Sinds de geboorte van moderne Engelstalige romans in de jaren 1700, hebben mannelijke en vrouwelijke personages van Paul Atreides tot Elizabeth Bennet gelachen, grinnikend, gevoeld en gehandeld via hun pagina's. Een nieuwe studie uitgevoerd met behulp van een machine learning-algoritme heeft een nieuw perspectief op hun geschiedenis geboden. "The Transformation of Gender in English-Language Fiction", deze week gepubliceerd in het tijdschrift Cultural Analytics, analyseerde de presentatie van gender in meer dan 100.000 romans en vond een paradox als het ging om romans van de 20e eeuw: als rigide genderrollen leek te verdwijnen, wat duidt op meer gelijkheid tussen de seksen, het aantal vrouwelijke personages - en het aandeel vrouwelijke auteurs - nam af.
Gebouwd door studie-auteur Ted Underwood, een professor in het Engels en informatica aan de Universiteit van Illinois, en zijn co-auteur informatiewetenschapper David Bamman van de Universiteit van Californië in Berkeley, analyseerde het algoritme de personages en auteurs van 104.000 romans - veel meer dan jij zal lezen in je leven. Underwood en Bamman bouwden oorspronkelijk het algoritme voor een eerdere studie over karakterisering: ze werden in de huidige studie vergezeld door coauteur Sabrina Lee, een afgestudeerde student aan de Universiteit van Illinois. De romans werden voornamelijk geselecteerd uit de HathiTrust Digital Library en vertegenwoordigden een selectie van bestsellers uit de jaren 1703 tot 2009. De lijst bevat populaire titels zoals Pride and Prejudice, Dune en enkele romans van Raymond Chandler.
Bij het bekijken van de gegevens en het opsplitsen op tijd, konden de onderzoekers trends over bepaalde periodes zien: tussen ongeveer 1800 en de jaren 1970, bijvoorbeeld, een "gestage daling" van het aandeel vrouwelijke auteurs - van ongeveer 50 procent tot minder dan 25 procent. In dezelfde periode zagen ze een afname van het aantal genoemde vrouwelijke personages. Die trends beginnen om te keren in het laatste deel van de 20e eeuw. En in de loop van hun studie, dramatische en snelle verschuivingen in de woorden die worden gebruikt om het geslacht te karakteriseren - evenals een afname van het aantal specifiek geseksualiseerde woorden.
Veel van die woorden waren niet expliciet genummerd, zoals 'hart' of 'huis', hoewel woorden met een potentieel geslacht zoals 'rok' of 'snor' niet werden uitgesloten. Bijvoorbeeld, in de 19e eeuw werd het werkwoord "voelde" meer geassocieerd met vrouwen, terwijl het werkwoord "kreeg" vaker werd geassocieerd met mannen. Deze trends namen in de loop van de tijd af, totdat tegen de jaren 1900 andere woorden prominenter werden geassocieerd met mannen en vrouwen. In de jaren 1900 werden woorden met betrekking tot vrolijkheid meer geassocieerd met vrouwen en er was een overeenkomstige afname in het gebruik van die woorden in relatie tot mannen. "Vrouwen glimlachen en lachen, " schrijven de auteurs, "maar mannen uit het midden van de eeuw, blijkbaar, kunnen alleen grijnzen en grinniken." Evenzo is er in de 19e eeuw veel meer discussie over gevoelens, aanvankelijk vooral met betrekking tot vrouwelijke personages. In de 20e eeuw gaat er veel meer over lichamen en kleding - bijvoorbeeld, mannen uit het midden van de eeuw stoppen dingen constant in hun zak of halen ze eruit.
Het is het soort resultaat dat de noodzaak van benaderingen voor machine learning aantoont, zegt Underwood: "De realiteit is dat cultuur niet met duidelijke definities komt van wat geslacht is of wat zelfs een literair genre is", zegt hij. "En machine learning laat ons werken met fuzzy concepten."
De methode is vaker gebruikt om met bankgegevens te werken of om zelfrijdende auto's te helpen veilig te blijven, dus het lijkt misschien een vreemde aanpassing voor het analyseren van de roman. Maar Underwood en andere wetenschappers op het gebied van digitale geesteswetenschappen zien een groot potentieel.
