Das Internet dient einer immer größer werdenden Zahl an Menschen als wichtigste Quelle für Informationen und Unterhaltung. Zunehmend verlagert sich der Schwerpunkt dabei von Texten auf Bilder. „Von Jahr zu Jahr verbringen die Menschen weniger Zeit mit Lesen und mehr Zeit mit dem Betrachten von Bildern“, schreibt ein Team um Douglas Guilbeault von der University of California in Berkeley. „Jeden Tag laden Millionen von Menschen Bilder von Plattformen wie Google und Wikipedia herunter und weitere Millionen interagieren über soziale Medien wie Instagram und TikTok, die hauptsächlich aus dem Austausch visueller Inhalte bestehen.“
Geschlechterklischees in Bildern und Texten
Doch welchen Einfluss hat diese Verschiebung hin zu mehr Bildern auf unsere Wahrnehmung von Geschlechterrollen? Um diese Frage zu klären, haben Guilbeault und sein Team die geschlechtsspezifischen Assoziationen in Texten und Bildern zu fast 3500 sozialen Kategorien untersucht, darunter Berufsbezeichnungen wie Arzt, Innenarchitekt und Model sowie soziale Rollen wie Nachbar oder Kollege. Als Datenbasis nutzten die Forschenden mehr als eine Million Bilder von Google, Wikipedia und der Internet Movie Database (IMDb) sowie Milliarden von Wörtern von diesen Plattformen.
Da die jeweiligen textlichen Bezeichnungen auf Englisch geschlechtsneutral sind, wertete das Team den Kontext des Textes aus, um festzustellen, ob jeweils ein bestimmtes Geschlecht gemeint war. Um das wahrgenommene Geschlecht der Personen auf den Bildern zu bestimmen, ließen sie die Zuordnung durch mehr als 6000 online angeworbene Menschen durchführen. „Für jede einzelne Kategorie berechneten wir dann, zu welchem Prozentsatz Frauen und Männer in den Bildern und Texten vertreten sind“, erklärt das Team.
Bilder stärker verzerrt als Texte
Das Ergebnis: „Wir haben festgestellt, dass die geschlechtsspezifische Voreingenommenheit in Bildern durchweg stärker ausgeprägt ist als in Texten, und zwar sowohl für weibliche als auch männliche Kategorien“, berichten die Forschenden. Eine Suche nach „Detektiv“ ergab beispielsweise fast ausschließlich Bilder von männlichen Detektiven. In Texten dagegen war das Geschlechterverhältnis nahezu ausgeglichen. Eine Suche nach „Model“ dagegen führte überwiegend zu Bildern von weiblichen Models, während die Texte zwar ebenfalls weiblich dominiert waren, aber in höherem Maße auch von männlichen Models handelten.
Zudem stellten Guilbeault und sein Team fest, dass Frauen insgesamt in den Suchergebnissen unterrepräsentiert waren und zwar auch hier in Bildern stärker als in Texten. Die Google-Bildersuche ergab für 62 Prozent der Kategorien eine männliche Überrepräsentation, die Texte von Google News dagegen nur für 56 Prozent der Kategorien.
