Les chercheurs de Rutgers affirment que les préjugés sexistes et les stéréotypes correspondant à certaines professions sont répandus sur les plateformes de médias numériques et sociaux.

L'étude, publié dans le Journal de l'Association pour la science et la technologie de l'information , constate que les images en ligne d'hommes et de femmes dans quatre professions—bibliothécaire, infirmière, programmeur, et ingénieur civil - ont tendance à représenter et à renforcer les stéréotypes de genre existants.

Dans l'étude, Les chercheurs de Rutgers ont analysé les résultats de recherche d'images de personnes dans chacune des quatre professions sur quatre plateformes de médias numériques :Twitter, NYTimes.com, Wikipédia, et Shutterstock. Ils ont également comparé les résultats de la recherche à la représentation des sexes de chaque profession selon le Bureau of Labor Statistics des États-Unis.

Les résultats ont montré que les stéréotypes et les préjugés sexistes étaient répandus. Les femmes étaient surreprésentées en tant que bibliothécaires et infirmières et sous-représentées en tant que programmeurs informatiques et ingénieurs civils, surtout lorsque la collecte et la conservation du contenu sont largement automatisées par un algorithme, comme sur Twitter.

Cependant, sur des plateformes où les individus peuvent générer et curer du contenu plus directement, tels que NYTimes.com et Shutterstock, les stéréotypes étaient plus susceptibles d'être remis en cause. Résultats de recherche de NYTimes.com, par exemple, produit des images d'ingénieurs civils qui sont des femmes, et des infirmières qui sont des hommes, plus souvent que prévu étant donné leur représentation dans les statistiques du travail.

"Une curation de contenu plus directe aidera à lutter contre les stéréotypes de genre, " a déclaré Vivek Singh, professeur adjoint de bibliothéconomie et de sciences de l'information à la Rutgers' School of Communication and Information.

Alors que les femmes ont généralement tendance à être sous-représentées dans les professions à prédominance masculine sur les plateformes de médias numériques, Singh a noté des progrès vers l'équité dans la présentation genrée des images de 2018 à 2019. Par exemple, plus de femmes ont été montrées dans les images des professions à prédominance masculine sur Twitter en 2019 qu'en 2018.

« Les préjugés sexistes limitent la capacité des personnes à choisir des carrières qui peuvent leur convenir et entravent des pratiques équitables, l'équité salariale et l'égalité, " a déclaré la co-auteur Mary Chayko, sociologue et professeur d'enseignement interdisciplinaire à l'École de la communication et de l'information. « Il est essentiel de comprendre la prévalence et les modèles de préjugés et de stéréotypes dans les images en ligne, et peut nous aider à défier, et, espérons-le, un jour, ces stéréotypes."

Les chercheurs ont déclaré que l'étude pourrait aider à empêcher la conception de biais dans les plateformes de médias numériques, algorithmes, et des logiciels d'intelligence artificielle. Et tandis que les êtres humains construisent en effet des algorithmes, les résultats de l'étude peuvent aider les créateurs de contenu et les concepteurs de plateformes à déterminer si une curation à forte algorithme ou à forte intensité humaine peut être mieux adaptée à une tâche.

L'étude a été co-écrite par Raj Inamdar, associé de recherche au laboratoire d'informatique comportementale de Rutgers et à Diana Floegel, doctorant à la Rutgers' School of Communication and Information.