Cine de Algoritmo

Youando se escriban los anales de 2025 en el cine, nadie recordará The Electric State. La película, una adaptación de un cómic de ciencia ficción, está ambientada en un mundo en el que robots conscientes han perdido una guerra contra los humanos.

Netflix gastó 320 millones de dólares en ella, convirtiéndola en la 14.ª película más cara jamás realizada. Pero fracasó: aunque The Electric State inicialmente se alzó con el primer puesto en la plataforma de streaming, los espectadores perdieron el interés rápidamente. Hoy en día, ni siquiera figura entre las 20 películas más vistas de la compañía, un desempeño impactante para su producción más cara hasta la fecha.

Se convirtió en otro "mockbuster" anónimo, repleto de los significantes demasiado familiares y llamativos del cine de pantalla grande: una búsqueda infantil al estilo de Spielberg, un páramo postapocalíptico de Mad Max, adornos retrofuturistas al estilo de Fallout.

Otra forma de clasificar The Electric State es como un ejemplo de "película algoritmo", el tipo de producto genérico que satura las plataformas de streaming y parece diseñado para atraer al público más amplio posible. Los directores Anthony y Joe Russo, cuyo estilo podría describirse cortésmente como "eficiente", se especializan en este brebaje digital; también crearon el thriller de acción The Gray Man, igualmente olvidable, protagonizado por Ryan Gosling .

Si no has hecho clic en una película de algoritmo, probablemente te hayan ofrecido una por reproducción automática. A menudo, el título te deja saber amablemente qué te espera: Tall Girl, una comedia romántica adolescente de 2019, trata sobre una, bueno, chica alta; Uglies, una sátira de ciencia ficción sub-Aldous Huxley, trata sobre un futuro en el que la cirugía estética es un rito de paso; en Murder Mystery, Adam Sandler y Jennifer Aniston interpretan a yanquis peces fuera del agua que convierten a Poirot en un crucero europeo.

Puede que presenten a una de las nuevas categorías de estrellas, a menudo grandes nombres, pero un nivel por debajo de aquellos que pueden estrenar películas solo con su nombre, como Tom Cruise o Margot Robbie. Estos actores —Sandler, Dwayne Johnson, Jennifer Lopez, Gal Gadot— eran los que más tenían que ganar al besar el anillo del streaming.

El actual rey del cine de algoritmos es Ryan Reynolds, quien protagonizó 6 Underground, The Adam Project y la segunda película más vista de Netflix, Red Notice.

Las películas con algoritmos suelen presentar tramas fáciles de seguir que no dejan al espectador atrás; bajo este sistema, la exposición ya no es un error de guion. Un artículo reciente de n+1 reveló que los guionistas que trabajan con Netflix suelen recibir la nota: «Que este personaje anuncie lo que está haciendo para que los espectadores que tengan este programa de fondo puedan seguirlo».
En esta era de la "segunda pantalla", el contenido se mantiene dentro de una estética acogedora para no despertar a los espectadores de su letargo de Netflix. La iluminación tiene ese aspecto digital brillante, pero mantiene un contraste bajo. Las mezclas de sonido son planas porque deben funcionar en todos los entornos y dispositivos: la gente ve contenido en todo tipo de dispositivos, desde gafas de realidad virtual hasta teléfonos móviles destartalados.

El entretenimiento adaptado a algoritmos —que busca la mayor cantidad posible de espectadores, con atención plena o parcial— está poniendo al cine en una situación delicada, según Ted Hope, el antiguo productor independiente que dirigió Amazon Original Movies en 2015. «Si ves que la gente disfruta de la programación ambiental, [la tentación es] darles lo que quieren. Yo diría: no les des lo que quieren». Hope abandonó Amazon en 2020, ya que la empresa se alejaba de los títulos de autor (Manchester by the Sea, de Kenneth Lonergan; La doncella, de Park Chan-wook) y se encaminaba hacia una estrategia más populista.

