O termo "big data" pode trazer à mente faixas de informações privadas mantidas por empresas de tecnologia. Mas muitos Big Data são, na verdade, visível para todos - podemos simplesmente não pensar nisso como "dados".

Se você foi ao cinema recentemente, você terá visto um conjunto de dados de créditos - listando o elenco e os membros da equipe ao lado de seus papéis. Embora os créditos de qualquer filme possam não ser tão úteis, os créditos de cada filme podem formar um grande conjunto de dados. Na Nesta e no PEC (uma nova política e centro de evidências para as indústrias criativas), estivemos explorando como esses tipos de grandes conjuntos de dados não confidenciais podem lançar uma nova luz sobre a representação de gênero nas indústrias criativas.

A representação de gênero tem sido tradicionalmente avaliada por meio de pesquisas com trabalhadores. Mas a maioria das pesquisas não dura tanto tempo e pode levar vários anos (após o lançamento de uma nova pesquisa) antes que possamos dizer como a mistura de gênero está mudando. Também, as pesquisas muitas vezes não vão além da contagem do número de mulheres e homens - e, portanto, não podem lançar luz sobre o quão proeminente cada grupo foi no processo criativo, ou como eles foram retratados em uma forma de arte particular.

Cavando fundo

Observamos recentemente as reportagens da mídia sobre mulheres nas indústrias criativas, usando mais de meio milhão de artigos do jornal The Guardian, publicado entre 2000 e 2018, das seções do jornal relacionadas às indústrias criativas (como livros, Filme, Moda e Jogos).

Nos últimos cinco anos, houve um grande aumento nas referências a mulheres. De 2000 a 2013, menos de um terço dos pronomes de gênero nos artigos (por exemplo, "ele" e "ela") referiam-se às mulheres. Mas isso começou a mudar em 2014 - e em 2018, a porcentagem de pronomes com gênero feminino atingiu 40%. Por contraste, a mistura de gênero entre os trabalhadores nas indústrias criativas do Reino Unido permaneceu estável nos últimos anos, e fica em torno de 37%.

Também estudamos as palavras que seguiram os pronomes "ele" e "ela", para obter uma visão sobre o retrato da mídia de trabalhadores criativos. Isso nos levou a descobrir que, em comparação com os homens, houve maior foco em sons específicos feitos por mulheres, como "risos", "chora", "risos", e "coos", e reações não verbais, como "sorrisos", "sorri" e "acena com a cabeça". Essas palavras nunca foram usadas com frequência, mas quando eles foram usados, era mais provável que se referissem a mulheres do que a homens (em comparação com outras palavras).

Em contraste, palavras relacionadas a realizações criativas anteriores e atividades de liderança se referiam com mais frequência aos homens. Por exemplo, é muito mais provável que você veja "ele dirigiu" do que "ela dirigiu", e da mesma forma "ele executou", "Ele projetou", "ele administrou" e "ele fundou". Essa descoberta é consistente com os desequilíbrios de gênero de longa data nas indústrias criativas.

Em outro estudo, usamos um conjunto de dados do British Film Institute (BFI) que continha os créditos de cada longa-metragem do Reino Unido lançado para o cinema.

Depois que o BFI inferiu o gênero das pessoas a partir de seus nomes, descobrimos que a mistura de gênero na tela não mudou significativamente desde o final da Segunda Guerra Mundial - e em 2017 as mulheres ainda representavam cerca de 30% dos membros do elenco e 34% dos membros da equipe.

Este conjunto de dados também mostrou diferenças baseadas em gênero nos empregos dos personagens na tela. Desde 2005, por exemplo, apenas 16% dos "médicos" na tela (em papéis sem nome) foram interpretados por mulheres, que choca com o fato de que as mulheres representam 46% dos médicos no Reino Unido.

Justiça criativa

Não somos de forma alguma os únicos pesquisadores que mostram o potencial de fontes não confidenciais de big data para informar as métricas de gênero nas indústrias criativas. Pesquisadores do Google, em colaboração com o Instituto Geena Davis, usou tecnologia de reconhecimento facial e de fala para mostrar que nos 100 filmes de ação ao vivo de maior bilheteria dos EUA, em cada ano de 2014 a 2016, as mulheres ocupavam apenas 36% do tempo de tela e 35% do tempo de conversação.

Embora os estudos de big data possam enriquecer as medidas de diversidade, existem duas fontes importantes de viés potencial. Primeiro, quase sempre inferimos gênero - a partir de um rosto, um primeiro nome ou um único pronome - e assim podemos errar o gênero de uma pessoa. Segundo, esses métodos de inferência normalmente detectam apenas "masculino" e "feminino", excluir ou classificar incorretamente qualquer pessoa que se identifique com um gênero não binário. Por estas razões, os métodos de big data não substituem as pesquisas - já que as pesquisas permitem que as pessoas se identifiquem e desistam totalmente.

Mesmo tendo em mente esses vieses potenciais, ainda existem muitas fontes de big data que podem lançar uma nova luz sobre os desequilíbrios de gênero, se fossem disponibilizados aos pesquisadores. Por exemplo, o acesso às fotos e legendas de filmes e programas de televisão pode ser usado para avaliar os esquemas de diversidade, enquanto o acesso ao conteúdo de mais jornais permitiria um estudo mais amplo sobre as reportagens da mídia sobre os trabalhadores criativos.

Para perceber o potencial desses novos métodos, Precisamos encorajar e apoiar as organizações criativas para compartilhar com segurança seus dados não confidenciais. Esperançosamente, isso permitirá que os pesquisadores se tornem um pouco mais criativos ao medir a igualdade de gênero nas indústrias criativas do Reino Unido.

Este artigo foi republicado de The Conversation sob uma licença Creative Commons. Leia o artigo original.