Direkt zum Inhalt
GAAAP_ The Blog

Size matters

Ulrike Bergermann über Data Mining beim Gender-Zählen

2.3.2016

Frauen sind unterrepräsentiert. Ein wirklich alter Hut. Es beleidigt den Intellekt, sich mit solch einer Banalität zu beschäftigen. Egal, wie man den Satz beendet: unterrepräsentiert in Verwaltungsetagen, Spielfilmen, Politikerbühnen, you name it. Und, ist Repräsentation, erstens, so begehrenswert? Ist es nicht auch weniger stressig woanders, Familienarbeit fruchtbringender, schließlich erhöht Konkurrenzkampf die Herzinfarktrate? Zweitens: Im Gegenteil, könnte man meinen, ist ein Begehren nach Repräsentation geradezu verachtenswert. Sich mit ‹in den Medien› abgebildeten Figuren identifizieren zu wollen, sich überhaupt ‹in den Medien› gespiegelt sehen zu wollen, zeugt von infantilem Glauben an eine Wahrheit der Abbildung.

Ich weiß, dass ich gerade illegitimerweise zwei Ebenen des Repräsentationsbegriffs vermischt habe: eine, derzufolge es eine quantitative Beziehung zwischen einer Gruppe von Menschen und ihrem Anteil in einem Bild der Gesamtgruppe geben kann, und eine, die eine individuelle Beziehung einer Person zu einer medialen Figur adressiert.

Der Witz ist, und jetzt wird es endlich wieder interessant: Diese Vermischung findet statt, ob wir wollen oder nicht, und sie bezeichnet geradezu eine strukturelle Dynamik, die das bestimmt, was als erwartbar und normal empfunden wird.

«In den Medien» heißt, schließlich, nicht nur «im Virtuellen». Besser gesagt, diese Virtualität ist im höchsten Maße realitätsmächtig.

In den letzten Wochen und Monaten häuften sich Studien, die die qualitativen sozialwissenschaftlichen Methoden nun um hartes Data Mining ergänzt haben. Datenbanken oder sogar Firmen (wie Ebay) lassen Forscher an ihre Server, um neue Korrelationen zwischen den Unmengen von Präferenzen, Evaluationen, Kundenbewertungen, Auswahlverfahren zu finden. Hier ein Ausschnitt: 1. Zählen, 2. Bewerten.

1. Zählen (lassen)

  • KI-Entwickler und Medienforscherinnen ließen 2,3 Millionen britische Online-Medien durchzählen. Ergebnis: 77 Prozent aller erwähnten Personen sind Männer.1
  • Die weiblichen Filmfiguren, so sie denn vorkommen, haben nicht nur weniger Rollen, sie sprechen auch nur ein Drittel so lang wie die männlichen, zählten zwei Linguistinnen aus - und das gilt auch bei Hauptrollen.2
  • (Dass das nach wie vor für alte Medien gilt, hat die Oscar-Verleihung gezeigt oder die ProQuote-Aktionen zur Berlinale, aber auch das Buch: «Die Longlist des Deutschen Buchpreises wartet mit fünfzehn Männern und fünf Frauen auf. Ein Ungleichgewicht, das sich nahtlos in die Statistik einpasst: In zehn Buchpreisjahren waren jeweils zwischen vier und acht Frauen vertreten.» Dana Buchzik, Auch in der Literatur ist ein #aufschrei fällig.)
  • Skrupulös herausgerechnet waren gebrauchte Produkte und ihre möglicherweise geschlechtsverzerrten Beschreibungen, aber das Fazit blieb: «... women received only 80 cents for every dollar that men got for auctioning a similar product on eBay.» (John Bohannon, Even on eBay, women get paid less for their labor, in: Science).3

2. Bewerten

Dass weiß› klingende Namen eine bis zu doppelt so große Chance haben, in die engere Auswahl bei Bewerbungsgesprächen oder Wohnungsvermietungen zu kommen, haben mittlerweile mehrere empirische Studien belegt. Aber es geht weiter:

