Für ein halbes Jahr mache ich gerade mal wieder Gender-Forschung, dieses Mal in Kombination mit Data Science. Das ist für viele Menschen befremdlich: "Was kann man denn zum Gender-Sternchen so viel forschen?" Seufz!
In meiner Forschung geht es nicht ums Gender-Sternchen. Das ist ein Thema für Linguistinnen und Psychologinnen. Wie müssen wir schreiben, damit Männer und Frauen mit demselben Satz mitgemeint sind und sich mitgemeint fühlen? Keine Ahnung. Ich persönlich hatte nie ein Problem damit, mich beim Begriff "Projektleiter" o.ä. mitgemeint zu fühlen. Bei meinem eigenen Schreiben merke ich immer wieder, dass das Gendern fast ausschließlich bei Rollen und Berufsbezeichnungen nötig ist. Warum soll eine Frau kein Ingenieur sein? Bedenklich ist vor allem, dass eine männliche Berufsbezeichnung eine Frau aufwertet, während eine weibliche Berufsbezeichnung einen Mann abwertet. Welcher Mann mag schon als Hausfrau, Kindergärtnerin oder Krankenschwester bezeichnet werden? Das Weibliche wird immer noch als minderwertig angesehen.
Gender-Forschung ist weitreichender, es geht um den Unterschied zwischen Männlein, Weiblein und Diversen im Allgemeinen. Mich beschäftigen beispielsweise diese Teilthemen:
- Sind 30% eine psychologische Obergrenze für Frauenanteile?
- Frauenanteile auf Informatik-Konferenzen: Wie verteilen sich die Frauen auf die verschiedenen Rollen und Themen auf Informatik-Konferenzen?
- Learning Analytics: Studieren Frauen anders?
- Gender Data Gap: Gibt es mehr Daten über Frauen als über Männer? Warum, welcher Schaden entsteht dadurch und was kann man dagegen tun?
- Mysogenie in Daten: Wie werden Frauen durch Daten diskriminiert? Wie kann man das feststellen?
- automatische Klassifikation von Menschen nach Geschlechtern basierend auf ihrem Namen oder ihrer Stimme
Man darf auf die Ergebnisse gespannt sein!