Sesgo de género en la traducción automática: reflexiones para una traducción feminista y análisis comparativo entre dos herramientas (DEEPL Y Google Translate)
Bibliographic record
Abstract
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.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.012 | 0.043 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.005 |
| Science and technology studies | 0.002 | 0.006 |
| Scholarly communication | 0.008 | 0.013 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.014 | 0.005 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".