Table of links Stolici za levo ABSTRACT Abstrakcija INTRODUCTION Uvod SEARCH ENGINES AND WOMEN’S DESCRIPTIVE REPRESENTATION Motori pretraživanja i opisna zastupljenost žena MEASURING THE EXTENT OF ALGORITHMIC REPRESENTATION Mjerenje opsega algoritamske reprezentacije GENERAL DISCUSSION, CONCLUSION   AND   REFERENCES Opšta rasprava, zaključak i Referencije SEARCH ENGINES AND WOMEN’S DESCRIPTIVE REPRESENTATION Motori pretraživanja i opisna zastupljenost žena Kolektivno opisno predstavljanje je kvaliteta političkih institucija koje predstavljaju svoje građane na osnovu zajedničkih političkih i sociodemografskih karakteristika (Atkeson i Carrillo 2007; Bratton i Ray 2002). Povećanja u opisnom predstavljanju manjina su povezane s rezultatima politike koji imaju korist od njihovih materijalnih interesa, čime se smanjuju strukturne nejednakosti (Bratton i Ray 2002; Hessami i da Fonseca 2020; Lowande et al. 2019; Wängnerud 2009; Mendelberg et al. 2014). Uključivanje žena u upravljačka tijela također ima simboličku kvalitetu (Stokes-Brown i Dolan 2010). Da li vlade adekvatno približavaju demografski sastav svog stanovništva „pošlje važne signale o tome ko bi trebao (i ne bi trebao) Naučnici su identificirali medijski diskurs kao važan faktor koji oblikuje kako građani vide sebe i da li percipiraju svoje interese kao zastupljene (Kahn 1994). Prevladavajući zaključak ove linije rada je da politička pokrivenost podređuje i pogrešno predstavlja manjine grupe (Gershon 2013; Van Der Pas i Aaldering 2020) i da su ta iskrivljenost u pokrivenosti rezultira u smanjenim procjenama političkih kandidata koji pripadaju tim grupama (Rohrbach et al. 2023; van Oosten et al. 2024). U ovom članku, mi se bavimo ovom jako potrebnom ažuriranjem ove linije razmatranja i predlažemo okvir algoritamskog predstavljanja. Središnji argument okvira je da su političke nejednakosti ugrađene u pretraživačke algorit Algorithmic representation as outcome of structural inequalities Većina ljudi nikada ne susreće političare lično nego kroz posrednike, kao što su medijska pokrivenost (Shehata i Strömbäck 2014; Kahn 1994). Teza o posredovanju na osnovu spola navodi da se transformacija političke stvarnosti u posredovanu stvarnost odvija kroz razne novinarske filtere (Gidengil i Everitt 2000; Trimble et al. 2022). Ovi filteri uzimaju oblik rodne organizacijske strukture novinskih soba, prakse nabavke i pisanja novinara i njihovih profesionalnih normi (Riedl et al. 2022). Ova filtrirana posredovanja predstavljaju publiku s pokrivanjem koje kvantitativno i kvalitativno podržava maskulinizovani (i beli) pogled na politiku. Ovi pogledi imaju značenje kao što označavaju jezgru rodne političke Danas se indirektni susreti s političkim likovima sve više odvijaju u digitalnim prostorima kuriranim AI-om. Tražilice zasnovane na AI-u – ali i kanale društvenih medija i sustavi za preporuku vijesti – strukturiraju ono što politički glasači vide (i što oni ne vide; vidi npr. Wallace 2018; Friesen et al. 2021). Pored toga, u „post-broadcast demokratijama“, ljudski utjecaj novinara sve više se zamjenjuje Googleovim pretraživačima AI-a (vidi Stier et al. 2022). Studije pokazuju da su pretraživači poput Google-a postali ključni izvori političkih informacija (Trevisan et al. 2018; Urman i Makhortykh 2023). Pored toga, u nekim slučajevima, ljudi stavljaju više pov H1: Podrijetlo bazne linije: žene su algoritmički nedovoljno zastupljene u (rodno neutralnim) političkim rezultatima pretrage Google slike Ako se masculinizirana politička i društvena realnost pretvara u algoritamsku podreprezentaciju žena na Google-u, tada bi opseg te podreprezentacije trebao varirati u društvima s različitim političkim referentnim kriterijima u pogledu opisne reprezentacije žena.4 Pozajmljujući se iz teorije društvenih uloga, Niven (1998, 2004) objašnjava žensko nedovoljno/pogrešno zastupanje u političkim medijima kao funkciju nedostatka žena u rukovodstvenim ulogama. Ovaj pogled je u skladu sa dinamičkim stereotipnim modelima koji naglašavaju da stereotipi oblikuju raspodjela žena i muškaraca među