  • Bekommen männliche Professoren vielleicht bessere Evaluationen, weil sie die besseren Lehrer sind? Das lässt sich nicht belegen: Ihre StudentInnen bekamen keine besseren Noten. Professorinnen erhielten trotzdem schlechtere Evaluationsbewertungen als Professoren, so eine Studie am Science Po der Universität Paris. Gegenprobe: Bei einem Online-Kurs wurden die Studierenden um eine Evaluation gebeten - manche evaluierten den Kursleiter unter einem männlichen, manche unter einem weiblichen Vornamen. Paul bekam bessere Bewertungen für den gleichen Kurs als Paula. (Anya Kamenetz, Why Female Professors Get Lower Ratings, in: NPR, zur Studie von Anne Boring)
  • Programmieren Frauen besser? Ja, ach doch nicht: «Women's code rates better than men's, but is rejected when their gender is revealed», schreibt Peter Dockrill, in: Science alert, 15.2.2016). «To examine the prevalence of gender bias within the world of open source programming, researchers from California Polytechnic State University and North Carolina State University analysed user behaviour on the massive code repository, GitHub. The community consists of some 10 million users, and the gender is apparent in 1.4 million of these profiles.» «In what the authors are claiming is the largest-scale study of gender bias to date, researchers in the US have found that code written by female programmers is rated more highly than code written by men.»
  • - Eine weitere, anthropologische Studie an der University of Washington ergab: Gleiche Studienleistungen (so sie durch Noten abgebildet werden) korrelieren nicht mit der Ankerkennung, die männliche und weibliche Studierende untereinander zu Protokoll geben. « ... if Johnny and Susie both had A's, they’d receive equal applause from female students — but Susie would register as a B student in the eyes of her male peers, and Johnny would look like a rock star. ... the male nominators’ gender bias is 19 times the size of the female nominators’4

In der Studie «Gender Bias in Academe» (Januar 2016, alle Quellen s. dort) sind weiter gesammelt:

  • in zahlreichen Antworten und Beurteilungen etwa solche Häufungen aufzufinden, die eine statististisch höhrere Wahrscheinlichkeit dafür ans Tageslicht bringt, einen als nicht so gut bewerteten Vortrag mit einer möglichen Homosexualität der/des Vortragenden zu verbinden;
  • oder eine Studie von 2012 der National Academy of Sciences of the United States of America mit dem Ergebnis: «This randomized, double-blind study found that both male and female faculty exhibited a bias against female undergraduate students, evaluating them as less competent, hireable, and qualified, and offering them less funding and mentorship.»
  • Oder mit einem schönen neuen Terminus, 2012: «The essays in Presumed Incompetent interpret and contextualize many studies that document the additional obstacles faced by women of color in academia including the presumption of incompetence.» Weiter: Gender bias in citation Science Daily, April 3, 2013; The Matilda effect in science communication, Science Communication, October 2013 («male-authored abstracts were associated with greater ‹scientific quality›»);
  • Gender and teaching evaluations: «Best Way for Professors to Get Good Student Evaluations? Be Male.» (Slate, 9.12.2014);
  • Gender bias in teaching evaluations: «Female academics face huge sexist bias – no wonder there are so few of them». (Guardian, 13.2.2015); oder:
  • «In a paper recently delivered at the American Sociological Association, researchers found that ‹in almost all academic fields, men cite their own research papers at a higher rate than women do.›» In: American Sociological Association, August 2015 («The authors analyzed a dataset of 1.6 million papers in the scholarly database JSTOR and found that 31% of men and only 21% of women engage in self-citation.»);
  • «Female scholars penalized for collaborative research with male scholars»: «Why men get all the credit when they work with women»: «The preliminary findings of a recent study by Heather Sarsons indicate that women tend to be penalized for their collaborative research with men. Sarsons found that while male economists get tenure 75% of the time regardless of whether the majority of their research is soloauthored or collaboratively-authored, women who co-author most of their papers only get tenure about 50% of the time. Whereas men receive more credit for collaborative research with women, this evidence of bias seems to disappear when women collaborate with other women.» (The Washington Post, 13.11. 2015).

Fazit der Autorinnen: «... the traditional ways that we count and quantify the processes leading to hiring, promotion, and tenure. You cannot simply count "outputs" in making an evaluation of someone's worth and reputation if there is a "biased filter" at the first stage of evaluation, prejudicing judgment at the outset. These studies should be required reading of any administrators and faculty committees charged with decision-making. They should be required reading for award committess and Human Resources departments, for policy makers and accreditation agencies. As much as possible, these studies supplement anecdotal accounts of gender discrimination with empirical evidence of a gender bias that is unconscious and pervasive.» Danica Savonick and Cathy N. Davidson, Gender Bias in Academe: An Annotated Bibliography of Important Recent Studies, in: HASTAC, 26.1.2015, zusammengestellt auf der offenen Webplattform HASTAC (der US-National Science Foundation und diversen Universitäten).

