Русский
Русский
English
Статистика
Реклама

Расизм

Из песочницы Разложение науки идеологией

21.07.2020 16:21:44 | Автор: admin
Привет, Хабр! Представляю вашему вниманию перевод статьи The Ideological Corruption of Science автора Lawrence Krauss.

Лоренс Краусс. Письмо в газету Wall Street Journal


В 1980-х, когда я был молодым профессором физики и астрономии в Йельском университете, на факультете английского в моде был деконструктивизм. Мы, в научных отделах, посмеивались над отсутствием в гуманитарных науках объективных интеллектуальных стандартов, лучшим примером чего было движение, отрицающее существование объективной истины. Его сторонники утверждали, что претензии на знание всегда были подпорчены идеологическими предрассудками типа расового, полового или экономического.

image

Это было невозможно в точных науках, если только речь не шла о диктаторском обществе, как в случае с нацистским осуждением еврейской науки или сталинской кампания против генетики, которую возглавлял Трофим Лысенко. Тогда для подавления оппозиции государственной политической доктрины генетиков увольняли тысячами.

Так мы тогда думали. Но в последние годы, и особенно после убийства полицией Джорджа Флойда в Миннеаполисе, масса научных руководителей переняла лексику господства и угнетения из журналов культурологических исследований. Делается это с тем, чтобы направлять развитие своих дисциплин, цензурировать инакомыслие и удалять с ведущих позиций преподавателей, чьи исследования, по мнению их оппонентов, поддерживают системное угнетение.

В июне Американское физическое общество (APS), представляющее 55000 физиков по всему миру, одобрило забастовку за жизни черных, чтобы закрыть STEM (факультеты: Science, Technology, Engineering, Mathematics В.Я.). APS закрыло свой офис не для того, чтобы протестовать против насилия или расизма со стороны полиции, а чтобы взять на себя обязательство по искоренению системного расизма и дискриминации особенно в научных кругах, заявив, что и физика причастна к удушающими последствиям расизма в американской жизни.

Хотя расизм в нашем обществе действительно имеет место, какие бы то ни было данные в поддержку утверждения о системном расизме в науке, представлены не были. Как я уже говорил в другом месте, у нас есть все основания считать, что это утверждение является измышлением.

APS не одиноко. Лаборатории страны и научные факультеты наших университетов присоединились к той же однодневной забастовке.

Выдающийся научный журнал Nature, который ежедневно включает в свою рассылку наиболее важные по мнению его редакции научные материалы, опубликовал статью Десять простых правил для создания антирасистской лаборатории.

В Университете штата Мичиган (MSU) забастовка была использована, чтобы организовать кампанию протеста против вице-президента по исследованиям, физика Стивена Сю. Его преступления включали проведение исследований в области вычислительной геномики для изучения того, как генетика человека может быть связана с когнитивными способностями. По мнению протестующих это попахивало евгеникой. Его также обвинили в поддержке психологических исследований по статистике применения полицией огнестрельного оружия, которая явно опровергала заявления о ее расизме. В течение недели президент университета заставил м-ра Сю уйти в отставку.

В Принстоне 4 июля более 100 преподавателей, в том числе более 40 с факультетов точных наук и инженерного дела, написали открытое письмо президенту с предложениями положить конец институционализированной иерархии, увековечивающие неравенство и наносящее вред. Письмо включало предложение создать специальную комиссию, которая бы контролировала, расследовала и подвергала дисциплинарному воздействию случаи расизма, при этом расизм бы определялся другой факультетской комиссией, и требовал от каждого факультета, включая факультеты математики, физики, астрономии и другие науки, учреждения премии за диссертацию, которая бы каким-то образом была активно антирасистской или расширяющей наше представление о свойствах расы в нашем обществе.

Когда лидеры нашей науки и университетское начальство дают официальное одобрение непроверенным утверждениям, или выступают со всеобъемлющим осуждением рецензируемых исследований или целых областей науки, которые могут не пользоваться у кого-то популярностью, это производит волновой эффект. Это может положить конец дискуссиям и привести к самоцензуре.

Вскоре после того, как мр. Сю подал в отставку, авторы исследования по психологии обратились в Национальную академию наук с просьбой отозвать свою статью но не из-за недостатков в статистическом анализе, а из опасений того, что она будет неправильно использована журналистами, считающими, что она противоречит широко распространенному мнению о том, что в полиции служат одни расисты. Позже авторы изменили мотивацию своего запроса для более удобного им утверждения, что за ним не стоят политические соображения, давление толпы, угрозы или неприятие политических взглядов тех, кто одобрительно отзывается об их работе и цитирует ее. Как космолог я могу сказать, что если бы мы начали отзывать все статьи по космологии, которые, по нашему мнению, были неверно представлены журналистами, то от нашей работы вряд ли что-либо осталось.

Фактическая цензура тоже имеет место. Выдающийся химик из Канады выступил в поддержку меритократической науки и против практики найма на работу, направленной на равенство результатов и ведущей к дискриминации самых достойных кандидатов. За это он был осужден проректором университета, его уже опубликованная обзорная статья об исследованиях и образовании в области органического синтеза была удалена с веб-сайта журнала, а два редактора, участвовавшие в ее подготовке к публикации, отстранены от работы.

Запланированный семинар по статистическому анализу дисбаланса между полами в области физики, который собирался провести один итальянский ученый из международной лаборатории CERN, где находится Большой адронный коллайдер, был отменен, а его должность при лаборатории ликвидирована, потому что он предположил, что явное неравенство не обязательно должно быть следствием сексизма. Группа студентов-лингвистов инициировала подачу петиции за лишение психолога Стивена Пинкера его должности члена Общества лингвистического общества Америки за преступление, выразившееся в том, что он разместил в своем твиттере статью из New York Times, которую они не одобряли.

Поскольку идеология пагубно сказывается на работе научных учреждений, уместен вопрос: почему большее число ученых не защищает точные науки от этого вторжения? Ответ в том, что многие ученые боятся, и не без причины. Они не решаются противоречить верховодящим в науке группам и они видят, что происходит с теми, кто решается. Они видят, как исследователи теряют финансирование, если только не могут объяснить, как их исследовательские программы будут искоренять системный расизм или сексизм требование к запросам на финансирование исследований, которое теперь выдвигают те, кто предоставляет гранты.

