A modern angol nyelvű regények születése óta, az 1700-as években, Paul Atreides és Elizabeth Bennet közötti férfi- és női szereplők nevetett, elvigyorodtak, érezték magukat és cselekedtek oldalukon. Egy új, gépi tanulási algoritmussal végzett tanulmány friss perspektívát kínál a történelemről. A kulturális elemzés folyóiratban ezen a héten megjelent „A nemek átalakulása az angol nyelvű fikcióban” című elemzésében a nemek bemutatását vizsgálták több mint 100 000 regényben, és paradoxont találtak a 20. századi regényekről: a merev nemi szerepekről Úgy tűnt, hogy szétszóródik, jelezve a nemek közötti egyenlőség fokozódását, csökkent a nők karakterének száma és a nők szerzőinek aránya.
A tanulmány szerzője, Ted Underwood, az Illinoisi Egyetem angol és informatikai professzora, valamint társ-információs tudósa, David Bamman, a kaliforniai Berkeley-i Egyetem építette, az algoritmus 104 000 regény karakterét és szerzőit vizsgálta - sokkal több, mint te egész életben elolvassa. Underwood és Bamman eredetileg a korábbi jellemzési tanulmány algoritmusát készítette: ezekhez a jelenlegi tanulmányhoz Sabrina Lee társszerző, az Illinoisi Egyetem végzős hallgatója csatlakozott. A regényeket elsősorban a HathiTrust Digitális Könyvtárból választották ki, és az 1703 és 2009 közötti bestseller-válogatást képviselték. A listában olyan népszerű címek szerepelnek, mint a Pride and Prejudice, a Dune és néhány Raymond Chandler regény.
Az adatok áttekintése és az idő szerinti bontás során a kutatók képesek voltak megfigyelni bizonyos időszakok tendenciáit: például körülbelül 1800 és az 1970-es évek között a női szerzők arányának „folyamatos csökkenése” - mintegy 50 százalékról kevesebbre mint 25%. Ugyanebben az időszakban csökkentek a nevezett női karakterek száma. Ezek a tendenciák a 20. század második felében fordultak vissza. És tanulmányaik során drámai és gyors változások történtek a nemek jellemzésére használt szavakban, valamint a kifejezetten nem szerinti szavak számának csökkenése.
Ezeknek a szavaknak a soka nem volt kifejezetten nem, mint például a „szív” vagy a „ház”, bár a potenciálisan nemek közötti szavakat, mint például a „szoknya” vagy a „bajusz”, nem lehetett kizárni. Például az 1800-as években az „éreztem” ige inkább a nőkkel volt összefüggésben, míg a „kapott” ige gyakrabban társult a férfiakkal. Ezek a tendenciák az idő múlásával visszaestek, amíg az 1900-as évekre más szavak még jobban nem mutatkoztak a férfiak és a nők körében. Az 1900-as években a halálhoz kapcsolódó szavak egyre inkább társultak a nőkkel, és ennek következtében csökkent a szavak férfiakhoz viszonyított használata. A nők mosolyognak és nevetnek - írják a szerzők -, de a század közepén a férfiak nyilván csak vigyoroghatnak és kuncoghatnak. Hasonlóképpen, a 19. században az érzésekről sokkal több beszélgetés folyik, kezdetben elsősorban a nők karakterére. A 20. században sokkal több van a testekről és a ruhákról - például a század közepén a férfiak folyamatosan zsebekbe rakják a dolgokat, vagy kihozzák.
Ez az a fajta eredmény, amely bizonyítja a gépi tanulás megközelítésének szükségességét, mondja Underwood: „A valóság az, hogy a kultúra nem egyértelműen meghatározza, hogy mi a nem vagy mi is az irodalmi műfaj” - mondja. "És a gépi tanulás lehetővé teszi számunkra, hogy homályos fogalmakkal dolgozzunk."
A módszert gyakrabban használták banki adatokkal való munkavégzéshez, vagy az önvezető autók biztonságának megőrzéséhez, tehát furcsának tűnik a regény elemzése. Underwood és más tudósok a digitális humán tudományok területén azonban nagy potenciált látnak.
