Wat kunnen we leren van miljoenen jaarboekfoto’s van middelbare scholen? : Planeetgeld : NPR

GettyImages-1003195596.jpg

CSA-Printstock/Getty Images

Stel je voor dat je op het punt staat een foto uit het jaarboek van je middelbare school te maken en dat je echt wilt opvallen. Wat ga jij dragen om jezelf te onderscheiden van je klasgenoten? Zullen felroze lippenstift, een stropdas met cartoonprint of een blauw stalen pruilmondje voldoende zijn? Misschien al die dingen bij elkaar?

Economen kunnen deze vragen nu beantwoorden met behulp van AI – en niet alleen voor jou, maar voor iedereen die tussen 1930 en 2010 de middelbare school heeft afgerond!

In een recent artikel getiteld “Image(s)” analyseerden de economen Hans-Joachim Vogt en David Yanagizawa-Drot 14,5 miljoen jaarboekfoto’s van middelbare scholen uit de hele Verenigde Staten. Hun AI-tool classificeerde elke foto op basis van wat mensen erop droegen. bijvoorbeeld ‘pak’, ‘ketting’ of ‘bril’. De onderzoekers gebruikten de AI-output vervolgens om te analyseren hoe mode in de loop van de tijd is veranderd.

Er zijn al eerder afbeeldingen gebruikt om mode te bestuderen, maar zelden zijn onderzoekers erin geslaagd zoveel foto’s te verwerken en ze tegelijkertijd te classificeren op basis van de gedragen kledingstukken. Daarmee bereikten Voth en Yanagizawa-Drott iets wat niemand eerder had gedaan: een alomvattende, datagestuurde analyse van de evolutie van stijl, althans voor Amerikaanse middelbare scholieren. Dankzij de breedte van hun gegevens konden ze veel verschillende trends documenteren, waarvan we sommige al kenden, maar sommige waren echt behoorlijk verrassend.

Een econoomgids voor mode

Hoe is de jaarboekmode in de loop van de tijd geëvolueerd? Als u een jaarboekfotograaf was die in de jaren vijftig werkte, zou u gladgeschoren jonge mannen in pak en stropdas met netjes geknipt haar hebben gefotografeerd. Jongere vrouwen waren minder voorspelbaar: velen begonnen te experimenteren met sieraden, korte kapsels en lage halslijnen.

Als we even vooruitspoelen naar de jaren zeventig, belanden we in een compleet ander modetijdperk. Jongeren worden avontuurlijker met hun kledingkeuze. Sommigen dragen lang haar, anderen strikjes of halskettingen. Veel jonge vrouwen kozen voor lang haar in hippiestijl en oorbellen werden steeds populairder.

Een van de modevernieuwers van die tijd was Steve Jobs, die een smoking, vlinderdas en lang haar koos voor zijn jaarboekfoto (ja, zijn foto maakte deel uit van het onderzoeksmonster!). Deze look was vóór Jobs zelden te zien op jaarboekfoto’s, maar werd populair nadat hij hem droeg.

Afbeelding (2).png

Deze mode-inzichten zijn niet geheel nieuw, maar het was belangrijk om ze te herontdekken met deze nieuwe AI-tool. Een bevestiging van dingen waarvan we al vermoedden dat ze waar waren, zoals hoe de meeste jonge mannen in de jaren vijftig dezelfde rechtgeregen look kozen voor hun jaarboekfoto’s (pakken, stropdassen, overhemden met kraag, kort haar, geen bril, geen sieraden, geen gezichtsbehandelingen). , of radicale veranderingen in de mode tijdens de tegencultuurbeweging van eind jaren zestig, konden Voth en Yanagizawa-Drott aantonen dat hun AI-instrument goed was gekalibreerd. Vervolgens gingen ze verder met het documenteren van onontdekte patronen.

Eén stijlkenmerk dat ze bestudeerden was individualisme: hoe verschillend de stijl van elke leerling is van die van zijn klasgenoten. Ze ontdekten dat jonge vrouwen van in de dertig zich veel anders kleedden dan hun jonge mannen. Maar met de tijd is dit patroon veranderd. Jonge mannen begonnen zich vaker te kleden op een manier die hen onderscheidde van hun klasgenoten, en jonge vrouwen deden dat minder vaak. In de jaren 2010 waren de herenstijlen individualistischer dan die van vrouwen.

De tegenovergestelde trend deed zich voor bij persistentie, een ander stijlkenmerk dat economen hebben bestudeerd. Bij persistentie werd gemeten hoe elke leerling gekleed was, vergeleken met mensen die twintig jaar eerder van de middelbare school afstudeerden. In de jaren dertig kleedden jonge mannen zich vaker als hun vader op hun jaarboekfoto’s, maar in de jaren 2010 kleedden jonge vrouwen zich vaker als hun moeders.

Het artikel legt niet uit waarom deze veranderingen plaatsvonden, omdat je dit niet echt uit de gegevens kunt afleiden. Maar de auteur geeft ons enkele van hun aannames. Eén reden kan zijn dat het voor mannen sociaal aanvaardbaarder is geworden om met mode te experimenteren, waardoor het individualisme is toegenomen. Tegelijkertijd betraden vrouwen in grotere aantallen de arbeidsmarkt en werden ze financieel onafhankelijker, waardoor het waarschijnlijk minder belangrijk werd voor jonge vrouwen om zich zo te kleden dat ze opvielen om potentiële partners aan te trekken.

Een andere interessante ontdekking was hoe stijlen zich in verschillende regio’s ontwikkelden. In de jaren vijftig waren individualisme en koppigheid in het hele land hetzelfde. Dit wil niet zeggen dat iedereen zich hetzelfde kleedde, maar eerder dat middelbare scholieren zich konden onderscheiden van hun klasgenoten of zich konden kleden als hun ouders, ongeacht of ze uit New York, Alabama of Texas kwamen.

