/कैसे दर्जनों भाषाएं जेंडर स्टीरियोटाइप बनाने में मदद करती हैं

कैसे दर्जनों भाषाएं जेंडर स्टीरियोटाइप बनाने में मदद करती हैं

भाषाविद् बड़े पाठ कॉर्पोरा के खनन के लिए मशीन-शिक्षण तकनीकों का उपयोग करते हैं ताकि यह पता लगाया जा सके कि किसी भाषा की संरचना उसके शब्दों के अर्थ को कैसे उधार देती है। वे इस धारणा पर काम करते हैं कि एक-दूसरे के करीब आने वाले शब्द समान रूप से हो सकते हैं: कुत्ते बिल्लियों के पास अधिक बार मुड़ते हैं, जबकि केले केले के करीब दिखाई देते हैं।

ग्रंथों में दफनाने की यही विधि – अधिक औपचारिक रूप से वितरणात्मक शब्दार्थ की खोज कहलाती है – मनोवैज्ञानिक दृष्टिकोणों का विश्लेषण करने के लिए एक ढांचा भी प्रदान कर सकती है, जिसमें लिंग रूढ़िवादिता भी शामिल है जो वैज्ञानिक और तकनीकी क्षेत्रों में महिलाओं को कम आंकने में योगदान करती है। उदाहरण के लिए, अंग्रेजी में किए गए अध्ययनों से पता चलता है कि “महिला” शब्द अक्सर “घर” और “परिवार” के करीब दिखाई देता है, जबकि “पुरुष” को अक्सर “नौकरी” और “पैसे” के साथ जोड़ा जाता है।

जिस तरह से भाषा भाषाई रूढ़ियों को बढ़ावा देती है, वह एक संज्ञानात्मक वैज्ञानिक और कार्नेगी मेलन विश्वविद्यालय में विशिष्ट संकाय सदस्य मौली लेविस को घेर लेती है, जो सूक्ष्म तरीके से शब्दों के अर्थों पर ध्यान केंद्रित करते हैं। विस्कॉन्सिन-मैडिसन विश्वविद्यालय के उनके सहयोगी गैरी लुपियन के साथ, उन्होंने दुनिया भर में इन पूर्वाग्रहों के बारे में पता लगाने के लिए लिंग रूढ़ियों पर पहले काम करने का फैसला किया। सोमवार को प्रकाशित एक अध्ययन में प्रकृति मानव व्यवहार, शोधकर्ताओं ने पाया कि इस तरह के स्टीरियोटाइप 25 भाषाओं में गहराई से अंतर्निहित हैं। अमेरिकी वैज्ञानिक अध्ययन के निष्कर्षों के बारे में लुईस से बात की।

[[[[साक्षात्कार का एक संपादित प्रतिलेख निम्नानुसार है।]

अध्ययन के लिए विचार कैसे आया?

पिछले बहुत सारे काम हैं जो लिंग के आकार के लोगों के रूढ़ियों के बारे में स्पष्ट विवरण दिखाते हैं। उदाहरण के लिए, यदि आप बच्चों को बताते हैं कि लड़के लड़कियों की तुलना में डॉक्टर बनने में बेहतर हैं, तो वे महिला डॉक्टरों के बारे में एक नकारात्मक रूढ़ि विकसित करेंगे। इसे एक स्पष्ट स्टीरियोटाइप कहा जाता है।

लेकिन शब्दों के बीच बड़े पैमाने पर सांख्यिकीय रिश्तों के दृष्टिकोण से लैंगिक रूढ़ियों के इस सवाल को देखने वाले भाषा के एक अलग पहलू की खोज करने में बहुत कम काम है। यह इस बात पर पाने के लिए है कि क्या भाषा में ऐसी जानकारी है जो रूढ़ियों को अधिक अंतर्निहित रूप में आकार देती है। इसलिए आप शायद इस बात से भी अवगत नहीं होंगे कि आप ऐसी जानकारी के संपर्क में हैं, जो आपके लिंग के रूढ़ियों को आकार दे सकती है।

क्या आप अपने मुख्य निष्कर्षों का वर्णन कर सकते हैं?

