Digital Media Art Consumption and Symbolic Domestication Among Chinese Otaku Using a Multimodal Machine Learning Approach

Resumo Técnico: Consumo de Arte de Mídia Digital e Domesticação Simbólica entre Otakus Chineses Utilizando uma Abordagem de Aprendizado de Máquina Multimodal

Definição do Problema
A comunidade Otaku chinesa, que agora conta com centenas de milhões de membros, representa um núcleo demográfico de consumo que impulsiona a indústria ACGN (Animação, Quadrinhos, Jogos, Romances). No entanto, os quadros teóricos existentes, particularmente aqueles derivados da cultura Otaku japonesa (ex.: o "consumo de banco de dados" e a "animalização" de Hiroki Azuma), falham em explicar adequadamente a lógica cultural única dos consumidores chineses. Na China, a "animalização" dos Otakus parece convergir o "fundamentalismo" (grandes narrativas) com o "banco de dados" (símbolos fragmentados), criando um "banco de dados fundamentalista" distinto. Além disso, a interação entre o capital comercial e os grupos subculturais envolve um processo complexo de "domesticação simbólica" e "domesticação reversa" dentro do campo da arte de mídia digital. Há uma carência de pesquisa empírica e quantitativa que integre dados multimodais (texto e imagens) para identificar os drivers específicos da intenção de consumo e da identificação afetiva entre os Otakus chineses, particularmente no que diz respeito aos papéis da "Narrativa de Sistema", da integração "Guochao" (Maré Nacional) e da co-criação comunitária.

Metodologia
Este estudo emprega uma abordagem de aprendizado de máquina multimodal para analisar um conjunto de dados em larga escala coletado do Bilibili, Xiaohongshu e Super Tópicos do Weibo entre janeiro de 2024 e março de 2026.

• Coleta de Dados: O corpus final consiste em 81.457 comentários textuais válidos e 123.692 imagens associadas, cobrindo 127 obras/IPs centrais de ACGN. A amostra é estratificada por geração, sendo 71,5% da Geração Z e 28,5% dos Millennials.
• Sistema de Rotulagem: Um sistema de rotulagem de três níveis foi construído com base em princípios orientados por teoria e por dados. Os principais recursos de segundo nível incluem "Narrativa de Sistema", "Consumo de Elementos Moe", "Integração Guochao", "Co-criação Comunitária", "Intensidade de Identificação de Mídia" e "Identificação Cultural Indígena".
• Processamento Multimodal:
  • Texto: Processado via segmentação Jieba com um léxico ACGN personalizado, filtragem de ruído e BosonNLP para análise de sentimento.
  • Imagens: Padronizadas para 640×640 pixels, aumentadas via rotação/espelhamento e deduplicadas usando hashing perceptual.
  • Mapeamento de Rótulos: O texto foi mapeado usando SentenceTransformer (limiar de similaridade de cosseno $\tau=0,6$) e as imagens foram mapeadas usando o modelo CLIP (ViT-B/32, $\tau=0,65$).
  • Fusão: Uma estratégia de fusão ponderada (0,6 para texto, 0,4 para imagem) foi aplicada para criar um vetor de características de seis dimensões para cada amostra.
• Modelo de Aprendizado de Máquina: Um modelo de conjunto XGBoost foi treinado para prever dois alvos contínuos: Intenção de Consumo e Valor de Sentimento. Os hiperparâmetros foram otimizados via busca em grade (grid search) e validação cruzada de 5 camadas (5-fold cross-validation).
• Interpretabilidade: Explicações SHapley Aditivas (SHAP) foram utilizadas para quantificar a importância das características e analisar os efeitos marginais, abordando a natureza de "caixa preta" do XGBoost.
• Análise Estatística: Correlação de Pearson, análise de mediação (PROCESS Modelo 4) e análise de moderação (PROCESS Modelo 1) foram conduzidas para validar as hipóteses teóricas.

