提到性別偏見，別以為只有人才會產(chǎn)生偏見，事實上作為非生命體的AI系統(tǒng)，也可能因為設(shè)計者的疏忽，或者社會語料庫本身的性別不公因素，而流露出性別偏見傾向。這當然不是設(shè)計者的本意，可是這種現(xiàn)象無可避免地會對部分用戶造成觀感不適。
特倫托大學(xué)的研究人員以身力行，借用名為＂MuST－SHE＂的測試集，來評估AI語音翻譯系統(tǒng)的輸入文本數(shù)據(jù)集是否存在具有性別差異的語句，而AI又是否將這種性別差異從翻譯加工成果中體現(xiàn)出來。
分門別類！為不同翻譯語料類型找準定位
在機器翻譯過程中，性別偏見可以歸因于語言表達上之于男女性別的差異。那些有專屬性別語法系統(tǒng)的語言，如羅曼斯語，依賴于性別詞性和句法變化來區(qū)分出性別差異。而這對于英語和中文都是不適用的，比如說，中文是一種“自然性別”系的語言，它只通過代詞（如：“她”和“他”）、固有性別的詞語（如：“男孩”和“女孩”）和性別專用名詞（如：“媽媽”和“夫人”）來反映性別差異。
如果AI翻譯系統(tǒng)不能捕捉到這些細微差別，可能導(dǎo)致對不同性別群體的不準確描述。為了盡可能抹消這種區(qū)別，研究人員專門創(chuàng)建了一個被稱為MuST－SHE的多語言測試集，旨在揭露潛藏在語言翻譯系統(tǒng)后的性別偏見。
機器人在吸收歧視性數(shù)據(jù)集后，也會表現(xiàn)出歧視傾向
MuST－SHE是基于TED演講數(shù)據(jù)集篩選得出的一個數(shù)據(jù)子集，其中包括大約1000份音頻、文本和翻譯素材，這些翻譯素材都取自開源MuST－C語料庫，有專門的語料注釋了與性別相關(guān)的定性差異。這些素材被細分為兩類：
第1類：當性別差異性僅取決于說話人本身的性別時（即沒有相應(yīng)的語境樣本支持），翻譯素材的形成需從音頻信號中獲取消除性別歧義的必要信息樣本。
第2類：所得的翻譯素材有直接消除歧義信息的樣本支持，其中包含比較清晰的語境提示，如性別指定性詞組、代詞和專有名詞都能說明說話者的性別。
每一類的第一框都是正確語料例子
第二框是錯誤例子作為參照物
基于語料庫中的每一條翻譯引用，研究人員都特意創(chuàng)建了一個反面語料例子，除了“他／她”不分、“男／女”不分之外，反面的翻譯素材與原文的涵義其實完全相同。在將兩種語料信息輸入AI翻譯系統(tǒng)后，研究結(jié)果表明，在性別的正式表達預(yù)料方面，原語料庫中的翻譯范例被AI駁回，認為其是“存在部分錯誤的”，而反面語料例子則被認為是“正確的”。這種結(jié)果差異可以用來衡量語音識別系統(tǒng)處理性別現(xiàn)象的能力。
12下一頁>（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責(zé)任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
