Hidden Gender Bias in Big Data as Revealed by Neural Networks: Man is to Woman as Work is to Mother?

Sesgos de género ocultos en los macrodatos y revelados mediante redes neurales: ¿hombre es a mujer como trabajo es a madre?

Social events become big data. The analysis of big data becomes knowledge about society. If the big data is biased, this bias is transmitted to the analysis and to our knowledge. We propose a tool to discover gender biases and, potentially eliminate them from big data prior to analysis. We use neural network analysis via word embedding. This is the first time that this technique has been tested on a Spanish data body. As proof of concept, the neural network was fed with half of the Wikipedia in Spanish. More than 28 million words. We describe the techniques and specialized knowledge necessary to discern gender bias and examined whether it is possible to divide the analysis work into externalizable microtasks. [ABSTRACT FROM AUTHOR]

Los actos sociales se convierten en big data. El análisis de big data se convierte en conocimiento sobre la sociedad. Si los big data están sesgados, el sesgo se transmite al análisis y a nuestro conocimiento. Proponemos una herramienta para descubrir los sesgos de género y, potencialmente, eliminarlos de los big data antes del análisis. Utilizamos la técnica de análisis neural mediante el procedimiento de encaje de palabras. Es la primera vez que esta técnica se prueba con un cuerpo de datos en español. Como prueba de concepto, la red neural analiza la mitad de la Wikipedia en español. Más de 28 millones de palabras. Se describen las técnicas y los conocimientos especializados necesarios para poder discernir los sesgos de género y se evalúa si es posible dividir el trabajo de análisis en microtareas externalizables. [ABSTRACT FROM AUTHOR]

Copyright of Revista Española de Investigaciones Sociológicas is the property of Centro de Investigaciones Sociologicas and its content may not be copied or emailed to multiple sites or posted to a listserv without the copyright holder's express written permission. However, users may print, download, or email articles for individual use. This abstract may be abridged. No warranty is given about the accuracy of the copy. Users should refer to the original published version of the material for the full abstract. (Copyright applies to all Abstracts.)