Entre las compañías de streaming, Netflix es, por mucho, la más exitosa. Actualmente cuenta con 301 millones de suscriptores en todo el mundo, 100 millones más que su competidor más cercano, Amazon Prime Video.

Con el lanzamiento de más de 100 películas originales al año, es más prolífica incluso que los estudios de Hollywood en su época dorada. En la década de 2010, se expandió desde su sede estadounidense a casi 200 países y opera como una distribuidora global monolítica de entretenimiento. Si bien parte de su contenido es puramente local, también busca seleccionar los títulos más prometedores de todo el mundo y ofrecerlos internacionalmente (como sucedió con la serie de televisión El juego del calamar y la adaptación alemana de Sin novedad en el frente , ganadora del Óscar en 2022 ).

El modelo de Netflix, y su enorme éxito, le otorga una influencia sin precedentes sobre el futuro del cine. No está claro hasta qué punto la forma de esa influencia está determinada por el algoritmo. Ciertamente, cualquier espectador de Netflix habrá notado la proliferación de películas que parecen encajar en la categoría de "película de algoritmo", pero no son algorítmicas en el sentido de ser generadas directamente por máquinas (al menos no todavía). El codirector ejecutivo de la compañía, Ted Sarandos, ha negado la "ingeniería inversa" de películas a partir de sus datos, declarando a Vulture.com en 2018 que el encargo era "70 % instintivo y 30 % de datos" (aunque en una entrevista tres años antes, lo había dicho al revés). El departamento de relaciones públicas de Netflix se negó a permitirme hablar con ninguno de sus altos ejecutivos para este artículo, pero reiteró la línea sobre "la idea errónea de que encargamos por algoritmo". Varios exejecutivos de la compañía, y otras personas en la industria cinematográfica, solo quisieron hablar conmigo bajo condición de anonimato; Conscientes de la actual posición dominante de Netflix en la industria y de su cautela en el uso de datos, temen que esto pueda perjudicar sus carreras si hablan públicamente sobre sus experiencias.

¿Qué ocurre entonces en las cajas negras de las plataformas de streaming? ¿Hasta qué punto los algoritmos y los datos impulsan realmente la producción cinematográfica? Y, si no es así, ¿de dónde provienen las llamadas películas basadas en algoritmos?

IA finales de la década de 2000, el entonces director de personalización de Netflix, Todd Yellin, se impuso una tarea insignificante: redefinir por completo la clasificación de películas y series de televisión. Era un cinéfilo y director consagrado que había debutado en 2006 con una gran acogida: el drama familiar de Brooklyn, Brother's Shadow. Pero trabajar en Netflix le dio la oportunidad de desarrollar otras habilidades. "También tengo una mente matemática", comentó, "así que pensé que si subdividía las películas y series de televisión en sus partes constituyentes y las etiquetaba como corresponde, ¿ayudaría eso a poner el título correcto frente a la persona adecuada en el momento adecuado?".

Este era su plan para perfeccionar el sistema de recomendaciones de Netflix; el proceso mediante el cual el contenido se clasifica y pondera matemáticamente para ofrecer a cada usuario la selección más atractiva. Conocido a menudo como "el algoritmo", en realidad implica 10 o más algoritmos interconectados.

Después de acostar a sus hijos pequeños, Yellin se sentaba en una silla vieja y rebuscaba en su biblioteca de libros de cine ideas para clasificar el contenido. Rápidamente trascendió el repertorio de géneros tradicionales (terror, comedia, suspense) para empezar a etiquetar los títulos según criterios temáticos: "¿Trata sobre baile? ¿Arquitectura? ¿Relaciones matrimoniales? Luego nos fijamos en las emociones: ¿qué tan oscuro es?". Para las cuestiones tonales, él y su equipo asignaron valores del uno al cinco o del uno al diez.

