Nykyaikaisten englanninkielisten romaanien syntymästä lähtien 1700-luvulla miespuoliset ja naishahmot Paul Atreidesista Elizabeth Bennetiin ovat nauroineet, virnehtineet, tunteneet ja toimineet sivuillaan. Uusi koneoppimisalgoritmia käyttäen tehty tutkimus on tarjonnut tuoretta näkökulmaa heidän historiaansa. Kulttuurianalyysi- lehdessä julkaistu tällä viikolla sukupuolen muutos englanninkielisessä fiktiossa, analysoi sukupuolen esitystä yli 100 000 romaanissa ja löysi paradoksin 1900-luvun romaaneissa: jäykinä sukupuolirooleina näytti häviävän, mikä osoittaa sukupuolten välisen tasa-arvon lisääntymisen, naishahmojen lukumäärän - ja naistekijöiden osuuden vähentyneen.
Tutkimuksen kirjoittajan Ted Underwoodin, Illinoisin yliopiston englannin ja informaatiotieteiden professorin ja hänen yhteistyötietojen tutkijan David Bammanin (Berkeleyn Kalifornian yliopisto) rakentamana algoritmi analysoi 104 000 romaanin merkit ja kirjoittajat - paljon enemmän kuin sinä Luin elämässä. Underwood ja Bamman rakensivat alun perin algoritmin aikaisemmalle karakterisointitutkimukselle: ne liitettiin nykyiseen tutkimukseen Illinoisin yliopiston jatko-opiskelijan coauthor Sabrina Lee: n kanssa. Romaanit valittiin pääasiassa HathiTrust-digitaalikirjastosta, ja ne edustivat valikoimaa bestsellereitä vuosilta 1703-2009. Lista sisältää suosittuja nimikkeitä kuten Pride and Prejudice, Dune ja jotkut Raymond Chandlerin romaaneista.
Tutkittuaan tietoja ja jakamalla ne ajan mukaan, tutkijat pystyivät näkemään trendejä tietyillä ajanjaksoilla: esimerkiksi noin 1800 - 1970-luvulla naiskirjailijoiden määrän ”tasainen lasku” - noin 50 prosentista vähemmän yli 25 prosenttia. Samana ajanjaksona he näkivät nimettyjen naishahmojen määrän vähenevän. Nämä suuntaukset alkavat kääntyä 1900-luvun loppupuolella. Ja heidän tutkimuksensa aikana dramaattiset ja nopeat muutokset sanoissa, joita käytettiin sukupuolen karakterisointiin, samoin kuin erityisesti sukupuolten jakautuneiden sanojen lukumäärän väheneminen.
Monet näistä sanoista eivät olleet nimenomaisesti sukupuolisia, kuten ”sydän” tai ”talo”, vaikka potentiaalisesti sukupuolisia sanoja, kuten ”hame” tai ”viikset”, ei suljettu pois. Esimerkiksi 1800-luvulla verbi ”tuntui” liittyi enemmän naisiin, kun taas verbi “sai” liittyi useammin miehiin. Nämä suuntaukset heikkenivät ajan myötä, kunnes 1900-luvulle mennessä muut sanat liittyivät näkyvämmin miehiin ja naisiin. 1900-luvulla kuolemaan liittyvät sanat liittyivät enemmän naisiin ja näiden sanojen käyttö miehiin laski vastaavasti. "Naiset hymyilevät ja nauravat", kirjoittajat kirjoittavat, "mutta vuosisadan puolivälissä miehet ilmeisesti voivat vain virnistää ja nauraa." Samoin 1800-luvulla tunneista keskustellaan paljon, ensin lähinnä naishahmojen suhteen. 1900-luvulla siellä on paljon enemmän vartaloista ja vaatteista - esimerkiksi vuosisadan puolivälissä olevat miehet laittavat jatkuvasti asioita taskuihin tai ottavat ne pois.
Se on sellainen tulos, joka osoittaa koneoppimismenetelmien tarpeen, Underwood sanoo: "Todellisuus on, että kulttuurissa ei ole selkeitä määritelmiä siitä, mikä sukupuoli on tai mikä on jopa kirjallisuuden tyyli", hän sanoo. "Ja koneoppiminen antaa meille työskennellä sumeiden käsitteiden kanssa."
Menetelmää on käytetty useammin pankkitietojen käsittelyyn tai auttamaan itse ajavia autoja pysymään turvassa, joten se saattaa tuntua oudolta sopivalta romaanin analysoinnille. Mutta Underwood ja muut digitaalisten humanististen tieteiden tutkijat näkevät suuren potentiaalin.