Научный прогресс страдает всякий раз, когда наука становится жертвой идеологии. Так было в нацистской Германии и в Советском Союзе, так было в США в 19 веке, когда в биологии доминировали расистские взгляды. Так было и в эпоху маккартизма, когда такие выдающиеся ученые, как Роберт Оппенгеймер, подвергались остракизму за свои политические взгляды. Чтобы сдержать это сползание, научные лидеры, научные общества и руководство университетов должны публично отстаивать не только свободу слова в науке, но и ее саму, независимую от политических доктрин и не связанную с требованиями политических фракций.

Мр. Краусс физик-теоретик, президент Origins Project Foundation и автор Физики изменения климата.
Подробнее..

Перевод В сообществе машинного обучения есть проблема токсичности

06.07.2020 20:09:26 | Автор: admin
Токсичность везде.

Во-первых, нарушен процесс независимой экспертизы (peer review). Четверть работ с конференции NeurIPS выкладывается на arXiv. В DeepMind есть исследователи, которые публично преследуют рецензентов, критикующих их представление ICLR. Кроме того, статьи известных институтов с arXiv принимаются на ведущих конференциях, даже если рецензенты решают отклонить работу. И наоборот, некоторые статьи с большинством положительных отзывов отклоняются (не хочу называть никаких имён, просто взгляните на страницу openreview ICRL этого года).

Во-вторых, существует кризис воспроизводимости. Видимо, настройка гиперпараметров на тестовом наборе стала стандартной практикой в настоящее время. У статей, которые не превосходят лучший на сегодняшний день метод, нулевые шансы быть принятыми на хорошей конференции. В результате гиперпараметры настраиваются тонкими трюками, чтобы получить прирост производительности там, где его нет.

В-третьих, существует проблема поклонения. Каждая статья, имеющая отношение к Стэнфорду или DeepMind, превозносится как прорыв. Например, у BERT цитирований в семь раз больше, чем у ULMfit. Принадлежность к Google придаёт статье очень много доверия и известности. На каждой конференции ICML перед каждым плакатом DeepMind стоит толпа людей, независимо от содержания работы. Та же история с Zoom-встречами на виртуальной конференции ICLR 2020. Более того, NeurIPS 2020 собрала в два раза больше заявок, чем ICML, хотя обе конференции высшего уровня. Почему? Почему слово нейронный так превозносится? Далее, Бенгио, Хинтон и ЛеКун [лауреаты премии Тьюринга 2018 года за исследования в области ИИ прим. пер] действительно являются пионерами глубокого обучения, но называть их крёстными отцами ИИ безумие. Это уже становится культом.

В-четвёртых, Ян ЛеКун довольно мягко высказался о темах предвзятости и справедливости. Однако в ответ получил совершенно неадекватную токсичность и отрицательную реакцию. Избавиться от ЛеКуна и заткнуть человеку рот это не решение.

В-пятых, у машинного обучения и информатики в целом огромная проблема неравенства (diversity). На нашем факультете CS только 30% студентов и 15% профессоров женщины. Уход в отпуск по уходу за ребёнком во время аспирантуры или докторантуры обычно означает конец академической карьеры. Однако этим неравенством часто злоупотребляют как предлогом, чтобы оградить некоторых людей от любой формы критики. Сведение каждого негативного комментария в научной дискуссии к расе и полу создаёт токсичную среду. Люди боятся участвовать в дискуссиях, чтобы их не назвали расистами или сексистами, что, в свою очередь, усиливает проблему неравенства.

В-шестых, мораль и этика устанавливаются произвольно. В любой дискуссии доминирует внутренняя политика США. В этот самый момент тысячи уйгуров попадают в концентрационные лагеря, основанные на алгоритмах компьютерного зрения, изобретённых этим сообществом, и никому, кажется, вообще нет дела до этого. Добавление раздела Более широкое воздействие в конце каждой работы не решит эту проблему. Поднимаются кучи дерьма, когда какой-то исследователь не упомянут в статье. Между тем африканский континент с населением в 1 миллиард человек практически исключён из любого значимого обсуждения ML (кроме нескольких семинаров Indaba).

В-седьмых, распространена ментальность типа публикуйся или умри. Если ты не публикуешь 5+ статей в год на конференциях NeurIPS/ICML, ты неудачник. Исследовательские группы стали настолько большими, что научный руководитель даже не помнит имён всех аспирантов. Некоторые подают на NeurIPS более 50 работ в год. Единственной целью написания статьи стало добавление ещё одной статьи NeurIPS в резюме. Качество вторично; основной целью стало прохождение стадии предварительного просмотра.

Наконец, дискуссии стали неуважительными. Лауреат приза Гельмгольца от Международного общества нейронных сетей Юрген Шмидхубер обзывает вором члена Лондонского королевского общества Джеффри Хинтона, Эфиопско-американский и содиректор группы Ethical Artificial Intelligence Team в Google Тимнит Гебру обзывает белым супрематистом крёстного отца ИИ Яна ЛеКуна, Профессор Калтеха и директор исследований ИИ в Nvidia Анима Анандкумар обзывает сексистом исполнительного директора Geometric Intelligence и автора книг Гари Маркуса. Все подвергаются нападкам, но ничего не улучшается.

Альберт Эйнштейн выступал против квантовой механики. Пожалуйста, можно прекратить демонизировать тех, кто не разделяет наши взгляды в точности? Давайте позволим людям не соглашаться, не перерезая им глотки.

В тот момент, когда мы затыкаем людям рот из-за их мнения, научный и общественный прогресс просто умирает.
Подробнее..

Преступления на почве расизма в США статистический анализ

15.09.2020 04:20:57 | Автор: admin
После моей недавней статьи (части 1, 2, 3) о криминале и полицейской стрельбе в США и их связи с расовой принадлежностью я решил продолжить эту тему и в таком же ключе проанализировать другие открытые данные благо, таких еще достаточно благодаря программе криминальной отчетности ФБР.

