Skip to Content
logologo
AI Incident Database
Open TwitterOpen RSS FeedOpen FacebookOpen LinkedInOpen GitHub
Open Menu
Descubrir
Enviar
  • Bienvenido a la AIID
  • Descubrir Incidentes
  • Vista espacial
  • Vista Tabular
  • Vista de lista
  • Entidades
  • Taxonomías
  • Enviar Informes de Incidentes
  • Ranking de Reportadores
  • Blog
  • Resumen de noticias de IA
  • Control de Riesgos
  • Incidente aleatorio
  • Registrarse
Colapsar
Descubrir
Enviar
  • Bienvenido a la AIID
  • Descubrir Incidentes
  • Vista espacial
  • Vista Tabular
  • Vista de lista
  • Entidades
  • Taxonomías
  • Enviar Informes de Incidentes
  • Ranking de Reportadores
  • Blog
  • Resumen de noticias de IA
  • Control de Riesgos
  • Incidente aleatorio
  • Registrarse
Colapsar

Incidente 59: Gender Biases in Google Translate

Descripción: A Cornell University study in 2016 highlighted Google Translate's pattern of assigning gender to occupations in a way showing an implicit gender bias against women.

Herramientas

Nuevo InformeNuevo InformeNueva RespuestaNueva RespuestaDescubrirDescubrirVer HistorialVer Historial

Entidades

Ver todas las entidades
Presunto: un sistema de IA desarrollado e implementado por Google, perjudicó a Women.

Estadísticas de incidentes

ID
59
Cantidad de informes
10
Fecha del Incidente
2017-04-13
Editores
Sean McGregor
Applied Taxonomies
CSETv0, CSETv1, GMF, MIT

Clasificaciones de la Taxonomía CSETv0

Detalles de la Taxonomía

Problem Nature

Indicates which, if any, of the following types of AI failure describe the incident: "Specification," i.e. the system's behavior did not align with the true intentions of its designer, operator, etc; "Robustness," i.e. the system operated unsafely because of features or changes in its environment, or in the inputs the system received; "Assurance," i.e. the system could not be adequately monitored or controlled during operation.
 

Specification

Physical System

Where relevant, indicates whether the AI system(s) was embedded into or tightly associated with specific types of hardware.
 

Software only

Level of Autonomy

The degree to which the AI system(s) functions independently from human intervention. "High" means there is no human involved in the system action execution; "Medium" means the system generates a decision and a human oversees the resulting action; "low" means the system generates decision-support output and a human makes a decision and executes an action.
 

Medium

Nature of End User

"Expert" if users with special training or technical expertise were the ones meant to benefit from the AI system(s)’ operation; "Amateur" if the AI systems were primarily meant to benefit the general public or untrained users.
 

Amateur

Public Sector Deployment

"Yes" if the AI system(s) involved in the accident were being used by the public sector or for the administration of public goods (for example, public transportation). "No" if the system(s) were being used in the private sector or for commercial purposes (for example, a ride-sharing company), on the other.
 

No

Data Inputs

A brief description of the data that the AI system(s) used or were trained on.
 

User entered translation requests

Clasificaciones de la Taxonomía CSETv1

Detalles de la Taxonomía

Incident Number

The number of the incident in the AI Incident Database.
 

59

AI Tangible Harm Level Notes

Notes about the AI tangible harm level assessment
 

Although AI was implicated in the adverse outcome, this incident has no tangible harm.

Notes (special interest intangible harm)

Input any notes that may help explain your answers.
 

The study found biases related to gender and age in Google Translate. Additional biases have been found in Natural Language Processing in general.

Special Interest Intangible Harm

An assessment of whether a special interest intangible harm occurred. This assessment does not consider the context of the intangible harm, if an AI was involved, or if there is characterizable class or subgroup of harmed entities. It is also not assessing if an intangible harm occurred. It is only asking if a special interest intangible harm occurred.
 

yes

Clasificaciones de la Taxonomía MIT

Machine-Classified
Detalles de la Taxonomía

Risk Subdomain

A further 23 subdomains create an accessible and understandable classification of hazards and harms associated with AI
 

1.1. Unfair discrimination and misrepresentation

Risk Domain

The Domain Taxonomy of AI Risks classifies risks into seven AI risk domains: (1) Discrimination & toxicity, (2) Privacy & security, (3) Misinformation, (4) Malicious actors & misuse, (5) Human-computer interaction, (6) Socioeconomic & environmental harms, and (7) AI system safety, failures & limitations.
 
