How to become a Top G - et eksplorativt computationelt studie
Oversat titel
How to become a Top G - an exploratory computational study
Forfatter
Madsen, Melissa Rolle Bech
Semester
4. semester
Uddannelse
Udgivelsesår
2024
Afleveret
2024-05-29
Antal sider
71
Resumé
Specialet undersøger, hvordan Andrew Tate konstruerer maskulinitet, og hvad beregningsmæssige metoder og generativ kunstig intelligens kan afdække i en hypermaskulin kontekst. Med udgangspunkt i teorier om hegemonisk maskulinitet, doing gender, doing difference, remaskulinisering og Talcott Parsons’ klassiske forståelse af kønsroller analyseres transskriptioner af Tates podcasts ved hjælp af ordindlejringer, netværksanalyse, topic modeling og transferlærte sprogmodeller baseret på den fortrænede BART-arkitektur. Analysen identificerer diskurser, der betoner traditionelle idealer som økonomisk succes, fysisk styrke, dominans, rationel tænkning og personlig udvikling, og den viser en hierarkisk opdeling mellem dem, der lever op til idealet om den “rigtige mand”, og dem, der ikke gør. Resultaterne peger på, at Tate bruger sin maskulinitetskonstruktion strategisk som markedsføring med økonomisk gevinst som primært mål, og at idealet fremstilles dualistisk i opposition til femininitet, hvilket reproducerer patriarkalske magtforhold og underordner kvinder. De generative modeller kan afdække eksklusionsmekanismer og mønstre i diskurserne, men leverer ofte overfladiske eller tvetydige fortolkninger; begrænsningerne kan skyldes datagrundlag, præprocessering eller finjustering. Specialet konkluderer, at beregningsmæssige tilgange kan supplere traditionelle kvalitative metoder i studiet af komplekse fænomener som maskulinitet, men at en tværfaglig tilgang er nødvendig for en mere nuanceret forståelse; bidraget er at demonstrere både potentialet og begrænsningerne ved generative sprogmodeller i analyser af maskulinitetsdiskurser i hypermaskuline miljøer.
This thesis examines how Andrew Tate constructs masculinity and what computational methods and generative AI can reveal within a hypermasculine context. Grounded in theories of hegemonic masculinity, doing gender, doing difference, remasculinization, and Talcott Parsons’ classical view of gender roles, the study analyzes transcripts of Tate’s podcasts using word embeddings, network analysis, topic modeling, and transfer-learned language models based on the pre-trained BART architecture. The analysis identifies discourses emphasizing traditional ideals—economic success, physical strength, dominance, rational thinking, and personal development—and shows a hierarchical split between those who meet the ideal of the “real man” and those who do not. Findings indicate that Tate strategically leverages his masculinity construct as a marketing device aimed at financial gain and frames masculinity in dualistic opposition to femininity, reproducing patriarchal power relations and subordinating women. Generative models can surface exclusion mechanisms and discourse patterns but often yield superficial or ambiguous interpretations; these limitations may stem from data quality, preprocessing, or fine-tuning. The thesis concludes that computational approaches can complement traditional qualitative methods in studying complex phenomena like masculinity, yet a multidisciplinary approach is needed for nuanced analyses; its contribution is to demonstrate both the potential and the limits of generative language models for analyzing masculinity discourses in hypermasculine environments.
[Dette resumé er genereret med hjælp fra AI direkte fra projektet (PDF)]
Emneord