Gender Bias in Query Suggestions zu Personen des öffentlichen Lebens

Im Projekt ESuPol wird erforscht, wie Suchmaschinen politische Meinungsbildung beeinflussen können. Dabei wird die Einflussnahme von Suchvorschlägen und Faktoren wie “Filter Blasen”, bestimmten Themen oder auch der Kompetenz von Nutzern im Umgang mit Suchmaschinen und Technik im allgemeinen untersucht.

In Bonart et al. 2019 und Haak und Schaer 2021 (s.u.) wurde gezeigt, dass in Suchvorschlägen zu personenbezogenen Suchanfragen ein thematischer Bias (topical bias) zu verschiedenen Gruppen von Politiker:innen existiert. So wurde beispielsweise festgestellt, dass zu Suchanfragen zu Politikerinnen mehr und höher positionierte Vorschläge mit persönlichen Themen vorgeschlagen werden als zu Männern. Mit berufsbezogenen Termen verhält es sich genau anders herum: Berufsbezogene Suchvorschläge erscheinen häufiger und sichtbarer in Suchanfragen zu männlichen Politikern.

Der festgestellte Effekt ist jedoch eher gering. Um zu überprüfen, ob der selbe Effekt auch bei anderen Personengruppen als Politikern festzustellen ist, soll ein Datensatz konzipiert und ausgewertet werden, in dem Suchvorschläge zu prominenten Personen verschiedener Gruppen, z.B. Influencer:innen, Sportler:innen, Musiker:innen oder Schauspieler:innen gesammelt werden.

Relevante Literatur und Links

Projekt ESUPOL: Beschreibung und o.g. Veröffentlichungen

Anforderungen

• Grundkenntnisse von Python, insbesondere Natural Language Processing
• Interesse an multidisziplinarischen Problemen zu arbeiten
• Spaß am Aufbereiten und Analysieren größerer Datensätze