Dalla nascita dei moderni romanzi in lingua inglese nel 1700, personaggi maschili e femminili da Paul Atreides a Elizabeth Bennet hanno riso, ghignato, sentito e recitato attraverso le loro pagine. Un nuovo studio condotto utilizzando un algoritmo di apprendimento automatico ha offerto una nuova prospettiva sulle loro storie. "The Transformation of Gender in English-Fiction", pubblicato questa settimana sulla rivista Cultural Analytics, ha analizzato la presentazione del genere in oltre 100.000 romanzi, trovando un paradosso quando si parlava di romanzi del XX secolo: come i rigidi ruoli di genere sembrava dissiparsi, indicando una maggiore uguaglianza tra i sessi, il numero di personaggi femminili - e la proporzione di donne autori - diminuiva.
Costruito dall'autore dello studio Ted Underwood, professore di inglese e di scienze dell'informazione all'Università dell'Illinois, e dal suo co-autore scienziato dell'informazione David Bamman dell'Università della California a Berkeley, l'algoritmo ha analizzato i personaggi e gli autori di 104.000 romanzi, molto più di te Leggerò tra una vita. Underwood e Bamman originariamente costruirono l'algoritmo per un precedente studio sulla caratterizzazione: furono uniti nell'attuale studio dalla coautrice Sabrina Lee, una studentessa laureata all'Università dell'Illinois. I romanzi sono stati selezionati principalmente dalla Biblioteca digitale HathiTrust e rappresentavano una selezione di bestseller dagli anni 1703 al 2009. L'elenco include titoli popolari come Pride and Prejudice, Dune e alcuni dei romanzi di Raymond Chandler.
Osservando i dati e sezionandoli nel tempo, i ricercatori sono stati in grado di vedere le tendenze in determinati periodi: tra il 1800 e gli anni '70, ad esempio, un "declino costante" nella percentuale di donne autori, dal 50% circa in meno del 25 percento. Nello stesso periodo, hanno visto un calo del numero di personaggi femminili nominati. Queste tendenze iniziano a invertire nell'ultima parte del 20 ° secolo. E nel corso del loro studio, cambiamenti drammatici e rapidi nelle parole utilizzate per caratterizzare il genere - nonché una diminuzione del numero di parole specificamente di genere.
Molte di quelle parole non erano esplicitamente di genere, come "cuore" o "casa", sebbene non fossero escluse le parole potenzialmente di genere come "gonna" o "baffi". Ad esempio, nel 1800 il verbo "sentito" era più associato alle donne, mentre il verbo "ottenuto" era più spesso associato agli uomini. Queste tendenze sono diminuite nel tempo, fino a quando nel 1900, altre parole erano associate in modo più evidente agli uomini e alle donne. Nel 1900, le parole legate all'allegria divennero più associate alle donne e vi fu un corrispondente declino nell'uso di quelle parole in relazione agli uomini. "Le donne sorridono e ridono", scrivono gli autori, "ma gli uomini della metà del secolo, a quanto pare, possono solo sorridere e ridacchiare." Allo stesso modo, nel diciannovesimo secolo, ci sono molte più discussioni sui sentimenti, inizialmente soprattutto per quanto riguarda i personaggi delle donne. Nel 20 ° secolo, c'è molto di più su corpi e vestiti - per esempio, gli uomini della metà del secolo mettono costantemente le cose in tasca o le tolgono.
È il tipo di risultato che dimostra la necessità di approcci di apprendimento automatico, Underwood afferma: "La realtà è che la cultura non arriva con chiare definizioni di cosa sia il genere o che sia anche un genere letterario", dice. "E l'apprendimento automatico ci sta permettendo di lavorare con concetti che sono confusi."
Il metodo è stato più frequentemente utilizzato per lavorare con i dati bancari o per aiutare le auto a guida autonoma a rimanere al sicuro, quindi potrebbe sembrare una strana misura per analizzare il romanzo. Ma Underwood e altri studiosi nel campo delle discipline umanistiche digitali vedono un grande potenziale.