  1. Discrimination and Toxicity

Entity

Which, if any, entity is presented as the main cause of the risk
 

AI

Timing

The stage in the AI lifecycle at which the risk is presented as occurring
 

Post-deployment

Intent

Whether the risk is presented as occurring as an expected or unexpected outcome from pursuing a goal
 

Unintentional

Informes del Incidente

Cronología de Informes

La semántica derivada automáticamente de los corpus lingüísticos contiene sesgos similares a los humanos+3
Incluso la inteligencia artificial puede adquirir sesgos contra la raza y el género
+2
El sesgo de género de Google Translate empareja "él" con "trabajador" y "ella" con perezoso, y otros ejemplos
Evaluación del sesgo de género en la traducción automática: un estudio de caso con Google TranslateGoogle Translate ahora da traducciones femeninas y masculinasLas historiadoras y los enfermeros no existen, dice Google Translate a sus usuarios europeos
La semántica derivada automáticamente de los corpus lingüísticos contiene sesgos similares a los humanos

La semántica derivada automáticamente de los corpus lingüísticos contiene sesgos similares a los humanos

arxiv.org

Incluso la inteligencia artificial puede adquirir sesgos contra la raza y el género

Incluso la inteligencia artificial puede adquirir sesgos contra la raza y el género

sciencemag.org

Los programas de IA exhiben sesgos raciales y de género, revela una investigación

Los programas de IA exhiben sesgos raciales y de género, revela una investigación

theguardian.com

Robots sesgados: los sistemas de inteligencia artificial se hacen eco de los prejuicios humanos

Robots sesgados: los sistemas de inteligencia artificial se hacen eco de los prejuicios humanos

princeton.edu

El sesgo de género de Google Translate empareja "él" con "trabajador" y "ella" con perezoso, y otros ejemplos

El sesgo de género de Google Translate empareja "él" con "trabajador" y "ella" con perezoso, y otros ejemplos

qz.com

Google Translate podría tener un problema de género

Google Translate podría tener un problema de género

mashable.com

El algoritmo que ayudó a Google Translate a volverse sexista

El algoritmo que ayudó a Google Translate a volverse sexista

forbes.com

Evaluación del sesgo de género en la traducción automática: un estudio de caso con Google Translate

Evaluación del sesgo de género en la traducción automática: un estudio de caso con Google Translate

researchgate.net

Google Translate ahora da traducciones femeninas y masculinas

Google Translate ahora da traducciones femeninas y masculinas

venturebeat.com

Las historiadoras y los enfermeros no existen, dice Google Translate a sus usuarios europeos

Las historiadoras y los enfermeros no existen, dice Google Translate a sus usuarios europeos

algorithmwatch.org

La semántica derivada automáticamente de los corpus lingüísticos contiene sesgos similares a los humanos
arxiv.org · 2016
Traducido por IA

La inteligencia artificial y el aprendizaje automático se encuentran en un período de crecimiento asombroso. Sin embargo, existe la preocupación de que estas tecnologías se puedan utilizar, con o sin intención, para perpetuar los prejuicios…

Incluso la inteligencia artificial puede adquirir sesgos contra la raza y el género
sciencemag.org · 2017
Traducido por IA

Incluso la inteligencia artificial puede adquirir sesgos contra la raza y el género

Una de las grandes promesas de la inteligencia artificial (IA) es un mundo libre de pequeños prejuicios humanos. La contratación mediante algoritmos daría a…

Los programas de IA exhiben sesgos raciales y de género, revela una investigación
theguardian.com · 2017
Traducido por IA

Los algoritmos de aprendizaje automático están detectando prejuicios raciales y de género profundamente arraigados ocultos en los patrones de uso del lenguaje, dicen los científicos.

