Sesgo de género en la traducción automática: reflexiones para una traducción feminista y análisis comparativo entre dos herramientas (DEEPL Y Google Translate)
Notice bibliographique
Résumé
El sesgo de género es un problema actual que afecta a numerosos ámbitos, uno de ellos es la traducción. Esto se evidencia particularmente en el sector de la traducción automática, que está cobrando cada vez más importancia debido al aumento de su uso en las últimas décadas. Este uso no está exento de polémicas en la comunidad traductora y a esta clase de herramientas aún les queda mucho desarrollo por delante. Una de las principales problemáticas que presentan los traductores automáticos es el sesgo de género, que se encuentra reflejado en sus traducciones. Los motores de traducción automática más avanzados usan redes neuronales que han sido entrenadas con corpus, es decir, con textos traducidos por profesionales de la traducción. Esto significa que la raíz de este problema no se encuentra en el hecho de que esté hecha a través de máquinas, sino en la sociedad en sí y en la percepción que toda persona tiene sobre el género. La mayor parte de profesionales tiene unos esquemas mentales que le hacen traducir con un sesgo sexista, androcentrista y patriarcal, en la gran mayoría de los casos, de manera inconsciente. En este trabajo, se empezará explicando la traducción automática, los sistemas que hay y su funcionamiento. Seguidamente, se diferenciará entre lenguas naturales y lenguas con marcas de género y se expondrán los retos de traducción entre las mismas. A continuación, se definirá el concepto de lenguaje no sexista y se realizará una recopilación de estrategias tanto para evitar un lenguaje patriarcal como para traducir de manera feminista, incluyendo las propuestas de la escuela de Quebec. Posteriormente, se realizará un análisis comparativo en el que se evaluará de qué manera DeepL y Google Translate resuelven algunos problemas de traducción relacionados con el género, para observar si es cierto que se ven afectados por los estereotipos de género, reforzándolos a su vez. Por último, se expondrán las conclusiones extraídas a lo largo de toda la investigación.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,006 |
| Communication savante | 0,008 | 0,013 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,005 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».