3. Kennen Sie das

aus Berufungskommissionen oder anderen Casting Committees? Kennen Sie das von sich selbst in der Vorbereitung auf eine Selbstpräsentation: Welches Bild möchte man abgeben? Es geht darum, eine Selbstverständlichkeit zu verkörpern: ‹Natürlich können wir uns diese_n Kandidat_in auf dem Posten vorstellen.› ‹Natürlich kann ich mir vorstellen, diesen Posten auszufüllen.› Ich habe solche Ausagen mehrfach in Berufungskommissionen gehört, und Varianten davon sind uns allen vertraut: ‹Ich sehe XY einfach nicht in harte Verhandlungen mit dem Dekan gehen.› ‹Das passt doch einfach nicht zusammen, die Chemie muss ja auch stimmen›, etc. Hier sind wir Opfer unserer Normalitätsvorstellungen, und hier ist auch der Punkt, an dem Deutsche gerne gegen eine Affirmative-Action-Regulierungswut der USA polemisieren. Aber ich würde es als hilfreich empfinden, wenn mir im Zweifelsfall eben Regelungen vor Augen führten, wie einengend meine Normalitätserwartungen sind. Chemie dekonstruieren. Der deutsche akademische Apparat zumindest reproduziert sich innerhalb eines engen Erwartungshorizonts (und gemäß der letzten Statistiken zum Thema class innerhalb eines immer enger werdenden).

Size matters, das heißt nicht nur: Der Materialität vor oder nebem dem Denken in Formen und Strukturen Beachtung schenken, es heißt nicht nur: Wer hat den längsten, sondern auch: Wer hat die meisten.

----------------

Und dass Namen eine realitätsbildende Wirkung haben, ist auch auf anderen Ebenen bekannt, etwa die statistische merkwürdigkeit der unbewussten Bevorzugung von Vertrautem in Namen: Evan Polman, Monique M. H. Pollmann, T. Andrew Poehlman (sic), The Name-Letter-Effect in Groups: Sharing Initials with Group Members Increases the Quality of Group Work, 13.11.2013, in: PLoS ONE 8(11): e79039. doi:10.1371/journal.pone.0079039, gesehen am 20.1.16 (Danke für den Hinweis an John Peter Durham!)

Für weitere Studien vgl. ZfM, Heft 5, Nr. 2/2011, «Empirie», hg. von Vinzenz Hediger und Markus Stauff.

