Os homens são normalmente descritos por palavras que se referem ao comportamento, enquanto os adjetivos atribuídos às mulheres tendem a estar associados à aparência física. Esse, de acordo com um grupo de cientistas da computação da Universidade de Copenhagen e outras universidades que implantaram o aprendizado de máquina para analisar 3,5 milhões de livros.

"Bonito 'e' sexy 'são dois dos adjetivos mais usados ​​para descrever as mulheres. Os descritores comumente usados ​​para os homens incluem' justo, "'racional' e 'corajoso."

Um cientista da computação da Universidade de Copenhagen, junto com outros pesquisadores dos Estados Unidos, vasculhei uma enorme quantidade de livros em um esforço para descobrir se há uma diferença entre os tipos de palavras usadas para descrever homens e mulheres na literatura. Usando um novo modelo de computador, os pesquisadores analisaram um conjunto de dados de 3,5 milhões de livros, todos publicados em inglês entre 1900 e 2008. Os livros incluem uma mistura de literatura de ficção e não ficção.

“Podemos ver claramente que as palavras usadas para mulheres se referem muito mais à sua aparência do que as palavras usadas para descrever os homens. pudemos confirmar uma percepção generalizada, só agora em um nível estatístico, "diz a cientista da computação e professora assistente Isabelle Augenstein do Departamento de Ciência da Computação da Universidade de Copenhagen.

Os pesquisadores extraíram adjetivos e verbos associados a substantivos específicos de gênero (por exemplo, 'filha' e 'aeromoça'). Por exemplo, em combinações como 'aeromoça sexy' ou 'garotas fofocando'. Eles então analisaram se as palavras tinham um resultado positivo, sentimento negativo ou neutro, e, posteriormente, em quais categorias as palavras podem ser divididas.

Suas análises demonstram que verbos negativos associados a corpo e aparência são usados ​​com cinco vezes mais frequência para mulheres do que para homens. As análises também demonstram que os adjetivos positivos e neutros relacionados ao corpo e à aparência ocorrem aproximadamente duas vezes mais nas descrições de mulheres, enquanto os homens são descritos com mais frequência usando adjetivos que se referem ao seu comportamento e qualidades pessoais.

No passado, lingüistas normalmente observavam a prevalência de linguagem e preconceitos de gênero, mas usando conjuntos de dados menores. Agora, cientistas da computação são capazes de implantar algoritmos de aprendizado de máquina para analisar grandes quantidades de dados - neste caso, 11 bilhões de palavras.

Nova vida para velhos estereótipos de gênero

Embora muitos dos livros tenham sido publicados há várias décadas, eles ainda desempenham um papel ativo, aponta Isabelle Augenstein. Os algoritmos usados ​​para criar máquinas e aplicativos que podem entender a linguagem humana são alimentados com dados na forma de material de texto que está disponível online. Esta é a tecnologia que permite que os smartphones reconheçam nossas vozes e permite que o Google forneça sugestões de palavras-chave.

"Os algoritmos funcionam para identificar padrões, e sempre que um é observado, percebe-se que algo é 'verdadeiro. "Se algum desses padrões se referir a uma linguagem tendenciosa, o resultado também será tendencioso. Os sistemas adotam, por assim dizer, a linguagem que usamos, e assim, nossos estereótipos e preconceitos de gênero, "diz Isabelle Augenstein, e dá um exemplo de onde pode ser importante:

"Se a linguagem que usamos para descrever homens e mulheres for diferente, em recomendações de funcionários, por exemplo, vai influenciar quem recebe uma oferta de emprego quando as empresas usam sistemas de TI para classificar os pedidos de emprego. "

À medida que a inteligência artificial e a tecnologia da linguagem se tornam mais proeminentes na sociedade, é importante estar ciente da linguagem de gênero.

Augenstein continua:"Podemos tentar levar isso em conta ao desenvolver modelos de aprendizado de máquina usando texto menos tendencioso ou forçando os modelos a ignorar ou neutralizar o viés. Todas as três coisas são possíveis."

Os pesquisadores apontam que a análise tem suas limitações, no sentido de que não leva em consideração quem escreveu as passagens individuais e as diferenças nos graus de parcialidade dependendo se os livros foram publicados durante um período anterior ou posterior dentro do cronograma do conjunto de dados. Além disso, não faz distinção entre gêneros - por exemplo, entre romances e não-ficção. Os pesquisadores estão atualmente acompanhando vários desses itens.