語言學家使用機器學習技術挖掘大型文字語料庫，以檢測語言的結構如何賦予其詞語意義。他們的工作假設是，彼此靠近出現的術語可能具有相似的內涵：狗比香蕉更常出現在貓附近。
這種深入文字的方法——更正式的名稱是分佈語義搜尋——也可以為分析心理態度提供框架，包括導致女性在科學和技術領域代表性不足的性別刻板印象。例如，英語研究表明，“女性”一詞經常與“家庭”和“家人”同時出現，而“男性”則經常與“工作”和“金錢”配對。
語言培養語言刻板印象的方式引起了卡內基梅隆大學認知科學家和特聘教員莫莉·劉易斯的興趣，她專注於詞語傳達含義的微妙方式。她與威斯康星大學麥迪遜分校的同事加里·盧皮安一起，決定在早期關於性別刻板印象的研究基礎上，探索這些偏見在世界範圍內有多普遍。在週一發表在《自然人類行為》雜誌上的一項研究中，研究人員發現，這種刻板印象深深地根植於25種語言中。大眾科學與劉易斯談論了這項研究的發現。
支援科學新聞報道
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞報道 訂閱。透過購買訂閱，您正在幫助確保有關塑造我們今天世界的發現和想法的有影響力的故事的未來。
[以下是採訪的編輯稿。]
您是如何想到這項研究的想法的？
之前有很多研究表明，關於性別的明確陳述會塑造人們的刻板印象。例如，如果您告訴孩子們男孩比女孩更擅長當醫生，他們就會對女醫生產生負面刻板印象。這被稱為顯性刻板印象。
但是，很少有研究從大規模詞語統計關係的角度來探索語言的另一個方面，即性別刻板印象問題。這旨在瞭解語言中是否包含以更隱晦的方式塑造刻板印象的資訊。因此，您甚至可能沒有意識到自己正在接觸可能塑造您的性別刻板印象的資訊。
您能描述一下您的主要發現嗎？
在一種情況下，正如我提到的，我們專注於詞語之間的大規模統計關係。為了更具體地說明這一點：我們有很多文字，我們使用這些文字訓練機器學習模型，以檢視諸如“男性”和“事業”或“男性”和“專業”之類的詞是否比諸如“女性”和“事業”之類的詞更可能彼此共同出現。我們發現，實際上，它們確實如此[更可能這樣做]——在不同的語言中程度不同。
因此，在大多數語言中，與男性相關的詞語和與事業相關的詞語之間存在很強的關係——同時，與女性相關的詞語和與家庭相關的詞語之間也存在很強的關係。我們發現，這種關係幾乎存在於我們研究的所有語言中。因此，這為我們衡量了在我們研究的 25 種不同語言的統計資料中，性別刻板印象的程度。
然後我們所做的是詢問，當透過特定的心理任務測量時，這些語言的說話者是否具有相同的性別刻板印象。我們收集了來自其他研究人員在大型眾包研究中收集的超過 60 萬人的資料樣本。心理任務被稱為內隱聯想測驗 (IAT)。該任務的結構與我們衡量語言中詞語之間統計關係的方式相似。在該任務中，研究參與者會看到諸如“男性”和“事業”以及“女性”和“事業”之類的詞語，並且個人必須儘可能快地將它們歸類為相同或不同的類別。
這就是人們的性別刻板印象的量化方式。至關重要的是，我們接下來所做的是比較這兩種衡量標準。語言統計資料中性別刻板印象較強的說話者，其自身也具有較強的性別刻板印象，正如 IAT 所衡量的那樣。我們發現兩者之間存在很強的關係，這與您所說的語言可能會塑造您的心理刻板印象的假設是一致的。
您們是否還研究了另一種衡量標準？
第二個發現是，不同語言在描述不同性別人群的職業時使用不同詞語的程度有所不同。因此，在英語中，我們使用“服務員”（waiter）和“女服務員”（waitress）來描述不同性別人群。我們發現，在職業中做出更多此類性別區分的語言，其說話者更有可能具有更強的性別刻板印象，正如 IAT 所衡量的那樣。
難道有些語言將這些區分內置於其語法中嗎？
我們還研究了語法上標記性別的語言（例如法語或西班牙語）——透過在詞尾以強制性方式新增標記 [例如，西班牙語中“護士”的“enfermero”（陽性）與“enfermera”（陰性）] 是否具有更多的性別偏見。在那裡，我們沒有發現影響。
這個觀察結果是否令人驚訝？
這令人驚訝，因為一些先前的研究表明 [偏見效應的存在] 可能是這種情況——所以我們有點期望找到它，但我們沒有。我不會說我們的工作在這個問題上是結論性的。但這無疑提供了一個數據點，表明 [語言的這一方面] 並沒有驅動心理偏見。
您關於性別刻板印象的一些發現之前已經在英語中研究過了，不是嗎？
我想說的是，我們在這裡的貢獻是跨語言地探索這個問題，並將心理性別偏見的強度與語言中統計偏見的強度——揭示性別偏見的詞語模式——直接進行比較。我們所做的是表明，這兩種型別的偏見強度之間存在系統的關係。
您提出的一個觀點是，需要做更多的工作來證明語言與性別刻板印象之間的因果關係。您能談談這一點嗎？
我認為這非常重要。我們所有的工作都是相關的，我們真的沒有強有力的證據來支援因果主張。因此，我可以想象幾種我們可以獲得更強因果證據的方式。一種方法是縱向觀察，找到一種方法來衡量過去 100 年來偏見和語言隨時間的變化。語言偏見強度的變化是否預示著人們性別刻板印象的後期變化？
找到因果關係更直接的方法是進行實驗，在實驗中，我們將統計性地操縱一個人接觸到的詞語模式（語言統計資料）型別——然後衡量他們由此產生的心理性別刻板印象。如果有一些證據表明語言的統計資料與刻板印象之間存在關係，那將為這種因果關係觀點提供更有力的證據。
如果事實證明，我們的一些性別刻板印象是由語言塑造的，這是否會在任何方面阻礙人們改變這些刻板印象的能力？
實際上，我認為恰恰相反。我認為這項工作告訴我們刻板印象形成的一種機制。我認為這給了我們一個暗示，即我們如何可能進行干預，並最終改變人們的刻板印象。因此，我還有另一項關於兒童讀物的工作，衡量了 [這些] 文字中的內隱刻板印象。在那裡，我們發現刻板印象甚至比我們在論文中報告的還要大。一個有希望的未來方向是改變正在給孩子們閱讀的書籍——或者正在給孩子們提供的數字媒體。這可能會改變形成的刻板印象。