Kansanedustajan sukupuoli näkyy journalismin kielessä

Ylen ja Helsingin Sanomien politiikan journalismissa tekstin sävy vaihtelee sen mukaan, koskeeko uutinen kansanedustajamiestä vai -naista.

Tämän osoittaa pro gradu -tutkielma, joka hyväksyttiin marraskuussa Turun yliopistolla. Tutkielmassa Iidaliisa Pardalin selvitti koneoppimisen avulla, miten eri tavoilla politiikan journalistit kirjoittavat miehistä ja naisista.

Tutkielman aineistoksi koottiin kansanedustajia käsitteleviä artikkeleita Ylen ja Helsingin Sanomien verkkosivuilta. Niitä kertyi vuosilta 2019 – 2021 miltei 150 000.

Tutkimusta varten ohjelmoitiin koneluokittelija, joka pyrki ennustamaan, milloin yksittäisissä virkkeissä puhutaan miehestä, milloin naisesta. Poliitikkojen nimet kätkettiin. Kone oppi kuin oppikin tunnistamaan kansanedustajan sukupuolen uutistekstistä.

Seuraavaksi Pardalin selvitti, mitkä sanat olivat auttaneet konetta erottamaan sukupuolet toisistaan. Luonnollisesti useimmat niistä liittyivät titteleihin ja työtehtäviin tutkitulla ajanjaksolla. Esimerkiksi sana ”pääministeri” mainittiin usein naisista kirjoitettaessa, sillä pääministeri oli nainen.

Analyysissa paljastui kuitenkin myös sukupuolittuneita kirjoitustyylejä. Miehiä käsittelevissä uutisissa suosittiin asioita ja ilmiöitä kuvaavia sanoja, kuten ”valtakunnallinen”, ”entinen” ja ”kustannustehokas”.

Naisista uutisoitiin värikkäämmin sanankääntein. Esiin nousivat sanat ”nolo”, ”rento” ja ”herkästi”. Sanoilla ei tosin aina kuvattu naispoliitikkoa itseään vaan muitakin toimijoita.

Yksi selvimmin naisiin liittyneistä sanoista oli ”äiti”. Tällöin oli yleensä kyse naispoliitikon äidistä, ei poliitikon omasta äitiydestä. Myös sanat ”nainen” ja ”sukupuoli” auttoivat konetta tunnistamaan naisia käsittelevät tekstit.

Sanat ”isä” ja ”mies” eivät auttaneet tunnistamaan miehiä. Tämä selittynee sillä, että media on ylipäätään kiinnostuneempi poliitikkonaisten kuin poliitikkomiesten perhesiteistä ja sukupuolisuudesta.

Iidaliisa Pardalinin pro gradu -tutkielman Erot sukupuolten välillä politiikan uutisoinnissa : koneoppimista hyödyntävä analyysi voi lukea kokonaisuudessaan täältä.