グーグル翻訳が機械学習バイアスで中性主語に性別をつける問題
日本語では"She"/“He"に「彼女」/「彼」が対応するため、あまり気づかないところなのですが、三人称代名詞が中性の言語というのもいろいろあるのですね。
ハンガリー語
https://x.com/DoraVargha/status/1373211762108076034
埋め込みを取得できませんでした。元のツイートは削除または非公開になっている可能性があります。
ハンガリー語では三人称の代名詞で男女の区別をしないそうです。彼女・彼の両方が"Ő"になります。
ハンガリー語で三人称の様々な文章を作りそれらを英語に翻訳すると英語の三人称単数で中性を表せないため"She"か"He"になるのですが、その決まり方がどうにも偏っているのでは、という話。
日本語をハンガリー語に翻訳して、それをもう一度日本語に戻すと、英語と同じように性別がつくことが確認できました。
マレー語(アニメーションgif)
hi i made a short film about algorithmic bias through the lens of the malay language 🙃 pic.twitter.com/PLPtfzDULY
— bani haykal (@fdbckfdfwd) February 5, 2021
エストニア語
トルコ語
https://x.com/devkaya/status/1373369404218470400
埋め込みを取得できませんでした。元のツイートは削除または非公開になっている可能性があります。
アルメニア語
Armenian is also Gender neutral. same general results. pic.twitter.com/xoHSOtJn4e
— Zaven Haroutunian (@ZavenH) March 20, 2021
フィリピン語
In Filipino we don't have gendered pronouns.
— //.\ (@sofimi) March 10, 2021
These translations from our gender-neutral language into English reveal a lot of bias in the world and in tech https://t.co/4zJSMmJgtV pic.twitter.com/cXpdlo0MVg
多数の翻訳例を学習して再現するのですから、ナイーブに作った機械翻訳が社会の持っているジェンダーバイアスを再現してしまうのは当然といえば当然ですね。ここは勝手に推論してはいけない箇所のように思います。実際、単文の翻訳では"He or She"などと両案併記で翻訳される場合もあるそう。
三人称単数のtheyという案もありそうですが、これらの言語からの翻訳がtheyになることを利用者が望むかも難しいところ。
via Bored Panda