Сегодня будем исследовать данные по преступлениям, совершенным на почве нетерпимости. Сначала посмотрим на всю статистику целиком, а затем подробно рассмотрим именно расовую нетерпимость и конкретно преступления, совершаемые белыми и черными на почве вражды к белым и черным.

Дисклеймер
Позвольте мне быть ленивым и отправить вас, уважаемые читатели, посмотреть дисклеймер в начале моей первой статьи о криминале в США :) Все, что там написано, подходит и для этого исследования.


Исходные данные


В качестве исходных данных я скачал датасет с сайта Crime Data Explorer, поддерживаемого ФБР в рамках программы криминальной отчетности США (об этом сайте я уже писал в предыдущей статье). Скачать по прямой ссылке можно здесь (4.4 МБ). Скачанный архив содержит собственно сами данные в формате CSV, а также текстовое описание. Данные я никак не трансформировал, поэтому если вы захотите повторить анализ самостоятельно, вы должны получить те же результаты.

Также я использовал данные по численности населения США с разбивкой по расовой принадлежности, полученные из официальных данных Бюро переписи населения и дополненные модельными данными за период с 1991 по 2009 г. Скачать можно здесь (Яндекс.Диск). Для анализа географического распределения удельных показателей мне понадобилась и численность населения по штатам, полученные из того же источника (скачать здесь). Эти же данные я использовал в своей предыдущей статье.

Что такое преступления на почве нетерпимости и как они регистрируются?


С сайта ФБР:
The FBIs UCR Program defines hate crime as a committed criminal offense which is motivated, in whole or in part, by the offenders bias(es) against a race, religion, disability, sexual orientation, ethnicity, gender, or gender identity.

Перевод:
Программа криминальной отчетности ФБР определяет преступление на почве нетерпимости как совершенное преступление, мотивированное (частично или полностью) предвзятостью правонарушителя против расы, религии, физического ограничения, сексульной ориентации, принадлежности к этнической группе, пола или половой самоидентификации.

В справке, сопровождающей исходный датасет по преступлениям, также указано следующее (курсив сохранен):
Because motivation is subjective, it is sometimes difficult to know with certainty whether a crime resulted from the offenders bias. Moreover, the presence of bias alone does not necessarily mean that a crime can be considered a hate crime. Only when a law enforcement investigation reveals sufficient evidence to lead a reasonable and prudent person to conclude that the offenders actions were motivated, in whole or in part, by his or her bias, should an agency report an incident as a hate crime.

Другими словами, все случаи, регистрируемые в базе как преступления на почве нетерпимости, попадают должны попадать туда только после того, как мотив действий преступника установлен следствием.

Естественно, проверить выводы следствия по каждому случаю невозможно, поскольку база агрегирует отчетность сотен различных служб правопорядка по всей стране и доступ ко всем материалам следствия есть (можно предположить) только для сотрудников ФБР. Сама база предоставляет только готовую статистику.

Структура базы данных


База содержит данные по преступлениям на почве нетерпимости с 1991 по 2018 г. На момент написания статьи последняя запись датируется 31 декабря 2018 г., всего 201403 записи. Каждая запись один случай преступления. Таким образом, получаем в среднем 7193 преступлений в год.

Список полей базы данных в исходном CSV формате
  1. INCIDENT_ID: ID события (преступления)
  2. DATA_YEAR: год, в который совершено преступление
  3. ORI: ID агентства (службы правопорядка), предоставившего данные
  4. PUB_AGENCY_NAME: публичное название агентства / службы (обычно совпадает с городом)
  5. PUB_AGENCY_UNIT: название подразделения службы (например, округ)
  6. AGENCY_TYPE_NAME: тип службы (муниципальная / окружная)
  7. STATE_ABBR: сокращенное наименование штата
  8. STATE_NAME: полное название штата
  9. DIVISION_NAME: название региона (куда входят несколько штатов)
  10. REGION_NAME: название макрорегиона (куда входят несколько регионов)
  11. POPULATION_GROUP_CODE: код места совершения преступления по численности населения
  12. POPULATION_GROUP_DESC: описание места совершения преступления по численности населения (например город с населением от 0,5 до 1 млн.)
  13. INCIDENT_DATE: дата совершения преступления
  14. ADULT_VICTIM_COUNT: количество совершеннолетних пострадавших
  15. JUVENILE_VICTIM_COUNT: количество несовершеннолетних пострадавших
  16. TOTAL_OFFENDER_COUNT: общее количество преступников
  17. ADULT_OFFENDER_COUNT: количество совершеннолетних преступников
  18. JUVENILE_OFFENDER_COUNT: количество несовершеннолетних преступников
  19. OFFENDER_RACE: раса/-ы преступника/-ов
  20. OFFENDER_ETHNICITY: этническая группа преступника/-ов (латиноамериканская / не латиноамериканская / смешанная / неизвестная)
  21. VICTIM_COUNT: общее количество пострадавших (физических и юридических лиц)
  22. OFFENSE_NAME: вид совершенного преступления
  23. TOTAL_INDIVIDUAL_VICTIMS: общее количество пострадавших (физических лиц)
  24. LOCATION_NAME: место преступления (например, квартира, шоссе, школа и т.д.)
  25. BIAS_DESC: вид нетерпимости (мотив преступления)
  26. VICTIM_TYPES: категория/-и пострадавших (физические лица / власти / частная компания и т.п.)
  27. MULTIPLE_OFFENSE: маркер множественного преступления (т.е. если совершено не одно, а несколько видов преступлений)
  28. MULTIPLE_BIAS: маркер множественного мотива (не один, а несколько видов нетерпимости)



В исследовании я использую только несколько полей (те, что выделены жирным шрифтом), поскольку моей основной целью является поиск связей между видами преступлений, видами нетерпимости и расой преступников. Однако в вашем собственном исследовании вы можете, конечно, пойти дальше и проанализировать, например, возраст преступников и жертв или типичные локации преступлений в зависимости от их видов и т.п. Как говорится, простор фантазии не ограничен :)

Виды преступлений


В базу попадают 13 основных видов преступлений:

  • преступления против личности: убийство, изнасилование, нападение, тяжкое нападение, личная угроза и торговля людьми (сексуальное рабство и рабский труд)
  • преступления против собственности: грабеж, незаконное проникновение, хищение, угон, поджог и порча имущества / вандализм

а также (в расширенной базе, которую мы будем использовать) дополнительные виды правонарушений, такие как торговля наркотиками, мошенничество и даже более экзотические в контексте нетерпимости, например, проституция, инцест или содомия.

