um filme é uma forma de arte visual que reflete fenômenos de preconceito de gênero complicados e multicamadas. Também é difícil representar completamente os vários discursos de hoje sobre preconceito de gênero, que é muito mais diverso do que em 1985, quando o Teste de Bechdel foi apresentado pela primeira vez.

Inspirado por essas limitações, uma equipe de pesquisa KAIST liderada pelo professor Byungjoo Lee da Escola de Graduação em Tecnologia da Cultura propôs um sistema avançado que usa tecnologia de visão computacional para analisar automaticamente as informações visuais de cada quadro do filme. Isso permite que o sistema avalie de forma mais precisa e prática o grau em que personagens femininos e masculinos são discriminadamente representados em um filme em termos quantitativos, e permite ainda revelar o preconceito de gênero que os métodos convencionais de análise ainda não conseguiram detectar.

O professor Lee e seus pesquisadores Ji Yoon Jang e Sangyoon Lee analisaram 40 filmes de Hollywood e da Coreia do Sul lançados entre 2017 e 2018. Eles reduziram a resolução dos filmes de 24 para 3 quadros por segundo, e usou a tecnologia de reconhecimento facial Face API da Microsoft e a tecnologia de detecção de objetos YOLO9000 para verificar os detalhes dos personagens e seus objetos circundantes nas cenas.

Usando o novo sistema, a equipe calculou oito índices quantitativos que descrevem a representação de um gênero particular nos filmes. São eles:diversidade emocional, estaticidade espacial, ocupação espacial, ocupação temporal, idade média, imagem intelectual, ênfase na aparência, e tipo e frequência dos objetos circundantes.

O índice de tipo e frequência de objetos circundantes revelou que personagens femininos e automóveis foram rastreados juntos apenas 55,7 por cento do que personagens masculinos, embora fossem mais propensos a aparecer com móveis e em uma casa, com probabilidade de 123,9 por cento.

Em casos de ocupação temporal e idade média, personagens femininos apareciam com menos frequência em filmes do que masculinos, a uma taxa de 56 por cento, e eram em média mais jovens em 79,1 por cento dos casos. Esses dois índices eram especialmente visíveis nos filmes coreanos.

Professor Lee disse, "Nossa pesquisa confirmou que muitos filmes comerciais retratam mulheres de uma perspectiva estereotipada. Espero que este resultado promova a conscientização pública sobre a importância de se ter prudência quando os cineastas criam personagens em filmes."