Se ha demostrado que una herramienta de inteligencia arti…

Robots sesgados: los sistemas de inteligencia artificial se hacen eco de los prejuicios humanos
princeton.edu · 2017
Traducido por IA

En los debates sobre el futuro de la inteligencia artificial, muchos expertos piensan que estos sistemas basados en máquinas son fríamente lógicos y objetivamente racionales. Pero en un nuevo estudio, investigadores de la Universidad de Pri…

El sesgo de género de Google Translate empareja "él" con "trabajador" y "ella" con perezoso, y otros ejemplos
qz.com · 2017
Traducido por IA

En el idioma turco, hay un pronombre, "o", que cubre todo tipo de tercera persona singular. Ya sea un él, una ella o un eso, es una "o". Ese no es el caso en inglés. Entonces, cuando Google Translate pasa del turco al inglés, solo tiene que…

Google Translate podría tener un problema de género
mashable.com · 2017
Traducido por IA

Gran parte de nuestra vida está determinada por algoritmos. Desde lo que ve en su sección de noticias de Facebook, hasta los libros y chucherías que le recomienda Amazon, hasta los videos inquietantes que YouTube muestra a sus hijos, nuestr…

El algoritmo que ayudó a Google Translate a volverse sexista
forbes.com · 2018
Traducido por IA

Imagen vía Twitter

Los padres conocen muy bien un desafío particular de criar niños: enseñarles a hacer lo que decimos, no lo que hacemos.

Un desafío similar ha afectado a la inteligencia artificial.

A medida que más aplicaciones y software…

Evaluación del sesgo de género en la traducción automática: un estudio de caso con Google Translate
researchgate.net · 2018
Traducido por IA

Recientemente, ha habido una creciente preocupación por el sesgo de la máquina, donde los modelos estadísticos entrenados crecen para reflejar asimetrías sociales controvertidas, como el sesgo de género o racial. Recientemente, se ha sugeri…

Google Translate ahora da traducciones femeninas y masculinas
venturebeat.com · 2018
Traducido por IA

Google está haciendo un esfuerzo para reducir el sesgo de género percibido en Google Translate, anunció hoy. A partir de esta semana, los usuarios que traduzcan palabras y frases en idiomas admitidos obtendrán traducciones tanto en femenino…

Las historiadoras y los enfermeros no existen, dice Google Translate a sus usuarios europeos
algorithmwatch.org · 2020
Traducido por IA

Un experimento muestra que Google Translate cambia sistemáticamente el género de las traducciones cuando no se ajustan a los estereotipos. Todo se debe al inglés, dice Google.

Si tuviera que leer una historia sobre historiadores masculinos …

Variantes

Una "Variante" es un incidente que comparte los mismos factores causales, produce daños similares e involucra los mismos sistemas inteligentes que un incidente de IA conocido. En lugar de indexar las variantes como incidentes completamente separados, enumeramos las variaciones de los incidentes bajo el primer incidente similar enviado a la base de datos. A diferencia de otros tipos de envío a la base de datos de incidentes, no se requiere que las variantes tengan informes como evidencia externa a la base de datos de incidentes. Obtenga más información del trabajo de investigación.

Incidentes Similares

Por similitud de texto

Did our AI mess up? Flag the unrelated incidents

High-Toxicity Assessed on Text Involving Women and Minority Groups

Google’s comment-ranking system will be a hit with the alt-right

Feb 2017 · 9 informes
AI Beauty Judge Did Not Like Dark Skin

A beauty contest was judged by AI and the robots didn't like dark skin

Sep 2016 · 10 informes
Biased Sentiment Analysis

Google's sentiment analysis API is just as biased as humans

Oct 2017 · 7 informes
Incidente AnteriorSiguiente Incidente

Incidentes Similares

Por similitud de texto

Did our AI mess up? Flag the unrelated incidents

High-Toxicity Assessed on Text Involving Women and Minority Groups

Google’s comment-ranking system will be a hit with the alt-right

Feb 2017 · 9 informes
AI Beauty Judge Did Not Like Dark Skin

A beauty contest was judged by AI and the robots didn't like dark skin

Sep 2016 · 10 informes
Biased Sentiment Analysis

Google's sentiment analysis API is just as biased as humans

Oct 2017 · 7 informes

Investigación

  • Definición de un “Incidente de IA”
  • Definición de una “Respuesta a incidentes de IA”
  • Hoja de ruta de la base de datos
  • Trabajo relacionado
  • Descargar Base de Datos Completa

Proyecto y Comunidad

  • Acerca de
  • Contactar y Seguir
  • Aplicaciones y resúmenes
  • Guía del editor

Incidencias

  • Todos los incidentes en forma de lista
  • Incidentes marcados
  • Cola de envío
  • Vista de clasificaciones
  • Taxonomías

2024 - AI Incident Database

  • Condiciones de uso
  • Política de privacidad
  • Open twitterOpen githubOpen rssOpen facebookOpen linkedin
  • 300d90c