Syftet med denna studie är att kartlägga hur genus framställs i läromedlet Den magiska kulan för årskurs ett. För att göra detta har vi valt att genomföra en diskursanalys. Vi bearbetar resultatet genom Nikolajevas (2017) mall för vad som anses vara kvinnligt respektive manligt men utgår också från egna erfarenheter samt tidigare forskning inom ämnet. Studien visar att läromedlet till största del ger ett könsneutralt intryck, det finns dock scener som som kan påstås vara könsstereotypiska. Studien visar också att de kvinnliga karaktärerna ges mycket utrymme för att uttrycka sig på varierande sätt, mer än vad de manliga karaktärerna ges.

Vid en läsning av Aftonbladets artikel ”De är Pippis arvtagare” (Swedenmark 2020), som publicerades i samband med firandet av Pippi Långstrumps 75-årsdag, väcktes en nyfikenhet på en av de moderna flickkaraktärerna som omnämndes: Frallan. Det övergripande syftet med denna uppsats har således varit att försöka ta reda på om det går att se Frallan som en arvtagerska till Pippi. Studien har utgått från tre frågeställningar om hur Pippi och Frallan framställs kopplat till genusnormer, stereotyper och ideal. Uppsatsen vilar på en genusteoretisk grund där Mia Österlunds flickmatris använts som verktyg för att kunna se hur Frallan och Pippi förhåller sig till de tre flickor som Österlund menar kan ses som grundtyper för olika flickskildringar. Den metod som använts i uppsatsen är en komparativ kvalitativ textanalys där det skönlitterära materialet fått stå i fokus för att nå djupa karaktärsanalyser. Den tidigare forskning som finns att tillgå om Pippi är omfattande och flertal relevanta nedslag har valts ut med koppling till min studie. Desto mindre forskning har bedrivits om Frallan vilket gör att denna uppsats är möjlig att se som ett tillskott på ett område som inte är brett beforskat. Resultatet som framkommer av studiens analys är att både Pippi och Frallan går att se som skeva karaktärer som på olika sätt bryter mot det flicknormativa. Därav är det även möjligt att se Frallan som en arvtagerska till Pippi som följer de normbrytande fotspåren, även om Frallan är en mer utvecklad och nedtonad version. Analysen har även synliggjort de begränsningar som finns i flickmatrisen som verktyg då den inte tillåter ett placerande av alla karaktärens egenskaper. I ett vidare perspektiv lyfter även uppsatsens resultat problematiken med att sortera in människor och karaktärer i fack, då detta är något som kan vidmakthålla de strukturer i samhället som bygger på att kategorisera till exempel kön.

This essay analyses how Hinduism is portrayed within different textbooks produced for students attending senior high school in Sweden, spanning the years of 1998 until 2013. The analysis itself aims to identify any orientalist tendencies within the textbooks as well as how gender is portrayed. The textbooks are analysed from a set of criteria, namely, content, visual text, gender and text analysis. The analysis also examines what changes occur in regards to how textbooks portray Hinduism in the courses Religion A and Religion 1. Textbooks constitute a dominant part of the Swedish education system which makes the findings of this essay relevant and important for educators. The theory which acts as a foundation for this essay has been adapted from Edward Said’s Orientalism. Said argues that Orientalism is a political strategy which uses stereotypical descriptions of Hinduism to show the strength and superiority of the West. The textbooks studied here contain Orientalist tendencies to a varying degree and  Hinduism as a religion is portrayed in a simplistic manner throughout. Hinduism is also portrayed in sharp contrast to the structure of western society as a primitive religion in a way that is not fully consistent with how Hinduism is practiced in India and around the world today. There are tendencies toward latent orientalist perspectives. The gender perspective in regards to actual text is roughly unchanged throughout all the material used in the study. However, when viewing the images contained within the material, changes have been dramatic and the more recent textbooks now lean towards being dominated by illustrations of females as opposed to males.  The major change in discourse took place between the textbooks connected to Religion A and the books connected to Religion 1. There were significantly less orientalist tendencies present in the textbooks adapted to Religion 1 and a clear pattern could be discerned. Where orientalist tendencies had been diminished the authors had instead attached explanations to the text and expanded upon the subject-matter enabling the reader to gain a greater understanding of what everyday life as a Hindu entails. Another change which could be found in the analysis is that recent textbooks had adapted its subject-matter to conform to how the realities of Hinduism in India and the rest of the world actually look like today. The outdated and stereotypical attributes previously attached to Hinduism based on a western viewpoint have thus faded or been replaced altogether.

No description available.

