Dansk Magisterforening

Kvinder ser ud, og mænd handler

© Illustration: Adam O.

Peter Andersen
Del artikel:

Fritidsforskning gav overraskende resultater. Nu håber dataloger fra Danmark, England og USA at få penge til et grundigere studie i, hvordan kvinder og mænd beskrives forskelligt i litteraturen.

Google Books er en database med 3,5 millioner bøger på engelsk. I disse 3,5 millioner bøger er der negative beskrivelser af kvinders udseende fem gange oftere, end det er tilfældet for mænd.

Det viser et computerstudie fra fem forskere i England, USA og Danmark. En af dem er Isabelle Augenstein fra Københavns Universitet. Hun havde ventet at finde forskelle, da hun og hendes fire kolleger satte computere til at lede efter kønsspecifikke sætninger og sammenhænge i de mange bøger, som er udgivet mellem år 1900 og 2008. Men den nævnte opdagelse var alligevel en øjenåbner.

“Hvis man ser det helt generelt, er det ikke sådan, at kvinder er mere negativt beskrevet end mænd, men når vi deler det op i underkategorier, finder vi forskellene. Kvinder bliver også beskrevet mere positivt end mænd i forhold til udseende, men forskellen er klart størst, når det gælder de negative beskrivelser. Og det overraskede mig, at forskellen er så stor”, siger hun.

Kunstig intelligens

Isabelle Augenstein er ikke kønsforsker, men datalog. Hun er født i Tyskland og har blandt andet studeret i Heidelberg og Sheffield, men leder nu en afdeling for sprogteknologi eller natural language understanding på Københavns Universitet.

Metoden kaldes machinelearning eller “automatisk læring” og er en form for kunstig intelligens. Computeren fodres med en masse ord og lærer selv at finde mønstre i sproget inden for et givet felt – i dette tilfælde tillægsord og udsagnsord, der knytter sig til kønsbestemte navneord som kvinde, prinsesse eller stewardesse.

Forinden hjalp forskerne computeren på vej ved at bryde ordene op i undergrupper. Der er for eksempel set bort fra tillægsord, der relaterer sig direkte til kroppen, som “gravid” og “frugtsommelig”. Desuden har forskerne taget en stikprøve for at tjekke, om de mønstre, der blev fundet, overhovedet gav mening i sammenhængen. Ellers har maskinerne gjort arbejdet.

“Det er velkendt fra sprogforskningen, at folk bruger forskelligt sprog, når de taler om mænd og kvinder. Tidligere har forskere samlet eksempler på stereotyper, vi allerede kender til, og har så fundet nogle mønstre i tekster. Det har vi så at sige vendt på hovedet. Med vores metode behøver vi ikke at have prædefinerede sprogmønstre på forhånd. Det gav os mulighed for at opdage kønsstereotyper uden at vide, hvilke vi skulle kigge efter på forhånd”, fortæller Isabelle Augenstein.

Klare resultater

Og de er der, som nævnt i indledningen, stereotyperne. Og de er signifikante, som forskerne skriver i deres rapport.

Blandt de tillægsord, som giver størst udslag i beskrivelsen af kvinder, er “grim” og “kunstig” og på den positive side forskellige synonymer for “smuk”. Mændene er der­imod “utro” og “voldelige”, eller de er “galante” og “tapre”.

Det helt overordnede billede er, kvinder oftere beskrives ud fra deres udseende, mens mænd oftere beskrives ud fra deres opførsel eller væremåde. Og de sprogmønstre vil vi kunne genfinde i de algoritmer, som fylder vores hverdag via smartphones, tablets og computere og usynligt guider os til at foretage bestemte handlinger eller vælge et bestemt ord i stavekontrollen.

“Vi vil gerne skabe en almindelig opmærksomhed om, at kønsspecifikt sprog findes. Det er en skidt ting af mange forskellige grunde, når kvinder på den måde bliver anderledes beskrevet end mænd, for eksempel i forhold til deres rolle i samfundet og deres jobmuligheder. Når vi ved, at vi har et problem, kan vi bruge det til at bygge modeller, der er mere selektive med hensyn til de data, der puttes ind i programmerne. Og de kan så selv lære at blive bedre til at behandle de data”.

Så maskinerne kan lære os at blive mere neutrale, når vi taler om mænd og kvinder?

“Ja”, fastslår Isabelle Augenstein.

Stadig et åbenlyst problem

Studiet er på den ene side det hidtil største af sin slags med de i alt 11 milliarder ord, der har været gennem computerne. På den anden side er det et ret begrænset studie. Det begyndte med, at Alexander Hoyle, som er masterstudent på UCL i London, skulle have foretaget research som forberedelse til en ph.d.-ansøgning.

“Arbejdet er mere eller mindre foregået i fritiden”, siger Isabelle Augenstein.

Resultaterne har imidlertid givet et vist gennemslag i medierne, og nu håber de på at kunne gå videre – denne gang med et egentligt forskningsprojekt. De har blandt andet søgt penge i Danmarks Frie Forskningsfond, som har til formål at støtte originale ideer fra forskerne selv.

“Vi vil gerne bryde det op i tidsperioder, undersøge forskelle på skøn- og faglitteratur, lave krydsreferencer til forskellige kulturer og gå mere ind i enkelte bøger. For eksempel har vi ikke taget højde for, at en person i en bog bevidst kan være beskrevet som en chauvinist”.

Hvis du læser bøger fra første halvdel af forrige århundrede, kan du finde udtryk, som dengang var almindelige, men som i dag betegnes som klart racistiske. Tror du ikke også, at synet på kvinder har ændret sig?

“Jo, meget har ændret sig, men problemerne med hensyn til stereotyper i forhold til køn er jo ikke forsvundet. Bare se på de politiske ledere rundtomkring og det sprog, de bruger. Jeg behøver vist ikke at nævne navne. Det er åbenlyst, at problemet stadig er der”.

Blev du ikke nysgerrig og læste i nogle af bøgerne undervejs?

“Nej, jeg var mere interesseret i metodikken end i, hvilke forfattere der er specielt slemme”.

Kan du læse en bog i dag uden at have det her i tankerne?

“Jeg er i hvert fald blevet mere opmærksom på kønsmæssige ­ste­reotyper efter at have arbejdet med det”.

}