Se creó un nuevo puesto de trabajo, el de "etiquetador", para ver y clasificar el contenido de Netflix. Yellin lo recuerda como un trabajo minucioso. Él y sus ayudantes finalmente idearon lo que en 2014 ascendió a 77.000 "géneros alternativos" (es muy probable que ahora haya más): las categorizaciones que, según el algoritmo, también aparecen en la página principal de Netflix como etiquetas de fila, las categorías de películas que se ofrecen. Van desde las insulsas y familiares ("Películas de aventuras") hasta las ligeramente más específicas ("Thriller policial implacable") y las exasperantemente generales ("Siente todas las emociones"). Y luego, por supuesto, está el "Visualización casual", que supuestamente está pudriendo el cerebro de todos, como The Electric State o Red Notice, una comedia de acción 
que es una mezcla de James Bond, Indiana Jones y Fast & Furious.

A veces, estas etiquetas de fila se generan automáticamente, basándose en las relaciones subyacentes entre los géneros alternativos reveladas por el aprendizaje automático. A cada usuario se le asigna una distancia matemática a cada género alternativo, según su interacción con ellos en la plataforma. Al analizar millones de usuarios, esta red de patrones de consumo revela correspondencias, coincidencias y afinidades inesperadas en los gustos de los espectadores. Un ejemplo fue la coincidencia entre el público aficionado a la Fórmula 1 y los documentales clásicos de rock and roll; en ese caso, el sistema de recomendaciones podría generar una categoría que combinara ambos.

Esta arquitectura de datos más profunda fue un punto de inflexión para Netflix. Originalmente, el servicio generaba recomendaciones basadas en un sistema de cinco estrellas de calificaciones de usuarios, pero en 2017 Netflix lo abandonó para adoptar un sistema basado en géneros alternativos. «Pasar de recomendaciones explícitas a implícitas fue el gran cambio», afirmó Yellin. «Recomendaciones basadas en el comportamiento: lo que realmente viste y consumiste, frente a lo que dijiste que te gustaba».

Las compañías de streaming reciben, a través de sus interfaces de usuario, cantidades de datos sin precedentes. En 2017, Netflix registró 700 000 millones de "eventos de datos" (interacciones con la plataforma de algún tipo) al día. No solo se trataba de si se elegía algo en "Tan cautivador" o un documental deportivo, sino también de qué dispositivo se veía, a qué hora del día, cuántos otros títulos se miraban, si se apagaba algo antes de tiempo, a qué hora se volvía a ver, etc. Todos los nodos de la nube de datos galáctica que utilizan los servicios deciden qué películas y series de televisión ponernos delante.

INo es sorprendente que la cultura de los datos esté arraigada en la forma en que operan los servicios de streaming. Al fin y al cabo, eran empresas tecnológicas mucho antes de ser estudios cinematográficos.

Amazon Prime Video es, por supuesto, una filial del mayor minorista online del mundo, mientras que Netflix, que empezó como un negocio de distribución por correo en DVD en 1997, estaba igualmente arraigado en la logística online. Su cofundador, Reed Hastings, era originalmente informático e ingeniero. Pero a medida que Netflix maduró de distribuidora a estudio —produciendo su primera serie de televisión, House of Cards, en 2013, y su primera película, el drama bélico africano Beasts of No Nation, en 2015—, la importancia de los datos en la toma de decisiones creativas no ha hecho más que crecer.

Como la mayoría de las empresas de Silicon Valley, a Netflix le gusta moverse con rapidez. Cinco segundos, para ser precisos: este, según el documento del taller de presentación que entregan a los posibles colaboradores, es el tiempo en el que la audiencia decide inconscientemente si verá su programa.

Un inicio rápido e inequívoco es indispensable para la compañía; la mayoría de los cineastas entrevistados para este artículo lo mencionaron.

El guionista Aron Coleite fue contratado para impulsar la película de ciencia ficción Atlas (2024). Su borrador comenzaba originalmente con la protagonista, Jennifer Lopez, interrogando la cabeza cercenada de un robot terrorista.

