ݺߣ

ݺߣShare a Scribd company logo
Exploracióndos nesgos de xénero de ChatGPT
AS INTELIXENCIAS ARTIFICIAIS
COMO XERADORAS DE CULTURA
O que é a cultura?
• "(…) inclúe coñecemento, crenzas, arte, morais,
leis, costumes e outras aptitudes e hábitos
adquiridos polo ser humano como membro da
sociedade." —Edward Burnett Tylor
• Culturae lingua están estreitamente relacionadas
• A lingua é un factor chave no desenvolvementoe
transmisión da cultura
• A cultura é en moitos aspectos un reflexo da lingua
• Mesmo cando non sempre coinciden, a lingua xoga
sempre un papel fundamentalda tradición cultural
Esta fotode autora descoñecida tenlicenza CCBY.
O que son as "IntelixenciasArtificiais"?
• O termo "Intelixencia Artificial" usouse por primeira vez en 1956
• Dúas correntes principais (mente vs cerebro):
• Intelixencia Artificial simbólica
• Crear representaciónssimbólicas do mundo e algoritmos de razoamento
• Intelixencia é explorar un espazo de posibilidades na procura de respostas
• Dominante as primeiras décadas, considerábase que orixinaría a "IA xeral"
• Intelixencia Artificial conexionista
• Crear sistemas que fisicamente imitan o cerebro humano (neuronas) e
algoritmos de comunicacióne realimentaciónentre os seus compoñentes
• Considera que a intelixencia xorde da aprendizaxe
• Limitada nos seus inicio, en auxe a día de hoxe
IAsxeradoras de contido
• Large Language Models (ModelosMasivosde Linguaxe)
• Redes neuronais (IA conexionista)con billóns de compoñentes
• Especializados en predicir a seguinte palabra nunha frase
• Adestrados empregando grandes conxuntosde datos (10 trillóns de palabras)
• Intelixencias Artificiaisxenerativas
• Redes neuronais (IA conexionista)especializadas en producir texto, imaxes,
moléculas...
• Usan LLMs e producen estatisticamente contidoscon características
semellantes a partir dos incluídosno seu conxuntode adestramento
• Exemplos coñecidos: ChatGPT (Bing), Bard, Stable Diffusion, Midjourney,
DALL-E
IAsxeradoras de contido
• Large Language Models (Modelos Masivos de Linguaxe)
• Redes neuronais (IA conexionista)con billóns de compoñentes
• Especializados en predicir a seguinte palabra nunha frase
• Adestrados empregando grandes conxuntosde datos (10 trillóns de palabras)
• Intelixencias Artificiais xenerativas
• Redes neuronais (IA conexionista)especializadas en producir texto, imaxes,
moléculas...
• Usan LLMs e producen estatisticamente contidoscon características
semellantes a partir dos incluídosno seu conxuntode adestramento
• Exemplos coñecidos: ChatGPT (Bing), Bard, Stable Diffusion, Midjourney,
DALL-E
Máquinas de cultura?
IAsxeradoras de contido
• Large Language Models (Modelos Masivos de Linguaxe)
• Redes neuronais (IA conexionista)con billóns de compoñentes
• Especializados en predicir a seguinte palabra nunha frase
• Adestrados empregando grandes conxuntosde datos (10 trillóns de palabras)
• Intelixencias Artificiais xenerativas
• Redes neuronais (IA conexionista)especializadas en producir texto, imaxes,
moléculas...
• Usan LLMs e producen estatisticamente contidoscon características
semellantes a partir dos incluídosno seu conxuntode adestramento
• Exemplos coñecidos: ChatGPT (Bing), Bard, Stable Diffusion, Midjourney,
DALL-E
Esta fotode autora descoñecida tenlicenza de CCBY-SA-NC.
Máquinas de cultura?