Все 48 категорий преступлений (названия в оригинале)
Aggravated Assault
All Other Larceny
Animal Cruelty
Arson
Assisting or Promoting Prostitution
Betting/Wagering
Bribery
Burglary/Breaking & Entering
Counterfeiting/Forgery
Credit Card/Automated Teller Machine Fraud
Destruction/Damage/Vandalism of Property
Drug Equipment Violations
Drug/Narcotic Violations
Embezzlement
Extortion/Blackmail
False Pretenses/Swindle/Confidence Game
Fondling
Hacking/Computer Invasion
Human Trafficking, Commercial Sex Acts
Identity Theft
Impersonation
Incest
Intimidation
Kidnapping/Abduction
Motor Vehicle Theft
Murder and Nonnegligent Manslaughter
Negligent Manslaughter
Not Specified
Pocket-picking
Pornography/Obscene Material
Prostitution
Purchasing Prostitution
Purse-snatching
Rape
Robbery
Sexual Assault With An Object
Shoplifting
Simple Assault
Sodomy
Statutory Rape
Stolen Property Offenses
Theft From Building
Theft From Coin-Operated Machine or Device
Theft From Motor Vehicle
Theft of Motor Vehicle Parts or Accessories
Weapon Law Violations
Welfare Fraud
Wire Fraud


Виды нетерпимости / мотивы преступлений


В соответствии с определением выше, в базу заносятся следующие виды нетерпимости:
  1. против расовой принадлежности (против белых, против черных, против азиатов, против евреев и т.д.)
  2. против этнической принадлежности (против латиноамериканцев)
  3. против конфессии или религиозного мировоззрения (против христиан, против атеистов, против мусульман, против Свидетелей Иеговы и т.д.)
  4. против сексуальной ориентации или пола (против мужских и женских гомосексуалов, против мужчин, против женщин, против трансгендеров и т.д.)
  5. против физических ограничений (ненависть к инвалидам)


При этом каждое преступление может иметь до 5 различных видов нетерпимости в качестве мотива. Поэтому при работе с такими множественными характеристиками нам придется укрупнять категории.

Категории пострадавших


Программа регистрирует преступления как против отдельных физических лиц, так и против организаций, государства или даже общества в целом, выделяя при этом количество пострадавших физических лиц. Мы будем рассматривать только случаи с пострадавшими людьми.

Итак, вооружившись Python с pandas или еще парочкой библиотек (см. раздел Инструменты в моей предыдущей статье), а также не забыв пропустить кофе, чай, пиво или чайный гриб (кому что нравится) надвигаем маску на лицо, одеваем хирургические перчатки, поправляем операционную лампу и

Препарируем данные


image

Как и в предыдущей статье, весь анализ я выполняю в Jupyter Lab / Notebook на Python 3.8. Здесь я не буду приводить и комментировать сам код его вы можете скачать по этой ссылке (в архиве листинг и файл в формате Jupyter Notebook). Сосредоточимся больше на получаемых результатах. Все графики кликабельны.

Обзор данных и топ-листы


После загрузки данных из CSV (только нужных для исследования столбцов) получаем такой датафрейм:

YEAR STATE_NAME OFFENDER_RACE OFFENSE_NAME BIAS_DESC VICTIM_TYPES
0 1991 Arkansas White Intimidation Anti-Black or African American Individual
1 1991 Arkansas Black or African American Simple Assault Anti-White Individual
2 1991 Arkansas Black or African American Aggravated Assault Anti-Black or African American Individual
3 1991 Arkansas Black or African American Aggravated Assault;Destruction/Damage/Vandalis... Anti-White Individual
4 1991 Arkansas Black or African American Aggravated Assault Anti-White Individual
... ... ... ... ... ... ...
201398 2018 West Virginia NaN Burglary/Breaking & Entering Anti-Black or African American Individual
201399 2018 West Virginia White Simple Assault Anti-Black or African American Individual
201400 2018 West Virginia NaN Intimidation Anti-Asian Individual
201401 2018 West Virginia White Intimidation Anti-White Law Enforcement Officer
201402 2018 West Virginia NaN Burglary/Breaking & Entering;Destruction/Damag... Anti-Other Religion Religious Organization

201403 rows 6 columns



Более 200 тысяч строк и чуть больше 8 МБ памяти. Давайте для начала посмотрим на топ-10 совершаемых преступлений, видов нетерпимости (мотивов), рас преступников и категорий жертв:

Кликабельно

Кликабельно

Итак, что мы здесь наблюдаем:
  • Самый распространенный вид преступления порча имущества / вандализм, за ним с небольшим отставанием личная угроза (intimidation). Каждый из этих видов преступления занимает почти треть всех случаев. Далее идут нападения, а грабеж и другие преступления уже гораздо менее распространены.
  • Среди видов нетерпимости с большим отрывом лидирует нетерпимость к чернокожим (больше трети всех случаев), затем в порядке убывания, но примерно на одном уровне: нетерпимость к евреям, нетерпимость к белым, нетерпимость к геям. Остальные виды нетерпимости статистически на порядок реже лидера.
  • 70% всех преступлений совершаются белыми, порядка 23% черными, остальные в пределах погрешности.
  • Преступления против личности составляют 80% всех случаев.


