Los hombres se describen típicamente con palabras que se refieren al comportamiento, mientras que los adjetivos atribuidos a las mujeres tienden a asociarse con la apariencia física. Esta, según un grupo de informáticos de la Universidad de Copenhague y otras universidades que desplegaron el aprendizaje automático para analizar 3,5 millones de libros.

"Hermoso" y "sexy" son dos de los adjetivos que se usan con más frecuencia para describir a las mujeres. Los descriptores que se usan comúnmente para hombres incluyen "justos, "'racional' y 'valiente".

Un informático de la Universidad de Copenhague, junto con otros investigadores de los Estados Unidos, examinó una enorme cantidad de libros en un esfuerzo por averiguar si existe una diferencia entre los tipos de palabras que se utilizan para describir a hombres y mujeres en la literatura. Usando un nuevo modelo de computadora, los investigadores analizaron un conjunto de datos de 3,5 millones de libros, todos publicados en inglés entre 1900 y 2008. Los libros incluyen una mezcla de literatura de ficción y no ficción.

"Podemos ver claramente que las palabras que se usan para las mujeres se refieren mucho más a su apariencia que las palabras que se usan para describir a los hombres. Por lo tanto, hemos podido confirmar una percepción generalizada, solo ahora a nivel estadístico, "dice la científica informática y profesora asistente Isabelle Augenstein del Departamento de Ciencias de la Computación de la Universidad de Copenhague.

Los investigadores extrajeron adjetivos y verbos asociados con sustantivos específicos de género (por ejemplo, 'hija' y 'azafata'). Por ejemplo, en combinaciones como 'azafata sexy' o 'chicas cotilleando'. Luego analizaron si las palabras tenían un efecto positivo, sentimiento negativo o neutral, y posteriormente en qué categorías se podrían dividir las palabras.

Sus análisis demuestran que los verbos negativos asociados con el cuerpo y la apariencia se utilizan con una frecuencia cinco veces mayor para las mujeres que para los hombres. Los análisis también demuestran que los adjetivos positivos y neutrales relacionados con el cuerpo y la apariencia ocurren aproximadamente con el doble de frecuencia en las descripciones de las mujeres. mientras que los varones se describen con mayor frecuencia utilizando adjetivos que se refieren a su comportamiento y cualidades personales.

En el pasado, Los lingüistas suelen observar la prevalencia del lenguaje y los prejuicios de género, pero utilizando conjuntos de datos más pequeños. Ahora, Los informáticos pueden implementar algoritmos de aprendizaje automático para analizar grandes cantidades de datos; en este caso, 11 mil millones de palabras.

Nueva vida para los viejos estereotipos de género

Aunque muchos de los libros se publicaron hace varias décadas, todavía juegan un papel activo, señala Isabelle Augenstein. Los algoritmos utilizados para crear máquinas y aplicaciones que pueden comprender el lenguaje humano se alimentan con datos en forma de material de texto que está disponible en línea. Esta es la tecnología que permite que los teléfonos inteligentes reconozcan nuestras voces y permite que Google brinde sugerencias de palabras clave.

"Los algoritmos funcionan para identificar patrones, y siempre que se observe uno, se percibe que algo es "cierto". Si alguno de estos patrones se refiere a un lenguaje sesgado, el resultado también estará sesgado. Los sistemas adoptan, por así decirlo, el idioma que usamos las personas, y por lo tanto, nuestros estereotipos y prejuicios de género, "dice Isabelle Augenstein, y da un ejemplo de dónde puede ser importante:

"Si el lenguaje que usamos para describir a hombres y mujeres es diferente, en las recomendaciones de los empleados, por ejemplo, influirá a quién se le ofrezca un trabajo cuando las empresas utilicen los sistemas de TI para clasificar las solicitudes de empleo ".

A medida que la inteligencia artificial y la tecnología del lenguaje se vuelven más prominentes en la sociedad, es importante estar consciente del lenguaje de género.

Augenstein continúa:"Podemos intentar tener esto en cuenta al desarrollar modelos de aprendizaje automático, ya sea utilizando texto menos sesgado o forzando a los modelos a ignorar o contrarrestar el sesgo. Las tres cosas son posibles".

Los investigadores señalan que el análisis tiene sus limitaciones, ya que no tiene en cuenta quién escribió los pasajes individuales y las diferencias en los grados de sesgo dependiendo de si los libros se publicaron durante un período anterior o posterior dentro de la línea de tiempo del conjunto de datos. Es más, no distingue entre géneros, por ejemplo. entre novelas románticas y no ficción. Actualmente, los investigadores están haciendo un seguimiento de varios de estos elementos.