Для обучения ИИ исследователи использовали аннотации из «Википедии» 42 тыс. фильмов со всего мира. Ученые использовали так называемый анализ настроений для разбора каждого из них. Для того, чтобы определить коммерческий успех работ, ИИ делил предложения синопсиса на «позитивные» и «негативные», а затем выносил общий вердикт.
После обучения ИИ исследователи заметили, что успешные фильмы, например, «Алиса в стране чудес» 1951 года, характеризуется частыми колебаниями настроений внутри описательного текста. Неудачные в прокате картины, например, «Пределы контроля», колеблются реже. Исследователи говорят, что не важно, будут ли фильмы начинаться или заканчиваться счастливо. Важно то, что настроение часто меняется. Ученые уверены, что это цепляет зрителя.
Затем рейтинги в каждом резюме сводились в единый балл, чтобы отразить частоту смены настроений — своего рода волатильность для фильмов. Исследователи протестировали три различных метода выводов о фильмах. Все из них смогли достаточно точно предсказать, будет ли кино непопулярным, а один из них особенно точно угадывал прокатную судьбу триллеров и комедий.
В будущем эти методы можно усовершенствовать, чтобы предсказать сумму, которую фильм может заработать в прокате, и помочь продюсерам решить, в какие картины лучше инвестировать. По мнению исследователей, беспристрастная оценка системы может дать преимущество менее известным сценаристам с хорошими идеями, но без бюджета для их реализации.