Los lingüistas utilizan técnicas de aprendizaje a máquina para extraer grandes corpúsculos de texto para detectar cómo la estructura de un idioma da significado a sus palabras. Trabajan bajo el supuesto de que los términos que aparecen muy cerca unos de otros pueden tener connotaciones similares: los perros aparecen cerca de los gatos más a menudo que los caninos aparecen cerca de los plátanos.
Este mismo método de escarbar en los textos -más formalmente llamado búsqueda de la semántica distributiva- también puede proporcionar un marco para analizar las actitudes psicológicas, incluidos los estereotipos de género que contribuyen a la subrepresentación de la mujer en los campos científicos y técnicos. Los estudios realizados en inglés han demostrado, por ejemplo, que la palabra «mujer» suele aparecer cerca de «hogar» y «familia», mientras que «hombre» suele ir acompañada de «trabajo» y «dinero».
La forma en que el lenguaje fomenta los estereotipos lingüísticos intrigó a Molly Lewis, científica cognitiva y miembro especial de la facultad de la Universidad Carnegie Mellon, que se centra en las sutiles formas en que las palabras transmiten significados. Junto con su colega Gary Lupyan de la Universidad de Wisconsin-Madison, decidió basarse en trabajos anteriores sobre los estereotipos de género para explorar cuán comunes son estos sesgos en todo el mundo. En un estudio publicado el lunes en Naturaleza Comportamiento humano, los investigadores encuentran que tales estereotipos están profundamente arraigados en 25 idiomas. La ciencia americana… habló con Lewis sobre los hallazgos del estudio.
[[A continuación se presenta una transcripción editada de la entrevista.]¿Cómo se te ocurrió la idea del estudio?
Hay muchos trabajos anteriores que muestran que las declaraciones explícitas sobre el género moldean los estereotipos de las personas. Por ejemplo, si les dices a los niños que los niños son mejores médicos que las niñas, desarrollarán un estereotipo negativo sobre las médicas. Eso se llama un estereotipo explícito.
Pero hay pocos trabajos que exploren un aspecto diferente del lenguaje que trate esta cuestión de los estereotipos de género desde la perspectiva de las relaciones estadísticas a gran escala entre las palabras. Se pretende llegar a si hay información en el lenguaje que moldee los estereotipos de una manera más implícita. Así que puede que ni siquiera seas consciente de que estás siendo expuesto a información que podría dar forma a tus estereotipos de género.
¿Podría describir sus principales hallazgos?
En un caso, como mencioné, nos centramos en las relaciones estadísticas a gran escala entre las palabras. Así que para hacerlo un poco más concreto: teníamos un montón de texto, y entrenamos modelos de aprendizaje automático en ese texto para ver si palabras como «hombre» y «carrera» o «hombre» y «profesional» tenían más probabilidades de co-ocurrir entre sí, en relación con palabras como «mujer» y «carrera». Y descubrimos que, en efecto, eran [more likely to do so]-en diferentes grados en diferentes idiomas.
Por lo tanto, en la mayoría de los idiomas, hay una fuerte relación entre las palabras relacionadas con un hombre y las palabras relacionadas con una carrera y, al mismo tiempo, las palabras relacionadas con las mujeres y las palabras relacionadas con la familia. Encontramos que esta relación estaba presente en casi todos los idiomas que miramos. Y eso nos da una medida del grado en que hay un estereotipo de género en las estadísticas de los 25 idiomas diferentes que miramos.
Y luego lo que hicimos fue preguntar si los hablantes de esas lenguas tienen o no el mismo estereotipo de género cuando se mide en una tarea psicológica particular. Teníamos una muestra de más de 600.000 personas con datos recopilados por otros investigadores en un estudio de gran alcance. La tarea psicológica se llamó Prueba de Asociación Implícita (IAT). Y la estructura de esa tarea era similar a la forma en que medíamos las relaciones estadísticas entre las palabras del lenguaje. En la tarea, a un participante del estudio se le presentan palabras como «hombre» y «carrera» y «mujer» y «carrera», y el individuo tiene que categorizarlas como pertenecientes a la misma o a una categoría diferente lo más rápido posible.
