PI Univ.-Prof. Dr. Markus Schedl (Institut für Computational Perception), öffnet eine externe URL in einem neuen Fenster, Co-PI Assoz. Univ.-Prof.in Dr.in Elisabeth Greif (Institut für Legal Gender Studies), öffnet eine externe URL in einem neuen Fenster, Co-PI Ass. Prof. Dr. Navid Rekab-saz , öffnet eine externe URL in einem neuen Fenster

Studien zeigen, dass der Einsatz von Empfehlungssystemen zur Diskriminierung von Nutzer*innen (z.B. aufgrund des Geschlechts) führen kann. Der entsprechende (europa-)rechtliche Rahmen und die Möglichkeiten, diskriminierende Formulierungen in online-Stellenanzeigen zu erkennen, sind dagegen bislang noch kaum erforscht.

Das Projekt TIMELY untersucht geschlechtsspezifische Diskriminierung bei Empfehlungssystemen im Bereich von Stellenanzeigen aus interdisziplinärer Sicht, indem es Fachwissen aus dem maschinellen Lernen und dem Antidiskriminierungsrecht mit lernenden digitalen Systemen zusammenführt.

Mittels Techniken des maschinellen Lernens und der automatisierten Verarbeitung natürlicher Sprache (natural language processing) soll ein content-debiased recommender system entwickelt werden, das geschlechtsspezifisch diskriminierende Formulierungen in Stellenanzeigen entdecken und zu ihrer Reduzierung beitragen kann, und dadurch die Einhaltung der Vorgaben des EU-Antidiskriminierungsrechts im Bereich von online Stellenbörsen gewährleistet.