Maar in de jaren zeventig begon dat te veranderen. Over het algemeen kleden middelbare scholieren uit het noorden zich vaker anders dan hun klasgenoten en hun ouders dan middelbare scholieren uit het zuiden. Het was ook waarschijnlijker dat ze stijlvernieuwers waren, met looks die niemand eerder had gezien. In de jaren negentig kenden Noord en Zuid zeer verschillende niveaus van individualisme en volharding. Deze trends leken aan te sluiten bij de politieke voorkeuren van de regio’s (een liberaler Noorden, een conservatiever Zuiden), hoewel het artikel deze correlatie niet behandelde.

De economie van cultuur

“Hoe is deze economie?” Een vraag die u zich wellicht afvraagt. Wat kunnen modetrends ons mogelijk vertellen over de economie?

Het blijkt dat ze ons veel kunnen vertellen. De economie kent een lange traditie van modeanalyse die meer dan een eeuw teruggaat. Economen hebben concepten bedacht als het ‘snobeffect’ (wanneer de grote vraag naar een product het minder elitair doet lijken) en een ‘waargenomen goed’ (wanneer een hoog prijskaartje een product prestigieus en daarom wenselijker doet lijken) om uit te leggen . Verbazingwekkende kooppatronen en zelfs wiskundige modellen ontwikkeld om te begrijpen hoe modecycli werken (voor meer informatie over Veblen-producten, luister naar deze aflevering van Planet Money).

De economische analyse van mode valt vaak binnen een breder deelgebied van de economie, de zogenaamde culturele economie, dat kijkt naar de relatie tussen cultuur en economische uitkomsten. Omdat cultuur notoir moeilijk te definiëren is, hebben cultuureconomen uiteindelijk alles bestudeerd, van mode en media tot technologie en instellingen tot sociale normen en waarden zoals overtuigingen en concurrentie.

Een van de meest verrassende bevindingen op dit gebied kwam bijvoorbeeld uit een onderzoek waaruit bleek dat moderne gendernormen kunnen worden beïnvloed door de adoptie van de ploeg. Ploegen zijn zwaar en vereisen veel meer energie om te gebruiken dan andere primaire landbouwwerktuigen zoals bijlen en graafstokken. In samenlevingen waar de ploeg werd gebruikt, hadden mannen dus een natuurlijk voordeel bij het werk op de boerderij. Dit droeg bij aan een arbeidsverdeling op basis van geslacht: mannen begonnen onevenredig veel op het land te werken, terwijl vrouwen thuis werkten. En deze arbeidsverdeling beïnvloedde de opvattingen over de juiste rol van mannen en vrouwen in de samenleving.

Dit gebeurde daarentegen niet zo vaak in samenlevingen die de ploeg niet adopteerden. Mannen hadden geen natuurlijk voordeel bij het gebruik van andere landbouwwerktuigen, dus iedereen was betrokken bij de landbouw. Er was geen reden om werk buitenshuis als ‘mannenwerk’ te beschouwen, dus evolueerden de gendernormen op het werk ook anders. Verrassend genoeg hebben economen ontdekt dat deze historische verschillen tot op de dag van vandaag de gendernormen blijven beïnvloeden. Het blijkt dat samenlevingen die de ploeg niet hebben aangenomen, gendergelijkheid en een hogere participatie van de vrouwelijke beroepsbevolking kennen!

Een nieuwe grens voor de economie

Terugkomend op ons oorspronkelijke artikel: wat kunnen we leren van miljoenen jaarboekfoto’s van de middelbare school? Om te beginnen laat het artikel van Voth en Yanagizawa-Drott het potentieel zien van het gebruik van beelden om te bestuderen hoe cultuur verandert. Door de foto’s om te zetten in een enorme dataset die het hele land bestrijkt, kunnen we precies volgen waar verandering begint, hoe deze zich verspreidt en welke gemeenschappen zich ertegen verzetten. De analyse van Voth en Yanagizawa-Drott gaf ons bijvoorbeeld een nieuwe manier om de tegencultuurbeweging van de jaren zestig te bestuderen.

Maar voor het grootste deel beginnen we nog maar net te begrijpen wat we van dit werk kunnen leren. De afbeelding(en) leverde(n) een proof-of-concept op: het toonde aan dat het mogelijk is om afbeeldingen door AI om te zetten in data door verschillende elementen binnen elke afbeelding te identificeren. En proof-of-concept-studies hebben de neiging meer deuren te openen dan te sluiten.

Misschien zal toekomstig onderzoek de stilistische veranderingen die Voth en Yanagizawa-Drott ontdekten kunnen koppelen aan specifieke sociale, politieke of economische ontwikkelingen en zo een beter begrip van onze geschiedenis kunnen verschaffen. Het is waarschijnlijk dat dergelijke benaderingen een commercieel belang zullen hebben, waardoor modemerken meer te weten kunnen komen over wat mensen dragen dan ze voorheen konden weten. En het is ook waarschijnlijk dat onderzoekers deze aanpak zullen toepassen bij het bestuderen van vele andere vragen in de culturele economie en op andere terreinen.

Eén ding is echter duidelijk: naarmate het aantal afbeeldingen dat we elke dag zien en waarmee we omgaan exponentieel toeneemt (dankzij de gebruikelijke boosdoeners – sociale media en het groeiende aantal schermen dat we voortdurend gebruiken), groeit ons vermogen om van die afbeeldingen te leren. zal ook toenemen. Het valt nog te bezien wat we nog meer kunnen ontdekken.