Experiencia:ChatGPTe as mulleresen STEM
ѱٴǻDZdzí
ѱٴǻDZdzí
"Son boa estudante"
"Non me gustan as matemáticas"
"Gústameaxudar á xente"
"Son traballadora"
"Gústanmeos problemas difíciles"
"Gústametraballar en grupo"
ѱٴǻDZdzí
ѱٴǻDZdzí
https://bit.ly/XUGeX23ChatGPT
ѱٴǻDZdzí
Resultados
Aspectos analizados:
1. Carreiras universitarias mencionadas
2. Linguaxe utilizada (contido)
3. Lingua da resposta
4. Correspondencia co xénero da pregunta
5. Outros
Resultados
Aspectos analizados:
1. Carreirasuniversitariasmencionadas
2. Linguaxe utilizada (contido)
3. Lingua da resposta
4. Correspondencia co xénero da pregunta
5. Outros
Resultados
Aspectos analizados:
1. Carreirasuniversitariasmencionadas
2. Linguaxe utilizada (contido)
3. Lingua da resposta
4. Correspondencia co xénero da pregunta
5. Outros
Titular: ChatGPT suxire as mesmas
carreiras a mozos e mozas
Resultados
Aspectos analizados:
1. Carreirasuniversitariasmencionadas
2. Linguaxe utilizada (contido)
3. Lingua da resposta
4. Correspondencia co xénero da pregunta
5. Outros
Titular: ChatGPT suxire as mesmas
carreiras a mozos e mozas
Corpo da noticia: ChatGPT ofrece o dobre de exemplos
concretos ás mozas (moitos no caso das humanidades, con
especial profusión na comunicación e as especialidades da
medicina), pero todos os dos mozos se refiren a enxeñarías
Resultados
Aspectos analizados:
1. Carreiras universitarias mencionadas
2. Linguaxe utilizada (contido)
3. Lingua da resposta
4. Correspondencia co xénero da pregunta
5. Outros
Resultados
Aspectos analizados:
1. Carreiras universitarias mencionadas
2. Linguaxe utilizada (contido)
3. Lingua da resposta
4. Correspondencia co xénero da pregunta
5. Outros
Titular: A linguaxe "micromachista"
de ChatGPT
Resultados
Aspectos analizados:
1. Carreiras universitarias mencionadas
2. Linguaxe utilizada (contido)
3. Lingua da resposta
4. Correspondencia co xénero da pregunta
5. Outros
Titular: A linguaxe "micromachista"
de ChatGPT
Corpo da noticia: As mozas reciben comentarios que fan
alusión aos coidados, e os mozos ao "liderado", "talento
creativo" ou "habilidades para persuadir e convencer"
Resultados
Aspectos analizados:
1. Carreiras universitarias mencionadas
2. Linguaxe utilizada (contido)
3. Linguada resposta
4. Correspondencia co xénero da pregunta
5. Outros
Resultados
Aspectos analizados:
1. Carreiras universitarias mencionadas
2. Linguaxe utilizada (contido)
3. Linguada resposta
4. Correspondencia co xénero da pregunta
5. Outros
Titular: ChatGPT,
tamén diglósico
Resultados
Aspectos analizados:
1. Carreiras universitarias mencionadas
2. Linguaxe utilizada (contido)
3. Linguada resposta
4. Correspondencia co xénero da pregunta
5. Outros
Titular: ChatGPT,
tamén diglósico
Corpo da noticia: Só en 3 das 18 sesións respondeu en
galego, e ademais as sesións en galego conteñen erros
gramaticais e ortográficos
Resultados
Aspectos analizados:
1. Carreiras universitarias mencionadas
2. Linguaxe utilizada (contido)
3. Lingua da resposta
4. Correspondencia co xéneroda pregunta
