Kita masih membayangkan petugas pemadam kebakaran sebagai laki-laki dan perawat sebagai perempuan. Lemari arsip mental untuk profesi belum sesuai dengan kenyataan. Tentu, Anda bisa menemukan perawat pria dan dokter wanita. Kami berbicara tentang memecahkan kotak-kotak ini. Masyarakat mencoba untuk mengambil tindakan. Namun sebuah studi baru menunjukkan ada sesuatu yang mungkin menyeret kita ke belakang. Pencarian gambar online. Hal ini dapat merusak kemajuan yang telah dicapai selama bertahun-tahun.
Mengapa ini penting? Masalahnya bukan hanya pada gambar yang ketinggalan jaman. Ini tentang sinyal gambar-gambar itu kepada kaum muda. Saat kita menetapkan gender pada suatu pekerjaan secara default, kita menciptakan hambatan yang tidak terlihat. Seorang gadis yang suka membuat sesuatu mungkin menghindari pekerjaan pertukangan karena gambar online hanya menampilkan laki-laki. Anak laki-laki yang suka merawat orang lain mungkin akan menghindari perawatan orang yang lebih tua. Dia mungkin khawatir dia akan terlihat terlalu lembut. Terlalu tidak maskulin.
Jalan Pintas Mental
Otak kita menyukai pola. Mereka mendambakan jalan pintas. Kami melihat gedung yang terbakar. Kami membayangkan seorang pria yang mengenakan seragam pemilih. Kami melihat seorang anak menangis. Kami membayangkan seorang wanita mengenakan pakaian lulur. Ini adalah tautan otomatis. Tidak selalu akurat. Namun sudah mendarah daging.
Beberapa pekerjaan masih didominasi oleh satu gender. Mekatronik otomotif sangat bergantung pada laki-laki. Asisten praktik medis sangat bergantung pada perempuan. Data mendukung stereotip tersebut. Namun stereotip tersebut juga membatasi data. Ini menciptakan lingkaran umpan balik. Kami melihat laki-laki melakukan pekerjaan. Kami berasumsi itu adalah pekerjaan laki-laki. Kami mempekerjakan laki-laki. Kami menampilkan gambar laki-laki. Lingkarannya mengencang.
Ini bukan hanya tentang keadilan. Ini tentang potensi yang terbuang sia-sia. Tangan-tangan berbakat dikesampingkan. Pikiran yang berempati disaring. Biayanya nyata.
Dimana Pencarian Online Gagalkan Kami
Pikirkan tentang pencarian Gambar Google terakhir Anda. Anda mengetik “dokter”. Apa yang muncul? Kemungkinan besar seorang pria berjas putih. Anda mengetik “perawat.” Kemungkinan besar seorang wanita. Meskipun Anda mencari dokter wanita, algoritmenya mungkin masih memprioritaskan gambar berkode pria. Ia belajar dari apa yang kita klik. Dan apa yang kita klik dibentuk oleh apa yang sudah kita yakini.
Di sinilah kesalahan pencarian gambar. Hal ini mencerminkan bias, bukan mengoreksinya. Ini memperkuat status quo. Bagi siswa yang memutuskan jalur karier, visual ini bertindak sebagai penjaga gerbang. Mereka berbisik: Ini bukan untukmu.
Risikonya tidak kentara. Ini bukan pintu yang dibanting. Itu adalah tirai yang tertutup. Kaum muda bahkan mungkin tidak pernah mengetuk pintu. Mereka menganggap ruangan itu penuh. Atau lebih buruk lagi, mereka tidak diterima.
Komplikasi AI
Sekarang tambahkan kecerdasan buatan ke dalamnya. Generator gambar AI. Mereka berlatih dengan kumpulan data yang sangat besar. Sebagian besar diambil dari internet. Internet penuh dengan gambar-gambar gender. AI mempelajari pola-pola tersebut. Ini mereproduksinya. Lebih cepat. Lebih murah. Dalam skala besar.
Jika Anda meminta AI untuk “menghasilkan gambar seorang pekerja konstruksi,” mungkin defaultnya adalah laki-laki. Mintalah “guru”, dan mungkin defaultnya adalah seorang wanita. Bukan karena konstruksi pada dasarnya laki-laki. Bukan karena mengajar pada dasarnya perempuan. Tapi karena data pelatihan mengatakan demikian.
Hal ini memperburuk masalah. Ini tidak hanya menunjukkan kepada kita apa yang sudah ada. Ini menciptakan gambar bias baru. Gambar yang terlihat realistis. Gambar yang terasa berwibawa. Mereka menanamkan stereotip ke dalam konten digital. Bahkan sebelum kita menyadarinya.
Mengapa Memecahkan Jamur Itu Penting
Mari kita lihat
Bias Penelusuran Gambar Memperkuat Stereotip Gender
Sekolah sedang berusaha memperbaikinya. Konselor karir menggunakan teladan karismatik dalam peran non-tradisional untuk mendobrak hambatan. Bahasa netral gender seperti “dokter” atau “dokter*” bertujuan untuk memaksa otak membayangkan laki-laki dan perempuan.
Ini tidak berfungsi di bidang visual. Sebuah studi baru menegaskan bahwa penelusuran gambar online masih banyak dipengaruhi oleh stereotip gender. Cari “dokter” dan Anda mendapatkan pria berjas putih. Secara statistik, laki-laki dan perempuan setara di bidangnya. Algoritme tidak peduli.
Ini bukan kesalahan tata bahasa. Dalam bahasa Inggris, “doctor” tidak memiliki penanda gender. Namun gambaran “dokter” masih didominasi laki-laki. Tim peneliti membuktikan hal ini di Google Gambar, Wikipedia, dan Internet Movie Database (IMDb). Balikkan ke “model” dan laki-laki menghilang.
Teks Lebih Adil. Gambar Tidak.
Artikel berita ternyata sangat seimbang. Google Berita menunjukkan keterwakilan laki-laki yang berlebihan hanya pada 56% teks. Gambar? 62%. Kami menggulir melewati teks. Kami menatap gambar.
“Dari tahun ke tahun, orang menghabiskan lebih sedikit waktu untuk membaca dan lebih banyak waktu untuk melihat gambar.”
Visual melekat. Dalam eksperimen lanjutan, subjek yang menelusuri gambar pekerjaan memiliki bias gender yang lebih kuat tiga hari lebih lambat dibandingkan subjek yang membaca artikel. Jejak mentalnya lebih dalam. Putaran umpan balik itu nyata.
AI Akan Memperkuat Bias
Bas Hofstra dan Anne Maaike Mulders dari Radboud University memperingatkan bahwa ini bukan sekadar cerminan kenyataan. Itu membentuknya. Jika algoritme bermanfaat bagi dokter laki-laki, stereotip tersebut akan semakin kuat.
Kecerdasan buatan memperburuk keadaan. Model AI dilatih berdasarkan gambar online yang ada. Jika sumber datanya bias, maka outputnya juga bias. Kita berisiko mengotomatisasi kesenjangan. Upaya menuju kesetaraan gender di dunia kerja dapat digagalkan oleh algoritma kotak hitam.
Layarnya terletak. Dan kami terus mencari.