Se consideró demasiado original y Coleite terminó reemplazándolo con una introducción más convencional de una incursión del equipo Swat; se dejó convencer por los datos de Netflix que demuestran que los espectadores necesitan engancharse dentro de un plazo determinado. Siente que ese plazo se está acortando: "Veo que se acorta a medida que la capacidad de atención se vuelve más difícil de controlar".

En Netflix, cada división del negocio cuenta con equipos especializados en estrategia y análisis.

El equipo de estrategia y análisis de la división de contenido ayuda a valorar un nuevo título potencial, ya sea adquirido o desarrollado internamente, modelando su rendimiento con base en datos históricos. La compañía lleva mucho tiempo haciendo esto: existen charlas disponibles en YouTube que datan de 2016, en las que Caitlin Smallwood, entonces jefa de ciencia y algoritmos de Netflix, detalla cómo evolucionó el éxito previsto de una película según los nuevos elementos añadidos durante la preproducción, como la incorporación de ciertos actores o la reacción en redes sociales a un avance. (Netflix posteriormente tomó medidas drásticas contra este tipo de divulgación, por temor a que pudiera interpretarse como una adulteración algorítmica del arte).

Según Smallwood, este proceso llegó incluso a evaluar las presentaciones o los guiones en busca de elementos que pudieran aumentar o reducir su atractivo. El director Cary Fukunaga mencionó una compleja estructura narrativa en su miniserie de 2018, Maniac, sobre una gran farmacéutica, que fue cancelada debido a la pérdida de audiencia prevista por los datos. "Al final, el argumento del algoritmo ganará", declaró a GQ. Los equipos de datos de Netflix estaban constantemente desarrollando nuevos productos para guiar las decisiones relacionadas con el contenido, incluyendo software que mostraba estadísticas importantes (como los géneros alternativos relevantes y otras clasificaciones) para cada título en resúmenes tipo cromos, y una herramienta que calificaba el atractivo para la audiencia de actores con personajes nicho.

Smallwood, quien dejó Netflix en 2021, afirmó que nada se aplicaba únicamente con base en datos. "Con los ejecutivos de contenido, el objetivo de nuestro equipo era mejorar el proceso creativo, no reemplazarlo. Queríamos que consideraran lo que sugerían los datos y los algoritmos, incluso si lo rechazaban", afirmó.

Cuando hablé con creativos, me llamó la atención que la persuasión, en lugar de la coerción, pareciera ser el modus operandi de Netflix. Casi todas las personas que trabajan con compañías de streaming con las que hablé se sorprendieron por la poca información sin procesar que recibían. Durante la producción de películas, en particular, el proceso de toma de notas se mantuvo prácticamente igual, basado en la intuición ejecutiva.

Y tanto cineastas como ejecutivos saben la verdad: a la hora de evaluar el probable éxito de un título, los datos tienen un límite. Netflix es diligente a la hora de predecir el rendimiento de los títulos en la plataforma, revisando periódicamente la precisión de sus pronósticos y actualizando posteriormente los modelos. Pero muchos grandes éxitos, como Gambito de Dama y El Juego del Calamar, fueron una completa sorpresa. La famosa máxima de William Goldman sobre Hollywood: «Nadie sabe nada», sigue vigente.

BPero si Netflix no sobrecarga a los cineastas con datos, y si no hay consenso sobre cómo interpretar los pocos datos que ven, entonces ¿qué es responsable de todo ese contenido familiar y predecible que llena sus pantallas?

Una respuesta es que los datos, de hecho, toman decisiones, solo que en una etapa más temprana del proceso: determinan qué se encarga y qué no. Es poco probable que los cineastas sepan si su proyecto recibió luz verde o fue rechazado según lo que indicaban los datos o algoritmos. Pero hablé con un agente que me contó que, en un importante estudio, los ejecutivos creativos han sido excluidos del comité de aprobación para no distorsionar el proceso de toma de decisiones con frivolidades artísticas anticuadas.