Seth Long, a Nebraska-i Egyetem angol professzora, aki szintén a digitális humán tudományok területén tevékenykedik, azt mondja, hogy ezek a váratlan eredmények bizonyítják a nagy adatok erejét a humán tudományok ösztöndíjában. "A statisztikai modellezéshez irodalmi történelem megértésének egészen más módját kell megkövetelni" - mondja. Az algoritmus egy üres pala, amíg a megadott információt meg nem kapja, ám ha egyszer rendelkezik ilyen információkkal, ki tudja húzni belőle azokat a dolgokat, amelyeket az emberek nem tudnak. Ebben az esetben megszakítja a tudományos feltételezéseket arról, hogy az irodalom történetének miként kell követnie a nők társadalmi fejlődésének történetét.
"Ha a tradicionális irodalomtörténeti projektek mellett látja a [tanulmányt], láthat olyan kapcsolatokat, amelyeket egyébként nem láthatott volna." - mondja Claire Jarvis, a Stanfordi Egyetem angol professzora. Ez megerősíti néhány „csapdát”, amelyet kvantitatív módon az irodalom útjáról tett. Ez magában foglalja a nők szerzőinek arányának csökkenését a vizsgált teljes időszak alatt, ami meglepte Underwoodot.
"Számítottam volna valamilyen előrelépésre, csak a fantasztikus nők egyenlő képviseletének szempontjából” - mondja Underwood. „Talán nem sok előrelépés, de némi előrelépés. És valójában nem látunk egyet. ”
Az első regényeket, amelyek a modern angol nyelvet használják, inkább szórakoztatásnak, kevésbé legitim irodalmi törekvésnek tekintették. De mivel a regény egyre tiszteletreméltóbbá válik - mondja Jarvis -, ez egyre kevésbé kötődik a női szerzőséghez. Más szavakkal: a férfiak belementek a regények írásába, amikor „komoly” üldözésnek tűnt.
Noha az irodalomtörténészek már korábban beszélték a nők regényéből való eltérését, mondja Underwood, senki sem végzett olyan széles körű munkát, amely folyamatos tendenciákat mutatna be. Itt jön be a gépi tanulás.
Lee mondja: „Irodalomtudósok, nagyon tisztában vagyunk azzal, hogy hallgatások vannak” - vagyis az irodalomtörténet olyan helyein, ahol nem írtak könyveket. Egy másik csend, amelyet fontosnak tart, a megnevezett női szereplők növekvő hiánya a vizsgált regényekben. Rajongója az álnévű olasz író, Elena Ferrante regényeinek, és azt mondja, hogy a női barátság jellemzése Ferrante könyveiben kiemeli a női barátság „csendjét” a fantasztikus fantasztikában másutt, mind a múltból, mind a jelenből. Számára a tanulmány ugyanezt hangsúlyozza, és kiemeli „a nőket látó nőkkel végzett munkák fontosságát”. A nők távolléte a regényből „csendben megváltoztatta az irodalomtörténet érzésének módját” - mondja Underwood.
A szerzők megjegyzik, hogy tanulmányuk nem terjed ki az ebben az időszakban írt regényekre, és hiányzik a 20. században népszerűvé vált műfaji fantasztikák, például a romantikus regények és a detektív fikció ábrázolása. A kutatók azonban lépéseket tettek az elfogultságuk kiküszöbölésére az adatbázisuk más adatbázisokkal való összehasonlításával. Az általuk kiválasztott könyvek olyan irodalmat képviselnek, amelyet az egyetemi könyvtárak fontosnak tartottak, és a szerzők megjegyzik, hogy még több munkát kell elvégezni a műfaj-kitalálással kapcsolatban. „Az irodalmi nemet különböző műfajokban vagy az irodalmi terület különböző részeiben eltérően lehet felépíteni” - írják a szerzők.
A gépi tanulási módszerek új módszert kínálnak a múlt csendjeinek és jelenléteinek - különös módon - a jóslat objektívjein keresztüli áttekintésére. Általában az algoritmusokat használnak előrejelzések készítésére vagy minták észlelésére egy információkészlet alapján, de Long szerint a történelemhez való felhasználásuk az, hogy felismerik a hosszú távú trendeket a múltban, valamint a jelen és a jövő szempontjából. "Azt hiszem, ez egy olyan nagyszerű módszer a saját értelmezésünk ellenőrzéséhez" - mondja.
