EHUko HiTZ Hizkuntza Teknologiako Zentroko hiru ikertzailek, Amaia Murillok, Olatz Perez de Viñasprek eta Naiara Perezek, adimen artifizialeko eta itzulpen automatikoko sistemetan dauden genero alborapenak zehaztasun handiagoz kalkulatu eta ebaluatzeko baliabide berriak garatu dituzte. Lana LREC 2026 (Language Resources and Evaluation Conference) nazioarteko konferentzian aurkeztu dute. 

Ikerketari galdera batek eman zion hasiera: nola kudeatzen dituzte adimen artifizialeko sistemek genero-erreferentziak euskararen gisako hizkuntza batekin lan egiten dutenean, genero gramatikalik ez duena?

Adibidetzat jarri dute «irakaslea» edo «garbitzailea» bezalako hitzek ez dutela adierazten emakume batez edo gizonezko batez ari den. Hori horrela, sistemek erabaki behar izaten dute termino horien generoa beste hizkuntza batera itzultzerakoan, hala nola frantsesera edo gaztelaniara. 

Erronka horren aurrean, ikertzaileek bi ebaluazio-baliabide berri garatu dituzte: lehena, WinoMTeus eta bigarrena, FLORES+Gender. Tresna hauen bidez, adimen artifizaleko ereduek euskararekin lotzen diren itzulpenetan generoa nola esleitzen duten neurtu daiteke modu zehatzean. Ohar baten bidez azaldu dute aintzindariak direla lan honetan, orain arte diseinatutakoak ingeleserako egin baitira, eta ez baitituzte beste hizkuntza batzuen berezitasun linguistiko eta kulturalak kontuan hartzen. 

HiTZetik adierazi dute ikerketa honen esparruan sortutako baliabideak komunitate zientifikoaren eskura daudela jada eta hizkuntza eta gizarte-aniztasunarekiko sentikorragoak direla, baita gardenagoak eta fidagarriagoak ere. 

AAk lanbideak maskulinizatzen ditu

Emaitzen arabera gaur egungo ereduek generoaren esleipenean joera alboratuak izaten jarraitzen dute itzulpenak egitean. Kasu askotan, sistemek maskulinora jotzen dute, baita Eustaten arabera gehienbat emakumeek betetzen dituzten lanbideetan ere. Azterlanak, gainera, desberdintasunak antzeman ditu ereduen errendimenduan, erreferentzia maskulinoak eta femeninoak prozesatzerakoan.

Lanaren ekarpen nagusia adimen artifizialeko sistemen portaera testuinguru eleaniztunetan modu zorrotz batean neurtu eta alderatzeko tresna berriak eskaintzea dela azaldu dute. Gainera, ikertzaileek azpimarratu dute hizkuntza askotarikoetara egokitutako metrikak izatea funtsezko urratsa dela gizartearen errealitatea hobeto irudikatzen duten teknologia inklusiboagoak garatzeko.

«Euskara bezalako hizkuntzak adimen artifizialari buruzko nazioarteko ikerketan txertatzeak ez du soilik hizkuntza-aniztasuna zaintzen laguntzen; gainera, gehienbat hizkuntza nagusietako datuekin entrenatutako eredu handietan oharkabean pasa daitezkeen mugak eta alborapenak identifikatzeko aukera ematen du», argitu dute ikertzaileek.