C-SEPLN: Procesamiento de Lenguaje Natural para detectar la brecha de género en los medios de comunicación

Ponente: Prof. Maite Taboada, Department of Linguistics, Simon Fraser University

Resumen: Está claro que existe una brecha de género en los medios. Los estudios, tanto cualitativos como cuantitativos, llevan años demostrando claramente que a las mujeres se las menciona y se las cita menos en las noticias que a los hombres y que, cuando se menciona a una mujer, es a menudo como víctima o cuidadora. El grupo de investigación de la ponente ha estudiado este tema en profundidad, analizando datos de medios canadienses en los últimos cuatro años. Utilizando Procesamiento del Lenguaje Natural (PLN), han analizado más de un millón y medio de artículos, y ven que la proporción de mujeres citadas oscila entre 27% y 32%, con picos en algunos temas (COVID-19) o en ciertos momentos del año (Día Internacional de la Mujer). Han cuantificado, además, la diferencia en ciertos temas, donde han comprobado que a las mujeres se las cita más en noticias sobre la cultura, la salud, y el estilo de vida. Por contraste, las noticias sobre política, negocios, y deporte citan a más hombres. En esta charla se expondrá el análisis lingüístico y computacional que ha permitido llegar a estas conclusiones y describe la adaptación del sistema, originalmente en inglés, al francés y el castellano, con implicaciones para el PLN en otros idiomas. El sistema está disponible públicamente, como herramienta de visibilidad del problema (https://gendergaptracker.informedopinions.org/).