Ταινίες σχεδιασμένες να αρέσουν σε όσο το δυνατόν μεγαλύτερο κοινό, προϊόντα μελετημένα να είναι εύπεπτα, χωρίς αιχμές, εύκολα να τα παρακολουθήσεις και εξίσου εύκολα να τα ξεχάσεις.
Όταν στο μέλλον θα γράφονται οι ιστορίες και οι ανασκοπήσεις του κινηματογράφου για το 2025, κανείς δε θα θυμάται το The Electric State. Η ταινία, μια sci-fi διασκευή κόμικ, διαδραματίζεται σε έναν κόσμο όπου τα ρομπότ με συνείδηση έχουν χάσει έναν πόλεμο απέναντι στους ανθρώπους.
Το Netflix επένδυσε σχεδόν 320 εκατομμύρια δολάρια σε αυτή, κατατάσσοντάς τη στη 14η θέση των ακριβότερων παραγωγών όλων των εποχών. Κι όμως, η ταινία κατέρρευσε εμπορικά και καλλιτεχνικά. Παρά το αρχικό της ντεμπούτο στο Νο 1 της πλατφόρμας, η απήχησή της εξαφανίστηκε αστραπιαία· σήμερα δεν βρίσκεται καν στο top 20. Για την ακριβότερη παραγωγή στην ιστορία της εταιρείας, αυτό ισοδυναμεί με αποτυχία.
Η βιομηχανία παραγωγής mockbusters
Το The Electric State έγινε απλώς άλλο ένα ανώνυμο «mockbuster»· μια ταινία γεμάτη με τα ίδια ανακυκλωμένα κινηματογραφικά σημεία αναφοράς: μια σπιλμπεργκική παιδική οδύσσεια, ένα μετα-αποκαλυπτικό τοπίο τύπου Mad Max, ρετρό-φουτουριστικά στολίδια σαν το Fallout.
Οι μάστορες αυτού του νέου κινηματογραφικού φαινομένου
Η αποτυχία αυτή είναι ενδεικτική ενός φαινομένου που σήμερα ονομάζουμε «αλγοριθμικό σινεμά»: ταινίες σχεδιασμένες να αρέσουν σε όσο το δυνατόν μεγαλύτερο κοινό, προϊόντα μελετημένα να είναι εύπεπτα, χωρίς αιχμές, εύκολα να τα παρακολουθήσεις και εξίσου εύκολα να τα ξεχάσεις. Οι αδελφοί Russo, σκηνοθέτες τόσο του The Electric State όσο και του εξίσου αδιάφορουThe Gray Man με τον Ryan Gosling, έχουν γίνει οι μάστορες αυτού του νέου κινηματογραφικού φαινομένου: γρήγορες, «αποτελεσματικές» παραγωγές, αλλά χωρίς πραγματική ταυτότητα.
Το Netflix, με 301 εκατομμύρια συνδρομητές σε σχεδόν 200 χώρες, έχει μετατραπεί στον μεγαλύτερο διανομέα οπτικοακουστικού περιεχομένου στον πλανήτη. Παράγει πάνω από 100 «original» ταινίες τον χρόνο - ρυθμός παραγωγής υψηλότερος ακόμη και από τη χρυσή εποχή των στούντιο του Χόλιγουντ. Η επιτυχία του τού δίνει τεράστια δύναμη να διαμορφώνει το μέλλον του κινηματογράφου. Όμως, αυτή η δύναμη συνοδεύεται από κάτι πιο σκοτεινό: την κυριαρχία του αλγορίθμου στη διαδικασία επιλογής, παραγωγής και προβολής ταινιών.
Η ραγδαία ανάπτυξη της πλατφόρμας
Η ιστορία ξεκινά στα τέλη των 00s, όταν ο Todd Yellin, τότε διευθυντής εξατομίκευσης του Netflix, έθεσε έναν φιλόδοξο στόχο: να ξαναγράψει την ταξινόμηση ταινιών και σειρών από την αρχή. Δεν αρκέστηκε στα κλασικά είδη όπως κωμωδία, δράμα ή θρίλερ· δημιούργησε ένα σύστημα κατηγοριοποίησης βασισμένο σε χιλιάδες θεματικά και συναισθηματικά κριτήρια. Η ομάδα του κατέληξε το 2014 να έχει κατασκευάσει πάνω από 77.000 «altgenres» - από τα πιο αναμενόμενα, όπως «Περιπέτεια», έως τα πιο εξειδικευμένα, όπως «Ασταμάτητα αστυνομικά θρίλερ» ή «Feel all the feels». Κάθε χρήστης τοποθετείται μαθηματικά σε μια πολυδιάστατη χαρτογράφηση προτιμήσεων, και το Netflix, αναλύοντας δισεκατομμύρια data events την ημέρα, σερβίρει εξατομικευμένο περιεχόμενο βασισμένο σε μοτίβα κατανάλωσης.