Así es como se cuantifican los estereotipos de género de las personas. De manera crítica, lo que hicimos entonces fue comparar estas dos medidas. Oradores [who] tienen estereotipos de género más fuertes en sus estadísticas de lenguaje también tienen estereotipos de género más fuertes [themselves]según la medición del IAT. El hecho de que encontramos una fuerte relación entre esos dos es consistente con la hipótesis de que el lenguaje que hablas podría estar formando tus estereotipos psicológicos.
¿No hubo también otra medida que miró?
La segunda conclusión es que los idiomas varían en la medida en que utilizan diferentes palabras para describir a personas de diferentes géneros en las profesiones. Así que en inglés, hacemos esto con «camarero» y «camarera» para describir a personas de diferentes géneros. Lo que encontramos fue que los idiomas que hacen más de ese tipo de distinciones de género en las ocupaciones tenían más probabilidades de tener hablantes con un estereotipo de género más fuerte, según la medición del IAT.
¿No tienen algunos idiomas estas distinciones incorporadas en su gramática?
También nos fijamos en si los idiomas que marcan el género gramaticalmente, como el francés o el español, ponen un marcador al final de una palabra de manera obligatoria. [“enfermero” (masculine) versus “enfermera” (feminine) for “nurse” in Spanish, for example] tienen más sesgo de género. Y ahí no encontramos un efecto.
¿Esa observación fue sorprendente?
Fue sorprendente, porque algunos trabajos anteriores sugieren que [the existence of a bias effect] podría ser el caso, así que esperábamos encontrar eso, y no lo hicimos. Yo no diría que nuestro trabajo es concluyente en ese punto. Pero ciertamente proporciona un punto de datos que sugiere que [aspect of language is] no conduciendo el sesgo psicológico.
Algunos de sus hallazgos sobre los estereotipos de género han sido estudiados en inglés antes, ¿no es así?
Lo que yo diría es que nuestra contribución aquí es explorar esta cuestión de forma interlingüística y comparar directamente la fuerza del sesgo psicológico de género con la fuerza del sesgo estadístico en el lenguaje – los patrones de palabras que revelan el sesgo de género. Lo que hicimos fue mostrar que hay una relación sistemática entre la fuerza de esos dos tipos de sesgos.
Uno de los puntos que usted señala es que se necesitará más trabajo para probar una relación de causa y efecto entre los idiomas y los estereotipos de género. ¿Puedes hablar de eso?
Creo que esto es muy importante. Todo nuestro trabajo es correlativo, y realmente no tenemos pruebas sólidas para una afirmación causal. Así que podría imaginar un par de maneras en las que podemos obtener evidencia causal más fuerte. Una sería mirar esto longitudinalmente para encontrar una forma de medir el sesgo y el lenguaje a lo largo del tiempo, digamos, de los últimos 100 años. ¿El cambio en la fuerza del sesgo del lenguaje predice el cambio posterior en los estereotipos de género de las personas?
Una forma más directa de encontrar pruebas de la idea causal sería hacer experimentos en los que manipularíamos estadísticamente el tipo de patrones de palabras (estadísticas lingüísticas) a los que una persona estaba expuesta y luego mediríamos sus estereotipos psicológicos de género resultantes. Y si hubiera algún tipo de evidencia de una relación entre las estadísticas de un idioma y los estereotipos, eso proporcionaría una evidencia más fuerte para esta idea causal.
Si se demuestra que es cierto que algunos de nuestros estereotipos de género están moldeados por el lenguaje, ¿impedirá ese efecto de alguna manera la capacidad de las personas para cambiarlos?
Creo que lo contrario, en realidad. Creo que este trabajo nos dice un mecanismo por el cual se forman los estereotipos. Y creo que esto nos da una pista de cómo podríamos intervenir y, en última instancia, cambiar los estereotipos de la gente. Así que tengo otro trabajo que mira los libros infantiles y mide los estereotipos implícitos en [those] textos. Y allí encontramos que los estereotipos son aún más grandes que los que reportamos en nuestro documento. Una prometedora dirección futura es cambiar qué libros se leen a los niños o qué medios digitales se les dan a los niños. Y eso podría alterar los estereotipos desarrollados.