Nebraskan yliopiston englantilainen professori Seth Long, joka työskentelee myös digitaalisten humanististen tieteiden alalla, sanoo, että nämä odottamattomat tulokset osoittavat suurien tietojen voiman humanistisissa apurahoissa. "Tilastollinen mallintaminen vaatii hyvin erilaista tapaa ymmärtää kirjallista historiaa", hän sanoo. Algoritmi on tyhjä taulukko, kunnes annettuihin tietoihin, mutta kun sillä on nämä tiedot, se voi vetää pois asioita, joita ihmiset eivät voi. Tässä tapauksessa se katkaisee tieteelliset oletukset siitä, kuinka kirjallisuuden historian tulisi seurata naisten sosiaalisen kehityksen historiaa.
"Kun näet [tutkimuksen] perinteisempien kirjallisten historiallisten hankkeiden rinnalla, voit nähdä yhteyksiä, joita et ehkä ole muuten nähnyt", sanoo Stanfordin yliopiston englannin professori Claire Jarvis. Tämä vahvistaa kvantitatiivisesti joitain hänen "kiristyksistä", jotka hänellä on ollut kirjallisuuden tieltä. Tähän sisältyy naiskirjailijoiden osuuden väheneminen koko tutkitun ajanjakson aikana, mikä yllätti Underwoodin.
"Olisin odottanut jonkin verran edistystä vain fiktion naisten edustuksen tasa-arvon suhteen", Underwood sanoo. ”Ehkä ei paljon edistystä, mutta jonkin verran edistystä. Ja emme todellakaan näe mitään. ”
Ensimmäisiä modernin englannin kielen käyttäviä romaaneja pidettiin enemmän viihteenä ja vähemmän laillisena kirjallisena pyrkimyksenä. Mutta "kun romaanista tulee yhä kunnioitetumpaa", Jarvis sanoo, "se liittyy vähemmän naispuoliseen kirjoitukseen." Toisin sanoen: miehet pääsivät kirjoittamaan romaaneja, kun se alkoi näyttää "vakavalta" harrastukselta.
Vaikka kirjallisuushistorioitsijat ovat aiemmin puhuneet naisten poistumisesta romaanista, Underwood sanoo, kukaan ei ole tehnyt sellaista laaja-alaista työtä, joka osoittaisi jatkuvia suuntauksia. Sieltä koneoppiminen tulee.
Lee sanoo, "Kirjallisuuden tutkijat, olemme hyvin tietoisia siitä, että on olemassa hiljaisuus" - ts. Paikat kirjallisuuden historiassa, joissa kirjoja ei kirjoitettu. Toinen hiljaisuus, jota hän pitää tärkeänä, on nimettyjen naishahmojen kasvava poissaolo tutkituissa romaaneissa. Hän on pseudononymillisen italialaisen kirjailijan Elena Ferranten romaanien fani ja sanoo, että naisten ystävyyden karakterisointi Ferranten kirjoissa korostaa naisten ystävyyden "hiljaisuutta" fiktioissa muualla, sekä menneisyydestä että nykyisyydestä. Hänelle tutkimus korostaa samaa ja korostaa ”naisten näkevien naisten teosten merkitystä”. Naisten puuttuminen romaanista “on hiljaisesti muokannut tapaa, jolla tunnemme kirjallisuushistoriaa”, Underwood sanoo.
Kirjoittajat huomauttavat, että heidän tutkimuksensa ei kata kaikkia tämän ajanjakson aikana kirjoitettuja romaaneja, ja että niistä puuttuu edustaminen tyylilajin fiktioista, kuten romanssiromaaneista ja detektiivikirjallisuudesta, joista tuli suosittu 1900-luvulla. Tutkijat ryhtyivät kuitenkin toimenpiteisiin väärinkäytösten korjaamiseksi testaamalla tietokantaansa muihin tietokantoihin nähden. Heidän valitsemansa kirjat edustavat kirjallisuutta, jota akateemiset kirjastot pitivät tärkeänä, ja kirjoittajat huomauttavat, että genren fiktioon on tehtävä enemmän työtä. "Kirjallinen sukupuoli voidaan rakentaa eri tavoin eri genreissä tai kirjallisuuden eri osissa", kirjoittajat kirjoittavat.
Koneoppimismenetelmät tarjoavat uuden tavan tarkastella menneisyyden hiljaisuutta ja läsnäoloa - omituisesti ennustelinssin kautta. Algoritmeja käytetään yleensä ennusteiden tekemiseen tai mallien havaitsemiseen tietyn tietoryhmän perusteella, mutta Long sanoo, että niiden käyttö historian kannalta on, että ne pystyvät havaitsemaan pitkän aikavälin suuntaukset menneisyydessä, samoin kuin nykyisyys tai tulevaisuus. "Mielestäni se on niin tehokas tapa pitää omat tulkinnomme kurissa", hän sanoo.
