Inteligência artificial revela como os estereótipos americanos sobre as mulheres e minorias mudaram nos últimos 100 anos


Inteligência artificial revela como os estereótipos americanos sobre as mulheres e minorias mudaram nos últimos 100 anos


 Estereótipos e Inteligência Artificial
Estereótipos e Inteligência Artificial
  Encartes de palavras quantificam 100 anos de estereótipos de gênero e étnica

Como você mede os estereótipos do passado depois que o passado se foi? Você pode ler o que as pessoas escreveram e registrar os insultos, mas o preconceito geralmente é mais sutil que uma única palavra. Os pesquisadores estão agora desenvolvendo inteligência artificial (IA) para ajudar. Um novo estudo analisou quais estereótipos ainda estão se sustentando - e quais estão indo no caminho do disquete.

Para quantificar o viés, uma equipe se voltou para um tipo de IA conhecido como aprendizado de máquina, que permite aos computadores analisar grandes quantidades de dados e encontrar padrões automaticamente. Eles projetaram seu programa para usar o Word Embeddings(Encartes de palavras) , sequências de números que representam o significado de uma palavra com base em sua aparência ao lado de outras palavras em grandes corpos de texto. Se as pessoas costumam descrever as mulheres como emocionais, por exemplo, “emocional” aparecerá ao lado de “mulher” com mais frequência do que “homem”, e o “embeddings” vai perceber isso: a incorporação de “emocional” será mais numericamente a de “ mulher ”do que“ homem ”. Terá um viés feminino.

Os pesquisadores primeiro queriam ver se os embeddings eram uma boa medida de estereótipos. Analisando o texto publicado em inglês de várias décadas, eles descobriram que os embeddings de seu programa claramente se alinhavam com os resultados de pesquisas sobre estereótipos de gênero e étnica dos mesmos tempos. Em seguida, analisaram sentimentos que não haviam sido pesquisados, usando 200 milhões de palavras extraídas de jornais, livros e revistas dos anos de 1910 a 1990. 


Indo década por década, eles descobriram que palavras relacionadas à competência - como “engenhosas” e “espertas” - estavam lentamente se tornando menos masculinas. Mas palavras relacionadas à aparência física - como "sedutor" e "caseiro" - estavam presas no tempo. Ao longo das décadas, seus embeddings ainda eram distintamente "femininos". Outras descobertas focaram em raça e religião: nomes asiáticos se tornaram menos estreitamente ligados a termos para pessoas de fora (incluindo "desonesto") e em um conjunto separado de dados - The New York Times de 1988 a 2005, palavras relacionadas ao terrorismo tornaram-se mais estreitamente associadas a palavras relacionadas ao Islã após os ataques de 1993 e 2001 ao World Trade Center, em Nova York. Pessoas de outros tempos e lugares podem não ser capazes de lhe dizer seus preconceitos, mas também não podem ocultá-las. O trabalho aparece nos Anais da Academia Nacional de Ciências .


Editado e Traduzido
Texto original:Matthew Hutson -sciencemag.org.

Comentários

Recentes