Apps
EN — EnglishLogin

🧪 Diese Plattform befindet sich in der Beta-Phase. Funktionen können sich ändern und es können Fehler auftreten. Danke für dein Feedback!

Ableistische Sprache

Auch bekannt als: Behindertenfeindliche Sprache Ableismus in der Sprache Diskriminierende Behinderungsmetaphern
Discourse Mechanics 🎯 Diskriminierungserkennung ID: ableist_language

Definition

Ableistische Sprache verwendet behinderungsbezogene Begriffe als Metaphern für negative Eigenschaften und verstärkt damit die Vorstellung, dass Behinderung gleichbedeutend mit Mangel ist. Das Spektrum reicht von offen abwertenden Beleidigungen bis zu tief eingebetteten Alltagsausdrücken wie 'das ist doch lahm', 'blind für die Fakten' oder 'tauben Ohren predigen'. Viele dieser Ausdrücke sind so normalisiert, dass Sprechern ihr Ursprung oder ihre Wirkung nicht bewusst ist. Dies ist ein nuanciertes Feld: Manche behinderte Menschen eignen sich bestimmte Begriffe an, und viele Redewendungen sind so weit von ihrem Ursprung entfernt, dass ihre ableistische Ladung diskutierbar ist.

Beispiele

Ein Projektbericht stellt fest: 'Das Team war blind für die offensichtlichen Mängel und taub für das Nutzerfeedback.'

Ein Politiker bezeichnet den Vorschlag eines Gegners als 'völlig irre' und dessen Anhänger als 'geistig umnachtet' — psychische Erkrankungen dienen als Kürzel für Irrationalität.

Ein Social-Media-Beitrag schreibt: 'Diese Politik ist so lahm — nur jemand, der geistig eingeschränkt ist, würde das unterstützen.'

Formales Logikmuster
FOL-Muster
Die prädikatenlogische Formel, die die logische Struktur dieses Argumentationsmusters darstellt.
FOL (First-Order Logic, Prädikatenlogik) verwendet Quantoren (∀ = für alle, ∃ = es existiert), Verknüpfungen (∧ = und, ∨ = oder, ⇒ = impliziert, ¬ = nicht) und Prädikate, um die Form eines Argumentationsmusters zu erfassen.

∃t∃d(Term(t) ∧ Disability(d) ∧ (Metaphor(t,d) ∨ Derogatory(t,d)) ∧ Implies(t, Inferior(d)))
Formale Verifizierung:
Formale Verifizierung
Prüft mithilfe eines automatischen Theorembeweisers, ob ein Argumentationsmuster logisch gültig oder ungültig ist.
Die formale Verifizierung nutzt einen SMT-Solver (Z3), um die logische Struktur eines Arguments mathematisch zu prüfen. Jedes Muster wird in Prädikatenlogik übersetzt und getestet: Können die Prämissen wahr sein, während die Schlussfolgerung falsch ist? Wenn ja: formal ungültig. Wenn nein: formal gültig. Viele reale Muster sind als nicht formal entscheidbar markiert — das heißt nicht, dass sie falsch sind.
Nicht formal entscheidbar

Prüfschritte
Prüfschritte
Binäre Ja/Nein-Fragen, die eine KI beantworten muss, um ein Argumentationsmuster in einem Text zu erkennen.
Jeder der 452 Aspekte hat Prüfschritte — einfache Ja/Nein-Fragen, die systematisch erkennen sollen, ob ein Muster in einem Text vorkommt. Für Ad Hominem: "Greift das Argument eine Person statt ihre Behauptung an?" Für falsche Dichotomie: "Werden nur zwei Optionen präsentiert, obwohl mehr existieren?"

Binäre (Ja/Nein) Fragen, die ein LLM beantworten muss, um diesen Aspekt zu identifizieren:

  1. 1

    Verwendet die Sprache behinderungsbezogene Begriffe als Metaphern für negative Eigenschaften?

    Typ: binary
  2. 2

    Setzt der Ausdruck Behinderung mit Unzulänglichkeit, Versagen oder Minderwertigkeit gleich?

    Typ: binary
  3. 3

    Könnte die Sprache Menschen mit der genannten Behinderung marginalisieren oder herabsetzen?

    Typ: binary
Vertiefung
Der aufklappbare Detailbereich auf jeder Aspekt-Seite mit Beispielen, Psychologie und Gegenstrategien.
Der Vertiefungsbereich bietet ausführliche Informationen zu jedem Aspekt: ein Praxisbeispiel, eine Erklärung warum es funktioniert, Tipps wie man entgegnet, alternative Bezeichnungen und Links zu verwandten Aspekten.

Hierarchischer Kontext