Στην πράξη, όμως, η φαινομενική εξατομίκευση έχει οδηγήσει σε ομογενοποίηση. Στην εποχή της ταυτόχρονης παρακολούθησης - του «second-screen viewing», όπου ο θεατής χαζεύει στο κινητό ενώ παίζει κάτι στο φόντο - οι ταινίες σχεδιάζονται ώστε να μην απαιτούν έντονη προσοχή. Τα σενάρια είναι προβλέψιμα, οι διάλογοι συχνά περιέχουν «εκφράσεις-οδηγίες», σχεδόν σαν οι χαρακτήρες να περιγράφουν τι κάνουν για να μη χαθεί κανείς. Η αισθητική είναι αποστειρωμένη: φωτισμός ψηφιακά φωτεινός αλλά επίπεδος, μίξη ήχου ισοπεδωμένη ώστε να παίζει το ίδιο καλά σε κινητά, τηλεοράσεις ή VR headsets.
Οι ταινίες-αλγόριθμοι κατασκευάζονται με γνώμονα το μεγαλύτερο κοινό. Επιλέγονται «ασφαλείς» σταρ, όπως ο Ryan Reynolds, η Jennifer Lopez, η Gal Gadot και ο Dwayne Johnson - ονόματα γνωστά, αλλά όχι αρκετά ισχυρά ώστε να ανοίξουν μόνα τους μια ταινία στις αίθουσες. Η απόλυτη επιτυχία δεν είναι πια απαραίτητη· προτεραιότητα έχει το να μείνουν οι συνδρομητές μέσα στο οικοσύστημα του Netflix, δεμένοι με έναν ατελείωτο κύκλο προβλέψιμων τίτλων που καταναλώνονται εύκολα και ξεχνιούνται γρήγορα.
Το ενδιαφέρον είναι ότι το Netflix επιμένει ότι δεν «γυρίζει ταινίες με αλγόριθμο». Ο Ted Sarandos, co-CEO της εταιρείας, έχει δηλώσει ότι οι αποφάσεις βασίζονται «70% στο ένστικτο και 30% στα δεδομένα». Παρόλα αυτά, όσοι έχουν συνεργαστεί με την πλατφόρμα περιγράφουν μια διαφορετική πραγματικότητα: τα δεδομένα δεν υπαγορεύουν την τέχνη κατευθείαν, αλλά την καθορίζουν υπόγεια, στον ίδιο τον μηχανισμό του greenlighting. Οι αποφάσεις για το ποια πρότζεκτ εγκρίνονται γίνονται όλο και περισσότερο με βάση προβλέψεις επιτυχίας που βασίζονται σε ιστορικά μοτίβα κατανάλωσης.
Η στροφή αυτή έχει επηρεάσει βαθιά τη δημιουργικότητα. Σεναριογράφοι αναγκάζονται να απλοποιούν τις αφηγήσεις, να αποφεύγουν περίπλοκες δομές, να παραδίδουν «γρήγορα σεναριακά hooks» στα πρώτα δευτερόλεπτα, γιατί το Netflix γνωρίζει ότι ο μέσος χρήστης αποφασίζει μέσα σε πέντε δευτερόλεπτα αν θα συνεχίσει να παρακολουθεί. Ταινίες όπως το Atlas με την Jennifer Lopez άλλαξαν σκηνές-κλειδιά επειδή οι αλγόριθμοι έδειχναν ότι το αρχικό άνοιγμα θα «έχανε» κοινό.
Κόντρα στις ίδιες τις προβλέψεις του Netflix
Η ειρωνεία είναι ότι, παρά τον τεράστιο όγκο δεδομένων, κανείς δεν ξέρει τι θα πετύχει. Σειρές όπως το Squid Game ή το The Queen’s Gambit έγιναν παγκόσμια φαινόμενα σχεδόν τυχαία, κόντρα στις ίδιες τις προβλέψεις του Netflix. Ο παλιός χρυσός κανόνας του Χόλιγουντ, όπως τον είχε συνοψίσει ο σεναριογράφος William Goldman, ισχύει ακόμα: «Κανείς δεν ξέρει τίποτα».