Principais Resultados

1. Necessidade Multimodal: A fusão multimodal aumentou significativamente a cobertura de características, com um incremento médio de 186,5%. A "Narrativa de Sistema" e a "Integração Guochao" viram saltos de cobertura de 285,4% e 192,6%, respectivamente, demonstrando que os dados visuais são críticos para capturar as características do consumo de arte digital.
2. Dominância da Narrativa de Sistema: Contrariando o modelo de "banco de dados de elementos Moe", a "Narrativa de Sistema" (sistemas de cultivo, regras de construção de mundo) é um driver fundamental. Embora o "Consumo de Elementos Moe" tenha apresentado um valor SHAP global ligeiramente superior para o sentimento, a "Narrativa de Sistema" mostrou um coeficiente de regressão padronizado mais forte ($\beta=0,287$) na intenção de consumo e um efeito marginal mais acentuado para coortes de alta intenção.
3. Mediação de Guochao: A "Identificação Cultural Indígena" media parcialmente a relação entre a "Integração Guochao" e a "Intenção de Consumo", respondendo por 39,8% do efeito total. Isso confirma que a confiança cultural atua como uma ponte psicológica que transforma a apreciação estética em comportamento de compra.
4. Moderação de Co-criação: A "Intensidade de Co-criação Comunitária" modera positivamente o efeito da integração Guochao no consumo. Altos níveis de participação comunitária amplificam o efeito impulsionador dos elementos culturais.
5. Divergência Geracional:
   • Geração Z: Impulsionada pelo "Consumo de Elementos Moe" e "Co-criação Comunitária" (modelo visual-comunitário). Demonstram maior sensibilidade aos elementos Guochao e à Identificação Cultural Indígena.
   • Millennials: Impulsionados pela "Narrativa de Sistema" e "Intensidade de Identificação de Mídia" (modelo de identificação-narrativa), valorizando a coerência narrativa e a imersão profunda.

Principais Contribuições

• Inovação Teórica: O estudo constrói um modelo indigenizado de "Contexto—Campo—Identificação—Comportamento", desafiando a transposição direta das teorias Otaku japonesas. Propõe o conceito de um "banco de dados fundamentalista" chinês, onde grandes narrativas e símbolos fragmentados coexistem.
• Inovação Metodológica: Demonstra a eficácia da integração do XGBoost com SHAP em dados multimodais (texto + imagem) para quantificar padrões de consumo subcultural, indo além da regressão linear tradicional para capturar interações não lineares de características.
• Insight Empírico: A pesquisa fornece evidências quantitativas para a "Dominância da Narrativa de Sistema" na cultura Otaku chinesa e elucida o mecanismo bidirecional de "domesticação simbólica" (o capital guiando os usuários vs. os usuários ressignificando o conteúdo).

Significância e Alegações
O artigo afirma oferecer novos insights empíricos e teóricos sobre o consumo subcultural no campo da arte de mídia digital. Ao validar a "Dominância da Narrativa de Sistema", sugere que o consumo Otaku chinês é caracterizado pela busca de racionalidade sistêmica e ordem, distinguindo-se do consumo fragmentado dos contextos pós-modernos japoneses. O estudo sustenta que a "Integração Guochao" não é meramente uma tendência visual, mas um mecanismo para ativar a identidade cultural, que é ainda mais amplificado pela cultura participativa.

Praticamente, os autores afirmam que esses achados fornecem estratégias baseadas em dados para a indústria ACGN:

1. Estratégia de Conteúdo: Transição do simples "acúmulo de Moe" para a construção de mundos de "Sistema" coerentes e a integração orgânica de símbolos culturais (ex.: filosofia Taoista como lógica de cultivo).
2. Operação de Usuários: Adoção de estratégias diferenciadas para a Geração Z (foco visual/interativo) e Millennials (foco em profundidade narrativa) e aproveitamento da "Co-criação Comunitária" como um amplificador do valor da IP.

O estudo reconhece limitações, incluindo a exclusão de dados de comunidades privadas (ex.: grupos de QQ), a natureza transversal dos dados que impede a análise longitudinal da "domesticação simbólica", e a necessidade de futuras comparações transculturais (ex.: com a Coreia do Sul) para validar ainda mais a distinção do fenômeno da "Narria de Sistema".