Siden fødslen af moderne engelsksprogede romaner i 1700'erne har mandlige og kvindelige karakterer fra Paul Atreides til Elizabeth Bennet lo, grinet, følt og handlet gennem deres sider. En ny undersøgelse udført ved hjælp af en maskinlæringsalgoritme har tilbudt et nyt perspektiv på deres historie. ”Transformation of Gender in English-Language Fiction, ” offentliggjort denne uge i tidsskriftet Cultural Analytics, analyserede præsentationen af køn i mere end 100.000 romaner og fandt et paradoks, når det gjaldt romaner i det 20. århundrede: som de stive kønsroller syntes at sprede sig, hvilket indikerede mere ligestilling mellem kønnene, antallet af kvindelige karakterer - og andelen af kvindelige forfattere - faldt.
Bygget af studieforfatter Ted Underwood, en professor i engelsk og informationsvidenskab ved University of Illinois, og hans medforfatter informationsvidenskabsmand David Bamman fra University of California i Berkeley, analyserede algoritmen figurerne og forfatterne til 104.000 romaner - langt mere end du Jeg læser om livet. Underwood og Bamman byggede oprindeligt algoritmen til en tidligere undersøgelse af karakterisering: De blev deltaget i den aktuelle undersøgelse af medforfatter Sabrina Lee, en kandidatstuderende ved University of Illinois. Romanerne blev primært udvalgt fra HathiTrust Digital Library og repræsenterede et udvalg af bestsellere fra årene 1703 til 2009. Listen indeholder populære titler som Pride and Prejudice, Dune og nogle af romanerne fra Raymond Chandler.
Når de kiggede på dataene og inddelte dem efter tid, var forskerne i stand til at se tendenser over bestemte perioder: mellem ca. 1800 og 1970'erne, for eksempel et "konstant fald" i andelen af kvindelige forfattere - fra ca. 50 procent til mindre end 25 procent. I samme periode så de et fald i antallet af navngivne kvindelige karakterer. Disse tendenser begynder at vende tilbage i sidste del af det 20. århundrede. Og i løbet af deres undersøgelse, dramatiske og hurtige skift i de ord, der blev brugt til at karakterisere køn - såvel som et fald i antallet af specifikt kønne ord.
Mange af disse ord blev ikke eksplicit kønnet som "hjerte" eller "hus", selvom potentielt kønne ord som "nederdel" eller "overskæg" ikke blev udelukket. For eksempel var verbet "filt" i 1800-tallet mere forbundet med kvinder, mens verbet "fik" oftere blev forbundet med mænd. Disse tendenser faldt over tid, indtil i 1900'erne var andre ord mere prominent forbundet med mænd og kvinder. I 1900'erne blev ord relateret til glæde mere forbundet med kvinder, og der var en tilsvarende nedgang i brugen af disse ord i forhold til mænd. ”Kvinder smiler og griner, ” skriver forfatterne, ”men mænd i midten af århundrede kan tilsyneladende kun glide og humre.” Tilsvarende er der i det 19. århundrede meget mere diskussion af følelser, først først med hensyn til kvindelige karakterer. I det 20. århundrede er der meget mere om krop og tøj - for eksempel lægger mænd i midten af århundrede konstant ting i lommer eller tager dem ud.
Det er den slags resultat, der viser behovet for fremgangsmåder til maskinlæring, siger Underwood: ”Virkeligheden er, at kultur ikke har klare definitioner af, hvad køn er, eller hvad endda en litterær genre er, ” siger han. ”Og maskinlæring lader os arbejde med begreber, der er uklar.”
Metoden er oftere blevet brugt til at arbejde med bankdata eller til at hjælpe selvkørende biler med at forblive i sikkerhed, så det kan virke som en mærkelig pasform til at analysere romanen. Men Underwood og andre forskere inden for digital humaniora ser et stort potentiale.
