Introdução

Sempre tive a impressão de que, em alguns anos, os vencedores do Oscar de Melhor Filme acabam não sendo os melhores filmes daquele ano.

Para investigar isso com toda a seriedade (risos) que o assunto merece, usaremos dados do Kaggle (martinmraz07/oscar-movies), que combinam o histórico de indicados e vencedores do Oscar com as notas do IMDb. Vamos ao código.

Preparação dos dados

library(tidyverse)
theme_set(theme_minimal())
library(janitor)
library(gghighlight)
library(knitr)
library(kableExtra)

A leitura é simples. O único trabalho extra é padronizar a coluna oscar_year, que mistura formatos de data ao longo das décadas. As primeiras cerimônias estão registradas como 1928/29, por exemplo, então usei uma expressão regular para corrigir isso.

oscar <-
  read_csv("dados/oscars_df.csv") |>
  clean_names()

# padronizacao

oscar <-
  oscar |>
  mutate(oscar_year = gsub("(\\d{2})/(\\d{2})", "19\\2", oscar_year)) |>
  mutate(oscar_year = gsub("1919", "19", oscar_year)) |>
  mutate(oscar_year = as.numeric(oscar_year))

glimpse(oscar)

## Rows: 571
## Columns: 30
## $ x1                               <dbl> 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11,…
## $ film                             <chr> "Wings", "7th Heaven", "The Racket", …
## $ oscar_year                       <dbl> 1928, 1928, 1928, 1929, 1929, 1929, 1…
## $ film_studio_producer_s           <chr> "Famous Players-Lasky", "Fox", "The C…
## $ award                            <chr> "Winner", "Nominee", "Nominee", "Winn…
## $ year_of_release                  <dbl> 1927, 1927, 1928, 1929, 1929, 1929, 1…
## $ movie_time                       <dbl> 144, 110, 84, 100, 91, 130, 95, 113, …
## $ movie_genre                      <chr> "Drama,Romance,War", "Drama,Romance",…
## $ imdb_rating                      <dbl> 7.5, 7.7, 6.7, 5.7, 5.8, 5.7, 5.6, 7.…
## $ imdb_votes                       <dbl> 12221, 3439, 1257, 6890, 765, 2004, 1…
## $ movie_info                       <chr> "With World War I afoot, David Armstr…
## $ genres                           <chr> "Action & Adventure, Classics", NA, N…
## $ critic_consensus                 <chr> "Subsequent war epics may have borrow…
## $ content_rating                   <chr> "PG-13", NA, NA, "NR", NA, NA, "NR", …
## $ directors                        <chr> "William Wellman", NA, NA, "Harry Bea…
## $ authors                          <chr> "Hope Loring, Louis D. Lighton", NA, …
## $ actors                           <chr> "Clara Bow, Charles 'Buddy' Rogers, R…
## $ original_release_date            <date> 1927-08-12, NA, NA, 1929-02-01, NA, …
## $ streaming_release_date           <date> 2017-01-02, NA, NA, 2017-02-25, NA, …
## $ production_company               <chr> "Unknown", NA, NA, "MGM Home Entertai…
## $ tomatometer_status               <chr> "Certified-Fresh", NA, NA, "Rotten", …
## $ tomatometer_rating               <dbl> 93, NA, NA, 33, NA, NA, 56, NA, NA, 7…
## $ tomatometer_count                <dbl> 46, NA, NA, 24, NA, NA, 9, NA, NA, 8,…
## $ audience_status                  <chr> "Upright", NA, NA, "Spilled", NA, NA,…
## $ audience_rating                  <dbl> 78, NA, NA, 21, NA, NA, 38, NA, NA, 6…
## $ audience_count                   <dbl> 3530, NA, NA, 1813, NA, NA, 356, NA, …
## $ tomatometer_top_critics_count    <dbl> 9, NA, NA, 7, NA, NA, 2, NA, NA, 0, N…
## $ tomatometer_fresh_critics_count  <dbl> 43, NA, NA, 8, NA, NA, 5, NA, NA, 6, …
## $ tomatometer_rotten_critics_count <dbl> 3, NA, NA, 16, NA, NA, 4, NA, NA, 2, …
## $ film_id                          <chr> "2becf7d5-a3de-46ab-ae45-abdd6b588067…

O dataset contém 571 filmes indicados ao Oscar de Melhor Filme desde 1928, sendo 93 vencedores - um por ano, em geral. São quase um século de indicações, de Wings (1927) aos filmes mais recentes. Infelizmente, somente consegui dados já prontos até a cerimônia de 2020.