5. Outros
Resultados
Aspectos analizados:
1. Carreiras universitarias mencionadas
2. Linguaxe utilizada (contido)
3. Lingua da resposta
4. Correspondencia co xéneroda pregunta
5. Outros
Titular: ChatGPT foxe dos
masculinos xenéricos
Resultados
Aspectos analizados:
1. Carreiras universitarias mencionadas
2. Linguaxe utilizada (contido)
3. Lingua da resposta
4. Correspondencia co xéneroda pregunta
5. Outros
Titular: ChatGPT foxe dos
masculinos xenéricos
Corpo da noticia: Un terzo das respostas foron neutras, mais
no resto, os homes sempre son correctamente genderizados,
mentres que en 5 de cada 9 casos as mulleres son tratadas
en masculino
Resultados
Aspectos analizados:
1. Carreiras universitarias mencionadas
2. Linguaxe utilizada (contido)
3. Lingua da resposta
4. Correspondencia co xénero da pregunta
5. Outros
Resultados
Aspectos analizados:
1. Carreiras universitarias mencionadas
2. Linguaxe utilizada (contido)
3. Lingua da resposta
4. Correspondencia co xénero da pregunta
5. Outros
Titular: ChatGPT recomenda
contrastar con humanos
Resultados
Aspectos analizados:
1. Carreiras universitarias mencionadas
2. Linguaxe utilizada (contido)
3. Lingua da resposta
4. Correspondencia co xénero da pregunta
5. Outros
Titular: ChatGPT recomenda
contrastar con humanos
Corpo da noticia: Aos mozos recoméndaselles consultar con
profesionais; ás mozas, coa súa familia, profesorado ou
conselleiros escolares
Conclusións
• Os sistemas baseados en IA xenerativa, a medida que se
popularizan, teñen un potencial de impactomoi grande
• Estes sistemas, configurados sensupervisión empregando
fontesde informaciónnon curadas, están chamados a conter
e reproducirnesgosde xénero,no canto de a superalos ou
contribuír a desterralos
• ChatGPTreproducenesgos de xénero, de xeitosutil pero
consistente, cando se realizan interaccións que involucran
mulleres en STEM
Grazas!
• Laura M. CastroSouto(UDC, lcastro@udc.es)
• Teresa Piñeiro Otero (UDC, teresa.pineiro@udc.es)
• Xabier Martínez Rolán (UVigo, xabier.rolan@uvigo.gal)
"A group of three
people, two women
and a man, thanking
their audience after a
short talk"
PerplexityAI
BlueWillow
As intelixencias artificiais como xeradoras de cultura: exploración dos nesgos de xénero de ChatGPT

More Related Content

As intelixencias artificiais como xeradoras de cultura: exploración dos nesgos de xénero de ChatGPT

  • 1. Exploracióndos nesgos de xénero de ChatGPT AS INTELIXENCIAS ARTIFICIAIS COMO XERADORAS DE CULTURA
  • 2. O que é a cultura? • "(…) inclúe coñecemento, crenzas, arte, morais, leis, costumes e outras aptitudes e hábitos adquiridos polo ser humano como membro da sociedade." —Edward Burnett Tylor • Culturae lingua están estreitamente relacionadas • A lingua é un factor chave no desenvolvementoe transmisión da cultura • A cultura é en moitos aspectos un reflexo da lingua • Mesmo cando non sempre coinciden, a lingua xoga sempre un papel fundamentalda tradición cultural Esta fotode autora descoñecida tenlicenza CCBY.
