Algorithmic Recommandation for Gender Stereotypes Online
Les systèmes de recommandations algorithmiques sont largement utilisés pour personnaliser l'expérience de l'utilisateur et fournir le contenu, les produits, les services et les informations pertinents en fonction des intérêts et des préférences individuels.
Cependant, ces systèmes reposent souvent sur des méthodes d'analyse des données qui peuvent être biaisées et perpétuer les stéréotypes de genre, ce qui conduit à une représentation limitée des femmes dans les résultats de recherche et les flux des réseaux sociaux. Ce document examinera comment ces algorithmes contribuent à la reproduction des normes de genre, au renforcement des rôles traditionnels de genre et à l'objectivité sexuelle.
Comment les algorithmes renforcent les stéréotypes de genre
La façon dont les algorithmes traitent les données et fournissent des recommandations est influencée par les notions culturelles de base du champ qui définissent le type de contenu qu'ils produisent.
Par exemple, des études ont montré que Google recherche des images pour « femme » et « homme » donnent des résultats différents: plus de photos de femmes apparaissent dans les catégories beauté et mode, tandis que les hommes apparaissent plus souvent dans les domaines professionnel et professionnel. Ces différences reflètent les attentes de la société quant à ce que signifie être un homme ou une femme, contribuant ainsi à normaliser les comportements sexistes.
L'objectivité sexuelle
L'un des domaines où les recommandations algorithmiques jouent un rôle important dans le renforcement des stéréotypes sexuels est l'objectivité sexuelle. Les moteurs de recherche tels que Google et Bing affichent souvent des images pornographiques lorsque les utilisateurs introduisent des mots clés sexuellement réfléchissants, tandis que d'autres plateformes telles que Facebook et Twitter promeuvent des posts contenant un langage franc et des images. Une telle exposition peut renforcer les hypothèses de genre sur les femmes comme des objets sexuels qui existent principalement pour le plaisir masculin, ce qui conduit à des attitudes néfastes envers les femmes et leur corps.
Limitation de la représentation des femmes
Un autre problème lié aux systèmes algorithmiques de recommandation est la représentation limitée des femmes dans les espaces en ligne, y compris les résultats de recherche, les flux de réseaux sociaux et les campagnes publicitaires. L'étude a montré que seulement 25 % des articles sur la technologie et la science sont des auteurs féminins, et un autre a noté que les nouvelles axées sur les femmes sont moins susceptibles d'atteindre les classements supérieurs que ceux écrits par les hommes. Ces résultats montrent comment les systèmes algorithmiques perpétuent les structures de pouvoir existantes, contribuant à la domination des voix et des perspectives masculines sur les autres.
Les systèmes de recommandation algorithmiques ne sont pas neutres, mais façonnent activement notre perception et notre compréhension du sexe. En perpétuant les rôles traditionnels des femmes et l'objectivité sexuelle, ces systèmes contribuent à la marginalisation des femmes et exacerbent les préjudices à leur égard. Il est important de relever ce défi en développant des algorithmes plus inclusifs, diversifiés et représentatifs de tous les sexes et en mettant en place des politiques qui limitent l'exposition au contenu offensant.
Comment les recommandations algorithmiques renforcent-elles les stéréotypes de genre sur Internet ?
Il est connu que les recommandations algorithmiques sur les plateformes de médias sociaux telles que Facebook et Instagram renforcent les stéréotypes de genre en promouvant des contenus adaptés aux intérêts et préférences perçus des utilisateurs en fonction de leurs caractéristiques démographiques, y compris en ce qui concerne les rôles et attentes traditionnels du genre, ce qui peut être nocif pour les hommes et les femmes.