Otros en la industria tienen diferentes explicaciones para la sobreabundancia de películas de algoritmos. El productor Neal Dodson, cuyo thriller de 2019, Triple Frontier, fue una producción original de Netflix, cree que los ejecutivos no están prestando demasiada atención a la vorágine y confusión de los datos; simplemente están optando por ir a lo seguro. "Quieren hacer grandes películas, pero no quieren que los despidan", dijo Dodson. "Tienen miedo de que si hacen algo demasiado arriesgado, los despidan. Pero si no hacen nada lo suficientemente arriesgado, la gente dice que no hicieron buenas películas. Es como estar entre la espada y la pared". Tal vez este conservadurismo, nada inusual para los ejecutivos de Hollywood, sea lo que ha impulsado las películas de algoritmos, en lugar de algo verdaderamente algorítmico.

Hay cierta ironía en seguir atado al pensamiento restringido de la era analógica, dijo otro ex ejecutivo de cine de Netflix: "Solía ​​bromear diciendo que, debido a la aceleración de todo, Netflix había pasado de ser una empresa de medios muy nueva a una empresa de medios bastante anticuada más rápido que nunca".

Otra razón para un contenido aburrido y monótono podría ser la falta de supervisión que caracterizó la fase de crecimiento de Netflix a finales de la década de 2010. Antes de eso, había apoyado a autores que luchaban por conseguir el respaldo de los estudios de Hollywood; esto le trajo a la compañía títulos como Okja, la película de acción y aventuras sobre ecoterrorismo de Bong Joon-ho; Roma, el drama de memorias de Alfonso Cuarón; y El irlandés, la epopeya criminal de larga gestación de Martin Scorsese.
Pero alrededor de 2016, Netflix decidió cambiar de estrategia. Inundó la plataforma de contenido, financiado mediante la emisión de deuda (de unos 500 millones de dólares en 2013 a casi 13 000 millones en 2019). Se esforzó por ofrecer suficientes películas y series a su creciente base de suscriptores; South Park se burló de la compañía en un episodio, al pedirle a sus ejecutivos que contestaran el teléfono: «Netflix, tienes luz verde. ¿Con quién hablo?».

Un productor de una película independiente, que recibió más de 10 millones de dólares en financiación de Netflix, dijo que no le dieron ninguna nota durante el rodaje y que los ejecutivos de la compañía no vieron los diarios. "Básicamente, nos enviaron el dinero por cable; mi impresión fue que no debía llamarlos a menos que hubiera un problema grave. Tienen más dinero que cualquier estudio, quizá, pero no pudieron estar al tanto de todas sus películas. No se puede crecer tan rápido". Muchos otros cineastas con los que hablé afirmaron de forma similar que Netflix les dio prácticamente vía libre.

Este productor cree que la falta de rigor y la falta de ejecutivos cinematográficos con experiencia durante la fase de expansión de la compañía perjudicaron su control de calidad. Por un lado, esta fase permitió la creación de obras originales o brillantes como Okja, la errática sátira del mundo del arte Velvet Buzzsaw y I'm Thinking of Ending Things de Charlie Kaufman. Por otro lado, permitió que se acumularan en la plataforma montones de títulos de relleno con tramas y estilos de rodaje genéricos.

norteLa era de expansión de Netflix llegó a un final repentino en la primavera de 2022. El explosivo crecimiento de suscriptores de 2020, impulsado por la pandemia —cuando Netflix sumó 37 millones de nuevos miembros— se había desvanecido, y en el último trimestre de 2021 y el primero de 2022, perdió cientos de miles de suscriptores. Wall Street respondió: el precio de las acciones de la compañía cayó un 57% en un solo día.