  • 1«Die Welt der Nachrichten ist von Männern dominiert: Das zeigt die bisher größte Studie zu dem Thema. Britische Forscherinnen haben dazu mehr als zwei Millionen Artikeln untersucht, die auf englischsprachigen Online-Medien erschienen sind. Ergebnis: 77 Prozent aller erwähnten Personen sind Männer.
    Für die Studie haben Experten für Künstliche Intelligenz mit Medienforscherinnen zusammengearbeitet. Gemeinsam entwickelten sie ein Werkzeug, das zwischen Oktober 2014 und April 2015 über 2,3 Millionen Online-Artikeln von 950 englischsprachigen Online-Medien untersucht hat. Es durchforstet automatisch sowohl die Texte als auch die Bilder und erkennt, ob sich darunter Männer oder Frauen befinden. Nachdem die Forscherinnen zwölf Kategorien gebildet hatten, zeigte sich ein klares Bild: Männer sind fast überall stärker vertreten. Spitzenreiter ist der Sport, wo 91,5 Prozent aller Namen männlich waren, im Bereich Unterhaltung waren es ‹nur› 70 Prozent. Bei den Bildern ist der Unterschied nicht ganz so groß: Hier gibt es im Bereich Unterhaltung immerhin 40 Prozent Frauen, in der Politik sind es nur 20 Prozent.» Lukas Wieselberg, Männer kommen in Medien viel öfter vor, in: science.ORF.at, 3.2.16, über Cynthia Carter, Universität Cardiff.
  • 2«... research has found a surprising trend: Even when they have the starring role, women speak only a minority of the dialogue—and far less than they did in the films of the 1930s and ’50s. Male characters with speaking roles vastly outnumber female ones in every single film. Linguists Carmen Fought and Karen Eisenhauer are in the process of analyzing every line of dialogue in Disney’s 12 animated princess movies from 1937 to 2013.
    While female characters speak 50% to 70% of the lines in the vintage movies Cinderella, Sleeping Beauty, and Snow White and the Seven Dwarfs, those in subsequent films are lucky to get even one-third of the dialogue. Their project is still ongoing, but they gave a preview of their data during a linguistics conference reported by the Washington Post.
    Female characters get just 32% of the lines in The Little Mermaid. In Mulan, whose titular heroine has saved China by the time the credits roll, females speak 23% of the dialogue. Women speak only 10% of Aladdin’s lines, but in fairness, Princess Jasmine is an ancillary character in a film that’s really about a street urchin and his ghost friend. Even Frozen, the 2013 mega blockbuster starring two princess sisters, gives women only 41% of the dialogue. The only exceptions to the female-minority rule are Tangled and Brave, whose female characters speak 52% and 74% of the lines.
    The paucity of dialogue for animated heroines reflects that of live-action ones. Film critic Kevin B. Lee analyzed data from Cinemetrics in advance of the 2014 Academy Awards for the New York Times. He found that best actor nominees that year spent an average of 85 minutes onscreen in their films, compared to 57 minutes for best actress nominees. The previous year, male actors’ screen minutes outnumbered those of their female peers by a two to one margin: 100 minutes to 49.»
    Corinne Purtill, New research has uncovered a disturbing trend about female characters in Disney movies, in: Quartz, 26.1.2016, gesehen am 30.1.2016.
  • 3Data mining at Ebay: «Two researchers from Israel—Tamar Kricheli-Katz, a sociologist and legal scholar from Tel Aviv University, and Tali Regev, an economist from the Interdisciplinary Center Herzliya—who together study inequality, wanted to know whether the perceived value of a product depends on the gender of the seller. eBay represented the perfect natural experiment: Millions of identical products are sold by men and women through auctions where the buyers determine the final price. But is the gender of a seller even apparent to buyers on eBay? [...] Kricheli-Katz and Regev narrowed their focus to the 420 most popular products auctioned on eBay between 2009 and 2012, amounting to 1.1 million transactions. For example, thousands of iPods, both used and brand new in the original wrapping, were auctioned off by men and women. If the men got more money from the same product, then that could stem from an unconscious gender bias on the part of the buyers.
    Researchers found that when the seller of these popular items was self-identified as female, the auction got fewer bids and a lower final price. For used items, the gender gap was small, with female sellers getting 3% less money on average. But for new products, women received only 80 cents for every dollar that men got for auctioning a similar product on eBay...». John Bohannon, Even on eBay, women get paid less for their labor, in: Science, 19.2.2016, gesehen am 21.2.2016.
  • 4«Anthropologist Dan Grunspan was studying the habits of undergraduates when he noticed a persistent trend: Male students assumed their male classmates knew more about course material than female students — even if the young women earned better grades [...] After surveying roughly 1,700 students across three biology courses, they found young men consistently gave each other more credit than they awarded to their just-as-savvy female classmates. ... In other words, if Johnny and Susie both had A's, they’d receive equal applause from female students — but Susie would register as a B student in the eyes of her male peers, and Johnny would look like a rock star. ... the male nominators’ gender bias is 19 times the size of the female nominators’. [...] The researchers also surveyed the instructors on which students spoke up most in the lecture halls, which could accommodate up to 700 students. Increased male visibility, they figured, could lead to increased male recognition.» Danielle Paquette, The remarkably different answers men and women give when asked who’s the smartest in the class, in: Washington Post, 16.2.2016; auch in: Jia Tolentino, Male Undergrads Automatically Overestimate Their Male Peers, Underestimate Women, in: Jezebel, 16.2.16, gesehen am 3.3.2016; vgl. weiter: Enrico Gnaulati, Why Girls Tend to Get Better Grades Than Boys Do, in: The Atlantic, 18.9.2014.

Bevorzugte Zitationsweise

Bergermann, Ulrike: Size matters. Ulrike Bergermann über Data Mining beim Gender-Zählen. In: Zeitschrift für Medienwissenschaft, ZfM Online, GAAAP_ The Blog, , https://zfmedienwissenschaft.de/online/size-matters.

Die Open-Access-Veröffentlichung erfolgt unter der Creative Commons-Lizenz CC BY-SA 4.0 DE.