Les personnages de livres sont quatre fois plus susceptibles d’être des hommes que des femmes, selon une étude sur les préjugés sexistes

Les personnages de livres sont environ quatre fois plus susceptibles d’être des hommes que des femmes, a révélé une nouvelle étude sur les préjugés sexistes dans la littérature.

Des chercheurs de l’USC Viterbi School of Engineering ont utilisé l’intelligence artificielle pour examiner plus de 3 000 livres en anglais allant de la science-fiction et de l’aventure au mystère et à la romance – en passant par des nouvelles, de la poésie et des romans.

L’équipe a découvert que les personnages masculins apparaissaient quatre fois plus souvent que les femmes dans les livres, bien que cela diminuait lorsque l’auteur de l’œuvre était une femme.

Il y avait aussi plus de termes négatifs utilisés en relation avec les personnages féminins tels que « faible » et « stupide » par rapport à « fort » et « pouvoir » utilisés pour les hommes.

“Les préjugés sexistes sont réels, et lorsque nous voyons quatre fois moins de femmes dans la littérature, cela a un impact subliminal sur les personnes qui consomment la culture”, a déclaré l’auteur Mayank Kejriwal.

Les personnages de livres sont environ quatre fois plus susceptibles d’être des hommes que des femmes, a révélé une nouvelle étude sur les préjugés sexistes dans la littérature, comme Jay Gatsby de F Scott Fitzgerald.

Des chercheurs de l'USC Viterbi School of Engineering ont utilisé l'intelligence artificielle pour examiner plus de 3 000 livres en anglais allant de la science-fiction et de l'aventure au mystère et à la romance - à travers des nouvelles, de la poésie et des romans

Des chercheurs de l’USC Viterbi School of Engineering ont utilisé l’intelligence artificielle pour examiner plus de 3 000 livres en anglais allant de la science-fiction et de l’aventure au mystère et à la romance – à travers des nouvelles, de la poésie et des romans

L’étude, menée par l’Institut des sciences de l’information de l’USC, s’est inspirée d’autres travaux portant sur les préjugés sexistes implicites, qui n’ont donné qu’un résultat qualitatif.

L’équipe, y compris Kejriwal, voulait quantifier la représentation des hommes et des femmes dans la littérature et les médias au sens large à l’aide de techniques d’IA.

Pour produire ces résultats, Kejriwal et son co-auteur, Akarsh Nagaraj, ont accédé aux données via le corpus du projet Gutenberg – pour créer un texte à partir duquel travailler.

Nagaraj a déclaré que les méthodes qu’ils ont utilisées, ainsi que les résultats, ont révélé une meilleure compréhension des préjugés dans la société, ainsi que de leurs implications.

“Les livres sont une fenêtre sur le passé, et les écrits de ces auteurs nous donnent un aperçu de la façon dont les gens perçoivent le monde et comment il a changé”, a-t-il ajouté.

L’étude a produit un certain nombre de méthodes pour déterminer combien de femmes sont apparues dans la littérature, y compris quelque chose connu sous le nom de reconnaissance d’entité nommée (NER), une méthode importante utilisée pour extraire des caractères spécifiques au sexe.

Il y avait aussi plus de termes négatifs utilisés en relation avec les personnages féminins tels que « faible » et « stupide » par rapport à « fort » et « pouvoir » utilisés pour les hommes, comme James Bond.

Il y avait aussi plus de termes négatifs utilisés en relation avec les personnages féminins tels que « faible » et « stupide » par rapport à « fort » et « pouvoir » utilisés pour les hommes, comme James Bond.

L'équipe a découvert que les personnages masculins apparaissaient quatre fois plus souvent que les femmes dans les livres, bien que cela réduise lorsque l'auteur de l'œuvre était une femme.

L’équipe a découvert que les personnages masculins apparaissaient quatre fois plus souvent que les femmes dans les livres, bien que cela réduise lorsque l’auteur de l’œuvre était une femme.

“L’une des façons dont nous définissons cela consiste à examiner le nombre de pronoms féminins dans un livre par rapport aux pronoms masculins”, a déclaré Kejriwal, ajoutant que “l’autre technique consiste à quantifier le nombre de personnages féminins qui en sont les personnages principaux”.

Cela a permis à l’équipe de recherche de déterminer si les personnages masculins étaient au cœur de l’histoire, dans les quelque 3 000 histoires publiées de 1880 à 2000.

COMMENT LES INTELLIGENCES ARTIFICIELLES APPRENNENT EN UTILISANT LES RÉSEAUX DE NEURONES

Les systèmes d’IA reposent sur des réseaux de neurones artificiels (ANN), qui tentent de simuler le fonctionnement du cerveau pour apprendre.

