Давая характеристику женщине, люди часто сосредоточиваются на другом. Слова, описывающие Сьюзен, это подтверждают. Чаще на первый план выходят положительные черты личности: насколько они заботливы, готовы прийти на помощь и приятны в общении, умеют ли находить контакт с людьми и помогать другим усваивать что-то новое. На картинках, изображающих людей сострадательных, всегда показаны женщины. На первый взгляд, не так важно, какое качество указывать, – компетентность или умение сострадать, но у этого выбора могут быть важные последствия. К примеру, для развития карьеры или возможности стать руководителем важна профессиональная компетентность. Такое качество в женщинах отмечают редко, что и представляет их в невыгодном свете.
Мы попытались разобраться, наблюдается ли похожее языковое отличие в песнях. Существуют ли примеры того, что акцент делается на интеллекте или способностях женщин? И как ситуация менялась со временем?
Данные были получены явно неоднозначные. В некотором смысле положение улучшилось. В 1970-х и начале 1980-х прослеживалось негативное отношение к женщинам. Если в тексте и говорилось о ком-то умном, сообразительном, честолюбивом и смелом, то это был мужчина. Однако с конца 1980-х и в начале 1990-х ситуация стала меняться: женщин начали оценивать объективнее. Отношение стало выравниваться во всех музыкальных направлениях: поп, дэнс, кантри, ритм-н-блюз, даже рок. Женщин стали упоминать чаще мужчин.
В конце 1990-х все опять изменилось не в лучшую сторону. Песни необъективно представляют женщин, и ситуация остается прежней по сей день. Все не так плохо, как в 1970-е, но точно хуже, чем в 1990-е[97]. По всей видимости, причина этого состоит в лексике, используемой мужчинами.
Стиль написания текстов женщинами-поэтами изменился незначительно. Сейчас они используют те же слова и выражения при создании образов мужчин и женщин, что и в 1970-е. Лексика мужчин, пишущих тексты к песням, напротив, изменилась значительно. Авторы даже в последнее время отталкиваются от предубеждений 1970-х годов, хотя в 1990-е и отмечались определенные позитивные тенденции.
Песни – это не единственная область, где очевидны гендерные различия. В детских книгах большинство героев – мужского пола, а животных мужского пола там в три раза больше, чем женского[98]. Три четверти людей, упоминаемых в учебниках, – мужчины[99]. В фильмах только тридцать процентов персонажей, у которых есть реплики, – женщины. Среди учащихся в школах бизнеса женщин всего одиннадцать процентов.
К тому же дело не только в том, что женщин упоминают реже, а еще и в том, какую им дают характеристику[100]. В книгах о мужчинах чаще пишут как о начальниках и руководителях разных уровней, а о женщинах – как о секретаршах и домохозяйках. В фильмах героини реже затрагивают в разговорах темы, в которых важны достижения. Теннисисткам в два раза чаще задают вопросы, не связанные со спортом (например, где они делают маникюр).
Можно легко списать это на случайности. В конце концов, журналисты сами выбирают, какие вопросы задавать, и теннисистов спрашивают о разном. Однако эти отдельные моменты помогают составить более полное видение тенденций в обществе в целом. Ведь будь сексистами всего пара журналистов или музыкантов, это едва ли было бы заметно. Такие люди резко бы выделялись на фоне общего благожелательного отношения к женщинам.
Существуют миллионы примеров унижения женщин, поэтому насаждение сексизма – это более глубокий и серьезный процесс. Лингвистические исследования подтверждают, что это не единичные случаи, проблема гораздо шире. Отношение к разным людям и группам людей отличается, и изменить это будет очень непросто. И самый наглядный пример – это расовый вопрос.
13 марта 2020 года была убита Бреонна Тейлор. После полуночи в квартиру двадцатишестилетней девушки и ее друга ворвались полицейские. Тейлор в тот момент была в постели. Возникла потасовка, и полицейские произвели тридцать два выстрела, шесть из которых попали в Тейлор и оказались смертельными.
25 мая 2020 года был убит Джордж Флойд. Флойд расплатился купюрой в двадцать долларов за пачку сигарет в магазине, продавец решил, что она фальшивая, и вызвал полицию. Через семнадцать минут мужчина находился в окружении трех полицейских, сдавленный, словно в тисках, и потерял сознание. Менее чем через час врачи констатировали его смерть.
97
В особенно негативном отношении к женщинам часто обвиняют хип-хоп, а популярность этого жанра выросла в 1990-е, что, возможно, и усугубило общее положение в музыкальной индустрии. Но обвинять только хип-хоп было бы слишком несправедливо и однобоко, ведь в песенных текстах многих жанров наблюдалась похожая ситуация. Например, в музыке стиля кантри в 1990-х прослеживалось негативное отношение к женщинам, равно как и в ритм-н-блюзе и дэнсе.
98
Janice McCabe et al. Gender in Twentieth-Century Children’s Books: Patterns of Disparityin Titles and Central Characters // Gender & Society. 2011. 25, № 2. Р. 197–226. URL: https://doi.org/10.1177/0891243211398358; Mykol C. Hamilton et al. Gender Stereotyping and Under-representation of Female Characters in 200 Popular Children’s Picture Books: A Twenty-First Century Update // Sex Roles. 2006. 55, № 11. Р. 757–765. URL: https://doi.org/10.1007/s11199-006-9128-6.
99
Rae Lesser Blumberg. The Invisible Obstacle to Educational Equality: Gender Bias in Textbooks // Prospects. 2008. 38, № 3. Р. 345–361. URL: https://doi.org/10.1007/s11125-009-9086-1; Betsey Stevenson, Hanna Zlotnik. Representations of Men and Women in Introductory Economics Textbooks // AEA Papers and Proceedings. 108. May, 2018. Р. 180–185. URL: https://doi.org/10.1257/pandp.20181102; Lesley Symons. Only 11 Percent of Top Business School Case Studies Have a Female Protagonists // Harvard Business Review. March 9, 2016. URL: https://hbr.org/2016/03/only-11-of-top-business-schoolcase-studies-have-a-female-protagonist.
100
Nikhil Garg et al. Word Embeddings Quantify 100 Years of Gender and Ethnic Stereotypes // Proceedings of the National Academy of Sciences of the United States of America. 2018. 115, № 16. Р. E3635–44. URL: https://doi.org/10.1073/pnas.1720347115; Anil Ramakrishna et al. Linguistic analysis of differences in portrayal of movie Characters // Proceedings of the 55th Annual Meeting of the Association for Computational Linguistics. 2017. № 1. Р. 1669–1678. URL: https://doi.org/10.18653/v1/P17-1153; Liye Fu, Cristian Danescu-Niculescu-Mizil, Lillian Lee. Tie-Breaker: Using Language Models to Quantify Gender Bias in Sports Journalism. July 13, 2016. arXiv. URL: https://doi.org/10.48550/arXiv.1607.03895.