Esto provocó una crisis de confianza en Netflix. La compañía limitó su presupuesto de contenido a 17 000 millones de dólares anuales, poniendo fin a los vertiginosos aumentos anuales de los años anteriores. También se canceló la política de cheques en blanco para directores de renombre (por ejemplo, el regreso de la reina de las comedias románticas Nancy Meyers, Paris Paramount, con un presupuesto de 150 millones de dólares, fue descartado).

Tras la introducción de un plan más económico con publicidad en 2022 y la imposición de restricciones al intercambio de contraseñas al año siguiente, el número de suscriptores volvió a aumentar. Sin embargo, la compañía sigue intentando gestionarlo con mayor rigor. En febrero de 2024, nombró al experimentado ejecutivo de Warner Bros., Dan Lin, como su nuevo director de cine. Según The Hollywood Reporter, Lin obtuvo el puesto tras haber declarado a la compañía que «las películas no eran excelentes y los resultados financieros no cuadraban». Es demasiado pronto en su mandato para juzgarlo por su producción cinematográfica, pero se espera que limite la cantidad y los presupuestos, a la vez que busca impulsar la calidad.

Este enfoque es compatible con lo que Bela Bajaria, directora de contenido de Netflix, denominó el modelo de la "hamburguesa gourmet con queso" de la compañía: ofrecer a los espectadores productos familiares y de consumo masivo con un valor de producción de alta gama. Apostar por un público general inofensivo, en lugar de arriesgarse a buscar la excelencia artística, es mejor para mantener el número de suscriptores. Los usuarios pueden sentirse atraídos a una plataforma por un solo título destacado, pero permanecen en ella cuando saben que habrá una oferta constante de títulos suficientemente buenos.

Como Steven Soderbergh le dijo a Vulture: “Toda la industria ha pasado de un mundo de economía newtoniana a un mundo de economía cuántica, donde dos cosas que parecen opuestas pueden ser ciertas al mismo tiempo: puedes tener un éxito masivo en tu plataforma, pero en realidad no está haciendo nada para aumentar los ingresos de tu plataforma”. El éxito de una película ya no se define únicamente por su desempeño en taquilla; atrapada dentro de una sola plataforma de streaming, se ha aislado de las duras realidades financieras. Las resbaladizas métricas de visualización de Netflix han fomentado esta desconexión. Solía ​​definir una "vista" como ver el 70% de una película. En enero de 2020, la compañía decidió que ver dos minutos era suficiente para calificar. Ahora, calcula el número de vistas de una película o programa de televisión por el número total de horas de visualización registradas por todos los usuarios para un título, dividido por su duración (para no perjudicar a los títulos más cortos); mejor, pero sigue siendo un promedio borroso.

Algunos cineastas, como David Fincher, contratado por Netflix, consideran que la libertad artística reside en liberarse de las ataduras de la taquilla. Otros consideran que esta nueva falta de responsabilidad se encamina cada vez más hacia la monotonía algorítmica. «Si tu objetivo comercial se limita a la adquisición de audiencia, lo mejor que puedes hacer es conseguir que todos vean lo mismo», afirmó Ted Hope. «Porque, incluso con esa estrategia de un flujo constante de contenido, sabes que lo que aumenta la interacción es que más gente hable de lo mismo».

En su momento, se creía que las compañías de streaming, gracias al espacio infinito en sus servidores y a sus catálogos ilimitados, encontrarían nuevas audiencias para películas menos conocidas. Sin embargo, en un análisis de los datos de audiencia de Netflix entre 2016 y 2019, el investigador independiente Stephen Follows descubrió que la compañía dependía aún más de un puñado de grandes títulos que de la taquilla en cines: el 7% de los títulos más vistos de Netflix en EE. UU. representaba el 50% de las visualizaciones (en comparación con el 41% de la recaudación de taquilla del 7% de los títulos más vistos en cines).

