Sesgos invisibles: género y posedición en traducción automática neuronal
Barra lateral del artículo
Contenido principal del artículo
Resumen
Resumen: Este estudio se enmarca en el proyecto NEUROTRAD (B1-2020_07) de la Universidad de Málaga (Toledo Báez 2024a; Toledo Báez 2024b; Toledo-Báez y García Serrano 2025), en el seno del cual se llevó a cabo entre 2022 y 2023 un estudio empírico con 29 traductores/poseditores profesionales que poseditaron tres tipos de traducciones distintas (automática, humana y automática poseditada) que posteriormente se evaluaron con una taxonomía adaptada de MQM (Multidimensional Quality Metrics). Este estudio se centra en tres aspectos: (1) extracción de términos en inglés referidos a personas con posible connotación de género al traducirse al español; (2) análisis del sesgo en las propuestas de DeepL, traductor automático utilizado; (3) relación entre los datos demográficos y la formación de los participantes con la posedición del género. Los resultados apuntan a una correlación entre ciertos perfiles y la perpetuación de sesgos de género, subrayando la necesidad de formación específica en posedición para evitar su refuerzo en los textos traducidos automáticamente y, por ende, en la sociedad.
Palabras clave: Posedición. Sesgo de género. Evaluación del error. Lenguaje inclusivo.
Descargas
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Política propuesta para revistas que ofrecen acceso abierto. Aquellos autores/as que tengan publicaciones con esta revista, aceptan los términos siguientes:
- Los autores/as conservarán sus derechos de autor y garantizarán a la revista el derecho de primera publicación de su obra, el cuál estará simultáneamente sujeto a la Licencia de reconocimiento de Creative Commons que permite a terceros compartir la obra siempre que se indique su autor y su primera publicación esta revista.
- Los autores/as podrán adoptar otros acuerdos de licencia no exclusiva de distribución de la versión de la obra publicada (p. ej.: depositarla en un archivo telemático institucional o publicarla en un volumen monográfico) siempre que se indique la publicación inicial en esta revista.
- Se permite y recomienda a los autores/as difundir su obra a través de Internet (p. ej.: en archivos telemáticos institucionales o en su página web) antes y durante el proceso de envío, lo cual puede producir intercambios interesantes y aumentar las citas de la obra publicada. (Véase El efecto del acceso abierto).
Citas
BRAVO VARGAS, N., ORTIZ RODRÍGUEZ, J., & RODRÍGUEZ, M. (2018). “Influencia del priming semántico y directo en el reconocimiento visual de las palabras”. Universidad Nacional de Colombia. Disponible en: https://www.researchgate.net/publication/327061792
CABEZA PEREIRO, M. DEL C., & RODRÍGUEZ BARCIA, S. (2013). “Aspectos ideológicos, gramaticales y léxicos del sexismo lingüístico”. Estudios Filológicos, 52, 9-28. DOI: https://doi.org/10.4067/S0071-17132013000200001
FERRAGUD FERRAGUD, M. (2023). “La traducción automática literaria: análisis de errores de la traducción automática y las traducciones de estudiantes del mismo texto original.” Tradumàtica: Tecnologías de la Traducción, 21, 184-197. https://ddd.uab.cat/pub/tradumatica/tradumatica_a2023n21/tradumatica_a2023n21p184.pdf DOI: https://doi.org/10.5565/rev/tradumatica.334
FRIEDMAN, B., & NISSENBAUM, H. 1996. Bias in computer systems. ACM Transactions on Information Systems (TOIS), 14(3):330–347. https://doi.org/10.1145/230538.230561 DOI: https://doi.org/10.1145/230538.230561