Sesgos invisibles: género y posedición en traducción automática neuronal

Resumen: Este estudio se enmarca en el proyecto NEUROTRAD (B1-2020_07) de la Universidad de Málaga (Toledo Báez 2024a; Toledo Báez 2024b; Toledo-Báez y García Serrano 2025), en el seno del cual se llevó a cabo entre 2022 y 2023 un estudio empírico con 29 traductores/poseditores profesionales que poseditaron tres tipos de traducciones distintas (automática, humana y automática poseditada) que posteriormente se evaluaron con una taxonomía adaptada de MQM (Multidimensional Quality Metrics). Este estudio se centra en tres aspectos: (1) extracción de términos en inglés referidos a personas con posible connotación de género al traducirse al español; (2) análisis del sesgo en las propuestas de DeepL, traductor automático utilizado; (3) relación entre los datos demográficos y la formación de los participantes con la posedición del género. Los resultados apuntan a una correlación entre ciertos perfiles y la perpetuación de sesgos de género, subrayando la necesidad de formación específica en posedición para evitar su refuerzo en los textos traducidos automáticamente y, por ende, en la sociedad. Palabras clave: Posedición. Sesgo de género. Evaluación del error. Lenguaje inclusivo.