La lingüística computacional revela un sesgo de género generalizado en las novelas inglesas modernas

El sesgo de género es un problema insidioso en toda la sociedad. Surge más obviamente a través de una discriminación deliberada, pero también existe a través de un sesgo inconsciente generalizado. Esto impregna nuestra cultura, nuestros lugares de trabajo e incluso nuestro idioma, a menudo de formas que desconocemos.

El primer paso para cambiar esto es descubrir el sesgo donde exista. Y ahí es donde la ciencia emergente de la lingüística computacional está resultando útil.

Esta disciplina relativamente nueva utiliza la minería de datos y el aprendizaje automático para estudiar textos. Y ha comenzado a revelar sesgos en todo, desde los artículos de Wikipedia hasta el lenguaje mismo.

Adjetivos asociados a términos masculinos y femeninos en novelas preseleccionadas para los premios Man Booker.

Hoy, Nishtha Madaan de IBM Research India y sus colegas van más allá. Dicen que han utilizado la misma técnica para revelar un sesgo de género significativo en los libros nominados al Premio Man Booker, uno de los premios literarios más importantes del mundo, que se otorga cada año a la mejor novela original escrita en inglés.

Su enfoque es relativamente sencillo. Madaan y sus colegas consideran todos los libros preseleccionados para el premio entre 1969 y 2017, unas 275 novelas en total. En lugar de analizar el texto de la novela, el equipo estudió la descripción de los libros publicados en Goodreads, un catálogo social propiedad de Amazon que ofrece acceso gratuito a descripciones, reseñas y calificaciones de más de 400 millones de libros.

Luego preguntaron cómo se representaba a los hombres y las mujeres en estas descripciones. Las respuestas hacen que la lectura sea incómoda. Esto revela la omnipresencia del sesgo y estereotipo de género en los libros sobre diferentes características como la ocupación, las introducciones y las acciones asociadas a los personajes del libro, dicen Madaan y compañía.

Para empezar, las mujeres se mencionan mucho menos que los hombres en estos libros: en promedio, unas 15 veces frente a las 30 de los hombres.

También se describen de manera muy diferente. Para mostrar cómo, Madaan y compañía extrajeron adjetivos asociados con términos masculinos y femeninos en el texto. Luego crearon nubes de palabras para mostrar qué términos aparecen con más frecuencia para cada sexo.

Estas nubes de palabras se muestran aquí en el gráfico adjunto; no hay premios por adivinar cuál es cuál.

El equipo también estudia los estereotipos extrayendo la ocupación de los personajes y luego creando nubes de palabras masculinas y femeninas. Las principales ocupaciones para los hombres son: médico, médico, cirujano, psicólogo, profesor, científico, empresario, director, etc.

Por el contrario, las principales ocupaciones para las mujeres son: maestra, conferencista, enfermera, prostituta, prostituta, esposa infantil, esposa infantil, etc.

Observamos que al analizar las ocupaciones para hombres y mujeres, los roles de nivel superior se asignan a los hombres, mientras que los roles de nivel inferior se asignan a las mujeres, dicen Madaan y compañía.

Sin embargo, hay algunos signos positivos de cambio. El equipo dice que en los últimos años han comenzado a aparecer libros preseleccionados en los que las mujeres juegan un papel central en la ext. Éstas incluyen No digas que no tenemos nada por Madeleine Thien, como ser ambos por Ali Smith, Todos estamos completamente fuera de nosotros mismos por Karen Joy Fowler y otros.

Es un trabajo interesante, pero adolece de algunas deficiencias. Lo más significativo es que el equipo no describe claramente los datos que ha recopilado, el tamaño de esta base de datos, cuándo fue escrita o por quién. Eso hace que el trabajo sea difícil de evaluar.

Por ejemplo, puede ser que las descripciones de los libros no estén escritas por los propios autores sino por un corresponsal en Goodreads. Entonces, cualquier sesgo puede provenir de este corresponsal en lugar de reflejar el libro. Los autores no parecen haber explorado esta posibilidad.

Y, por supuesto, los autores de los libros podrían argumentar que sus novelas exploran los prejuicios y su impacto en la sociedad. Por esta razón, las novelas deben reflejar este sesgo en el texto. Los autores podrían decir que nunca fue su intención producir una novela neutral en cuanto al género, por ejemplo.

Sin embargo, este documento muestra el potencial para explorar el sesgo en el trabajo culturalmente significativo. De hecho, los autores ya han utilizado esta técnica para explorar el sesgo en los guiones de películas de Bollywood y han encontrado estereotipos de género significativos, particularmente con respecto a las ocupaciones.

El equipo también está desarrollando un mecanismo para eliminar el sesgo. No está claro cuán útil sería esto para las novelas preseleccionadas para el Premio Man Booker. Pero ciertamente sirve para resaltar un problema que sin duda necesita más atención.

Ref: arxiv.org/abs/1807.10615 : Juzgando un libro por su descripción: analizando los estereotipos de género en la ficción ganadora del premio Man Bookers

esconder