[论文解读] First Women, Second Sex: Gender Bias in Wikipedia

Eduardo Graells-Garrido, Mounia Lalmas+1 more|arXiv (Cornell University)|Feb 9, 2015

Wikis in Education and Collaboration参考文献 49被引用 70

一句话总结

本文通过分析元数据、语言使用和网络结构，研究维基百科人物传记中的性别偏见，比较对男性和女性的描述方式。研究发现，女性的呈现方式存在系统性差异，其根源既包括现实世界中的不平等，也包括维基百科特有的偏见，凸显了需要结合女性主义理论与计算分析来推动政策改革。

ABSTRACT

Contributing to history has never been as easy as it is today. Anyone with access to the Web is able to play a part on Wikipedia, an open and free encyclopedia. Wikipedia, available in many languages, is one of the most visited websites in the world and arguably one of the primary sources of knowledge on the Web. However, not everyone is contributing to Wikipedia from a diversity point of view; several groups are severely underrepresented. One of those groups is women, who make up approximately 16% of the current contributor community, meaning that most of the content is written by men. In addition, although there are specific guidelines of verifiability, notability, and neutral point of view that must be adhered by Wikipedia content, these guidelines are supervised and enforced by men. In this paper, we propose that gender bias is not about participation and representation only, but also about characterization of women. We approach the analysis of gender bias by defining a methodology for comparing the characterizations of men and women in biographies in three aspects: meta-data, language, and network structure. Our results show that, indeed, there are differences in characterization and structure. Some of these differences are reflected from the off-line world documented by Wikipedia, but other differences can be attributed to gender bias in Wikipedia content. We contextualize these differences in feminist theory and discuss their implications for Wikipedia policy.

研究动机与目标

• 调查维基百科中的性别偏见是否不仅限于女性参与度低，还体现在对女性的偏见性描述上。
• 分析男性与女性传记内容的差异在多大程度上反映了或放大了社会中的性别不平等。
• 开发一种计算方法，用于检测和测量维基百科内容结构与语言中的性别偏见。
• 将研究发现置于女性主义理论的语境中，并提出改善中立性与代表性的政策建议。

提出的方法

• 本研究通过三个维度比较维基百科中男性与女性的传记：元数据（如分类、信息框）、语言特征（如词汇选择、语气、描述性词语）以及网络结构（如与其他条目的链接、在知识图谱中的中心性）。
• 应用自然语言处理技术，从传记文本中提取并量化与性别特质相关的语言模式，重点关注形容词、动词和描述性词语。
• 研究人员使用网络分析方法，考察男性与女性传记在维基百科知识图谱中连接方式的结构性差异。
• 将观察到的差异与现实世界中的性别不平等进行比较，以区分是社会规范的反映，还是维基百科特有的偏见。
• 提出一个框架，用以评估与现实世界模式的偏离是否表明内容创建与维护过程中存在系统性偏见。

实验结果

研究问题

• RQ1 维基百科中男性与女性传记的语言特征有何不同？这些差异在多大程度上反映了性别刻板印象？
• RQ2 维基百科知识网络中的结构性差异（如链接密度、中心性）在多大程度上反映了内容表征中的性别偏见？
• RQ3 观察到的传记描述差异是源于现实世界中的性别失衡，还是维基百科编辑流程中的系统性偏见？
• RQ4 维基百科的编辑指南及其执行机制在多大程度上促进了或缓解了内容中的性别偏见？

主要发现

• 女性在贡献者中占比较低（约16%的维基百科编辑者），导致内容创作环境以男性为主导。
• 女性传记更可能包含性别化描述，并聚焦于个人或家庭角色，即使在男性传记中此类信息并不存在。
• 网络分析显示，女性传记的连接性较弱，且在维基百科知识图谱中的中心性较低，表明存在系统性边缘化。
• 语言分析表明，女性常被描述为更具情感性或关系性语言，而男性则多使用成就导向或职业性术语。
• 部分表征差异无法用现实世界差异解释，表明维基百科的编辑文化与执行机制可能放大或制度化了性别偏见。
• 研究发现维基百科所宣称的中立性原则与女性实际代表性之间存在差距，提示亟需政策干预。