Big data-analyse afslører et svimlende omfang af ulighed mellem kønnene i kreative industrier

Udtrykket "big data" kan lede tankerne hen på en række private oplysninger, som teknologivirksomheder har. Men masser af big data er, faktisk, synlig for alle - vi kan bare ikke tænke på det som "data".

Hvis du har været i biografen for nylig, du vil have set et datasæt med kreditter – med en liste over rollebesætningen og besætningsmedlemmerne sammen med deres roller. Selvom krediteringerne fra en film måske ikke er så nyttige, kreditterne fra hver film kan udgøre et stort datasæt. Hos Nesta og PEC (et nyt politik- og beviscenter for de kreative industrier), vi har undersøgt, hvordan disse typer ikke-fortrolige store datasæt kan kaste nyt lys over kønsrepræsentation i de kreative industrier.

Kønsrepræsentation er traditionelt blevet målt ved hjælp af undersøgelser af arbejdere. Men de fleste undersøgelser har ikke været i gang så længe, ​​og det kan tage flere år (efter lancering af en ny undersøgelse), før vi kan fortælle, hvordan kønssammensætningen ændrer sig. Også, undersøgelser går ofte ikke ud over at tælle antallet af kvinder og mænd - og kan derfor ikke kaste lys over, hvor fremtrædende hver gruppe var i den kreative proces, eller hvordan de blev portrætteret i en bestemt kunstform.

Graver dybt

Vi så for nylig på mediernes rapportering om kvinder i de kreative industrier ved at bruge mere end en halv million artikler fra avisen The Guardian, udgivet mellem 2000 og 2018, fra afsnit af papiret, der vedrører de kreative industrier (såsom bøger, Film, Mode og spil).

I de seneste fem år har der har været en stor stigning i referencer til kvinder. Fra 2000 til 2013, mindre end en tredjedel af kønnede stedord i artikler (f.eks. "han" og "hun") refererede til kvinder. Men dette begyndte at ændre sig i 2014 – og i 2018 var procentdelen af ​​kvindelige pronominer nået op på 40 %. Derimod kønsblandingen blandt arbejdere i Storbritanniens kreative industrier er forblevet flad de seneste år, og sidder på omkring 37%.

Vi studerede også ordene, der fulgte efter pronominerne "han" og "hun", at få indblik i mediernes fremstilling af kreative arbejdere. Dette fik os til at opdage, at sammenlignet med mænd, der var større fokus på bestemte lyde fra kvinder, såsom "griner", "græder", "griner", og "coos", og non-verbale reaktioner, såsom "smil", "griner" og "nikker". Disse ord blev aldrig brugt ofte, men når de blev brugt, de var mere tilbøjelige til at henvise til kvinder end mænd (sammenlignet med andre ord).

I modsætning, ord, der vedrører tidligere kreative præstationer og ledelsesaktiviteter, refereres oftere til mænd. For eksempel, du er meget mere tilbøjelig til at se "han instruerede" end "hun instruerede", og på samme måde "optrådte han", "han designede", "han klarede" og "han grundlagde". Denne konstatering er i overensstemmelse med de langvarige kønsubalancer i de kreative industrier.

I en anden undersøgelse, vi brugte et datasæt fra British Film Institute (BFI), der indeholdt krediteringer fra hver britisk spillefilm, der blev udgivet i biografen.

Efter at BFI udledte folks køn ud fra deres fornavne, vi fandt ud af, at kønsblandingen på skærmen ikke har ændret sig meningsfuldt siden slutningen af ​​Anden Verdenskrig – og i 2017 udgjorde kvinder stadig kun omkring 30 % af rollebesætningsmedlemmer og 34 % af besætningsmedlemmer.

Dette datasæt viste også kønsbaserede forskelle i jobs for karakterer på skærmen. Siden 2005 har for eksempel, kun 16 % af "lægerne" på skærmen (i unavngivne roller) er blevet spillet af kvinder, hvilket krukker med det faktum, at kvinder udgør 46 % af lægerne i Storbritannien.

Kreativ retfærdighed

Vi er på ingen måde de eneste forskere, der viser potentialet i ikke-fortrolige kilder til big data til at informere kønsmålinger i de kreative industrier. Forskere hos Google, i samarbejde med Geena Davis Institute, brugt ansigts- og talegenkendelsesteknologi til at vise, at i de 100 mest indbringende live-action-film i USA, hvert år fra 2014 til 2016, kvinder optog kun 36 % af skærmtiden og 35 % af taletiden.

Mens big data-undersøgelser kan berige mangfoldighedsmål, der er to vigtige kilder til potentiel bias. Først, vi udleder næsten altid køn – ud fra et ansigt, et fornavn eller et enkelt pronomen - og så kan vi få en persons køn forkert. Sekund, disse slutningsmetoder detekterer typisk kun "mand" og "kvinde", ekskludering eller fejlklassificering af enhver, der identificerer sig med et ikke-binært køn. Af disse grunde, big data-metoder er ikke en erstatning for undersøgelser – da undersøgelser giver folk mulighed for at identificere sig selv og helt fravælge dem.

Selv når man tager disse potentielle skævheder i tankerne, der er stadig mange store datakilder, der kan kaste nyt lys over kønsforskelle, hvis bare de blev stillet til rådighed for forskere. For eksempel, adgang til stillbilleder og undertekster af film og tv-programmer kunne bruges til at evaluere mangfoldighedsordninger, mens adgang til indholdet af flere aviser ville muliggøre en bredere undersøgelse af mediernes rapportering af kreative arbejdere.

For at realisere potentialet i disse nye metoder, vi er nødt til at opmuntre og støtte kreative organisationer til sikkert at dele deres ikke-fortrolige data. Det vil forhåbentlig give forskere mulighed for at blive lidt mere kreative omkring måling af ligestilling i Storbritanniens kreative industrier.

Denne artikel er genudgivet fra The Conversation under en Creative Commons-licens. Læs den originale artikel.