När ”betygsätt henne 1–10” blir vardagsspråk

Så låter objektifierande innehåll

En 14-åring tittar på en kreatör med några miljoner prenumeranter som gör en reaktionsvideo av typen ”betygsätt tjejen”. Kreatören tar fram foton och ger vart och ett en siffra, 1 till 10, och berättar om kriterierna. Ansikte, kropp, ”är hon flickvänsmaterial eller bara för skojs skull”. Kommentarerna är fulla av tittarnas egna betyg, egna ”hon är max en 4:a”, egna poäng. Videon har elva miljoner visningar. Ramverket, att bedöma människor, ge dem en siffra och sortera efter poäng, blir en inlärd bild av hur människor värderas. 14-åringen använder samma ramverk i skolan veckan därpå.

Eller: en kreatör inom ”självförbättring” som lär ut att kvinnor hamnar på en skala från ”high-value” till ”low-value”, att män delas in i ”alfa”, ”beta” eller ”sigma”, och att målet med sociala relationer är att klättra i hierarkin. Vokabulären presenteras som ironisk, ”lol, bara sigma-vibbar”. Men inramningen landar bokstavligt hos barnet som hör den för fyrtionde gången. Några månader senare säger barnet ”hon är low-value” om en tjej i matteklassen.

Eller: ett poddklipp med 30 miljoner visningar på TikTok och YouTube där programledaren frågar gästerna om deras ”body count”. Siffran är hela poängen. Mekaniken, att en människa är en siffra, sjunker in innan något kritiskt tänkande hinner kicka in. Tolvåringar som inte ens har varit på sin första dejt använder självsäkert begreppet ”body count”.

Eller: reaktionsinnehåll kring ”thirst traps”. Någon reagerar på ett klipp med en kvinna eller man, hela reaktionen går ut på att betygsätta kroppen, kommentarerna är tävlande betyg, och algoritmen serverar nästa. Allt detta tittar barn på.

Det här är inga extrema exempel. De är vardag. Kategorin ”betygsätt henne” är en av de större undergenrerna på YouTube. ”Alfa/sigma”-ramverket är en av de mest sedda självförbättringstraditionerna på plattformen. Inramningen kring ”body count” finns i vardagsspråket i varenda podd i manosfärens utkanter på YouTube. Inget av det är explicit. Allt formar hur en ung tittare lär sig att se på människor.

Därför handlar det om världsbilden, inte bara orden

Det finns ett separat Watchly-tema för sexuella referenser och anspelningar (tema 3). Det här temat är annorlunda. Det fångar inte ”vad som sades om sex”. Det fångar hur människor framställs. Närmare bestämt: i första hand som kroppar, som poäng, som erövringar, som nyttoobjekt. Mekanismen är äldre och långsammare än någon enskild fras, och det är den föräldrar allra rimligast vill ha ett reglage för.

Utvecklingspsykologisk forskning om exponering för objektifiering har länge varit tydlig. När barn tar till sig ramverket att människor kan sorteras efter utseendepoäng förs det ramverket vidare till skolan, till vänskapsrelationer och till barnets egen självbild. Tjejer som konsumerar betygsinnehåll lär sig att betygsätta sig själva; mönstren som förknippas med ätstörningar och allvarliga självbildsproblem följer exponeringen. Killar som konsumerar ”alfa/sigma”-innehåll lär sig att maskulinitet är hierarki och att empati är ”low-value”. Inramningen vinner långt innan något enskilt argument hinner landa.

”Alfa/sigma”-delen förtjänar en egen kommentar. Innehållstraditionen lär uttryckligen unga män att målet med relationer är erövring, att kvinnor är objekt att skaffa sig och att sårbarhet är misslyckande. Det levereras oftast med en ironisk fernissa (”haha, bara på skoj”) som avväpnar föräldrars invändningar och landar bokstavligt hos ett barn som tar till sig allt. Dokumenterade kopplingar till trakasserier, våld i ungas relationer och det bredare kvinnofientliga ekosystemet är verkliga. Om du tillåter det här innehållet i din familj är en värderingsfråga. Watchlys uppgift är att lyfta fram det så att du kan fatta beslutet medvetet.

En rimlig fråga från föräldrar: ”Är inte komplimanger okej? Mitt barn säger att någon är snygg och jag vill inte att det flaggas.” Komplimanger flaggas inte. Signalen är reducering. ”Hon är snygg” är okej; ”betygsätt hennes kropp 1–10 i kommentarerna” är mönstret. Gränsen går vid om en person uppskattas som människa eller bedöms som ett objekt. De två språkmönstren skiljer sig åt. Watchly letar efter det andra.

Därför kan YouTubes filtreringssystem inte fånga det

YouTubes moderering av sexuellt innehåll är byggd kring explicit material. Den fångar det som är pornografiskt, det som är grafiskt suggestivt och det som innehåller specifika förbjudna ord. Nästan inget av innehållet i det här temat utlöser någon av de mekanismerna.

Mekaniken med sifferbetyg är osynlig för nyckelordsfilter. ”Hon är en 10:a”, ”betygsätt henne 1 till 10”, ”ansiktet är medel men kroppen är grym” innehåller inte ett enda flaggat ord. De innehåller siffror och spelvokabulär. Ett nyckelordsfilter läser vanligt innehåll; en människa som läser samma transkription hör poängsättning.

Alfa/sigma-vokabulären saknar på samma sätt detekteringssignal. ”Alfa”, ”sigma”, ”high-value”, ”low-value” och ”body count” finns inte i någon säkerhetsordlista eftersom de delas med bredare diskussioner om självförbättring, gaming och dejting. Samma ord förekommer i rimliga sammanhang. Det skadliga mönstret ligger i hur de används, vilket är en kontextuell signal som automatiska system inte är byggda för.

Kategorin ”manosfären” eller ”red pill” är plattformens största specifika blinda fläck. Kreatörerna är skickliga på att hålla sig inom policyn. Innehållet ramas in som ”självförbättring”, ”dejtingråd” eller ”filosofi”. Det drar in enorma annonsintäkter till plattformen. Detektering har rutinmässigt avvärjts av publikens storlek och sammanhållning, och plattformen har visat begränsad vilja att begränsa det.

Reaktionsinnehåll lägger till ytterligare ett lager. En kreatör som reagerar på någons foto och betygsätter det producerar inte det ”explicita innehåll” plattformen är byggd för att fånga. Visuellt är det två fönster. Kreatörens ansikte och en miniatyrbild. Ljudet är kommentarer. Mönstret av reducering och betygsättning är dock det barnet tar till sig.

Watchlys detektering bygger på språkmönstren: mekanik för sifferbetyg, användning av alfa/sigma-ramverket, inramning kring ”body count”, språk som ”she’s a snack/smoke”, ”betygsätt henne”-mekanik, indelning av människor i ”high-value/low-value” och skiftet från ”den här personen” till ”den här kroppen”. Språket är otvetydigt i transkriptioner även när inget flaggat ord förekommer. Vi uppdaterar mönsterordlistan regelbundet eftersom vokabulären utvecklas, och vi lutar åt att flagga nya ord som matchar det strukturella mönstret.