Hadmut Danisch

Ansichten eines Informatikers

Googles Gender-Metriken

Hadmut
17.5.2017 20:16

Huahaha. [Update]

Google will jetzt technisch gendern und hat Kinofilme per Computer danach vermessen, wie oft Männer und Frauen zu sehen und zu hören sind.

Ihr Ergebnis: Frauen werden benachteiligt. In fast allen Filmen sind Männer häufiger zu sehen und zu hören als Frauen.

Es gibt nur ein einziges Filmgenre, in dem mehr Frauen als Männer zu sehen sind: Horrorfilme 😀

Und so führte mich Google in Versuchung, gender- und sozioadäquat eine Korrelation für eine Kausalität zu halten: Frauenmehrheit => Horror.

Freilich könnte man auch etwas seriöser folgern, dass der Bedarf an Frauen in Horrorfilmen ein Indikator für die Benachteiligung von Männern ist, weil Gewalt gegen Männern keinen mehr interessiert und für völlig normal gehalten wird, man heute Gewalt gegen Frauen zeigen muss, um überhaupt noch eine Reaktion und Horror hervorzurufen.

Von wegen Korrelation und Kausalität: Google meint, dass frauengeführte Filme finanziell erfolgreicher wären. Wie herum da die Kausalität liegt, sagen sie aber nicht.

Bemerkenswerterweise äußert sich Google auch nicht dazu, wie die Rollenverteilung ist, wer die Guten und die Bösen spielt. Sympathieträger sind oft weiblich, die Bösen und die Mörder fast immer männlich. Oder: Die Hässlichen sind fast immer männlich, Frauen werden fast immer hübsch aufgebrezelt.

Update: Ein Leser weist mich gerade auf einen enormen Denkfehler von Google hin, der mir so jetzt nicht aufgefallen ist.

Sie hätten nur die 100 erfolgreichsten Filme der letzten Jahre betrachtet.

Das aber lässt nicht nur keinen Schluss zu, ob Frauenfilme erfolgreicher sind, es deutet sogar eher auf das Gegenteil hin: Wenn in den erfolgreichsten Filmen die Männer in der Mehrheit sind, dann könnte man nach soziologischer Korrelationsdenke folgern, dass Filme mit Männern erfolgreicher wären. Dass also nicht Frauen diskriminiert werden, sondern Filme mit Männern erfolgreicher sind.

Das ist halt immer das Problem, wenn man keine breite, zufällige Stichprobe nimmt, sondern nach einem anderen Kriterium selektiert und eine Vorauswahl trifft. Damit schießt man sich statistisch eigentlich immer ins Knie.