Seth Long, een Engelse professor aan de Universiteit van Nebraska, die ook op het gebied van digitale geesteswetenschappen werkt, zegt dat deze onverwachte resultaten de kracht van big data aantonen voor geesteswetenschappen. "Statistische modellen vereisen een heel andere manier om de literaire geschiedenis te begrijpen, " zegt hij. Een algoritme is een lege lei totdat het informatie krijgt, maar zodra het die informatie heeft, kan het dingen eruit halen die mensen niet kunnen. In dit geval onderbreekt dat wetenschappelijke veronderstellingen over hoe de geschiedenis van de literatuur zou moeten volgen met de geschiedenis van de sociale vooruitgang van vrouwen.
"Als je [de studie] ziet naast meer traditionele literaire historische projecten, zie je verbanden die je anders misschien niet hebt gezien", zegt Claire Jarvis, professor Engels aan de Stanford University. Dat bevestigt enkele van de "ingevingen" die ze heeft gehad over het pad van literatuur, op een kwantitatieve manier. Dit omvat de daling van het aandeel vrouwelijke auteurs over de gehele bestudeerde periode, wat Underwood verbaasde.
"Ik had enige vooruitgang verwacht, alleen in termen van gelijkheid van vertegenwoordiging bij vrouwen in fictie, " zegt Underwood. “Misschien niet veel vooruitgang, maar enige vooruitgang. En we zien echt niets. "
De eerste romans die het moderne Engels gebruikten, werden meer als entertainment gezien en minder als een legitieme literaire onderneming. Maar "naarmate de roman meer en meer respectabel wordt, " zegt Jarvis, "wordt deze minder geassocieerd met vrouwelijk auteurschap." Met andere woorden: mannen begonnen met het schrijven van romans toen het begon te lijken op een "serieuze" achtervolging.
Hoewel literaire historici hebben gesproken over het vertrek van vrouwen uit de roman op bepaalde punten eerder, zegt Underwood, heeft niemand het soort breed werk gedaan dat continue trends zou aantonen. Dat is waar machine learning van pas komt.
Lee zegt: "Literatuurwetenschappers, we zijn ons ervan bewust dat er stiltes zijn", dat wil zeggen, plaatsen in de literaire geschiedenis waar geen boeken werden geschreven. Een andere stilte die ze belangrijk vindt, is de groeiende afwezigheid van vrouwelijke personages in de bestudeerde romans. Ze is een fan van de romans van de pseudonieme Italiaanse auteur Elena Ferrante, en zegt dat de karakterisering van vrouwelijke vriendschap in Ferrante's boeken de "stilte" van vrouwelijke vriendschap in fictie benadrukt, zowel uit het verleden als het heden. Voor haar onderstreept de studie hetzelfde en benadrukt ze "het belang van werken met vrouwen die vrouwen zien." De afwezigheid van vrouwen in de roman "heeft de manier waarop we denken over de literaire geschiedenis rustig gevormd", zegt Underwood.
De auteurs merken op dat hun studie niet alle romans omvat die in deze periode zijn geschreven, en ontbreekt de weergave van genre fictie zoals romantiek romans en detective fictie, die populair werd in de 20e eeuw. De onderzoekers namen echter stappen om hun bias te corrigeren door hun database te testen met andere databases. De boeken die zij selecteerden vertegenwoordigen literatuur die belangrijk werd geacht door academische bibliotheken, en de auteurs merken op dat er meer werk moet worden gedaan aan genre fictie. "Literair geslacht kan anders worden opgebouwd in verschillende genres, of in verschillende delen van het literaire veld, " schrijven de auteurs.
Methoden voor machinaal leren bieden een nieuwe manier om naar de stiltes en tegenwoordigheden van het verleden te kijken - vreemd, door de lens van voorspelling. Over het algemeen worden algoritmen gebruikt om voorspellingen te doen of patronen te detecteren op basis van een set informatie, maar Long zegt dat hun gebruik voor geschiedenis is dat ze langetermijntrends in het verleden, maar ook in het heden of de toekomst kunnen detecteren. "Ik denk dat dat zo'n krachtige manier is om onze eigen interpretaties onder controle te houden", zegt hij.
