Forskare vid bland annat Köpenhamns universitet kunde med hjälp av en ny datamodell analysera 3,5 miljoner böcker publicerade på engelska mellan åren 1900–2008, och få fram vilka adjektiv som oftast beskriver kvinnor respektive män. Högst upp på listan för positiva adjektiv för kvinnor var vacker och härlig, och för männen var det rättvis och sund.
– Vi upptäckte välkända könsstereotyper, men vi kunde genomföra detta i en större skala än vad som gjorts tidigare, säger Isabelle Augenstein, forskare i datorvetenskap och assisterande professor vid Köpenhamns Universitet och fortsätter:
– Resultatet i sig kom inte som en överraskning. Men magnituden var förvånande, att det var så pass stor skillnad.
Fem gånger mer yta för kvinnor
– Vi har använt oss av en metod som söker upp substantiv som har ett verb eller ett adjektiv som modifierar det. Exempelvis, den vackra flickan eller mannen springer. Sedan kunde man också se om dessa adjektiv och verb var negativa, positiva eller neutrala i sin kontext, säger Augenstein.
De kom fram till att negativa verb som är kopplade till det yttre förekommer fem gånger oftare för kvinnor än för män, och neutrala och positiva två gånger så ofta. De som används för att beskriva män syftar mer till beteende och personlighet.
Finns brister
Detta kan till exempel komma att ha betydelse när företag sorterar sina jobbansökningar digitalt, och språket vi använder för att beskriva män och kvinnor skiljer sig åt och värderas olika, menar forskarna.
Forskarna poängterar att det finns brister i studien som de fortsatt arbetar med. Bland annat att de inte har räknat in författaren i fråga, om verket är publicerat för flera decennier sedan, och de har inte gjort skillnad på olika typer av genrer, som romance och fakta. Längre fram planerar de även att analysera huruvida språket gällande könsstereotyper har förändrats från 1900 till 2008.
Om studien
De som tagit fram studien tillsammans med Isabelle Augenstien är Alexander Hoyle vid the University of Maryland, Lawrence Wolf-Sonkin of Google Research, US; Ryan Cotterell of Johns Hopkins University, US + University of Cambridge, UK, and Hanna Wallach at the University of Massachusetts Amherst, USA and Microsoft Research, US.