No se trata tanto de que las películas se hagan mediante algoritmos, sino de que, al destacar continuamente la opción más común o la más segura, el propio algoritmo tiene un efecto aplanador y vulgarizador en nuestros gustos generales. Resulta curioso que, si bien la mayoría de los colaboradores de Netflix entrevistados para este artículo elogiaron su experiencia creativa individual, la mayoría también expresó su preocupación por cómo los algoritmos podrían estar homogeneizando la cultura a mayor escala. "Es un temor mío", dijo el director de un gran éxito de taquilla de Netflix. "Intentamos encontrar un equilibrio constante con la tecnología. Los algoritmos pueden ser increíblemente útiles cuando se busca una sugerencia de qué ver. Y también pueden ser extremadamente exasperantes y frenar la originalidad y la creatividad. Ambas cosas pueden ser ciertas".

Netflix, o al menos algunos de sus exempleados, son conscientes del problema. Smallwood afirmó que su mayor reto fue guiar a los espectadores a través de un catálogo más completo y evitar ofrecerles solo variaciones de lo que ya habían visto. «Inyectamos variedad intencionadamente en las páginas personalizadas de los usuarios», explicó. «Como si incorporáramos algunos elementos que no están en lo más alto de la lista del algoritmo». (La empresa ha presentado recientemente patentes para innovaciones en este sentido). Incluso experimentó con diferentes maneras en que los espectadores podían expresar sus preferencias para moldear lo que se les mostraba. Pero «los consumidores no quieren tener que esforzarse para encontrar qué ver», afirmó Smallwood. «Solo quieren que se les ofrezca lo que buscan».

Las compañías de streaming no solo carecen de incentivos para promover la diversidad de contenido en la industria, afirmó Ted Hope, sino que también han destruido el modelo de negocio general que la posibilita. Cuando Netflix u otro servicio de streaming compra una película, exige en la práctica convertirse en el único distribuidor mundial; este modelo favorece intrínsecamente las obras de gran consumo con amplia difusión. También ha dejado obsoleta la antigua táctica fragmentada de prevender los derechos de distribución en territorios individuales, que solía ser la forma en que las películas independientes agrupaban sus presupuestos.

Una mujer con un vestido rojo está flanqueada por un hombre con un esmoquin blanco y pajarita y un hombre con un esmoquin negro y pajarita.
La analista comercial Tansy Kelly Robson señaló que, antes de la era del streaming, incluso los estudios tradicionales se veían incentivados a lanzar películas más originales. Aunque estos títulos tenían un valor de taquilla incierto, los estudios podían generar ingresos revendiéndolos a las cadenas de televisión. Pero con las películas de las compañías de streaming acaparadas en sus propias plataformas, los recién llegados tienen pocas razones para crear obras audaces y de valor en otras plataformas. Si necesitan renovar su catálogo, pueden seleccionar cuidadosamente obras independientes innovadoras que tuvieron un buen desempeño en cines o festivales, sin asumir el riesgo financiero de desarrollarlas.

Robson señaló que una película destacada podría atraer suscriptores a una plataforma, "pero es difícil determinar si se debe a la serie o a otro factor externo, y el coste por espectador la convierte, en esencia, en una ganga". Es muy posible que esto sea así no solo para ofertas más inusuales, sino también para películas con algoritmos costosos que fracasan como The Electric State. Pero parece que lo que hace Netflix está funcionando, y Wall Street está convencido por ahora. Desde abril de 2022, el precio de sus acciones ha subido de forma constante. Los clientes y accionistas parecen bastante satisfechos con el interminable carrusel de ofertas olvidables de la plataforma.

nortePuede que etflix haya vuelto a la normalidad, pero el cine algorítmico tal como lo conocemos está a punto de ser impulsado por la próxima generación de automatización: la IA. Esta tecnología, por su naturaleza, expolia la creatividad del pasado. Para la industria cinematográfica, sus datos de entrenamiento incluirán guiones, metraje, bandas sonoras, patrones de edición, trabajos de efectos especiales, todos los ámbitos imaginables de la labor de Hollywood de los últimos 125 años. Autogenerar todo esto mediante IA costará una fracción de lo que costaría hacerlo en la vida real. Pero las ganancias en productividad y eficiencia se obtendrán a costa de consolidar aún más el enfoque algorítmico de la creatividad.