različitim profesionalnim ulogama – to jest, u politici, njihovo prisustvo na dužnosti (Diekman et al. 2004; Eagly et al. 2020; van der Pas et al H2: Distributivna predrasuda: Algoritmička podreprezentacija žena je pozitivno korelirana s njihovom opisnom reprezentacijom u različitim zemljama, ali je ne prelazi. Algorithmic representation as a driver of political perceptions Iako smo do sada izravno sahali hipoteze da su žene vjerojatno algoritmički manje vidljive od muškaraca u rezultatima političkih pretraga Google-a u nacionalnim kontekstima. Povlačenje na 3Za prve dvije hipoteze, mi se fokusiramo isključivo na spol i zanemarujemo pitanje glasa i zanemarujemo rasu iz dva razloga. Prvo, mjerenje udjela ne-bijelih političara u Google-ovom izlasku može zahtijevati označavanje rase prikazanih osoba na čisto vizualnoj osnovi. Pored snažnih etičkih zabrinutosti, za prve dvije hipoteze, računalne metode označavanja oslanjaju se na algoritme za prepoznavanje lica koji su sami podložni inherentnim rasnim predrasudama (Cavazos et al. 2021; Scheuerman et al. 2019 Teorizujemo da algoritamsko predstavljanje funkcioniše unutar mehanizma strateške diskriminacije u dva koraka. Prvo, predstavljanje minoritiziranih grupa u ishodima pretraživača iskrivljuje pojedinačne percepcije opisne reprezentacije tih skupina (H3). Stoga pozicioniramo da ishod pretraživača služi kao politički heuristički hranjenje razlike u rodnoj percepciji (Lau i Redlawsk 2001; McDermott 1997), što je "sistematičko precenjivanje od strane muškaraca i potcenjivanje od strane žena njihove izbirljivosti" (Ashworth et al. 2024, 290).Budući da većina glasača nema jasnu ideju o stvarnom demografskom sastavu političkih institucija (vidi, na primjer, Stauffer 2021), pretraživači će približiti algorit H3: Perceptualna predrasuda: Algoritmička podreprezentacija žena i ne-bijelih političara snižava procjene njihove opisne reprezentacije. Drugo, ove algoritmički potaknute zablude u vezi sa stvarnim uključivanjem manjinskih grupa utječu na procjene elektabilnosti (H4a). Bateson (2020) identificira percipiranu sposobnost kandidata da prikupi sredstva, generira medijsku pokrivenost i pobedi glasače kao determinante elektabilnosti. Percepcije glasača o tim dimenzijama ostaju nejasne i teško je empirički uhvatiti. Stoga proširimo ovaj pristup i uvodimo predstavljanje u ishod Google pretraživanja kao ključnu varijantu u strateškom izračunu glasača. Budući da se pretraživači tako redovno i široko koriste kao i pouzdani, oni predstavljaju gotovo verodostojan izvor za pojedince da formiraju svoje „preferencije drugog reda“ – to jest, percep Pored smanjenja percipirane elektabilnosti kandidata koji pripadaju manjinskim grupama, postoji razlog da se veruje da potcenjivanje opisne reprezentacije takođe smanjuje vanjsku efikasnost glasača, shvaćen kao percepcija da vlada odgovara na njihove brige (H4b; Atkeson i Carrillo 2007). Konkretno, Stauffer (2021) je uvjerljivo pokazao za slučaj žena političara da je subjektivna percepcija glasača o uključivanju žena, a ne njihova objektivna stvarnost koja oblikuje političke evaluacije (vidi i Dolan i Sanbonmatsu 2009). H4: strateška predrasuda: Podcenjene opisne reprezentacije zauzvrat smanjuju procjene birača o (a) izbornoj sposobnosti žena i ne-bijelih političara i (b) vanjskoj efikasnosti birača 
 
 
 Autori : » 
 
 
 
 Uslovi korišćenja Milošević Makhortykh Marija Sidorova Autori : » 
 
 
 
 Uslovi korišćenja Milošević Makhortykh Marija Sidorova 
 
 Ovaj dokument je dostupan na arhivu pod licencom CC by 4.0 Deed (Attribution 4.0 International). Ovaj papir je pod licencom CC by 4.0 Deed (Attribution 4.0 International). available on arxiv Dostupno u Arhivu

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

Bias in Algorithmic Technology Exposed 

undefined's blog

Ovaj audio je proizveden na originalnom jeziku priče!

Kako pretraživači pojačavaju rodne praznine u političkoj reprezentaciji

About Author

KOMENTARI

HANG TAGS

OVAJ ČLANAK JE PREDSTAVLJEN U

Related Stories

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps