RT info:eu-repo/semantics/article
T1 Hacia una traducción automática inclusiva: la intersección entre inteligencia artificial, terminología LGTBIQ+ y sesgo de género
A1 Hernández Fresno, Elena
A1 Ortego Antón, María Teresa
K1 Traducción
K1 Interpretación
K1 Inteligencia Artificial
K1 Lenguaje inclusivo
K1 traducción automática neuronal; chatbot; sesgo de género; LGTBIQ+; inteligencia artificial; inglés; español; lenguaje inclusivo; DeepL; Google Translate; ChatGPT; Gemini.
K1 5701.12 Traducción
K1 5701.09 Traducción Automática
AB La traducción automática (TA) y los chatbots de inteligenciaartificial (IA) generativa han transformado la comunicaciónglobal al facilitar la transmisión de información entre lenguas y,por ende, entre culturas. No obstante, también plantean desafíoséticos debido a los sesgos lingüísticos. En particular, estos sesgosafectan negativamente a la terminología que representa a lasmujeres y al colectivo LGTBIQ+ en las traducciones generadaspor estas tecnologías. Partimos de la hipótesis de que tantolas tecnologías de traducción automática como los chatbotsde inteligencia artificial presentan dificultades para traducircorrectamente los marcadores de género y la terminologíaLGTBIQ+ del inglés al español. En este sentido, con frecuenciaoptan por el masculino genérico cuando no se proporcionasuficiente información contextual o por términos inadecuados,aunque se espera que los chatbots más recientes ofrezcan mejoresresultados en este aspecto. Para validar dicha hipótesis, hemosdiseñado una metodología de análisis basada en la recogidade datos cuantitativos y cualitativos a partir de traduccionesgeneradas por sistemas de traducción automática convencionales(DeepL y Google Translate) y chatbots de inteligencia artificialcomo ChatGPT y Gemini. Para evaluar los datos se ha empleadouna adaptación de Multidimensional Quality Metrics (MQM), quepermitirá obtener un marco estandarizado para medir la calidadde traducciones. Los resultados que se desprenden del análisismuestran la persistencia de un sesgo marcado hacia el géneromasculino, con una identificación inconsistente del génerofemenino. De este modo, se puede concluir que el productoresultante de los sistemas basados en inteligencia artificialgenerativa no presenta mejoras significativas en comparacióncon los sistemas de traducción automática convencionales.Por ello, es necesario desarrollar tecnologías lingüísticas másinclusivas, equitativas y libres de sesgos, así como fomentar eldiseño de sistemas más justos y respetuosos con la diversidad,esenciales para responder a los desafíos de un contexto cada vezmás interconectado y globalizado.
PB Universidad de Alicante
SN 2171-6692
YR 2025
FD 2025
LK https://uvadoc.uva.es/handle/10324/77262
UL https://uvadoc.uva.es/handle/10324/77262
LA spa
NO ELUA: Estudios de Lingüística, 2025, vol. 44, p. 125-145
NO Producción Científica
DS UVaDOC
RD 29-ago-2025