Όμως η μεγαλύτερη αλλαγή βρίσκεται μπροστά μας: η εισβολή της τεχνητής νοημοσύνης. Ήδη το Netflix έχει χρησιμοποιήσει generative AI για να δημιουργήσει CGI χαρακτήρες και εφέ, ενώ η Amazon το έχει εφαρμόσει σε παραγωγές όπως το House of David. Η προοπτική της πλήρους αυτοματοποίησης δεν είναι θεωρητική. Πατέντες που έχουν κατατεθεί από τις πλατφόρμες δείχνουν πού κατευθυνόμαστε: από αυτόματο μοντάζ και storyboard μέχρι προσομοιώσεις κοινού που θα δοκιμάζουν σενάρια σε πραγματικό χρόνο.
Η παραδοξότητα είναι προφανής: όσο περισσότερο εξατομικεύεται η εμπειρία θέασης, τόσο πιο απρόσωπο γίνεται το ίδιο το περιεχόμενο. Ο θεατής βρίσκεται στο επίκεντρο, αλλά το έργο τέχνης χάνει τη μοναδικότητά του. Οι δημιουργοί αναγκάζονται να κινούνται εντός αυστηρών ορίων, εγκλωβισμένοι μεταξύ δημιουργικότητας και μετρήσιμης «επιτυχίας». Το ρίσκο έχει εξαφανιστεί σχεδόν ολοκληρωτικά.
Υπάρχει ακόμα χώρος για τολμηρές φωνές
Και όμως, η κατάσταση δεν είναι απελπιστική. Στην προηγούμενη δεκαετία, το Netflix χρηματοδότησε ταινίες που κανένα στούντιο δεν τολμούσε να αγγίξει: το Okja του Bong Joon-ho, το Roma του Alfonso Cuarón, το The Irishman του Martin Scorsese. Αυτές οι εξαιρέσεις δείχνουν ότι υπάρχει ακόμα χώρος για τολμηρές φωνές, αν και ολοένα και περισσότερο, οι ίδιες οι πλατφόρμες προτιμούν να «αγοράζουν» έτοιμες επιτυχίες από τα φεστιβάλ παρά να τις δημιουργούν από το μηδέν.
Το μέλλον του κινηματογράφου πιθανότατα θα κριθεί στο πώς θα χρησιμοποιηθεί η τεχνητή νοημοσύνη: ως εργαλείο ενίσχυσης της δημιουργικότητας ή ως μέσο μαζικής παραγωγής εύπεπτου, ομογενοποιημένου περιεχομένου. Αν συνεχίσουμε στην τωρινή πορεία, η streaming εποχή κινδυνεύει να καταλήξει σε μια ατελείωτη θάλασσα προβλέψιμων ταινιών, τυποποιημένων συναισθημάτων και έτοιμων αφηγηματικών καλουπιών. Η υπόσχεση της ποικιλίας μετατρέπεται σε αυταπάτη· η προσωπική εμπειρία γίνεται προϊόν, αλλά η τέχνη χάνεται μέσα στον θόρυβο.
Ο Todd Yellin, που κάποτε σχεδίασε τον ίδιο τον αλγόριθμο που σήμερα κυριαρχεί, παραιτήθηκε από το Netflix το 2022 για να επιστρέψει στη σκηνοθεσία. Στην πορεία ανακάλυψε πόσο δύσκολο έχει γίνει να βρει κανείς χρηματοδότηση για ανεξάρτητες παραγωγές. Ο αλγόριθμος που δημιούργησε βοήθησε το Netflix να κατακτήσει τον κόσμο, αλλά η παρενέργεια είναι ότι έχει στενέψει τα όρια του ίδιου του κινηματογράφου. Ίσως, όμως, η ειρωνεία κρύβεται εδώ: για να σωθεί η τέχνη, πρέπει να αποδυναμωθεί το ίδιο το δημιούργημά του.
Το Netflix άλλαξε τον τρόπο που βλέπουμε ταινίες· η ερώτηση είναι αν αλλάζει και τον τρόπο που τις φτιάχνουμε. Και, πιο ανησυχητικά, αν αλλάζει τον τρόπο που μπορούμε πια να τις φανταστούμε.