Press "Enter" to skip to content

I maschi nella letteratura? Sono rappresentati 4 volte di più delle femmine. Lo rivela studio con intelligenza artificiale


Nella foto: i ritratti della scrittrice Mary Shelley e del marito, il poeta Percy Bysshe Shelley
Uno studio compiuto dall’Università della California del Sud rivela che le figure maschili protagoniste dei romanzi, sono preponderanti rispetto a quelle femminili.

I ricercatori della USC Viterbi School of Engineering hanno utilizzato le tecnologie di intelligenza artificiale per questo studio.
Mayank Kejriwal, capo della ricerca presso l’Information Sciences Institute (ISI) della USC, è stato ispirato dal lavoro attuale sui pregiudizi di genere impliciti e dalla sua stessa esperienza nell’elaborazione del linguaggio naturale (NLP). Mentre molti studi pubblicati esaminano e analizzano gli aspetti qualitativi della rappresentazione femminile nella letteratura e nei media, la ricerca di Kejriwal ha sfruttato in particolare nuovi punti di forza: la raccolta di dati quantitativi attraverso gli algoritmi di apprendimento automatico esistenti.

Per produrre questi risultati, Kejriwal e Nagaraj hanno avuto accesso ai dati attraverso il corpus del progetto Gutenberg che contiene 3.000 libri in lingua inglese. Il genere dei libri variava dall’avventura e dalla fantascienza, al mistero e al romanticismo e in vari mezzi, inclusi romanzi, racconti e poesie.

Akarsh Nagaraj, MS ’21, coautore dello studio e Machine Learning Engineer presso Meta, ha contribuito a scoprire lo squilibrio letterario 4:1 uomo-donna.

“Il pregiudizio di genere è molto reale e ha un impatto subliminale sulle persone che consumano la cultura”, ha affermato Kejriwal, assistente professore di ricerca presso il Dipartimento di ingegneria industriale e dei sistemi di Daniel J Epstein. “Abbiamo rivelato quantitativamente in modo indiretto il pregiudizio che persiste nella cultura”.

Lo studio delinea diversi metodi per definire la prevalenza femminile in letteratura. Gli studiosi hanno utilizzato Named Entity Recognition (NER), un importante metodo NLP impiegato per estrarre caratteri specifici del genere. “Uno dei modi in cui lo definiamo è osservare quanti pronomi femminili ci sono in un libro rispetto ai pronomi maschili”, ha detto Kejriwal. L’altra tecnica consiste nel quantificare quanti personaggi femminili sono i personaggi principali in esso.

Ciò ha permesso al team di ricerca di determinare se i personaggi maschili fossero al centro della storia. I risultati dello studio hanno anche mostrato che la discrepanza tra i personaggi maschili e femminili diminuisce quando a scrivere è una donna.

In letteratura il pregiudizio di genere sovente espresso con aggettivi che sono pregiudizi di genere. “Le parole associate alle donne erano aggettivi come ‘debole’, ‘amabile’, ‘carino’ e talvolta ‘stupido'”, ha detto Nagaraj. “Per i personaggi maschili, le parole che li descrivevano includevano ‘leadership’, ‘potere’, ‘forza’ e ‘politica’”.