Notas do IMDb ao longo do tempo

O primeiro gráfico que construí mostra a distribuição das notas do IMDb de todos os indicados ao longo dos anos, com os vencedores de cada ano destacados em preto. A curva suavizada ajuda a identificar tendências de longo prazo.

ggplot(oscar, aes(x = oscar_year, y = imdb_rating)) +
  geom_point(alpha = 0.6) +
  scale_x_continuous(breaks = seq(1930, 2030, by = 10)) +
  gghighlight(award == "Winner") +
  geom_smooth(colour = "black", se = FALSE, span = 0.5) +
  labs(
    title    = "Notas do IMDb dos Indicados ao Oscar de Melhor Filme",
    subtitle = "Vencedores destacados em preto",
    x        = "Ano do Oscar",
    y        = "Nota IMDb",
    caption  = "Fonte: Kaggle / martinmraz07"
  )

Figure 1: Notas do IMDb dos indicados ao Oscar de Melhor Filme (1927–2023). Pontos pretos são os vencedores; a curva é a tendência geral.

Algumas observações imediatas:

• As notas caíram ao longo do tempo. Filmes das décadas de 1970 e 1990 acumularam as notas mais altas no IMDb
• Os vencedores não estão consistentemente no topo. Há vencedores com notas modestas e indicados não-vencedores com notas excelentes
• A partir dos anos 2010, as notas ficam mais comprimidas, refletindo tanto a maior heterogeneidade do gosto contemporâneo quanto a explosão do número de usuários avaliando no IMDb.

Distribuição das notas por década

Para entender a evolução do gosto do público (ou ao menos do IMDb) com mais clareza, agrupamos os filmes por décadas e usamos boxplots.

oscar |>
  mutate(
    decada_ini = floor((oscar_year - 1921) / 10) * 10 + 1921,
    decada_fim = decada_ini + 9,
    decada     = factor(
      paste0(decada_ini, "–", decada_fim),
      levels = c(
        "1921–1930", "1931–1940", "1941–1950", "1951–1960",
        "1961–1970", "1971–1980", "1981–1990", "1991–2000",
        "2001–2010", "2011–2020"
      )
    )
  ) |>
  ggplot(aes(x = decada, y = imdb_rating)) +
  geom_boxplot() +
  labs(
    title    = "Notas do IMDb por Década",
    subtitle = "Indicados ao Oscar de Melhor Filme",
    x        = "Década",
    y        = "Nota IMDb",
    caption  = "Fonte: Kaggle / martinmraz07"
  ) +
  theme(axis.text.x = element_text(angle = 30, hjust = 1))

Figure 2: Distribuição das notas do IMDb por década.

O padrão não é claro: há duas décadas (1970 e 1990) com medianas mais elevadas, mas parece haver alterações de tendência década a década. Algumas razões para isso:

• Viés do sobrevivente nos anos antigos. Filmes clássicos são avaliados por pessoas que os escolheram assistir - um público já parcialmente convencido da qualidade.
• Massa crítica contemporânea. Com milhões de usuários avaliando filmes atuais, a regressão à média é forte. Todo filme que agrada a uns inevitavelmente decepciona outros.
• Nostalgia e reverência ao clássico. Fora da academia, o IMDb também tem seus próprios vieses culturais.

Nenhuma dessas explicações é mutuamente exclusiva - provavelmente todas operam ao mesmo tempo.

O Oscar acerta?

A minha pergunta inicial com esta análise poderia ser resumida da seguinte forma: em que anos o filme vencedor do Oscar também é o mais bem avaliado pelo público atualmente? Para decidir isso, para cada ano, identifiquei:

• O vencedor do Oscar de Melhor Filme; e
• O filme com a maior nota do IMDb entre os indicados naquele ano.

A pergunta é: com que frequência esses dois são o mesmo filme?

