Algoritmik önyargılar, algoritmaları eğitmek için kullanılan verilerden kaynaklanan önyargılar olarak tanımlanabilir, daha sonra aynı önyargıları tahminleri ve kararları ile sürdürürler. Son yıllarda, algoritmik önyargıların insanların çevrimiçi cinsiyet ve cinsellik algılarını nasıl etkileyebileceği konusunda artan bir endişe var. Bu makale, algoritmik önyargının, özellikle çevrimiçi arkadaşlık uygulamaları ve sosyal medya platformları bağlamında, cinsiyet ve cinsellik hakkındaki normatif varsayımları nasıl ustaca artırabileceğini inceleyecek. Birçok çevrimiçi hizmetin, kişiselleştirilmiş öneriler ve eşleştirme sonuçları sağlamak için profiller ve yayınlar gibi kullanıcı tarafından oluşturulan içeriğe büyük ölçüde güvendiğini belirtmek önemlidir. Bu sistemler, kullanıcılar ve platformlar arasında bir güç dengesizliği sağlarken seçim yanılsaması yaratmak için tasarlanmıştır. Örneğin, bir kullanıcı bir arkadaşlık uygulamasında bir profil oluşturduğunda, konumlarına, yaş aralığına, ilgi alanlarına ve diğer demografik faktörlere göre bir dizi potansiyel eşleşme sunulur. Ancak, bu sürecin önyargılı verilerden veya eski klişelerden etkilenmesi ve geleneksel kategorilere uymayanlar için sınırlı fırsatlara yol açması mümkündür. Çevrimiçi buluşmada algoritmik önyargıya bir örnek, kullanıcıları ortak ilgi alanlarına göre bağlamak için eşleşen bir sistem kullanan popüler bir buluşma platformu olan OkCupid'den geliyor. Data & Society tarafından yapılan bir araştırma, OkCupid algoritmasının, kullanıcı verilerindeki tarihsel kalıplar nedeniyle LGBTQ + bireylere göre heteroseksüel çiftleri tercih ettiğini buldu. Sonuç olarak, tüm yeni evliliklerin yarısından fazlası artık doğrudan başka bir şey olarak tanımlayan en az bir ortak içerirken, cisgender olarak tanımlanmayan kullanıcılara, olanlardan daha az seçenek sunulabilir. Benzer şekilde, Facebook ve Instagram tarafından kullanıcıların yayınlarında hangi içeriğin göründüğünü belirlemek için kullanılan algoritmalar genellikle marjinal gruplara karşı önyargılıdır. Örneğin, Nature Communications'da yayınlanan bir araştırma, kadınların kilo kaybı ürünleri için reklam alma ihtimalinin erkeklerden daha yüksek olduğunu ve vücut imajı etrafındaki zararlı cinsiyet normlarını sürdürdüğünü buldu. Buna ek olarak, araştırmalar siyah Amerikalıların beyaz Amerikalılardan daha muhtemel Sosyal medyada konut ayrımcılığı reklamlarını görmek, ırksal eşitsizlikleri güçlendirmek. Bu tür algoritmik önyargılar, dar perspektiflere yol açabilir ve bazı gruplar hakkında olumsuz klişeleri güçlendirebilir. Sonuç olarak, birçok çevrimiçi hizmet kişiselleştirme ve seçenek sunduğunu iddia ederken, kullanıcılarının cinsiyet ve cinsellikle ilgili yerleşik normların dışında keşfetme yeteneklerini sınırlayabilirler. Bu sistemlerin nasıl çalıştığını inceleyerek, arkasındaki varsayımlara meydan okumaya başlayabilir ve daha kapsayıcı alternatifler yaratmaya çalışabiliriz. Kullanıcıların kişisel bilgilerinin nasıl kullanıldığını ve paylaşıldığını bilmeleri de önemlidir, böylece çevrimiçi paylaşmayı tercih ettikleri şey hakkında bilinçli kararlar verebilirler.
Algoritmik çarpıtmalar, çevrimiçi olarak cinsiyet ve cinsellik hakkındaki normatif varsayımları ustaca artırabilir mi?
Algoritmik önyargılar, insan önyargısı içeren veri kümelerine dayanan makine öğrenme algoritmaları tarafından verilen önyargılı kararlardan kaynaklanan sistematik hatalar olarak tanımlanabilir. Bu önyargılar marjinal topluluklar için istenmeyen sonuçlar doğurabilir ve ayrımcılığa yol açabilir. Sosyal medya gibi çevrimiçi platformlar söz konusu olduğunda, bu önyargılar insanların birbirleriyle nasıl etkileşime girdiğini ve cinsiyet ve cinsellikle ilgili olanlar da dahil olmak üzere ilişkiler kurmasını etkileyebilir.