  • 3. O que son as "IntelixenciasArtificiais"? • O termo "Intelixencia Artificial" usouse por primeira vez en 1956 • Dúas correntes principais (mente vs cerebro): • Intelixencia Artificial simbólica • Crear representaciónssimbólicas do mundo e algoritmos de razoamento • Intelixencia é explorar un espazo de posibilidades na procura de respostas • Dominante as primeiras décadas, considerábase que orixinaría a "IA xeral" • Intelixencia Artificial conexionista • Crear sistemas que fisicamente imitan o cerebro humano (neuronas) e algoritmos de comunicacióne realimentaciónentre os seus compoñentes • Considera que a intelixencia xorde da aprendizaxe • Limitada nos seus inicio, en auxe a día de hoxe
  • 4. IAsxeradoras de contido • Large Language Models (ModelosMasivosde Linguaxe) • Redes neuronais (IA conexionista)con billóns de compoñentes • Especializados en predicir a seguinte palabra nunha frase • Adestrados empregando grandes conxuntosde datos (10 trillóns de palabras) • Intelixencias Artificiaisxenerativas • Redes neuronais (IA conexionista)especializadas en producir texto, imaxes, moléculas... • Usan LLMs e producen estatisticamente contidoscon características semellantes a partir dos incluídosno seu conxuntode adestramento • Exemplos coñecidos: ChatGPT (Bing), Bard, Stable Diffusion, Midjourney, DALL-E
  • 5. IAsxeradoras de contido • Large Language Models (Modelos Masivos de Linguaxe) • Redes neuronais (IA conexionista)con billóns de compoñentes • Especializados en predicir a seguinte palabra nunha frase • Adestrados empregando grandes conxuntosde datos (10 trillóns de palabras) • Intelixencias Artificiais xenerativas • Redes neuronais (IA conexionista)especializadas en producir texto, imaxes, moléculas... • Usan LLMs e producen estatisticamente contidoscon características semellantes a partir dos incluídosno seu conxuntode adestramento • Exemplos coñecidos: ChatGPT (Bing), Bard, Stable Diffusion, Midjourney, DALL-E Máquinas de cultura?
  • 6. IAsxeradoras de contido • Large Language Models (Modelos Masivos de Linguaxe) • Redes neuronais (IA conexionista)con billóns de compoñentes • Especializados en predicir a seguinte palabra nunha frase • Adestrados empregando grandes conxuntosde datos (10 trillóns de palabras) • Intelixencias Artificiais xenerativas • Redes neuronais (IA conexionista)especializadas en producir texto, imaxes, moléculas... • Usan LLMs e producen estatisticamente contidoscon características semellantes a partir dos incluídosno seu conxuntode adestramento • Exemplos coñecidos: ChatGPT (Bing), Bard, Stable Diffusion, Midjourney, DALL-E Esta fotode autora descoñecida tenlicenza de CCBY-SA-NC. Máquinas de cultura?
  • 9. ѱٴǻDZdzí "Son boa estudante" "Non me gustan as matemáticas" "Gústameaxudar á xente" "Son traballadora" "Gústanmeos problemas difíciles" "Gústametraballar en grupo"
  • 13. Resultados Aspectos analizados: 1. Carreiras universitarias mencionadas 2. Linguaxe utilizada (contido) 3. Lingua da resposta 4. Correspondencia co xénero da pregunta 5. Outros
  • 14. Resultados Aspectos analizados: 1. Carreirasuniversitariasmencionadas 2. Linguaxe utilizada (contido) 3. Lingua da resposta 4. Correspondencia co xénero da pregunta 5. Outros
  • 15. Resultados Aspectos analizados: 1. Carreirasuniversitariasmencionadas 2. Linguaxe utilizada (contido) 3. Lingua da resposta 4. Correspondencia co xénero da pregunta 5. Outros Titular: ChatGPT suxire as mesmas carreiras a mozos e mozas
  • 16. Resultados Aspectos analizados: 1. Carreirasuniversitariasmencionadas 2. Linguaxe utilizada (contido) 3. Lingua da resposta 4. Correspondencia co xénero da pregunta 5. Outros Titular: ChatGPT suxire as mesmas carreiras a mozos e mozas Corpo da noticia: ChatGPT ofrece o dobre de exemplos concretos ás mozas (moitos no caso das humanidades, con especial profusión na comunicación e as especialidades da medicina), pero todos os dos mozos se refiren a enxeñarías
