Stereotypen op grote schaal: Hoe computers bias in mediaberichten opsporen

Auteur: Anne Kroon

Beeldvorming in de media heeft belangrijke voordelen. Het helpt ons om complexiteit te reduceren, informatie te ordenen, en keuzes te maken. Echter, beeldvormingsprocessen dragen ook belangrijke risico’s met zich mee. Wanneer beelden in de media dominante stereotypen benadrukken, kunnen de gevolgen ingrijpend zijn. Met name waar het gaat om kwetsbare groepen in onze samenleving die niet volledig meedoen op de arbeidsmarkt, in het onderwijs, of andere segmenten van het sociale leven. Denk bijvoorbeeld aan vrouwen, mensen met een niet-westerse migratieachtergrond, en ouderen.

Onderzoek naar beeldvorming in de media is daarom van belang. Dit type onderzoek wordt veelal uitgevoerd door handmatig mediaberichten te analyseren. Door bijvoorbeeld te tellen hoe vaak vrouwelijke versus mannelijke bronnen in het nieuws voorkomen, kan iets gezegd worden over gender bias in nieuwsberichten. Door ontwikkelingen op het gebied van artificiële intelligentie (AI) zijn computers echter steeds beter geworden in het detecteren van bias en stereotypen. Geavanceerde algoritmen maken het mogelijk om grote hoeveelheden teksten te verwerken en analyseren. Zelfs subtiele vormen van bias komen hiermee aan het licht.

Slimme mannen, criminele immigranten?

Als gevolg van deze ontwikkelingen is onderzoek naar beeldvorming in berichtgeving in kranten en online mediabronnen sterk in ontwikkeling. Zo hebben onderzoekers algoritmen gebruikt om stereotypen over vrouwen in Amerikaanse boeken te analyseren in de afgelopen honderd jaar. Dit onderzoek laat zien dat aan het begin van de 20ste eeuw mannen vooral geassocieerd werden met woorden als ‘intelligent’ en ‘bedachtzaam’. Pas vanaf de jaren zestig worden ook vrouwen sterker met dergelijke woorden geassocieerd, maar de kloof tussen mannen en vrouwen blijft nog altijd bestaan.

Deze technieken zijn ook toegepast op berichtgeving in Nederlandse kranten. Op basis van meer dan drie miljoen krantenartikelen is de beeldvorming van diverse etnische minderheden onderzocht. De onderzoekers concluderen dat etnische minderheden van niet-Europese komaf, zoals Surinamers, Antillianen, Marokkanen en Turken, vaker op stereotype wijze in het nieuws verschijnen dan niet-westerse minderheden. In dagelijkse berichtgeving worden niet-Europese groepen sterker geassocieerd met criminaliteit, bedreiging en lage sociale status dan Nederlanders en onze directe buren (zoals Belgen en Duitsers). In het afgelopen decennia zijn deze negatieve associaties in het nieuws sterker geworden, terwijl feitelijke statistieken aantonen dat criminaliteit onder de bestudeerde groepen juist afnam.

Vooroordelen en stereotypen, ingegeven door mediabeelden, kunnen gebruikt worden om ongelijkheid te rechtvaardigen en aanleiding geven tot – vaak onbewust – discriminerend gedrag. Computers kunnen helpen om dergelijke stereotypen op grote schaal op te sporen, en daarmee bewustwording bevorderen. Algoritmen kunnen het probleem echter niet oplossen. Mediamakers, maar ook vaak geciteerde personen in het nieuws, zoals politici, dragen een speciale verantwoordelijkheid om negatieve beeldvorming omtrent kwetsbare te veranderen.