Смотря только на эти графики, можно представить, будто почти все преступления это белые, угрожающие черным расправой или портящие их имущество Однако давайте посмотрим, какие преступления и виды нетерпимости наиболее типичны для каждой расовой категории преступников:


OFFENSE_COUNT TOP_OFFENSE TOP_OFFENSE_SHARE TOP_BIAS TOP_BIAS_SHARE TOP_VICTIM TOP_VICTIM_SHARE
OFFENDER_RACE
White 79514 Intimidation 36.796036 Anti-Black or African American 46.877279 Individual 92.730840
Black or African American 25956 Simple Assault 36.292187 Anti-White 46.594236 Individual 94.760364
Multiple 4047 Simple Assault 36.545589 Anti-Black or African American 29.033852 Individual 91.153941
Asian 1453 Simple Assault 31.865107 Anti-Black or African American 30.075705 Individual 93.048864
American Indian or Alaska Native 1095 Simple Assault 40.182648 Anti-White 31.415525 Individual 93.059361
Native Hawaiian or Other Pacific Islander 35 Simple Assault 45.714286 Anti-Other Religion 22.857143 Individual 77.142857


В этой таблице:

  • OFFENSE_COUNT общее количество преступлений, совершенных представителями данной расы
  • TOP_OFFENSE самый частый вид преступления для представителей данной расы
  • TOP_BIAS самый частый вид нетерпимости (мотива преступления) для представителей данной расы
  • TOP_VICTIM самая частая категория потерпевших для представителей данной расы

Для каждой типичной категории также представлены соответствующие процентные доли от общего количества преступлений, совершенных представителями данной расы.

Здесь можно увидеть, что для черных и белых основным мотивом является расовая нетерпимость по отношению к представителям противоположной расы (47% преступлений для обеих рас). При этом белые преступники, в основном, занимаются угрозами и запугиванием (37% преступлений), а черные нападениями без отягчающих обстоятельств (36% преступлений). (Удивительно, какое совпадение по процентным долям обнаруживают эти две расы!) Кстати говоря, только для белых преступников основной вид преступлений не связан с физическим ущербом (угрозы); представители других рас чаще совершают нападения.

Можно также отметить, что азиаты и представители смешанных рас (метисы) также, в основном, обнаруживают неприязнь к черным, индейцы и эскимосы к белым, а вот гавайцы к иноверцам. Что ж, эта статистика пока (лично для меня) оказалась довольно ожидаемой.

Взглянем на количество преступлений по годам для каждой расы преступников:

Кликабельно

Как и следовало предположить, преступления белых и черных на графике доминируют над остальными расами, по которым даже не видно изменений из-за разницы в масштабе. Пик со стороны белых здесь приходится на 1995 2002 гг., а со стороны черных начало 1990-х. С 2002 г. количество преступлений, совершенных белыми на почве нетерпимости, довольно уверенно спадало, снизившись в 2 раза по сравнению с пиковым 2001-м; однако после 2016 г. вновь начало круто расти. Нетерпимость среди черных плавно спадала с 1995 по 2004 г., однако затем так же плавно начала расти, выйдя в 2018 г. на уровень 1995 г.

Здесь интересно отметить, что при Бараке Обаме (который, как мы знаем, принадлежит к афроамериканской расе), то есть с 2009 по 2017 гг., количество преступлений среди белых очень резко снизилось, но в это же самое время количество преступлений среди черных обнаружило стабильный рост. Ранее при Буше (2001 2009 гг.) после пика преступлений среди белых в первый год его президентства количество преступлений, совершаемых представителями обеих рас, вышло на полку и практически не менялось. А вот при Клинтоне (1993 2001 гг.) преступления среди белых росли быстро, почти год от года, в то время как преступления среди черных, наоборот, плавно снизились.

Что ж, поглядели на основные тренды. Давайте теперь отфильтруем данные, оставив только самое необходимое для дальнейшего анализа.

Первая фильтрация: по видам преступлений и потерпевших


В соответствии с исследованием, представленным в моей предыдущей статье, произведем аналогичную фильтрацию данных для анализа:

  1. среди категорий потерпевших оставим только физических лиц (исключим преступления против организаций, властей и всего общества);
  2. среди видов преступлений оставим только убийства, нападения (тяжкие и обычные), грабежи и изнасилования как наиболее злодейские.

Посмотрим, что получилось:


YEAR STATE_NAME OFFENDER_RACE OFFENSE_NAME BIAS_DESC COUNT
0 1991 Arizona Black or African American Assault Anti-Gay (Male) 1
1 1991 Arizona Black or African American Assault Anti-White 4
2 1991 Arizona White Assault Anti-Black or African American 10
3 1991 Arkansas Black or African American Assault Anti-Black or African American 1
4 1991 Arkansas Black or African American Assault Anti-White 4
... ... ... ... ... ... ...
16428 2018 Wisconsin White Assault Anti-Hispanic or Latino 1
16429 2018 Wisconsin White Assault Anti-Hispanic or Latino;Anti-White 1
16430 2018 Wisconsin White Assault Anti-Physical Disability 1
16431 2018 Wisconsin White Assault Anti-Sikh 1
16432 2018 Wisconsin White Assault Anti-White 1

16433 rows 6 columns



Фильтрация и агрегация данных позволила сократить объем в 12 раз без ущерба для факторов, важных для анализа. Новый столбец COUNT в конце содержит количество преступлений для данного года, штата, расы преступника, вида преступления и мотива.

В качестве промежуточного шага посмотрим на распределение преступлений по расе преступников:

Кликабельно

и по видам нетерпимости:

Кликабельно

Итак, белые и черные преступники составляют вместе 93% всех случаев (преступлений среди белых в два раза больше, но мы же знаем, что белых и самих в 5 раз больше). Поэтому совершенно не удивляет и то, что почти та же пропорция и по видам нетерпимости: 33% преступлений мотивировано нетерпимостью к черным, 18% нетерпимостью к белым. Здесь попутно интересно отметить, что преступления на почве нетерпимости к белым количественно примерно равны преступлениям на почве нетерпимости к гомосексуалам это третий по величине мотив.

