neutralizacj\u0119<\/strong>, czyli minimalizowanie lub usuwanie odniesie\u0144 do p\u0142ci (np. w j\u0119zyku angielskim u\u017cywanie formy chair w miejsce nacechowanego p\u0142ciowo chairman). <\/p> Wyb\u00f3r podej\u015bcia zale\u017cy od j\u0119zyka \u2013 feminizacja zalecana jest dla j\u0119zyk\u00f3w z kategori\u0105 rodzaju gramatycznego (jak np. polski czy francuski), a neutralizacja dla tych, w kt\u00f3rych ta kategoria jest szcz\u0105tkowa (np. angielski) lub nie istnieje (np. fi\u0144ski).<\/p> Stosowanie feminatyw\u00f3w, czyli \u017ce\u0144skich form rzeczownik\u00f3w, wci\u0105\u017c budzi w Polsce kontrowersje. W j\u0119zyku polskim rzeczowniki m\u0119skie s\u0105 cz\u0119sto u\u017cywane w odniesieniu do grup mieszanych, np. \u201epolitycy\u201d mo\u017ce si\u0119 odnosi\u0107 zar\u00f3wno do grupy m\u0119\u017cczyzn, jak i do grupy z\u0142o\u017conej z polityk\u00f3w i polityczek, podczas gdy \u017ce\u0144skie formy ograniczaj\u0105 si\u0119 do opisywania kobiet. Dodatkowo \u017ce\u0144skie odpowiedniki brzmi\u0105 zdaniem niekt\u00f3rych niepowa\u017cnie \u2013 kojarz\u0105 si\u0119 ze zdrobnieniami, np. ministerka, lub zgrubieniami, np. ministra. Bywaj\u0105 r\u00f3wnie\u017c odbierane jako zbyt potoczne, np. dziekanka, kt\u00f3ra r\u00f3wnie\u017c u\u017cywana jest w j\u0119zyku polskim jako potoczna nazwa urlopu dzieka\u0144skiego. W jednej z porad Poradni J\u0119zykowej PWN Adam Wola\u0144ski pisze: \u201eNiekt\u00f3re osoby bowiem \u2013 w tym tak\u017ce kobiety \u2013 odbieraj\u0105 przywo\u0142ane tu formy jako potoczne i tym samym mniej presti\u017cowe. Je\u015bli mamy tak\u0105 mo\u017cliwo\u015b\u0107, powinni\u015bmy pyta\u0107 osoby zainteresowane, czy \u017cycz\u0105 sobie, aby\u015bmy je tak tytu\u0142owali\u201d.<\/p> Z kolei u\u017cycie formy m\u0119skiej w odniesieniu do grup mieszanych cz\u0119sto uzasadniane jest zasad\u0105 ekonomii j\u0119zyka czy zakorzenieniem w systemie prawnym. A jednak w kontek\u015bcie zawod\u00f3w o niskim presti\u017cu czy ma\u0142o wynagradzanych oraz tzw. zawod\u00f3w opieku\u0144czych znacznie cz\u0119\u015bciej si\u0119ga si\u0119 po formy \u017ce\u0144skie (piel\u0119gniarka, po\u0142o\u017cna, sprz\u0105taczka, opiekunka do dziecka).<\/p> Debata na temat uwra\u017cliwiania polszczyzny na p\u0142e\u0107 przybiera na sile nie tylko w momentach historycznych istotnych z punktu widzenia (praw) kobiet, ale i w og\u00f3le w czasach szeroko poj\u0119tych przemian. W czasopismach polonistycznych z pocz\u0105tk\u00f3w XX wieku, czyli po odzyskaniu niepodleg\u0142o\u015bci i w nowej rzeczywisto\u015bci, w kt\u00f3rej kobiety aktywnie uczestniczy\u0142y w \u017cyciu spo\u0142ecznym i politycznym, opowiadano si\u0119 za tworzeniem nowych nazw \u017ce\u0144skich. Uzasadniano to zgodno\u015bci\u0105 z systemem j\u0119zyka polskiego, dla kt\u00f3rego