ConGA: Guidelines for Contextual Gender Annotation. A Framework for Annotating Gender in Machine Translation
تقدم هذه الورقة إطار عمل "الوسم الجندري السياقي" (ConGA)، وهو دليل يستند إلى أسس لغوية للوسم الجندري على مستوى الكلمة، يعالج التحيز الجندري في الترجمة الآلية من الإنجليزية إلى الإيطالية عبر إنشاء مجموعة بيانات معيارية لتقييم وتحسين أداء أنظمة الترجمة الآلية الحالية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أنك مترجم يحاول شرح قصة من الإنجليزية إلى الإيطالية.
في الإنجليزية، تشبه اللغة نوعاً من الحرباء عندما يتعلق الأمر بالجنس (التذكير والتأنيث). يمكنك قول "The doctor is here" (الطبيب هنا)، وكلمة "doctor" لا تخبرك ما إذا كان الشخص رجلاً أم امرأة؛ فهي محايدة. يمكنك أيضاً قول "They are happy" (هم سعداء)، وكلمة "they" قد تعني أي شخص.
أما في الإيطالية، فاللغة تشبه قواعد اللباس الصارمة. يجب عليك اختيار الجنس. لا يمكنك مجرد قول "doctor"؛ بل يجب أن تقول il dottore (طبيب مذكر) أو la dottoressa (طبيبة مؤنثة). ولا يمكنك مجرد قول "happy"؛ بل يجب أن تختار contento (سعيد للمذكر) أو contenta (سعيدة للمؤنث).
المشكلة: "الإعداد الافتراضي"
المشكلة هي أنه عندما تحاول أجهزة الكمبيوتر (أنظمة الترجمة الآلية) الترجمة من الإنجليزية إلى الإيطالية، فإنها غالباً ما تتعثر. بما أن المصدر الإنجليزي لا يعطيها أي دليل، يصاب الكمبيوتر بالذعر ويختار الخيار "الآمن": النسخة المذكرة.
الأمر يشبه نادلاً، عندما يُسأل "ماذا تود أن تشرب؟" ويقول الزبون "شيئاً محايداً"، يقوم تلقائياً بصب الجعة لأنه "معظم الناس يشربون الجعة"، حتى لو كان الزبون قد يريد عصيراً. ومع مرور الوقت، يجعل هذا العالم في عقل الكمبيوتر يبدو وكأنه مكان حيث الجميع رجال، مما يعزز الصور النمطية القديمة (مثل الاعتقاد بأن جميع الممرضات نساء وجميع المهندسين رجال).
الحل: ConGA (دفتر ملاحظات المحقق)
ابتكر مؤلفو هذه الورقة البحثية مجموعة جديدة من القواعد تسمى ConGA (تعليق النوع السياقي - Contextual Gender Annotation). فكر في ConGA كـ دفتر ملاحظات المحقق للمترجمين.
بدلاً من مجرد التخمين، قام الباحثون بمراجعة آلاف الجمل ووضعوا "قصاصات ملاحظات" على الكلمات لتحديد حالة الجنس بدقة.
الجانب الإنجليزي (الأدلة): نظروا إلى الجملة الإنجليزية وسألوا: "هل نعرف الجنس؟"
- M (مذكر): نعم، إنه رجل.
- F (مؤنث): نعم، إنها امرأة.
- A (غامض): لا نعرف. يمكن أن يكون أي منهما. (هذا هو الجزء الصعب).
الجانب الإيطالي (الإجراء): نظروا إلى الترجمة الإيطالية وسألوا: "هل اتخذ الكمبيوتر قراراً؟"
- إذا كان الإنجليزي غامضاً (A)، ولكن الترجمة الإيطالية فرضت نهاية مذكرة أو مؤنثة، فإن دفتر ملاحظات المحقق يسجل ذلك.
- إذا كان الكمبيوتر يخمن "مذكر" 9 مرات من أصل 10 عندما لا يعرف، فإن الدفتر يسجل ذلك كـ تحيز.
التجربة: اختبار أجهزة الكمبيوتر
أخذ الباحثون اثنين من المترجمين الأقوياء المعتمدين على الذكاء الاصطناثل (أحدهما يسمى TowerLLM والآخر mBART) وطلبوا منهم ترجمة هذه الجمل. ثم استخدموا "دفتر ملاحظات المحقق" الخاص بهم لتقييم العمل.
ما وجدوه:
- "الافتراض المذكر" حقيقي: عندما لم يكن الذكاء الاصطناعي يعرف الجنس، كان دائماً ما يخمن "مذكر". كان الأمر أشبه بعملة نقدية تميل جهة واحدة.
- تجاهل الإناث: كان الذكاء الاصطناعي أفضل بكثير في ضبط التخمينات "المذكرة" عندما يعرف الجنس، لكنه غالباً ما كان يغفل عن الأدلة "المؤنثة" تماماً، محولاً ممرضة أنثى إلى ممرض ذكر عن طريق الخطأ.
- درجة التحيز: قاموا بحساب درجة (مثل تقرير الدرجات) تظهر أنه بينما يصبح الذكاء الاصطناعي أكثر ذكاءً، إلا أنه لا يزال يمتلك عادة "التحيز المذكر" الثقيلة التي لا يستطيع كسرها.
لماذا هذا مهم؟
هذا ليس مجرد مسألة قواعد لغوية؛ بل يتعلق بالعدالة.
إذا استمرت أنظمة الذكاء الاصطناعي في ترجمة "The doctor" على أنها "هو" و "The nurse" على أنها "هي" (حتى عندما لا يذكر الإنجليزي ذلك)، فإنها تعلم العالم أن الرجال هم البشر الافتراضيون والنساء هم الاستثناءات.
ConGA هي الأداة التي تساعدنا على رصد ذلك. فهي تمنحنا طريقة لقياس مدى تحيز الكمبيوتر بدقة، حتى نتمكن من إصلاحه. الأمر يشبه وضع كاميرا سرعة على سيارة تتجاوز السرعة دائماً؛ بمجرد أن نتمكن من رؤية السرعة، يمكننا أخيراً بناء نظام يقود بعدالة.
الخلاصة
تعطينا هذه الورقة البحثية كتاب قواعد وبطاقة تقييم لمنع أجهزة الكمبيوتر من افتراض أن الجميع رجال لمجرد أنهم لا يعرفون أكثر من ذلك. من خلال تعليم الذكاء الاصطناعي التعرف على متى لا يعرف الجنس، وترك الأمر محايداً (أو طلب المساعدة) بدلاً من التخمين بـ "مذكر"، يمكننا بناء مستقبل تعكس فيه التكنولوجيا العالم الحقيقي والمتنوع الذي نعيش فيه.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.