एक मामले में, जैसा कि मैंने उल्लेख किया है, हम शब्दों के बीच बड़े पैमाने पर सांख्यिकीय संबंधों पर ध्यान केंद्रित कर रहे थे। इसलिए इसे और अधिक ठोस बनाने के लिए: हमारे पास बहुत सारे पाठ थे, और हमने मशीन-लर्निंग मॉडल को उस पाठ पर प्रशिक्षित किया, ताकि यह देखा जा सके कि “आदमी” और “कैरियर” या “आदमी” और “पेशेवर” जैसे शब्द अधिक थे या नहीं “महिला” और “कैरियर” जैसे शब्दों के सापेक्ष एक-दूसरे के साथ सह-संबंध होने की संभावना। और हमने पाया कि वास्तव में, वे थे [more likely to do so]अलग-अलग भाषाओं में अलग-अलग डिग्री।

इसलिए अधिकांश भाषाओं में, एक आदमी से संबंधित शब्दों और एक कैरियर से संबंधित शब्दों के बीच एक मजबूत संबंध है – और एक ही समय में, महिलाओं से संबंधित शब्द और परिवार से संबंधित शब्द। हमने पाया कि यह संबंध लगभग सभी भाषाओं में मौजूद था जिन्हें हमने देखा था। और इस तरह से हमें यह पता चलता है कि हमने जिन 25 अलग-अलग भाषाओं को देखा था, उनके आँकड़ों में एक लिंग स्टीरियोटाइप है।

और फिर हमने जो किया उससे पूछा गया कि क्या उन भाषाओं के बोलने वालों के लिंग एक ही तरह के हैं, जब किसी विशेष मनोवैज्ञानिक कार्य में मापा जाता है। हमारे पास ६००,००० से अधिक लोगों का एक नमूना था, जो एक बड़े भीड़-भाड़ वाले अध्ययन में अन्य शोधकर्ताओं द्वारा एकत्र किए गए आंकड़ों के साथ थे। मनोवैज्ञानिक कार्य को इंप्लिक्ट एसोसिएशन टेस्ट (IAT) कहा जाता था। और उस कार्य की संरचना भाषा के शब्दों के बीच सांख्यिकीय संबंधों को मापने के तरीके के समान थी। कार्य में, एक अध्ययन प्रतिभागी को “आदमी” और “कैरियर” और “महिला” और “कैरियर” जैसे शब्दों के साथ प्रस्तुत किया जाता है, और व्यक्ति को उन्हें एक ही या एक अलग श्रेणी में जितनी जल्दी हो सके वर्गीकृत करना पड़ता है।

ताकि लोगों के लिंग रूढ़िवादिता को निर्धारित किया जा सके। आलोचनात्मक रूप से, हमने जो किया, उसकी तुलना इन दो उपायों से की गई थी। वक्ताओं [who] उनकी भाषा के आँकड़ों में मजबूत लिंग स्टीरियोटाइप्स हैं और लिंग के स्टीरियोटाइप्स भी मजबूत हैं [themselves], जैसा कि IAT द्वारा मापा जाता है। यह तथ्य कि हमने उन दोनों के बीच एक मजबूत रिश्ता पाया है, यह परिकल्पना के अनुरूप है कि आप जो भाषा बोल रहे हैं वह आपके मनोवैज्ञानिक रूढ़ियों को आकार दे सकती है।

क्या आपके द्वारा देखा गया कोई अन्य उपाय भी नहीं है?

दूसरी खोज यह है कि भाषाएं अलग-अलग शब्दों का उपयोग करती हैं, जो व्यवसायों में विभिन्न लिंगों के लोगों का वर्णन करने के लिए अलग-अलग शब्दों का उपयोग करती हैं। इसलिए अंग्रेजी में, हम अलग-अलग लिंग के लोगों का वर्णन करने के लिए “वेटर” और “वेट्रेस” के साथ ऐसा करते हैं। हमने पाया कि जो भाषाएं व्यवसायों में उन प्रकार के लिंग भेद बनाती हैं उनमें आईएटी द्वारा मापे गए लिंग के मजबूत होने की संभावना अधिक होती है।

क्या कुछ भाषाओं के ये भेद उनके व्याकरण में नहीं हैं?

हमने यह भी देखा कि क्या भाषाएं जो लिंग को व्याकरणिक रूप से चिह्नित करती हैं – जैसे कि फ्रेंच या स्पैनिश – एक शब्द के अंत में एक अनिवार्य तरीके से एक मार्कर डालकर [“enfermero” (masculine) versus “enfermera” (feminine) for “nurse” in Spanish, for example] अधिक लिंग पूर्वाग्रह हैं। और वहाँ हमें एक प्रभाव नहीं मिला।

क्या वह अवलोकन आश्चर्यजनक था?

