Op 15 oktober 2026 melden Cadena SER en Levante-EMV dat de PRHLT-onderzoeksgroep van de Universitat Politècnica de València (UPV) een AI-systeem ontwikkelde om seksisme in TikTok-video’s en memes te helpen herkennen. De aanpak richt zich op berichten waarvan de betekenis mede afhangt van humor, ironie, stereotypen of ogenschijnlijk onschuldige opmerkingen.
Welke signalen combineert het systeem?
De nieuwsberichten beschrijven een combinatie van tekst- en beeldinformatie met reacties van kijkers: oogbewegingen, elektro-encefalografie (EEG) en hartslag. EEG registreert elektrische activiteit in de hersenen. In de beschreven opzet werden die reacties gemeten terwijl deelnemers video’s en memes bekeken.
De onderzoekers keken volgens Cadena SER onder meer naar verschillen in kijktijd en aandacht. Bij seksistische video’s waren de reactietijden langer en kwamen meer oogfixaties voor. De EEG-opstelling gebruikte 16 elektroden, of kanalen. Ook werden schommelingen in de hartslag en andere reactiepatronen bij memes beschreven. Dit zijn waarnemingen bij deelnemers, geen prestatiecijfers van het systeem.
De context speelt mee bij het onderscheiden van soorten seksisme. De berichtgeving beschrijft een onderscheid tussen direct seksisme en inhoud die seksistische situaties weergeeft of beoordeelt. Voor die tweede categorie is de bedoeling van de boodschap van belang: een video kan een seksistische situatie tonen zonder die zelf goed te keuren.
De steekproef en de gemelde verbeteringen
De UPV-studie omvatte volgens de berichtgeving ongeveer 4.000 memes en 2.500 TikTok-video’s in het Spaans en Engels. Tien deelnemers bekeken video’s; zestien anderen bekeken memes.
Levante-EMV meldde een verbetering van 26,3% voor de moeilijkste meme-categorie, omschreven als misogynie en niet-seksueel geweld. Voor video’s rapporteerde de krant ongeveer 4% verbetering bij het vaststellen of een video seksistisch was en meer dan 6% bij het onderscheiden van direct en evaluatief seksisme, wanneer fysiologische reacties aan tekst en beeld werden toegevoegd.
Wat het afzonderlijke EXIST 2026-artikel beschrijft
Een conferentieartikel dat Springer Nature op 24 maart 2026 publiceerde, schetst de bredere opzet van EXIST 2026. Het beschrijft zes taken rond het herkennen en categoriseren van seksisme en het afleiden van de intentie van de bron, voor Spaanstalige en Engelstalige memes en TikTok-video’s. Het artikel vermeldt ook dat de ethische commissie van UPV het dataverzamelingsproject goedkeurde onder Project ID P01_31-10-2025 (Springer Nature).