Les ANN peuvent être formés pour reconnaître des modèles d’informations – y compris la parole, les données textuelles ou les images visuelles – et sont à la base d’un grand nombre des développements de l’IA au cours des dernières années.

L’IA conventionnelle utilise des entrées pour “enseigner” un algorithme sur un sujet particulier en lui fournissant d’énormes quantités d’informations.

Les applications pratiques incluent les services de traduction linguistique de Google, le logiciel de reconnaissance faciale de Facebook et les filtres en direct de modification d’image de Snapchat.

Le processus de saisie de ces données peut prendre énormément de temps et se limiter à un seul type de connaissances.

Une nouvelle race d’ANN appelée Adversarial Neural Networks oppose l’esprit de deux robots IA, ce qui leur permet d’apprendre l’un de l’autre.

Cette approche est conçue pour accélérer le processus d’apprentissage, ainsi que pour affiner le résultat créé par les systèmes d’IA.

Les résultats de l’étude ont également montré que l’écart entre les personnages masculins et féminins diminue sous la paternité féminine.

“Cela nous a clairement montré qu’à cette époque, les femmes se représenteraient bien plus qu’un écrivain masculin”, a déclaré Nagaraj.

Il y avait certaines limites aux techniques utilisées par l’équipe, par exemple si l’auteur n’était pas clairement un homme ou une femme, elles étaient ignorées.

“Lorsque nous avons publié le document sur l’ensemble de données, les examinateurs ont critiqué le fait que nous ignorions les genres non dichotomiques”, a déclaré Kejriwal.

«Mais nous étions d’accord avec eux, d’une certaine manière. Nous pensons qu’il est complètement supprimé, et nous ne pourrons pas trouver beaucoup [transgender individuals or non-binary individuals].’

Kejriwal a reconnu que les outils d’IA pour identifier les mots au pluriel, tels que “ils”, qui peuvent faire référence à un individu non binaire, n’existent pas encore.

Ils espèrent que les méthodes qu’ils ont développées pourront servir de cadre à de futures études, qui aborderont plus efficacement ces problèmes sociaux.

L’étude fournit également un plan pour les travaux futurs sur la quantification des résultats qualitatifs qu’ils ont découverts grâce aux méthodologies de l’étude.

Sans le biais inhérent aux enquêtes conçues par l’homme, l’IA a pu déterminer des adjectifs liés à des caractères spécifiques au genre.

“Même avec des attributions erronées, les mots associés aux femmes étaient des adjectifs comme” faible “, ” aimable “, ” joli ” et parfois ” stupide “, a déclaré Nagaraj. “Pour les personnages masculins, les mots les décrivant comprenaient” leadership “, ” pouvoir “, ” force ” et ” politique “.

Bien que l’équipe n’ait finalement pas quantifié cette partie de son étude, cette différence dans les descriptions entre les personnages spécifiques au genre devrait être abordée à l’avenir, a déclaré l’équipe, ajoutant qu’il y a du mérite dans “une enquête qualitative plus complète sur les associations de mots avec le genre”.

“Notre étude nous montre que le monde réel est complexe mais qu’il y a des avantages pour tous les différents groupes de notre société qui participent au discours culturel”, a déclaré Kejriwal. “Lorsque nous faisons cela, nous avons tendance à avoir une vision plus réaliste de la société.”

Kejriwal espère que l’étude servira à souligner l’importance de la recherche interdisciplinaire, c’est-à-dire l’utilisation de la technologie de l’IA pour mettre en évidence les problèmes sociaux urgents et les inégalités qui peuvent être résolus.

Les résultats ont été publiés dans la revue Data in Brief.

Les titres avec un protagoniste masculin ont tendance à se concentrer sur les professions et les outils, tandis que ceux dirigés par une femme se concentrent sur l’affection et la communication.

Les livres conçus pour les enfants pourraient perpétuer les stéréotypes de genre, met en garde une nouvelle étude.

Plus de 240 livres écrits pour les enfants de cinq ans et moins ont été analysés par une équipe de l’Université Carnegie Mellon et de l’Université du Wisconsin-Madison.

Ils ont constaté que les livres avec un personnage principal masculin parlaient plus souvent de professions, tandis que ceux avec un protagoniste féminin parlaient d’affection.

“Certains des stéréotypes qui ont été étudiés dans une littérature de psychologie sociale sont présents dans ces livres, comme les filles qui sont bonnes en lecture et les garçons qui sont bons en mathématiques”, a déclaré Molly Lewis, auteur principal de l’étude.

Les auteurs pensent que les livres genrés lus aux enfants dans les premières années de l’éducation “pourraient jouer un rôle essentiel dans la consolidation des perceptions genrées chez les jeunes enfants”.

.

Leave a Comment