Algoritme voorspelt piekjaren van acteurs

Laurien Onderwater

05 juni 2019 15:59

algoritme acteurs piekjaar

Wiskundigen hebben een manier gevonden om te voorspellen of de carrière van een acteur zijn piek al heeft bereikt of dat die nog moet komen.

De naam Macaulay Culkin zal bij veel mensen niet meteen een belletje doen rinkelen. Maar als we Home Alone zeggen dan weet je genoeg. De acteur – inmiddels 38 jaar – schitterde op zijn tiende al in het eerste deel van de bekende (kerst)film. Maar na Home Alone 2 hoorde je nog vrij weinig van de Amerikaan; hij leek zijn piekjaren te hebben gehad. Voor andere acteurs was het tegenovergestelde aan de hand: actrice en comédienne Jane Lynch werd juist op latere leeftijd ontdekt.

Nu menen onderzoekers van de Queen Mary University in Londen een algoritme te hebben ontwikkeld dat met 85 procent nauwkeurigheid voorspelt of een acteur z’n productiefste tijd nog moet komen of dat hij al zijn annus mirabilis (wonderjaar) heeft bereikt.

Lees ook:

Kristallen bol

Hoewel zo’n algoritme – of kristallen bol – heel aantrekkelijk klinkt in de oren van agenten en acteurs, zeggen de onderzoekers er meteen bij dat het resultaat van het algoritme niet heel verrassend is. Het beste jaar van een acteur of actrice wordt meestal voorafgegaan door een gestage toename van de hoeveelheid werk die hij of zij krijgt.

Om tot dit resultaat te komen, gingen de Britse wiskundigen aan de haal met gegevens van de Internet Movie Database (IMDb). Ze bestudeerden de carrières van ruim 1,5 miljoen acteurs en bijna 900.000 actrices van over de hele wereld die tussen 1888 en 2016 actief waren. Voor elke acteur en actrice registreerden de onderzoekers hoe vaak per jaar hij of zij in een film of tv-serie speelde.

De onderzoekers ontdekten toen onder andere dat het totale aantal banen in een loopbaan wordt onderbouwd door wat ze het rich-get-richer-fenomeen noemen. Met andere woorden, de bekendste acteurs krijgen de meeste banen. Logisch ook, want hoe bekender een acteur is, des te waarschijnlijker dat producers hem of haar in hun volgende film willen hebben.

Voorspelbaar?

Met behulp van alle verzamelde gegevens, maakte het team een model dat uiteindelijk met ongeveer 85 procent nauwkeurigheid wist te voorspellen of een acteur al het productiefste jaar achter de rug had of nog niet.

Volgens het team was een aantal acteurs verkeerd geclassificeerd, omdat zij zogeheten ‘comeback cases’ waren: acteurs die van het podium leken te zijn verdwenen, maar jaren later opeens een comeback maakten. Dergelijke gevallen zijn lastig te voorspellen voor het algoritme.

Ironisch genoeg heeft het onderzoek zelf ook de aandacht getrokken van scenarioschrijvers. Olivia Williams, een van de onderzoekers, gaf aan door een scenarist te zijn benaderd die overweegt het onderzoek te gebruiken als onderdeel van een film. Die moet gaan over een actrice wiens carrière in het slop is geraakt en hulp zoekt bij een wetenschapper om haar comeback te maken.

Het onderzoek is gepubliceerd in Nature Communications.

Bronnen: Nature Communications, Phys.org, The Guardian

KIJK 6/2019Ben je geïnteresseerd in de wereld van wetenschap & technologie en wil je hier graag meer over lezen? Bestel dan hier ons nieuwste nummer. Abonnee worden? Dat kan hier!