科学家们来自格拉纳达大学（UGR）和加的斯大学（UCA）设计了世界上第一个基于人工智能技术的计算机系统，可以帮助电影编剧创造具有最佳票房成功机会的故事情节。研究人员专注于现有电影的“套路”——即在电影情节中反复出现的常见、可预测甚至必要的陈词滥调，基于修辞手法。这些讲故事的设备和惯例使导演能够轻松传达观众易于识别的场景。
由于套路是在不同的电影或系列中反复使用的想法，有人常说几乎所有的故事情节都已经出现在电视系列“辛普森一家”中。这一反思为关于这项新研究的论文提供了灵感，该论文刚刚发表在著名期刊PLOS ONE上：“辛普森一家做到了：探索电影套路空间及其大规模结构”。
其作者是来自UGR计算机架构和技术系的Pablo García-Sánchez和Juan Julián Melero，以及来自加的斯大学计算机工程系的Antonio Vélez和Manuel Jesús Cobo。
García-Sánchez，原始研究的主要作者，解释说：“一些套路的例子包括漫威电影中英雄必须面对的不可避免的反派；交出徽章和枪的侦探；主角到达地狱（在戏剧和惊悚片中使用，如“Cell 211”或“Below Zero”）；英雄的旅程（可以追溯到数千年前，如荷马的奥德赛，但也出现在电影如“星球大战”，“指环王”和“哈利波特”中）；或突然揭示的精心保守的秘密，打乱了心理惊悚片的整个情节。
”研究人员设计了一种方法来理解套路如何运作，以可视化它们如何相互关联以及与不同类型相关，最重要的是，推断哪些组合可能在创造性方面最成功。换句话说，使用人工智能，他们的研究试图预测哪些叙事设备或情节转折可能或不可能与观众很好地工作。为了实现这一目标，研究人员咨询了一个名为TVTropes的在线数据库，该数据库包括与10,766部电影相关的超过25,000个套路。
这个平台由粉丝不断更新，使其成为研究人员分析的理想数据源。使用在UGR开发的免费TropeScraper软件，他们抓取或提取了电影中使用的套路列表，然后根据IMDb网站的用户评分和受欢迎程度（投票数量）进行映射练习。这些套路的网络分析（在UGR和UCA研究人员称之为“套路空间”）是通过编程算法进行的，以揭示共享类似套路的电影之间的关系，从而构建现有套路和电影社区的图景。
使用这种方法，他们能够衡量套路的受欢迎程度，并确定它们是否是跨界的（普遍或基本的）所有电影或高度特定/专业化的，以及它们是否在上升（新兴套路）或相反，在下降。“这项研究可以帮助电影编剧和导演在创造过程中。虽然我们的系统尚未配备自动写作（尽管那是我们的下一步），但它确实提供了确定哪些想法（套路）组合可能效果最好的资源，”García-Sánchez指出。
这项研究的灵感来自于研究人员开始质疑在视频游戏中反复使用的“老一套”角色的过度简单性，这些角色很快变得无聊。García-Sánchez继续说：“我们开始想知道我们如何才能以一种更有趣的方式建模角色。”由于套路之间的相互关系，它们出现的电影以及用户对每个套路的评分，“根据基于套路的动作组合和设计，我们现在可以大致确定每种故事情节可能产生的兴趣水平，”García-Sánchez解释说。
“例如，一些套路是主题性的，那么如果我们混合表面上非常不同的套路呢？如果我们把那些来自科幻的套路与通常出现在音乐剧中的套路混合在同一部电影中，会怎么样？这会起作用吗？”这只是研究人员正在进行的一项调查，他们还计划更深入地分析哪些套路空间领域受到更多关注，并且目前正在享受增长的成功，或者相反，正在引起兴趣的下降。
使用相同的程序，研究特定类型、国家或十年中套路的演变，以及更好地理解观众消费和观看公众与视听制作的互动也将是有趣的。