I kölvattnet av #metoo förändrades språkbruket på Twitter i positiv riktning, enligt en ny avhandling i nationalekonomi av Sara Moricz. Det framgår av ett pressmeddelande från Ekonomihögskolan vid Lunds universitet.

Sara Moricz är nybliven doktor i nationalekonomi och använder programmerade datamodeller i sin forskning. För att undersöka #metoo-vågens påverkan har Moricz låtit en AI-modell avläsa könskodat språk i tusentals svenska tweets.

– Resultatet av undersökningen visar att svenska tweets i genomsnitt reflekterar könskodat språk i mindre utsträckning ett halvår efter den första metoo-hashtaggen, jämfört med ett halvår innan, säger Sara Moricz.

Sättet att mäta könsnormer och könskodat språk är nytt och visar, enligt Moricz, att en nerifrån och upp-folkrörelse kan förändra normer, i alla fall på kort sikt.

– Det är svårt att undersöka normer eftersom att vi forskare saknar data att jobba med. Men med sociala medier som Twitter och med dagens maskininlärningsalgoritmer går det att automatiskt läsa av så kallade implicit bias, ungefär omedvetna fördomar, i text. Det har jag använt mig av i undersökningen, säger Sara Moricz.

Förändringen är ungefär två procent, i flödet på Twitter, där 25 procent av män och 18 procent bland kvinnor i Sverige är användare enligt rapporten Svenskarna och internet 2018. Ett konkret exempel på hur jargongen på Twitter har förändrats, som lyfts i pressmeddelandet, är att fler kvinnor tillskrivs att ha åsikter efter #metoo, jämfört med innan.