Charaktere in Büchern sind etwa viermal häufiger männlich als weiblich, hat eine neue Studie über geschlechtsspezifische Vorurteile in der Literatur ergeben.
Forscher der USC Viterbi School of Engineering nutzten künstliche Intelligenz, um mehr als 3.000 englischsprachige Bücher zu untersuchen, die von Science-Fiction und Abenteuer bis hin zu Mystery und Romantik reichen – über Kurzgeschichten, Gedichte und Romane.
Das Team stellte fest, dass männliche Charaktere in den Büchern viermal so häufig auftauchten wie weibliche, obwohl dies weniger wurde, wenn der Autor des Werks weiblich war.
Es wurden auch negativere Begriffe im Zusammenhang mit den weiblichen Charakteren verwendet, wie „schwach“ und „dumm“ im Vergleich zu „stark“ und „Macht“, die für Männer verwendet wurden.
„Geschlechterbedingte Vorurteile sind real, und wenn wir in der Literatur viermal weniger Frauen sehen, hat das einen unterschwelligen Einfluss auf die Menschen, die diese Kultur konsumieren“, sagte der Autor Mayank Kejriwal.
Charaktere in Büchern sind mit etwa viermal höherer Wahrscheinlichkeit männlich als weiblich, wie eine neue Studie über geschlechtsspezifische Vorurteile in der Literatur ergab, wie z. B. Jay Gatsby von F. Scott Fitzgerald
Forscher der USC Viterbi School of Engineering nutzten künstliche Intelligenz, um mehr als 3.000 englischsprachige Bücher zu untersuchen, die von Science-Fiction und Abenteuer bis hin zu Mystery und Romantik reichen – über Kurzgeschichten, Gedichte und Romane
Die vom Information Sciences Institute der USC durchgeführte Studie wurde von anderen Arbeiten inspiriert, die sich mit impliziten geschlechtsspezifischen Vorurteilen befassen, die nur ein qualitatives Ergebnis liefern.
Das Team, einschließlich Kejriwal, wollte die Repräsentation von Männern und Frauen in der Literatur und den breiteren Medien mithilfe von KI-Techniken quantifizieren.
Um diese Ergebnisse zu erzielen, griffen Kejriwal und Co-Autor Akarsh Nagaraj auf Daten aus dem Korpus des Gutenberg-Projekts zu – um einen festgelegten Text zu erstellen, mit dem gearbeitet werden kann.
Nagaraj sagte, die von ihnen verwendeten Methoden sowie die Ergebnisse zeigten ein besseres Verständnis der Vorurteile in der Gesellschaft sowie ihrer Auswirkungen.
“Bücher sind ein Fenster zur Vergangenheit, und das Schreiben dieser Autoren gibt uns einen Einblick, wie Menschen die Welt wahrnehmen und wie sie sich verändert hat”, fügte er hinzu.
Die Studie brachte eine Reihe von Methoden hervor, um herauszufinden, wie viele Frauen in der Literatur vorkamen, darunter etwas, das als Named Entity Recognition (NER) bekannt ist, eine bekannte Methode, die verwendet wird, um geschlechtsspezifische Charaktere zu extrahieren.
Es wurden auch negativere Begriffe im Zusammenhang mit den weiblichen Charakteren verwendet, wie „schwach“ und „dumm“, im Vergleich zu „stark“ und „Macht“, die für Männer wie James Bond verwendet wurden
Das Team stellte fest, dass männliche Charaktere in den Büchern viermal so häufig auftauchten wie weibliche, obwohl dies weniger wurde, wenn der Autor des Werks weiblich war
“Wir definieren dies unter anderem dadurch, dass wir uns ansehen, wie viele weibliche Pronomen in einem Buch im Vergleich zu männlichen Pronomen vorkommen”, sagte Kejriwal und fügte hinzu: “Die andere Technik besteht darin, zu quantifizieren, wie viele weibliche Charaktere die Hauptfiguren darin sind.”
Auf diese Weise konnte das Forschungsteam feststellen, ob die männlichen Charaktere in den etwa 3.000 Geschichten, die von 1880 bis 2000 veröffentlicht wurden, im Mittelpunkt der Geschichte standen.
Die Ergebnisse der Studie zeigten auch, dass die Diskrepanz zwischen männlichen und weiblichen Charakteren unter weiblicher Autorschaft abnimmt.
„Es hat uns deutlich gezeigt, dass Frauen sich damals viel stärker repräsentierten als ein männlicher Schriftsteller“, sagte Nagaraj.
Es gab einige Einschränkungen bei den vom Team verwendeten Techniken, zum Beispiel, wenn der Autor nicht eindeutig männlich oder weiblich war, wurden sie ignoriert.
„Als wir das Datensatzpapier veröffentlichten, kritisierten Gutachter, dass wir nicht-dichotome Geschlechter ignorieren“, sagte Kejriwal.
„Aber wir stimmten ihnen in gewisser Weise zu. Wir glauben, dass es vollständig unterdrückt ist, und wir werden nicht viele finden können [transgender individuals or non-binary individuals].’
Kejriwal räumte ein, dass es noch keine KI-Tools zur Identifizierung von Pluralwörtern wie „sie“ gibt, die sich möglicherweise auf eine nicht-binäre Person beziehen.
Sie hoffen, dass die von ihnen entwickelten Methoden ein Rahmen für zukünftige Studien sein können, die diese sozialen Probleme effektiver angehen.
Die Studie bietet auch eine Blaupause für zukünftige Arbeiten zur Quantifizierung der qualitativen Ergebnisse, die sie durch die Methoden der Studie entdeckt haben.
Ohne die inhärente Voreingenommenheit in von Menschen gestalteten Umfragen war die KI in der Lage, Adjektive zu bestimmen, die mit geschlechtsspezifischen Charakteren verknüpft sind.
„Selbst bei falschen Zuschreibungen waren die mit Frauen assoziierten Wörter Adjektive wie ‚schwach‘, ‚liebenswert‘, ‚hübsch‘ und manchmal ‚dumm‘“, sagte Nagaraj. „Für männliche Charaktere umfassten die sie beschreibenden Wörter ‚Führung‘, ‚Macht‘, ‚Stärke‘ und ‚Politik‘.“
Obwohl das Team diesen Teil seiner Studie letztendlich nicht quantifiziert hat, sollte dieser Unterschied in den Beschreibungen zwischen geschlechtsspezifischen Charakteren in Zukunft angegangen werden, sagte das Team und fügte hinzu, dass eine „umfassendere qualitative Untersuchung der Wortassoziationen mit dem Geschlecht“ von Vorteil sei.
“Unsere Studie zeigt uns, dass die reale Welt komplex ist, aber es gibt Vorteile für alle verschiedenen Gruppen in unserer Gesellschaft, die am kulturellen Diskurs teilnehmen”, sagte Kejriwal. “Wenn wir das tun, haben wir tendenziell eine realistischere Sicht auf die Gesellschaft.”
Kejriwal hofft, dass die Studie dazu dienen wird, die Bedeutung interdisziplinärer Forschung hervorzuheben – d. h. den Einsatz von KI-Technologie, um drängende soziale Probleme und Ungleichheiten aufzuzeigen, die angegangen werden können.
Die Ergebnisse wurden in der Fachzeitschrift Data in Brief veröffentlicht.