Вторая фильтрация: по расе преступников и мотиву преступлений


Следующий логический шаг оставить только черных и белых преступников и, соответственно, только черно-белые мотивы преступлений. Этим мы сужаем объект исследования до расизма среди белых и черных. После дополнительной фильтрации наш массив данных выглядит как-то так:


YEAR STATE_NAME OFFENDER_RACE OFFENSE_NAME BIAS_DESC COUNT
0 1991 Arizona Black Assault Anti-White 4
1 1991 Arizona White Assault Anti-Black 10
2 1991 Arkansas Black Assault Anti-Black 1
3 1991 Arkansas Black Assault Anti-White 4
4 1991 Arkansas Black Murder Anti-White 1
... ... ... ... ... ... ...
3870 2018 West Virginia White Assault Anti-White 2
3871 2018 Wisconsin Black Assault Anti-Black 1
3872 2018 Wisconsin Black Assault Anti-White 4
3873 2018 Wisconsin White Assault Anti-Black 6
3874 2018 Wisconsin White Assault Anti-White 2

3875 rows 6 columns



Пора включить в анализ удельные показатели (на количество населения по каждой расовой группе). Для этого подгрузим данные по численности населения из файла us_pop_1991-2018.csv.

Посмотрим, как в целом распределено население США по расам (среднегодовые показатели за 1991 2018 гг.):

Кликабельно

Белых получается в 5.8 раз больше, чем черных. Все остальные расы составляют 11% населения.

Далее добавляем в наш датасет данные по численности и вычисляем удельное количество преступлений на 1 млн. представителей каждой расы.

Помня, что после первой фильтрации у нас осталось 4 вида преступлений (убийство, нападение, грабеж и изнасилование), давайте посмотрим на распределение этих преступлений по обеим расам в абсолютных и удельных показателях:

Кликабельно

Отдельно для убийств и изнасилований (т.к. их на общих графиках не видно):

Кликабельно

Что же мы здесь видим? А видим вот что:

  • Из анализируемых видов преступлений с большим отрывом лидируют нападения (в 25 раз больше, чем грабеж, в 250 раз чем убийство и изнасилование).
  • Нападений, совершенных белыми, в два раза больше, но в удельном отношении черные совершают нападения почти в 3 раза чаще.
  • Грабежей, совершенных черными, в 1.5 раза больше в абсолютных цифрах и в 10 раз больше в удельных.
  • Суммарно белые совершили несколько больше убийств, чем черные, и примерно столько же изнасилований. В удельном же выражении черные насилуют в 6 раз чаще и убивают в 3.6 раз чаще, чем белые. Между убийством и изнасилованием белые предпочитают убийство, а черные изнасилование.


Преступления на почве расизма по годам


Посмотрим, как изменялось количество расистских преступлений, совершенных черными и белыми, за весь период:

Кликабельно

Кликабельно

Нетрудно по этим графикам сделать очевидные выводы:

  • В среднем белые совершают в год немного больше преступлений на почве расизма, но в 4-5 раз реже в удельном выражении (другими словами, вероятность совершения расистского преступления афроамериканцем в 4-5 раз выше, чем белым).
  • Тем не менее, с 1990-х годов удельный показатель расистских преступлений среди черных постепенно падает, снизившись в полтора раза за четверть века.
  • При переходе от абсолютных показателей к удельным скачки преступлений белых значительно сгладились, что говорит о прямой корреляции между количеством преступлений, совершаемых белыми, с численностью белокожего населения. Однако для черных это не так: сильные скачки остались и на удельном графике, что говорит о плохой связи расизма среди черных с приростом чернокожего населения. Проще говоря, расизм среди белых относительно стабилен (почти константен) начиная с 1993 года, а расизм среди черных, скорее всего, подвержен влиянию внешних факторов, таких как общественно-политические и внутренние события в стране.


Взглянем и на обобщенные (среднегодовые) показатели:

Кликабельно

Лишний раз убеждаемся в сделанных наблюдениях: в среднем белые совершают на 15-16% больше преступлений на почве расизма, но при этом из-за разницы в численности белых и черных, как мы знаем, почти в 6 раз, черные в столько же раз чаще совершают такие преступления.

Только ли белые против черных, черные против белых?


Давайте к нашим обобщенным показателям добавим параметр нетерпимости, т.е. мотива преступлений. Как вы помните, в результате фильтрации мы оставили только два мотива: нетерпимость к белой расе и нетерпимость к чернокожей расе. Как они распределены между белыми и черными преступниками? 100% полярно, конечно же? А вот и нет!

Кликабельно

Конечно, поляризация налицо, но выясняется, что есть преступления, совершенные черными на почве расовой вражды к своим же, и то же самое среди белых. (Уверен, что есть и преступления, совершенные гомосексуалами на почве ненависти к гомосексуалам, женщинами на почве ненависти к женщинам и т.д., ибо человек это звучит гордо сложно; конечно, все это вы можете проверить сами!)

Но что здесь любопытно: доля преступлений, совершаемых черными на почве ненависти к своим же составляет 11% от всех преступлений, совершаемых черными, а для белых этот показатель равен 9%. То есть чернокожий имеет несколько более высокий шанс обернуться против своих.

География преступлений


Наконец, посмотрим на распределение преступности на почве расизма по штатам США. Для вычисления удельных показателей нам, как обычно, надо будет загрузить численность по штатам и расам из файла us_pop_states_race_2010-2019.csv.

Среднегодовые показатели численности белых и черных по штатам:

Кликабельно

ОК, ничего нового: перенаселенные Калифорния, Техас, Флорида и Нью-Йорк, где, как вы могли видеть из прошлой статьи, совершается количественно больше преступлений.

Но везде ли одинакова доля чернокожего населения пресловутые 13%? Посмотрим:

Кликабельно

Итак, черных больше половины всего Округа Колумбия (где находится славный город Пентагон Вашингтон), около трети в хлопковых южных штатах Миссисипи, Луизиане, Джорджии, Алабаме, Южной Каролине и в одном северном (Мэриленде, где Округ Колумбия, где славный город...); в остальных меньше четверти. Это, как говорится, просто для справки.

А что с преступлениями? Смотрим на среднегодовые показатели в абсолютных и удельных выражениях:

Кликабельно

Кликабельно

Видно, что по абсолютному количеству преступлений лидирует самый населенный штат Калифорния. Но далее Флориду и Техас потеснили Мичиган, Иллинойс и Мэриленд экономически более развитые северные штаты. А на удельном графике выбились вперед наименее населенные штаты Монтана, Вермонт, Айдахо, Северная и Южная Дакота, Аляска (все тоже на севере страны). При этом видно, что пропорция преступлений между белыми и черными не одинакова по штатам, несмотря на доминирование черных по удельным показателям (например, в белую сторону выделяется Округ Колумбия и Гавайи).

