Abstract
Recent debat over de omgang met literaire werken die gedateerde of verwerpelijke wereldbeelden inhouden, heeft aangetoond dat literarire representatie een erg controversieel thema is. Boeken beïnvloeden in belangrijke mate hoe wij de werkelijkheid, onszelf en anderen waarnemen. Toch ontbreekt het nog aan een uitgebreid overzicht van representatie in de Nederlandstalige jeugdliteratuur. Mijn onderzoek wil die leemte vullen, door de vraag te beantwoorden welke bias we kunnen onderscheiden rond leeftijd, gender, etniciteit en klasse in de illustraties binnen Nederlandstalige jeugdliteratuur van 1800-1940. Ik besteed in het bijzonder aandacht aan het intersectionele karakter van deze bias, de wisselwerking tussen visuele en tekstuele elementen in de constructie ervan en de manier waarop dit vorm krijgt op oppervlakteniveau. Ik stel een datagestuurde methode voor om bias te bestuderen in een corpus van 3000 geïllustreerde jeugdboeken. Het is namelijk aangetoond dat bepaalde machine learning modellen impliciet sociale vooroordelen in rekening brengen. Een pijnpunt dat terecht bekretiseerd werd omwille van de ongewenste – en soms zelfs onethische – consequenties in concrete toepasingen. Dit project buigt dit nadeel om tot een unieke onderzoeksmogelijkheid. Ik gebruik een combinatie van distant viewing en reading methodes, om patronen van bias in representatie bloot te leggen. De resultaten van deze analyse dienen daarna als startpunt voor meer gecontextualiseerde close readings.
Onderzoeker(s)
Onderzoeksgroep(en)
Project type(s)