# filme com maior nota imdb por ano

best_movie <-
  oscar |>
  group_by(oscar_year) |>
  slice_max(imdb_rating, n = 1) |>
  select(oscar_year, film)

# vencedor do oscar por ano

winner_movie <-
  oscar |>
  filter(award == "Winner") |>
  select(oscar_year, film)

# juntando ambas as bases

dados <-
  winner_movie |>
  left_join(best_movie, by = "oscar_year", relationship = "many-to-many") |>
  rename(vencedor_oscar = film.x, melhor_imdb = film.y)

# anos em que coincidiram

coincidencias <-
  dados |>
  mutate(resultado = ifelse(vencedor_oscar == melhor_imdb, "Coincide", "Difere")) |>
  filter(resultado == "Coincide") |>
  select(oscar_year, vencedor_oscar) |>
  arrange(oscar_year)

n_total       <- n_distinct(dados$oscar_year)
n_coincide    <- nrow(coincidencias)
pct_coincide  <- round(100 * n_coincide / n_total, 1)

De 92 anos de dados, em apenas 35 ocasiões (38%) o vencedor do Oscar foi também o filme com a maior nota do IMDb entre os indicados. A tabela a seguir lista esses anos:

coincidencias |>
  rename(
    "Ano" = oscar_year,
    "Filme (vencedor = melhor nota IMDb)" = vencedor_oscar
  ) |>
  kable(caption = "Anos em que o vencedor do Oscar foi também o mais bem avaliado no IMDb") |>
  kable_styling(
    bootstrap_options = c("striped", "hover", "condensed"),
    full_width        = FALSE,
    position          = "center"
  )

É uma lista enxuta. A Academia e o público do IMDb concordam com menos frequência do que se esperaria de duas instâncias supostamente avaliando “qualidade cinematográfica” (seja lá o que isso significa). Claro que isso levanta questões sobre o que é qualidade - mas também levanta a questão mais prática: a Academia tem lá seus critérios.

Os melhores anos do Oscar (segundo o IMDb)

Por fim, identificamos os cinco anos em que a média das notas do IMDb dos indicados foi mais alta - ou seja, os anos em que o Oscar reuniu uma safra excepcionalmente bem avaliada.

melhores_anos <-
  oscar |>
  group_by(oscar_year) |>
  summarise(media = mean(imdb_rating, na.rm = TRUE)) |>
  slice_max(media, n = 5) |>
  arrange(desc(media))

melhores_anos |>
  rename("Ano" = oscar_year, "Média IMDb" = media) |>
  mutate(`Média IMDb` = round(`Média IMDb`, 2)) |>
  kable(caption = "Os 5 anos com maior média de nota IMDb entre os indicados") |>
  kable_styling(
    bootstrap_options = c("striped", "hover", "condensed"),
    full_width        = FALSE,
    position          = "center"
  )

E os filmes que compunham essas safras:

oscar |>
  filter(oscar_year %in% melhores_anos$oscar_year) |>
  select(oscar_year, film, imdb_rating, award) |>
  arrange(oscar_year, desc(imdb_rating)) |>
  rename(
    "Ano"       = oscar_year,
    "Filme"     = film,
    "Nota IMDb" = imdb_rating,
    "Resultado" = award
  ) |>
  kable(caption = "Indicados nos anos de maior média IMDb") |>
  kable_styling(
    bootstrap_options = c("striped", "hover", "condensed"),
    full_width        = FALSE
  ) |>
  row_spec(
    which(oscar |>
            filter(oscar_year %in% melhores_anos$oscar_year) |>
            arrange(oscar_year, desc(imdb_rating)) |>
            pull(award) == "Winner"),
    bold       = TRUE,
    background = "#fff3cd"
  )

Conclusão

Como visto, nem sempre as escolhas a respeito do melhor filme do Oscar batem com o gosto popular, principalmente se pensarmos em distanciamento histórico. Afinal, os vencedores do Oscar durante a década de 1950, por exemplo, refletem o gosto da sociedade votante no Oscar daquela época. A pontuação destes filmes no IMDb hoje em dia refletem a sociedade da época da criação do IMDb até hoje. No fundo, são populações incomparáveis.