  • 17. Resultados Aspectos analizados: 1. Carreiras universitarias mencionadas 2. Linguaxe utilizada (contido) 3. Lingua da resposta 4. Correspondencia co xénero da pregunta 5. Outros
  • 18. Resultados Aspectos analizados: 1. Carreiras universitarias mencionadas 2. Linguaxe utilizada (contido) 3. Lingua da resposta 4. Correspondencia co xénero da pregunta 5. Outros Titular: A linguaxe "micromachista" de ChatGPT
  • 19. Resultados Aspectos analizados: 1. Carreiras universitarias mencionadas 2. Linguaxe utilizada (contido) 3. Lingua da resposta 4. Correspondencia co xénero da pregunta 5. Outros Titular: A linguaxe "micromachista" de ChatGPT Corpo da noticia: As mozas reciben comentarios que fan alusión aos coidados, e os mozos ao "liderado", "talento creativo" ou "habilidades para persuadir e convencer"
  • 20. Resultados Aspectos analizados: 1. Carreiras universitarias mencionadas 2. Linguaxe utilizada (contido) 3. Linguada resposta 4. Correspondencia co xénero da pregunta 5. Outros
  • 21. Resultados Aspectos analizados: 1. Carreiras universitarias mencionadas 2. Linguaxe utilizada (contido) 3. Linguada resposta 4. Correspondencia co xénero da pregunta 5. Outros Titular: ChatGPT, tamén diglósico
  • 22. Resultados Aspectos analizados: 1. Carreiras universitarias mencionadas 2. Linguaxe utilizada (contido) 3. Linguada resposta 4. Correspondencia co xénero da pregunta 5. Outros Titular: ChatGPT, tamén diglósico Corpo da noticia: Só en 3 das 18 sesións respondeu en galego, e ademais as sesións en galego conteñen erros gramaticais e ortográficos
  • 23. Resultados Aspectos analizados: 1. Carreiras universitarias mencionadas 2. Linguaxe utilizada (contido) 3. Lingua da resposta 4. Correspondencia co xéneroda pregunta 5. Outros
  • 24. Resultados Aspectos analizados: 1. Carreiras universitarias mencionadas 2. Linguaxe utilizada (contido) 3. Lingua da resposta 4. Correspondencia co xéneroda pregunta 5. Outros Titular: ChatGPT foxe dos masculinos xenéricos
  • 25. Resultados Aspectos analizados: 1. Carreiras universitarias mencionadas 2. Linguaxe utilizada (contido) 3. Lingua da resposta 4. Correspondencia co xéneroda pregunta 5. Outros Titular: ChatGPT foxe dos masculinos xenéricos Corpo da noticia: Un terzo das respostas foron neutras, mais no resto, os homes sempre son correctamente genderizados, mentres que en 5 de cada 9 casos as mulleres son tratadas en masculino
  • 26. Resultados Aspectos analizados: 1. Carreiras universitarias mencionadas 2. Linguaxe utilizada (contido) 3. Lingua da resposta 4. Correspondencia co xénero da pregunta 5. Outros
  • 27. Resultados Aspectos analizados: 1. Carreiras universitarias mencionadas 2. Linguaxe utilizada (contido) 3. Lingua da resposta 4. Correspondencia co xénero da pregunta 5. Outros Titular: ChatGPT recomenda contrastar con humanos
  • 28. Resultados Aspectos analizados: 1. Carreiras universitarias mencionadas 2. Linguaxe utilizada (contido) 3. Lingua da resposta 4. Correspondencia co xénero da pregunta 5. Outros Titular: ChatGPT recomenda contrastar con humanos Corpo da noticia: Aos mozos recoméndaselles consultar con profesionais; ás mozas, coa súa familia, profesorado ou conselleiros escolares
  • 29. Conclusións • Os sistemas baseados en IA xenerativa, a medida que se popularizan, teñen un potencial de impactomoi grande • Estes sistemas, configurados sensupervisión empregando fontesde informaciónnon curadas, están chamados a conter e reproducirnesgosde xénero,no canto de a superalos ou contribuír a desterralos • ChatGPTreproducenesgos de xénero, de xeitosutil pero consistente, cando se realizan interaccións que involucran mulleres en STEM
  • 30. Grazas! • Laura M. CastroSouto(UDC, lcastro@udc.es) • Teresa Piñeiro Otero (UDC, teresa.pineiro@udc.es) • Xabier Martínez Rolán (UVigo, xabier.rolan@uvigo.gal) "A group of three people, two women and a man, thanking their audience after a short talk" PerplexityAI BlueWillow