Uppsatsen fokuserar sig på framställandet av mannen och kvinnan i Husmors Filmer under 1953 – 1975. Husmors Filmerna riktade sig till husmodern i hemmet och koncentrerade sig dels på hemmets faktorer så som matkultur, inredning och bohag, men även dels på olika hushållstekniker som städning och matlagning där husmodern ständigt var i fokus. Filmerna var väldigt populära och sågs årligen av mellan 300 000 och 500 000 åskådare under åren 1950- och 1970-talet då filmerna producerades. Tidigare forskning har fokuserat sig på hur husmodern framställs i filmerna, men den här uppsatsen sätter både feminint och maskulint i förhållande till varandra och i syfte att utforska vilka mönster som mannen och kvinnans relation ger uttryck för i filmen. De teoretiska utgångspunkter som uppsatsen grundar sig på är bland annat Yvonne Hirdmans genusteori och genuskontrakt, samt den hegemoniska maskulinitetsteorin som hämtas av R.W Connell. För undersöka materialet används en kvalitativ filmanalys där även andra väsentliga undermetodeder används för att undersöka materialet. Undermetoderna har inspirerats av bland annat Anja Hirdmans tidigare forskning där hon exempelvis använder tilltal och kroppsspråk som två fokusområden. Undersökningens resultat visade att kvinnan framställdes som en händig och plikttrogen husmoder i filmerna, men att hennes förhållande till hemmet blir allt mer distanserat mot slutet av filmens era. Mannen framställs som en expertis under hela filmens era, men kom att framställas som mer emotionell person i mitten av studiens analys.

AI spås få lika stor påverkan på samhället som elektricitet haft och avancemangen inom till exempel maskininlärning och neurala nätverk har tagit AI in i sektorer som rättsväsende, rekrytering och hälso- och sjukvård. Men AI-system är, precis som människor, känsliga för olika typer av snedvridningar, vilket kan leda till orättvisa beslut. En alarmerande mängd studier och rapporter visar att AI i flera fall speglar, sprider och förstärker befintliga snedvridningar i samhället i form av fördomar och värderingar vad gäller könsstereotyper och könsdiskriminering. Algoritmer som används i bildigenkänning baserar sina beslut på stereotyper om vad som är manligt och kvinnligt, röstigenkänning är mer trolig att korrekt känna igen manliga röster jämfört med kvinnliga röster och röstassistenter som Microsoft:s Cortona eller Apple:s Siri förstärker befintlig könsdiskriminering i samhällen. Syftet med denna studie är att undersöka hur könsdiskriminering kan uppstå i AI-system generellt, hur relationen mellan gender bias och AI-system ser ut samt hur ett företag som arbetar med utveckling av AI resonerar kring relationen mellan gender bias och AI-utveckling. Studiens syfte uppfylls genom en litteraturgenomgång samt djupintervjuer med nyckelpersoner som på olika sätt arbetar med AI-utveckling på KPMG. Resultaten visar att bias i allmänhet och gender bias i synnerhet finns närvarande i alla steg i utvecklingen av AI och kan uppstå på grund av en mängd olika faktorer, inklusive men inte begränsat till mångfald i utvecklingsteamen, utformningen av algoritmer och beslut relaterade till hur data samlas in, kodas, eller används för att träna algoritmer. De lösningar som föreslås handlar dels om att adressera respektive orsaksfaktor som identifierats, men även att se problemet med gender bias och könsdiskriminering i AI-system från ett helhetsperspektiv. Essensen av resultaten är att det inte räcker att ändra någon av parametrarna om inte systemets struktur samtidigt ändras. / Recent advances in, for example, machine learning and neural networks have taken artificial intelligence into disciplines such as justice, recruitment and health care. As in all fields subject to AI, correct decisions are crucial and there is no room for discriminatory conclusions. However, AI-systems are, just like humans, subject to various types of distortions, which can lead to unfair decisions. An alarming number of studies and reports show that AI in many cases reflects and reinforces existing gender bias in society. Algorithms used in image recognition base their decisions on character stereotypes of male and female. Voice recognition is more likely to correctly recognize male voices compared to female voices, and earlier 2019 the United Nations released a study showing that voice assistants, such as Microsoft's Cortona or Apple's Siri, reinforce existing gender bias. The purpose of this study is to investigate how gender discrimination can appear in AI-systems, and what constitutes the relationship between gender bias, gender discrimination and AI-systems. Furthermore it addresses how a company that works with the development of AI reason concerning the relationship between gender bias, gender discrimination and AI development. The study contains a thorough literature review, as well as in-depth interviews with key persons working with various aspects of AI development at KPMG.  The results show that bias in general, and gender bias in particular, are present at all stages of AI development. It can occur due to a variety of factors, including but not limited to the lack of diversity in the workforce, the design of algorithms and the decisions related to how data is collected, encoded and used to train algorithms. The solutions proposed are partly about addressing the identified factors, but also about looking at the problem from a holistic perspective. The significance of seeing and understanding the links between gender bias in society and gender bias in AI-systems, as well as reconsidering how each factor depends on and correlates with other ones, is emphasized. The essence of the results is that it is not enough to alter any of the parameters unless the structure of the system is changed as well.