Apps
EN — EnglishLogin

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

Geschlechterstereotype

Auch bekannt als: Sexismus Wohlwollender Sexismus Geschlechteressentialismus Rollenerwartungen
Manipulation & Propaganda 🎯 Diskriminierungserkennung ID: gender_stereotypes

Definition

Geschlechterstereotype weisen Menschen aufgrund ihres Geschlechts feste Eigenschaften, Rollen oder Erwartungen zu. Das Spektrum reicht von offen feindseligem Sexismus ('Frauen können nicht führen') bis zu wohlwollendem Sexismus ('Frauen sind von Natur aus fürsorglicher'), der positiv wirkt, aber dennoch die Handlungsfähigkeit einschränkt. Beide Formen verstärken starre Geschlechterrollen. Der Kontext ist wichtig: statistische Trends in der Forschung zu diskutieren unterscheidet sich von der vorschreibenden Anwendung auf Einzelpersonen.

Beispiele

Ein Manager erklärt: 'Wir haben Mark die Kundenpräsentation gegeben, weil Frauen in Verhandlungen weniger durchsetzungsfähig sind.'

Eine Verwandte sagt: 'Es ist so schön, dass du so eine fürsorgliche Mutter bist — Frauen können das einfach besser.' Dieser wohlwollende Sexismus verstärkt die Erwartung, dass Fürsorge primär Frauensache ist.

Ein Lehrer sagt zu einem weinenden Jungen: 'Komm, Jungs weinen nicht — reiß dich zusammen.' Dies erzwingt ein männliches Stereotyp, das den Ausdruck von Gefühlen einschränkt.

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.

∃g∃p(Gender(g) ∧ Property(p) ∧ ∀x(HasGender(x,g) → Expected(x,p)) ∧ Restricts(Expected(x,p), Agency(x)))
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

    Schreibt die Aussage bestimmte Rollen, Fähigkeiten oder Eigenschaften aufgrund des Geschlechts zu?

    Typ: binary
  2. 2

    Werden diese Eigenschaften als natürlich oder unvermeidlich statt sozial konstruiert dargestellt?

    Typ: binary
  3. 3

    Schränkt das Framing ein, was Menschen eines bestimmten Geschlechts tun, fühlen oder anstreben sollten?

    Typ: binary
  4. 4

    Trifft die Aussage auch zu, wenn sie positiv erscheint (wohlwollender Sexismus)?

    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.