Seth Long, professore di inglese all'Università del Nebraska, che lavora anche nel campo delle discipline umanistiche digitali, afferma che questi risultati inaspettati dimostrano il potere dei big data per la borsa di studio delle discipline umanistiche. "La modellistica statistica richiederà un modo molto diverso di comprendere la storia della letteratura", afferma. Un algoritmo è una tabula rasa fino a quando non vengono fornite informazioni, ma una volta che ha tali informazioni, può estrarre cose che le persone non possono. In questo caso, ciò interrompe le ipotesi accademiche su come la storia della letteratura dovrebbe seguire la storia del progresso sociale delle donne.
"Quando vedi [lo studio] accanto a progetti storici letterari più tradizionali, puoi vedere connessioni che potresti non aver visto altrimenti", afferma Claire Jarvis, professore di inglese alla Stanford University. Ciò conferma alcuni dei "sospetti" che ha avuto sul percorso della letteratura, in modo quantitativo. Ciò include la diminuzione della percentuale di donne autori durante tutto il periodo di studio studiato, che ha sorpreso Underwood.
"Mi sarei aspettato di vedere qualche progresso, solo in termini di uguaglianza nella rappresentazione delle donne nella narrativa", afferma Underwood. “Forse non molti progressi, ma alcuni progressi. E davvero non ne vediamo. "
I primi romanzi che usavano l'inglese moderno erano visti più come intrattenimento e meno come legittimo impegno letterario. Ma "man mano che il romanzo diventa sempre più rispettabile", afferma Jarvis, "diventa meno associato alla paternità femminile". In altre parole: gli uomini hanno iniziato a scrivere romanzi quando ha iniziato a sembrare una ricerca "seria".
Anche se gli storici della letteratura hanno già parlato dell'abbandono delle donne dal romanzo in alcuni punti prima, afferma Underwood, nessuno ha fatto quel tipo di lavoro su larga scala che avrebbe dimostrato tendenze continue. Ecco dove entra in gioco l'apprendimento automatico.
Dice Lee, "Studiosi di letteratura, siamo molto consapevoli che ci sono silenzi", cioè luoghi della storia della letteratura in cui i libri non sono stati scritti. Un altro silenzio che ritiene importante è la crescente assenza di personaggi femminili nominati nei romanzi studiati. È una fan dei romanzi della pseudonima autrice italiana Elena Ferrante e afferma che la caratterizzazione dell'amicizia femminile nei libri di Ferrante evidenzia il "silenzio" dell'amicizia femminile nella narrativa altrove, sia dal passato che dal presente. Per lei, lo studio sottolinea la stessa cosa ed evidenzia "l'importanza di lavorare con le donne che vedono le donne". L'assenza di donne dal romanzo "ha modellato tranquillamente il modo in cui ci sentiamo sulla storia della letteratura", afferma Underwood.
Gli autori notano che il loro studio non copre tutti i romanzi scritti durante questo periodo di tempo e manca la rappresentazione della narrativa di genere come romanzi rosa e romanzi polizieschi, che divenne popolare nel 20 ° secolo. Tuttavia, i ricercatori hanno preso provvedimenti per correggere il loro pregiudizio testando il loro database con altri database. I libri che hanno selezionato rappresentano la letteratura considerata importante dalle biblioteche accademiche e gli autori notano che c'è ancora molto lavoro da fare sulla narrativa di genere. "Il genere letterario può essere costruito in modo diverso in generi diversi o in diverse parti del campo letterario", scrivono gli autori.
I metodi di apprendimento automatico offrono un nuovo modo di guardare ai silenzi e alle presenze del passato - stranamente, attraverso la lente della predizione. In generale, gli algoritmi vengono utilizzati per fare previsioni o rilevare modelli basati su un insieme di informazioni, ma Long afferma che il loro uso per la storia è che possono rilevare tendenze a lungo termine nel passato, così come nel presente o nel futuro. "Penso che sia un modo così potente di tenere sotto controllo le nostre interpretazioni", afferma.
