Rekomendacja algorytmiczna dla stereotypów płci Online
Systemy rekomendacji algorytmicznych są szeroko stosowane do personalizacji doświadczenia użytkownika i dostarczania odpowiednich treści, produktów, usług i informacji w oparciu o indywidualne zainteresowania i preferencje.
Jednak systemy te często opierają się na technikach analizy danych, które mogą być stronnicze i utrwalać stereotypy płci, co powoduje ograniczoną reprezentację kobiet w wynikach wyszukiwania i kanałach w mediach społecznościowych. W niniejszym dokumencie przeanalizuje się, w jaki sposób takie algorytmy przyczyniają się do powielania norm płci, wzmacniania tradycyjnych ról płci i sprzeciwu seksualnego.
Jak algorytmy wzmacniają stereotypy płci
Na to, jak algorytmy przetwarzają dane i dostarczają rekomendacje wpływają podstawowe przekonania kulturowe o płci, które decydują o rodzaju treści, które wytwarzają.
Na przykład badania wykazały, że Google wyszukuje obrazy dla „kobiety" i „mężczyzny", a więcej zdjęć kobiet pojawia się w kategoriach piękna i mody, podczas gdy mężczyźni częściej pojawiają się w dziedzinach zawodowych i zawodowych. Różnice te odzwierciedlają społeczne oczekiwania co to znaczy być mężczyzną lub kobietą, przyczyniając się do normalizacji zachowań płci.
Zastrzeżenia seksualne
Jedną z dziedzin, w których zalecenia algorytmiczne odgrywają ważną rolę we wzmacnianiu stereotypów płci, jest obiektywizacja seksualna. Wyszukiwarki takie jak Google i Bing często wyświetlają obrazy pornograficzne, gdy użytkownicy wpisują sugestywne słowa kluczowe, podczas gdy inne platformy, takie jak Facebook i Twitter, promują posty zawierające wyraźny język i obrazy. Takie narażenie może wzmocnić założenia płci o kobietach jako obiektach seksualnych, które istnieją głównie dla przyjemności mężczyzn, prowadząc do szkodliwych postaw wobec kobiet i ich ciał.
Ograniczenie reprezentacji kobiet
Kolejnym problemem z systemami rekomendacji algorytmicznych jest ograniczona reprezentacja kobiet w przestrzeniach internetowych, w tym wyniki wyszukiwania, kanały społecznościowe i kampanie reklamowe. Badania wykazały, że tylko 25% artykułów o technologii i nauce dotyczyło autorów kobiecych, a inny zauważył, że historie informacyjne skupione na kobietach są mniej prawdopodobne, aby osiągnąć najwyższe oceny niż te napisane przez mężczyzn. Wyniki te pokazują, jak systemy algorytmiczne utrwalają istniejące struktury mocy, przyczyniając się do dominacji męskich głosów i perspektyw nad innymi.
Systemy rekomendacji algorytmicznych nie są neutralne, ale raczej aktywnie kształtują naszą percepcję i zrozumienie płci. Poprzez utrwalanie tradycyjnych ról płci i obiektywizację seksualną, systemy te przyczyniają się do marginalizacji kobiet i nasilają szkodliwe nastawienie do nich. Należy temu zaradzić, opracowując algorytmy bardziej sprzyjające włączeniu społecznemu, zróżnicowane i reprezentatywne dla wszystkich płci, a także wdrażając politykę ograniczającą narażenie na treści ofensywne.
W jaki sposób wytyczne algorytmiczne wzmacniają stereotypy płci w internecie?
Znane są wytyczne algorytmiczne dotyczące platform społecznościowych, takich jak Facebook i Instagram, które wzmacniają stereotypy płci poprzez promowanie treści dostosowanych do postrzeganych przez użytkowników interesów i preferencji w oparciu o ich demografię, w tym płeć. Może to prowadzić do utrwalenia tradycyjnych ról i oczekiwań płci, co może być szkodliwe zarówno dla mężczyzn, jak i kobiet.