Отобразим на карте (для большей наглядности заменим среднегодовые показатели накопленной суммой).

Сначала в абсолютном выражении:

Кликабельно

Здесь выделяется северо-восток страны (особенно Мичиган) плюс Калифорния и Вашингтон на тихоокеанском побережье. И в удельном выражении:

Кликабельно

Здесь заметно преобладание севера с наименее населенными штатами: Округ Колумбия, обе Дакоты и все тот же Вашингтон, а также по паре штатов с восточной и западной стороны. При этом южные штаты не обнаруживают значительной преступности среди населения.

В общем, если вы задаете вопрос Где я увижу больше преступлений, мотивированных расизмом?, смотрите первую карту. Если ваш вопрос Где выше вероятность каждого человека совершить расистское преступление? смотрите вторую карту. Других выводов относительно распределения делать не стану.

Вместо выводов


Как там у Булгакова? Факты самая упрямая в мире вещь. Если нам что-то твердят со всех сторон, совсем необязательно это является правдой это может оказаться полуправдой или же ложью. Но имея в руках факты в виде N-ного количества наборов данных, вы можете сами подтвердить или опровергнуть те или иные рассуждения. Можно строить гипотезы и подтверждать / опровергать их статистическими методами, а можно просто без всяких гипотез рассмотреть данные и найти в них некие закономерности, которые уже в свою очередь помогут либо сделать выводы, либо предложить гипотезы, которые далее можно так же препарировать. Вам решать верить всему на слово или проверять.

Конечно, этот маленький анализ далеко не полный. Он выполнен поверхностно, ведь я только рассмотрел базовые показатели, не применяя даже четверти доступного аппарата математической статистики. Конечно, и о качестве исходных данных можно спорить. Всем ли регистрируемым данным можно верить? Все ли преступления регистрируются? Кто и как определяет мотивы нетерпимости? Но как по мне, я лучше буду анализировать официальные открытые данные as-is, чем довольствоваться заявлениями вроде в крови господина N нашли отравляющее вещество X или страна W уже на протяжении десятков лет систематически нарушает права человека.

PS. В комментариях к моему предыдущему исследованию меня много раз просили разделить чисто белых и латиносов, так как культуры все-таки имеют различия. Я бы и не против, но, к сожалению, это невозможно сделать ни в том, ни в этом случае по причине скудности сведений об этом этническом признаке в исходных данных. Так, например, в данных, которые мы разбираем в этой статье, из 79514 преступлений, совершенных белыми, только 6999 имеют пометку об этнической принадлежности, причем только 489 помечены как Hispanic or Latino (это 0,6%). Конечно, такие данные нельзя использовать для анализа.
Подробнее..

BLM как социальное движение против расизма влияет на развитие английского языка

06.10.2020 18:23:53 | Автор: admin


В июне одно из самых популярных СМИ мира New York Times официально заявило, что теперь они будут писать слово Black с большой буквы, если оно используется по отношению к чернокожим.

Решение вызвало много споров. Некоторые онлайн-издания мгновенно поддержали веяние. Уже через неделю подобные изменения в редполитике приняли CJR, Los Angeles Times, The Seattle Times, Metro Times, The Washington Post и еще несколько десятков крупных американских и международных англоязычных изданий.

Некоторые издания считают, что если и принимать подобные шаги, то писать с заглавных букв нужно оба слова: Black и White. Medium, к примеру, однозначно выразил свою обеспокоенность тенденцией, которую продвигают СМИ, подчеркивая, что проблему расизма такие шаги не решат. Интересно, что NABJ (Национальная ассоциация чернокожих журналистов) тоже заявила, что Black, White и другие расовые идентификаторы в СМИ следует писать с заглавных букв.

Социальные движения против расизма действительно меняют английский язык. В этой статье мы разберемся, что именно меняется и как теперь говорить правильно. Поехали.

Исторический экскурс за 150 лет: как отношение к чернокожим отображалось на английском


Лексика, обозначающая расовую принадлежность, менялась на протяжении последних 150 лет много раз.

Первые серьезные изменения в отношении к чернокожим случились после окончания Гражданской войны в США. Тринадцатая поправка к Конституции США освободила рабов на территории государства и сделала их формально равными с белыми.

Но по факту темнокожие так и остались людьми второго сорта. В 1850-х наиболее распространенным было обращение colored цветные. Но очень скоро в СМИ и книгах стало распространено слово Negro.

Как писал американский ученый Келли Миллер: Значение слова Negro значительно шире, чем у других двух [имеются в виду слова black и colored]. Попробуйте описать идею искусства негров [Negro art] или музыки негров [Negro music], используя слово цветной. Вы сами увидите, насколько слабо оно в смысловом поле.

По сути слово Negro только подчеркивало сегрегацию по отношению к чернокожим. А оскорбления Nigger и Niggah и сегодня считаются самыми сильными расовыми ругательствами.

Negro оставалось основным словом для обозначения темнокожих вплоть до 1950-х. Тогда же стали активными движения против сегрегации чернокожего населения, которые активно продолжались в США несколько десятилетий.

Тогда же вместо оскорбительного Negro стали использовать слово Black. И хоть у него тоже были негативные аспекты, но за 30 лет оно практически вытеснило другие обозначения. СМИ 1990-х использовали его в 91,5% случаях, если писали о представителях негроидной расы.

В 1988 году Рамона Эделин, известная активистка за права черных, на встрече с чернокожими лидерами организаций предложила заменить термин Black на более нейтральный African American. Это было подхвачено СМИ и уже к 1991 году black практически вышло из употребления в качестве расового слова.

В 1991 году в 98,4% материалах СМИ, которые затрагивали расовую принадлежность, писали African American или Afro-American.

Вся статистика взята из исследования Changing racial labels Tom W Smith.

Но в последние 10 лет все больше темнокожих стали говорить, что термин African American спорный. Ведь практически все черные американцы уже много поколений живут в США и не имеют никаких родственных связей в Африке.



