编辑推荐：
本文回顾了过去十年机器翻译（MT）中性别偏见的研究。研究发现早期期望快速解决问题的乐观态度已被更复杂的现实取代。虽然取得了一些进展，但仍存在诸多挑战。文章探讨了当前大语言模型（LLMs）带来的机遇和挑战，并为未来研究提供方向。
引言
自 2014 年 Londa Schiebinger 教授指出机器翻译中存在性别偏见问题，十年过去了。这期间，社会、语言和技术都发生了巨大变化。随着大语言模型（LLMs）驱动的多语言技术日益普及，确保技术的包容性至关重要，因为性别偏见会导致不平等的表现、错误的性别标注以及服务差异，对边缘化群体产生不利影响。本文回顾了过去十年关于机器翻译性别偏见的研究，探讨了当前 LLMs 兴起背景下的研究现状，旨在为该领域未来的研究提供启发。
背景
MT 技术进展
机器翻译（MT）是自然语言处理（NLP）和计算语言学领域的重要应用。近年来，MT 核心技术发展迅速，从基于短语的统计机器翻译（SMT）逐渐发展为神经机器翻译（NMT），如今 LLMs 在翻译领域崭露头角。LLMs 可支持多种任务，在零样本和少样本设置下进行翻译，展现出强大的能力，且通过指令微调，有望成为专用监督 NMT 模型的有力竞争者。
性别与语言的关系
性别在语言中是一个复杂的概念，与社会文化和政治观念相互作用。在语法性别语言中，如德语、西班牙语和意大利语，性别形态广泛存在，职业领域中女性头衔的认可长期存在争议。使用男性化头衔可能引发无意识偏见，影响女性在相关角色中的实际表现。为促进包容性，性别中立形式和创新表达方式不断涌现，但在（机器）翻译场景中，由于不同语言对性别的编码和表达方式不同，翻译性别变得更加复杂，可能导致不平等的表现和潜在危害。
自动翻译中性别偏见的综述
综述方法
为系统回顾先前研究，作者遵循 PRISMA 2020 清单，在 ACL 文集、ACM FAccT 会议论文集中进行检索，最终筛选出 133 篇符合标准的论文进行详细注释和分析。
综述结果
- 研究领域的增长：关于机器翻译中性别偏见的研究论文数量总体呈上升趋势，2023 年达到峰值，但 2024 年略有下降，可能是研究重点转向 LLMs 在多任务中的偏见研究。
- 缺乏社会参与：现有研究常忽视偏见的社会成分和原因，多数将其视为数据驱动的技术问题或纯粹的跨语言问题，未充分考虑偏见产生的背景和下游影响。
- 涉及所有 MT 范式：性别偏见研究涵盖了所有最新的 MT 范式，包括 SMT、NMT 和 LLMs。尽管技术不断发展，但性别偏见仍然是机器翻译技术面临的关键挑战。
- 文本到文本是主导模态：大多数研究集中在文本模态，对音频和视觉翻译的研究较少，且多数研究关注句子级别的翻译，忽视了上下文的重要性。
- 多种缓解策略但无明显优势：近一半的论文提出了缓解性别偏见的策略，但这些策略大多针对特定挑战和语言，缺乏通用性，尚未有明显的最优策略。
- 少数资源丰富的语言：研究主要集中在少数几种资源丰富的语言对，尤其是涉及英语的翻译，对其他语言的研究较少。
- 对性别的有限二元处理：多数论文将性别视为二元类别，近年来虽有一些研究开始关注非二元性别身份，但仍需进一步加强。
- 缺乏交叉性研究：很少有研究考虑性别属性与其他社会人口学因素的相互作用，这可能导致对歧视问题的理解不全面。
- 缺乏用户参与：在机器翻译性别偏见研究中，缺乏直接的用户参与，多数研究依赖人工评估和实验场景，未能充分反映真实世界的使用情况和用户需求。
讨论
偏见能否被消除？
尽管对性别偏见的研究持续增长，但问题仍未得到解决。现有研究大多以英语为中心，局限于文本到文本的系统，忽视了不同语言、文化和社会背景的差异。此外，研究缺乏对现实场景的关注，未充分考虑受影响人群和各种歧视因素。偏见是一个社会技术问题，具有动态性和复杂性，难以通过单一的技术干预解决。因此，需要不断适应社会、语言、上下文和技术的变化，以减少对边缘化性别群体的危害。
机遇与挑战
- 多语言和多元文化：LLMs 的出现为跨多种语言的研究提供了可能，但目前许多流行的 LLMs 在英语中表现最佳，且可能编码西方视角，导致文化同质化。研究性别偏见需要考虑不同文化背景下性别的差异，避免语言和文化偏见的传播。
- 偏见的多维性和语言建模：MT 性别偏见研究主要集中在文本模态，而随着多模态系统的兴起，翻译将更多地依赖非文本信息。这需要重新审视偏见的形式化定义，考虑多模态因素对性别和身份表达的影响，以及与其他歧视因素的交叉作用。
- 以用户为中心的现实评估：当前研究缺乏直接的用户参与，实验场景和基准测试无法反映真实世界的使用情况。未来研究应关注用户的实际体验和需求，采用参与式方法和人机交互（HCI）方法，确保性别偏见调查与技术的实际应用相结合。
- 语言创新和数据管理：随着对非二元身份的认识不断提高，MT 需要更好地处理新兴的非二元语言表达。LLMs 虽有一定优势，但在处理二元与非二元形式方面仍存在差距。通过数据管理和训练，可以提高模型对边缘化身份的表示能力，但如何满足不同用户的偏好仍是一个挑战。
- 个性化：用户对公平解决方案的偏好存在差异，个性化是 MT 研究的一个重要方向。LLMs 可以通过学习用户偏好来更好地满足个体需求，但个性化也带来了伦理和隐私方面的挑战，需要确保在负责任和透明的框架下进行。
结论
性别偏见在 MT 领域已受到关注十余年，虽取得了一些进展，但仍存在诸多问题。偏见是一个复杂的社会技术问题，无法通过单一技术解决。LLMs 的兴起带来了新的机遇和挑战，未来研究需要考虑社会、语言、上下文和技术的变化，以减少对边缘化性别群体的危害。本文为未来研究提供了参考，旨在推动持续努力，减轻 MT 对社会的负面影响。
研究的局限性
本文的综述仅考虑了 ACL 文集中的同行评审论文，尽管该文集涵盖了 MT 领域的大部分重要文献，但可能仍存在遗漏。此外，所有作者均来自欧洲白人背景，这可能影响对语言背景和偏见概念的理解，在选择示例和构建偏见框架时，可能未充分考虑代表性不足的语言和文化背景。