Seth Long, en engelsk professor ved University of Nebraska, der også arbejder inden for digital humaniora, siger, at disse uventede resultater demonstrerer big data's styrke for humanioravidenskab. ”Statistisk modellering vil kræve en meget anden måde at forstå litteraturhistorie på, ” siger han. En algoritme er en tom skifer indtil givet information, men når den først har den information, kan den trække ting ud af den, som folk ikke kan. I dette tilfælde afbryder det videnskabelige antagelser om, hvordan litteraturhistorien skal spore med kvinders sociale fremskridtshistorie.
”Når du ser [undersøgelsen] sammen med mere traditionelle litterære historiske projekter, kan du se forbindelser, som du måske ikke har set ellers, ” siger Claire Jarvis, professor i engelsk ved Stanford University. Det bekræfter nogle af de ”hankler”, hun har haft om litteraturens vej, på en kvantitativ måde. Dette inkluderer faldet i andelen af kvindelige forfattere over hele den studerede periode, hvilket overraskede Underwood.
”Jeg ville have forventet at se nogle fremskridt, lige med hensyn til ligestilling af kvinder i fiktion, ” siger Underwood. ”Måske ikke meget fremskridt, men nogle fremskridt. Og vi ser virkelig ikke noget. ”
De første romaner til at bruge moderne engelsk blev betragtet mere som underholdning og mindre som en legitim litterær bestræbelse. Men "efterhånden som romanen bliver mere og mere respektabel, " siger Jarvis, "bliver den mindre forbundet med kvindelig forfatterskab." Med andre ord: mænd begyndte på at skrive romaner, da det begyndte at ligne en ”seriøs” forfølgelse.
Selvom litterære historikere har talt om kvinders afgang fra romanen på bestemte tidspunkter før, siger Underwood, er der ingen, der har udført den slags bredt skala, der kunne demonstrere kontinuerlige tendenser. Det er her maskinlæring kommer ind.
Siger Lee, "litteraturforskere, vi er meget opmærksomme på, at der er tavshed, " - det vil sige steder i litteraturhistorie, hvor bøger ikke blev skrevet. En anden tavshed, hun føler, er vigtig, er det voksende fravær af navngivne kvindelige karakterer i de studerede romaner. Hun er fan af romanerne fra den pseudonyme italienske forfatter Elena Ferrante, og siger, at karakteriseringen af kvindeligt venskab i Ferrantes bøger fremhæver "stilheden" for kvindeligt venskab i fiktion andetsteds, fra både fortiden og nutiden. For hende understreger undersøgelsen den samme ting og fremhæver "vigtigheden af at arbejde med kvinder, der ser kvinder." Fraværet af kvinder fra romanen "har roligt formet den måde, vi føler på litteraturhistorie, " siger Underwood.
Forfatterne bemærker, at deres undersøgelse ikke dækker alle romaner, der er skrevet i denne periode, og at de mangler repræsentation fra genre-fiktion såsom romance-romaner og detektivfiktion, som blev populær i det 20. århundrede. Forskerne tog dog skridt til at korrigere for deres bias ved at teste deres database mod andre databaser. Bøgerne, de valgte, repræsenterer litteratur, der blev betragtet som vigtige af akademiske biblioteker, og forfatterne bemærker, at der er mere arbejde, der skal gøres med genrer fiktion. ”Det litterære køn kan konstrueres forskelligt i forskellige genrer eller i forskellige dele af det litterære felt, ” skriver forfatterne.
Maskinindlæringsmetoder giver en ny måde at se på fortidens tavshed og nærvær - mærkeligt nok gennem forudsigelseslinsen. Generelt bruges algoritmer til at foretage forudsigelser eller opdage mønstre baseret på et sæt information, men Long siger, at deres brug af historien er, at de kan opdage langsigtede tendenser i fortiden såvel som nutiden eller fremtiden. ”Jeg synes, det er en så kraftig måde at holde vores egne fortolkninger i kontrol, ” siger han.