Новые эвфемизмы вроде person of color не прижились. По сути сегодня в равной степени используются только два термина: black и African American. Они оба считаются политически корректными.

Приживется ли инициатива современных СМИ, которые призывают писать Black с большой буквы? Вполне возможно, ведь именно с подачи медиа стали использовать фразу African American, которой до 1988 года вообще не существовало. Но стоит отметить, что многим американцам не нравятся подобные замены понятий. 80% граждан США считают политкорректность проблемой, которая не решает социальные вопросы общества, а только называет их по-другому.

Обычные слова и фразы, которые признаны расистскими


Современные социальные движения против расизма касаются не только слов, которые идентифицируют расовую принадлежность, но и вполне обычных фраз английского языка, этимология которых оказалась забыта.

Мы собрали несколько подобных примеров ранее обычных слов и выражений, происхождение которых неожиданно для многих оказалось расистским:

Master bedroom


Еще недавно в сфере недвижимости так обозначалась спальня с отдельной ванной комнатой. Или же просто самую большую спальню в доме такое значение было популярно после Второй мировой.

Но изначально фраза означала именно хозяйскую спальню, где проживали владельцы плантации. Ведь одно из значений слова master именно хозяин, в том числе и рабов. И они в своем большинстве обращались к рабовладельцу именно Master.

Сегодня американские риелторские компании официально избавляются от этого термина, заменив его на нейтральный primary bedroom.

Master-Slave


Модель взаимодействия ведущий-ведомый в информационных системах и компьютерных технологиях раньше обозначалась парой слов master/slave. Хозяин и раб, если переводить буквально.

Начиная с 2003 года IT-компании начали постепенно избавляться от master/slave.

  • В 2014 году Django и Drupal заменили master/slave в своих документациях на primary/replica.
  • В 2018 Python после долгих споров заменил master на main, parent и server, slave на worker, child и helper, в зависимости от контекста.
  • В 2020 MySQL анонсировала, что вместо master/slave будет использоваться source/replica.

Подобные изменения коснулись также слов blacklist и whitelist, которые в своем большинстве превратились в blocklist и allowlist соответственно.

Peanut gallery


Peanut gallery это галерка, самые плохие и дешевые места в театре. От этого термина пошел фразеологизм No comments from the peanut gallery, который означает, что кое-кто слишком груб или не разбирается в теме разговора то есть, некомпетентен.

В XIX веке фраза peanut gallery означала сектора в театре, где разрешалось сидеть чернокожим. Та самая галерка. А в поп-культуре XX века эта фраза стала означать необразованность и некультурность человека.

Если сопоставить эти смыслы, то словосочетание получается довольно расистским. Именно поэтому его постепенно забывают.

Cakewalk


В разговорной речи cakewalk означает что-то, что легко сделать или достичь. Своеобразный a piece of cake.

Ранее этим словом называли несложный танец, который чернокожие рабы танцевали на плантациях. Оковы позволяли довольно ограниченный набор движений, поэтому он был максимально простым.

Почему cakewalk. Иногда плантаторы устраивали соревнования между рабами на лучшее исполнение танца. Одно из таких соревнований осветили СМИ. Призом в нем был кусок пирога и слово cakewalk, которым этот танец назвали, закрепилось.


Сегодня же слово cakewalk со всеми смыслами активно искореняется из лексикона американцев.

Uppity


Это слово означает наглый, спесивый, дерзкий.

Словом uppity белые американцы первой половины XX века называли чернокожих, которые, по их мнению, не выказывали им должного почтения и претендовали на блага, которые были присущи только белым.

Uppity это оскорбление, прямо привязанное к расе. Уже в нулевых оно считалось крайне некультурным, но его использовали. К примеру, несогласные с политикой Барака Обамы, чтобы оскорбить его самого и его жену.

Сейчас же оно по тяжести оскорбления практически приравнено к слову Nigger.

Black mark


В нашем обществе черная метка ассоциируется с пиратами. Почти все смотрели фильмы про Джека Воробья или читали Остров сокровищ Стивенсона.

В английском языке get a black mark означает сделать что-то, что настроило окружающих людей против тебя.

И хоть фраза не ассоциируется с рабством или расовой сегрегацией, черный здесь играет явно негативную роль, поэтому сейчас ее стараются не использовать. Да и вообще слово черный в негативном контексте использовать сейчас не стоит. Даже если фраза в принципе не может быть связана с расовой сегрегацией.

***

Социальные движения против расизма вполне отчетливо меняют английский язык. Трансформируются смыслы слов, некоторые фразы становятся неприличными или даже оскорбительными.

И в этих изменениях нужно ориентироваться, чтобы не попасть впросак. А то одна на вид обычная фраза может повесить на вас клеймо расиста. И оправдание не знал не поможет.

Онлайн-школа EnglishDom.com вдохновляем выучить английский через технологии и человеческую заботу




Только для читателей Хабра первый урок с преподавателем по Skype бесплатно! А при покупке занятий получите до 3 уроков в подарок!

Получи целый месяц премиум-подписки на приложение ED Words в подарок.
Введи промокод blmenglish на этой странице или прямо в приложении ED Words. Промокод действителен до 06.10.2021.

Наши продукты:

Подробнее..

Категории

Последние комментарии

  • Имя: Макс
    24.08.2022 | 11:28
    Я разраб в IT компании, работаю на арбитражную команду. Мы работаем с приламы и сайтами, при работе замечаются постоянные баны и лаги. Пацаны посоветовали сервис по анализу исходного кода,https://app Подробнее..
  • Имя: 9055410337
    20.08.2022 | 17:41
    поможем пишите в телеграм Подробнее..
  • Имя: sabbat
    17.08.2022 | 20:42
    Охренеть.. это просто шикарная статья, феноменально круто. Большое спасибо за разбор! Надеюсь как-нибудь с тобой связаться для обсуждений чего-либо) Подробнее..
  • Имя: Мария
    09.08.2022 | 14:44
    Добрый день. Если обладаете такой информацией, то подскажите, пожалуйста, где можно найти много-много материала по Yggdrasil и его уязвимостях для написания диплома? Благодарю. Подробнее..
© 2006-2024, personeltest.ru