istotna jest kategoria rodzaju gramatycznego, a nazwy te s\u0105 mo\u017cliwe do utworzenia. Jednak w prasie, literaturze czy w tekstach urz\u0119dowych kobiety wykonuj\u0105ce dany zaw\u00f3d nazywano r\u00f3wnie\u017c rzeczownikami m\u0119skimi. Powszechne by\u0142y te\u017c rozwi\u0105zania opisowe, jak np. \u201ekobieta lekarz\u201d, czy jednoczesne wyst\u0119powanie rzeczownika m\u0119skiego i \u017ce\u0144skiego (Wo\u017aniak, 2014; \u0141azi\u0144ski, 2023). Z kolei w okresie PRL-u, czyli w trakcie zmiany ustrojowej i ideologicznej, cz\u0119\u015bciej ni\u017c nazwami \u017ce\u0144skimi pos\u0142ugiwano si\u0119 wyra\u017ceniami takimi jak \u201epani pose\u0142\u201d (\u0141azi\u0144ski, 2023). Zdaniem niekt\u00f3rych w Polsce Ludowej u\u017cywanie form m\u0119skich w odniesieniu do obu p\u0142ci mia\u0142o dowodzi\u0107 prawdziwej r\u00f3wno\u015bci (Wo\u017aniak, 2014); w opinii innych \u2013 przewaga wyra\u017ce\u0144 opisowych (jak np. \u201epani pose\u0142\u201d, gdzie \u017ce\u0144sko\u015b\u0107 wyra\u017cana jest przez wyraz \u201epani\u201d) to naturalny krok w rozwoju polszczyzny, widoczny tak\u017ce w sformu\u0142owaniach takich jak \u201emie\u0107 wiedz\u0119\u201d zamiast \u201ewiedzie\u0107\u201d (\u0141azi\u0144ski, 2023). W\u015br\u00f3d naukowczy\u0144 i naukowc\u00f3w nie ma zatem zgody co do wp\u0142ywu komunizmu na zanik tradycyjnych polskich mi\u0119dzywojennych feminatyw\u00f3w. Pewne jest jednak to, \u017ce j\u0119zyk wra\u017cliwy na p\u0142e\u0107 w latach 1949\u20131989 by\u0142 zjawiskiem o wiele rzadszym ni\u017c w latach 20. i 30. XX wieku czy obecnie. Bo trzecia fala polszczyzny inkluzywnej \u2013 i rozw\u00f3j debaty spo\u0142ecznej na ten temat \u2013 przypadaj\u0105 w\u0142a\u015bnie na czasy potransformacyjne: ko\u0144c\u00f3wk\u0119 XX wieku i XXI wiek (Wo\u017aniak, 2014; \u0141azi\u0144ski, 2023).<\/p> Jak wida\u0107 z tego kr\u00f3ciutkiego zarysu historycznego, na u\u017cywanie form wra\u017cliwych na p\u0142e\u0107 ma wp\u0142yw wiele czynnik\u00f3w. Nie jest to te\u017c zjawisko ograniczone geograficznie. W Hiszpanii my\u015ble\u0107 o komunikacji inkluzywnej zacz\u0119to dopiero na prze\u0142omie lat 70. i 80. XX w., czyli po upadku dyktatury Franco. W Serbii w 2021 roku uchwalono prawo, kt\u00f3re zobowi\u0105zuje instytucje publiczne do symetrycznego u\u017cywania m\u0119skich i \u017ce\u0144skich nazw zawod\u00f3w, stanowisk i funkcji w komunikacji oficjalnej. Ten wym\u00f3g mo\u017ce by\u0107 zwi\u0105zany ze staraniami Serbii o akcesj\u0119 do Unii Europejskiej, kt\u00f3ra jako jedna z pierwszych organizacji mi\u0119dzynarodowych opublikowa\u0142a wieloj\u0119zyczne wytyczne dotycz\u0105ce komunikacji w\u0142\u0105czaj\u0105cej.