La IA ya se utiliza en el ámbito cinematográfico. Netflix empleó IA generativa para insertar personajes generados por computadora en algunas tomas de "El Estado Eléctrico" y también para crear una secuencia del derrumbe de un edificio en la serie argentina de ciencia ficción "El Eternauta". Amazon también empleó esta tecnología para los efectos visuales de su serie bíblica "La Casa de David". Sin embargo, estos ejemplos distan mucho de generar una película o serie de televisión desde cero.

Todd Yellin cree que ChatGPT es capaz de escribir una película navideña convencional, pero las posibles consecuencias negativas de pisotear el talento humano no justificarían el riesgo. La mayoría de los entrevistados que sondeé creen que aún faltan años para que la IA produzca un guion innovador.

Las empresas de streaming ya generan automáticamente ilustraciones y tráilers personalizados para cada suscriptor. Si, por ejemplo, El indomable Will Hunting aparece en el feed de un ávido espectador de comedias románticas, su imagen en miniatura de la película mostraría a Matt Damon y Minnie Driver acurrucándose; para un usuario que prefiera las comedias, aparecería Robin Williams. Para Yellin, este tipo de uso de la IA se mantiene en el lado correcto de la línea: «Una distinción importante, artísticamente y quizás éticamente, es entre usar algoritmos e IA generativa para crear una película o serie de televisión y usarlos para crear contenido promocional».

Pero es difícil creer que las plataformas de streaming se detengan ahí. Stephen Follows realizó recientemente un estudio sobre las patentes presentadas por Netflix y Amazon Prime Video; entre las 500 solicitudes de la primera se encuentran herramientas basadas en aprendizaje automático para edición y efectos visuales, mientras que la segunda ha presentado más de 7000 patentes en áreas similares. Sus innovaciones abarcan todas las áreas, desde el análisis de guiones hasta el storyboard automatizado, la simulación sintética de audiencia para probar conceptos clave y la monitorización de emociones, que puede rastrear las respuestas de los espectadores en tiempo real.

La extraña paradoja de la era del streaming es que, a medida que continúa la búsqueda de la personalización del entretenimiento, este se vuelve cada vez más impersonal. El usuario, y la fantasía de opciones ilimitadas, reinan. El autor y la singularidad de la perspectiva ahora están subordinados, y el tsunami de la IA amenaza con arrasarlos por completo.

'Deleitándose con la fantasía': mi mes de inmersión extrema en Disney+
Leer más
Yellin sigue intentando conciliar la apuesta de la industria por el contenido optimizado con su pasión por el arte con personalidad. Dejó Netflix a finales de 2022 para volver a su primer amor, la dirección. Coescribió y dirigió The 52nd State, una historia policial sobre un informático costarricense despedido por Hewlett-Packard que se ve envuelto en una estafa. El rodaje comenzó finalmente este verano.

Pero, al volver a un panorama cinematográfico radicalmente diferente, Yellin se sorprendió de lo difícil que es ahora conseguir financiación para una película independiente. "Ha sido un camino difícil. El modelo para hacer una película independiente ha cambiado", admitió. "Muchas compañías han dejado de prefinanciar películas independientes. ¿Para qué arriesgarse a financiarlas con antelación, cuando pueden elegir las que quieren después?".

¿Por qué, en efecto? Por suerte, aún conservaba sus contactos, y su viejo amigo, el cofundador de Netflix, Reed Hastings, se unió para impulsar el proyecto como productor ejecutivo; su primera incursión en la producción cinematográfica. El multimillonario magnate tecnológico recluta a la caballería para el asediado cine independiente: ¿qué tal ese giro argumental algorítmicamente ingenioso en el tercer acto?