Durante mucho tiempo en la publicidad y medios de comunicación sólo éramos esposas o amas de casa representadas por mujeres blancas muy delgadas, aunque en los últimos años han existido esfuerzos por mostrar la diversidad de cuerpos, contexto, raza y profesión en mujeres, aún existen sesgos en la manera en que somos percibidas. Un estudio publicado recientemente en la revista Nature confirmó que también las imágenes en internet amplifican y refuerzan los estereotipos machistas.
De acuerdo con el artículo “Imágenes en línea amplifican sesgo de género”, las imágenes muestran un prejuicio sexista mayor que los textos en plataformas como Google, Wikipedia o IMDB y su impacto es más duradero: sus resultados refuerzan los prejuicios de los usuarios, refuerzan estereotipos sexistas y los perpetúan a través de los sistemas de Inteligencia artificial (IA) que los toman como fuente.
¿Cómo lo descubrieron?
El equipo liderado por Douglas Guilbeault, investigador del Berkeley Institute for Data Science (BIDS), analizó 349 mil 500 fotos, 100 por cada una de las 3 mil 495 categorías sociales más comunes de oficios y profesiones en idioma inglés, el cual no los distingue por género, cosa distinta en el español que sí diferencia entre un bailarín de ballet y una bailarina de ballet o un carpintero o una carpintera.
Las imágenes analizadas fueron comparadas con los textos que arrojaba Google News y lo que encontraron fue que los hombres están mucho más sobrerrepresentados en los resultados de búsqueda por imágenes que en los textos: el 62% de resultados sesgados en Google Images frente al 56% de los textos de Google News. Las búsquedas en la red también están atravesadas por sesgos de género. Los resultados muestran a hombres en trabajos como fontaneros, policías o carpinteros, mientras que las mujeres protagonizan otras ocupaciones laborales como la de peluquera o enfermera.
“En el texto, es fácil minimizar el sesgo omitiendo referencias al género o utilizando terminología neutral en cuanto al género, por ejemplo, ´Llegó el médico’ Sin embargo, como la imagen de un médico representa a una persona concreta, las señales de género son inevitables. Sospechábamos que las imágenes aumentan la prevalencia y la prominencia del género en nuestra representación de categorías sociales”, explicó Guilbeault.
Para comprobar sus resultados, los investigadores realizaron un experimento representativo a nivel nacional, en el que a un grupo de personas se les asignó la tarea de buscar imágenes o descripciones textuales de ocupaciones y luego calificar el género que más asociaban con cada ocupación, lo que encontraron es que el sesgo de género era significativamente mayor entre quienes veían las imágenes de Google que en el grupo de control.
El poder de la imagen
Según investigaciones, el 90% de la información que procesa el cerebro es visual. De ahí que seamos capaces de recordar el 80% de las imágenes, y únicamente el 20% del texto, o el 10% del sonido. Esto es más preocupante si tomamos en cuenta que un estudio de la Universidad de Londres y la Universidad de Kent muestran cómo los algoritmos utilizados por las plataformas de redes sociales están amplificando rápidamente el contenido misógino extremo entre los hombres jóvenes.
El estudio detectó un aumento de cuatro veces en el nivel de contenido misógino sugerido por TikTok a hombres jóvenes durante un periodo de seguimiento de cinco días, ya que el algoritmo sirvió vídeos más extremos, a menudo centrados en la ira y la culpa dirigida a las mujeres. Aunque el informe se centró en TikTok, los investigadores apuntan que sus hallazgos se pueden extrapolar a otras plataformas adaptándose a sus particularidades.
TE PODRÍA INTERESAR
Tipos de violencia y dónde se manifiestan
¿Qué hacer ante los sesgos?
La investigación alerta que la consolidación del consumo de imágenes marcadas por estereotipos de género puede afectar "al bienestar, el estatus social y las oportunidades económicas no sólo de las mujeres, que están sistemáticamente infrarrepresentadas en las imágenes en línea, sino también de los hombres en categorías femeninas como las ocupaciones orientadas al cuidado de personas".
Para hacer frente a esta situación, los autores proponen dotar las ciencias computacionales de un enfoque social para que empresas como Google mejoren los criterios de búsqueda.
TE PODRÍA INTERESAR
