研究人员发现，在文学作品中，男性人物数量是女性人物的4倍。
他们运用人工智能的一个分支——自然语言处理，分析性别代词的出现情况。
这种无意识性别偏见长期累积，会加剧性别薪酬差距，也会导致担任领导职位的女性减少。
“读者，我嫁给了他。”夏洛蒂·勃朗特1847年经典爱情小说中与书名同名的女主人公简·爱如此说道。这句话之所以如此著名，是因为她历经重重阻碍才走到这一步。
然而，约175年过去，性别平等虽已取得诸多进展，但人工智能（AI）显示，爱德华·费尔法克斯·罗切斯特的人数仍是简·爱的四倍。
研究还揭示了用于描述女性的形容词；眼下只需说，勃朗特大概不会赞同这些用词。
书籍中的性别偏见
南加州大学（USC）维特比工程学院的研究人员使用了机器学习工具分析3,000本书这些书经数字化后收录于古腾堡计划其中包括小说、短篇小说和诗歌，题材涵盖冒险、科幻、悬疑和爱情。
南加州大学信息科学研究所（ISI）研究负责人马扬克·凯杰里瓦尔是自然语言处理（NLP）专家，他从有关隐性性别偏见的研究中获得启发。
凯杰里瓦尔与合著者、Meta机器学习工程师阿卡什·纳加拉杰合作，运用命名实体识别（NER）这一自然语言处理方法，提取具有特定性别的人物。
“我们定义这一点的方法之一，是比较一本书中女性代词和男性代词的数量，”凯杰里瓦尔说。他们还统计了女性人物中主角的数量，以判断男性人物是否在故事中居于核心地位。
关注书中人物的性别差距
其他研究发现，女性的阅读量高于男性；但在南加州大学的这项研究中，男性人物的提及次数是女性人物的4倍。值得注意的是，由女性创作的书籍中，这种“人物性别差距”有所缩小。
“这清楚地表明，在那个时代，女性比男性作家更常描写女性自身，”纳加拉杰说。
自然语言处理技术还帮助研究人员发现与特定性别人物相关联的形容词。他们表示，这加深了对偏见及其在社会中普遍程度的认识。
“即使存在归因错误，与女性相关联的词语也包括‘软弱’、‘和蔼’、‘漂亮’，有时还有‘愚蠢’等形容词，”纳加拉杰说。“描述男性人物的词语则包括‘领导力’、‘权力’、‘力量’和‘政治’。”
凯杰里瓦尔希望这项研究能凸显跨学科研究的重要性，更具体地说，是强调运用人工智能技术聚焦社会问题与不平等现象的价值。
文学作品中的公平呈现为何重要
杰西卡·诺德尔在接受世界经济论坛采访、谈及她的著作《偏见的终结》时曾说：“我们生活在一种文化中，并从这种文化中吸收信息，了解哪些类别相关、哪些类别显著，以及这些类别意味着什么。我们还会吸收许多与这些类别有关的联想、刻板印象和各种文化认知。”
“性别偏见确实存在。当文学作品中女性出现的频率只有男性的四分之一时，就会对接触这种文化的人产生潜移默化的影响，”凯杰里瓦尔说。“我们以量化方式揭示了偏见在文化中持续存在的一种间接表现。”
诺德尔表示，随着时间推移，无意识性别偏见的累积效应会不断扩大，加剧性别薪酬差距，并使担任领导职位的女性减少。
全球性别差距还需要135.6年才能弥合，这是论坛《2021年全球性别差距报告》给出的预测；该报告未能充分反映新冠疫情的影响。
报告发现，“领导职位中女性持续缺位”，女性仅占所有管理职位的27%。
让女性在文学作品中得到平等呈现，或许是减少无意识偏见、帮助弥合性别差距的一种方式。
“我们的研究表明，现实世界很复杂，但社会中各个群体参与文化话语都能带来益处，”凯杰里瓦尔指出。“这样一来，我们对社会的认识往往会更加贴近现实。”