यह आश्चर्य की बात थी, क्योंकि कुछ पूर्व काम से पता चलता है कि [the existence of a bias effect] ऐसा हो सकता है – और इसलिए हम उम्मीद करते हैं कि हम इसे पा सकें, और हमने ऐसा नहीं किया। मैं यह नहीं कहूंगा कि हमारा काम उस बिंदु पर निर्णायक है। लेकिन यह निश्चित रूप से एक डेटा बिंदु प्रदान करता है जो सुझाव देता है कि [aspect of language is] मनोवैज्ञानिक पूर्वाग्रह नहीं।

लिंग स्टीरियोटाइप के बारे में आपके कुछ निष्कर्षों का अंग्रेजी में अध्ययन किया गया था, क्या वे नहीं थे?

मैं क्या कहूंगा कि यहां हमारा योगदान इस प्रश्न का भाषाई तौर पर पता लगाने के लिए है और मनोवैज्ञानिक लिंग पूर्वाग्रह की ताकत की तुलना सीधे भाषा में सांख्यिकीय पूर्वाग्रह की ताकत से करना है – शब्द पैटर्न जो लिंग पूर्वाग्रह को प्रकट करते हैं। हमने जो किया वह यह दर्शाता है कि उन दो प्रकार के गैसों की ताकत के बीच एक व्यवस्थित संबंध है।

आपके द्वारा किए गए बिंदुओं में से एक यह है कि भाषाओं और लिंग रूढ़ियों के बीच संबंध और प्रभाव को साबित करने के लिए अधिक काम करने की आवश्यकता होगी। क्या आप उस बारे में बात कर सकते हैं?

मुझे लगता है कि यह वास्तव में महत्वपूर्ण है। हमारे सभी कार्य सहसंबद्ध हैं, और हम वास्तव में एक कारण दावे के लिए मजबूत सबूत नहीं हैं। इसलिए मैं एक दो तरीकों की कल्पना कर सकता हूं जिससे हम मजबूत कारण प्रमाण प्राप्त कर सकें। पिछले 100 वर्षों में पूर्वाग्रह और भाषा को मापने के तरीके को खोजने के लिए इस अनुदैर्ध्य को देखने के लिए एक व्यक्ति होगा। क्या भाषा के पूर्वाग्रह की ताकत में परिवर्तन बाद में लोगों के लिंग रूढ़ियों में परिवर्तन की भविष्यवाणी करता है?

कारण विचार के लिए साक्ष्य खोजने का एक और सीधा तरीका यह होगा कि हम ऐसे प्रयोगों को अंजाम दें जिनमें हम उस तरह के शब्द प्रतिमानों (भाषाई आँकड़े) के साथ छेड़छाड़ करेंगे जो किसी व्यक्ति के संपर्क में आ रहे थे – और फिर उनके परिणामी मनोवैज्ञानिक लिंग रूढ़ियों को मापते हैं। और अगर किसी भाषा और रूढ़ियों के आंकड़ों के बीच संबंध के लिए कुछ प्रकार के सबूत हैं, तो यह इस कारण विचार के लिए मजबूत सबूत प्रदान करेगा।

अगर यह सही साबित होता है कि हमारे कुछ लिंग स्टीरियोटाइप भाषा के आकार के हैं, तो क्या यह किसी भी तरह से लोगों को बदलने की क्षमता को प्रभावित करेगा?

मुझे लगता है कि वास्तव में इसके विपरीत है। मुझे लगता है कि यह काम हमें एक तंत्र बताता है जिससे रूढ़ियाँ बनती हैं। और मुझे लगता है कि इससे हमें संकेत मिलता है कि हम कैसे हस्तक्षेप कर सकते हैं और आखिरकार, लोगों के रूढ़ियों को बदल सकते हैं। इसलिए मेरे पास बच्चों की पुस्तकों को देखने और इसमें निहित रूढ़ियों को मापने का एक और काम है [those] ग्रंथों। और वहाँ हम पाते हैं कि रूढ़ियाँ उन लोगों से भी बड़ी हैं जिन्हें हम अपने पेपर में रिपोर्ट करते हैं। एक होनहार भविष्य की दिशा बदल रहा है कि कौन सी किताबें बच्चों को पढ़ी जा रही हैं- या बच्चों को कौन सी डिजिटल मीडिया दी जा रही है। और यह विकसित रूढ़ियों को बदल सकता है।