B2B - Geschlechtsspezifische Vorurteile bei der Google Bildersuche von neutralen Berufsbezeichnungen, Lena Ulrich

  • 133 views

  • 0 favorites

Abstract
Diese Studie handelt von der Untersuchung geschlechtsspezifischer Vorurteile bei der Google Bildersuche von neutralen Berufsbezeichnungen mithilfe eines Maschine Learning (ML) Models. Es wird untersucht, ob die deutsche Google Bildersuche geschlechtsspezifische Vorurteile in jeweils vier Berufen aus den zwei Kategorien Soziales, Pädagogik und IT, Computer manifestiert werden. Durch einen automatisierten Downloadvorgang (vgl. Joeclinton1 2022) wurden 400 Bilder zu acht geschlechtsneutralen Berufsbezeichnungen heruntergeladen.  Ein trainiertes ML-Model (vgl. arunponnusamy 2019) analysiert die abgebildeten Gesichter und ordnet diese einem Geschlecht zu. Bei der Analyse der automatisierten Gesichtserkennung kam heraus, dass die bereits bestehenden geschlechtsspezifischen Vorurteile durch die Bildersuche manifestiert werden.

 

Keywords: Gender Bias, Maschine Learning, Google Bildersuche, Berufe

Tags:

Mehr Medien in "Wirtschaftswissenschaften"