<\/p> Od lat 80. minionego wieku organizacje mi\u0119dzynarodowe i instytucje publiczne niekt\u00f3rych pa\u0144stw publikuj\u0105 rekomendacje dotycz\u0105ce j\u0119zyka wra\u017cliwego na p\u0142e\u0107. Do tej pory opracowano je dla m.in. hiszpa\u0144skiego Kongresu Deputowanych, angielskiego biura odpowiedzialnego za warstw\u0119 tekstow\u0105 ustaw czy brazylijskiego Senatu. W Polsce rekomendacje dotycz\u0105ce komunikacji inkluzywnej znajdziemy \u2014 jak na razie \u2014 g\u0142\u00f3wnie na uniwersytetach czy w organizacjach pozarz\u0105dowych. W 2020 roku Uniwersytet Warszawski jako pierwsza uczelnia w Polsce opublikowa\u0142 tego typu poradnik. M. Ba\u0144ko, J. Linde-Usiekniewicz i M. \u0141azi\u0144ski zach\u0119caj\u0105 w nim mi\u0119dzy innymi do r\u00f3wnoczesnego u\u017cywania form m\u0119skich i \u017ce\u0144skich (np. \u201eStudenci i studentki, kt\u00f3rzy zapisz\u0105 si\u0119 na lektorat\u201d). Jednocze\u015bnie w tych samych rekomendacjach zalecana jest ostro\u017cno\u015b\u0107 w odniesieniu do feminizacji tytulatury: \u201eform\u0119 \u00bbemerytowana profesorka\u00ab stosujemy tylko wtedy, gdy zainteresowana sobie tego \u017cyczy\u201d. Mo\u017cna zatem zauwa\u017cy\u0107, \u017ce \u017ce\u0144ska forma presti\u017cowych tytu\u0142\u00f3w pozostaje kontrowersyjna.<\/p> W polskiej legislacji formy \u017ce\u0144skie spotyka si\u0119 g\u0142\u00f3wnie w regulacjach dotycz\u0105cych zawod\u00f3w uznawanych za typowo kobiece i ma\u0142o presti\u017cowe, jak np. \u201eUstawa o zawodach piel\u0119gniarki i po\u0142o\u017cnej\u201d (chocia\u017c w tek\u015bcie ustawy zaznaczono, \u017ce \u201eosobie posiadaj\u0105cej prawo wykonywania zawodu przys\u0142uguje prawo pos\u0142ugiwania si\u0119 tytu\u0142em zawodowym piel\u0119gniarka albo piel\u0119gniarz, po\u0142o\u017cna albo po\u0142o\u017cny\u201d). Ale ju\u017c w Prawie o szkolnictwie wy\u017cszym i nauce jest mowa o nauczycielu akademickim b\u0119d\u0105cym w ci\u0105\u017cy. Nazwy \u017ce\u0144skie ograniczaj\u0105 si\u0119 cz\u0119sto do funkcji pomocniczych, jak \u201esprz\u0105taczka\u201d, \u201etelefonistka\u201d czy \u201esekretarka\u201d \u2014 nie myli\u0107 z \u201esekretarzem\u201d (Rozporz\u0105dzenie Rady Ministr\u00f3w z dnia 25 pa\u017adziernika 2021 r. w sprawie wynagradzania pracownik\u00f3w samorz\u0105dowych).<\/p> Nie bez znaczenia jest te\u017c kontekst polityczny: j\u0119zyk wra\u017cliwy na p\u0142e\u0107 ch\u0119tniej u\u017cywany jest przez osoby, kt\u00f3re deklaruj\u0105 pogl\u0105dy progresywne (Erdocia, 2021). Mo\u017ce to cz\u0119\u015bciowo wyja\u015bnia\u0107, dlaczego w latach 2015\u20132022 w polskim parlamencie w zasadzie nie u\u017cywano form \u017ce\u0144skich wyraz\u00f3w takich jak \u201epose\u0142\u201d czy \u201eminister\u201d w odniesieniu do konkretnych kobiet (Tomaszewska, Jamka, 2024). W przypadku polszczyzny jest to o tyle ciekawe, \u017ce feminatywy od takich rzeczownik\u00f3w maj\u0105 w niej d\u0142ug\u0105 histori\u0119: pierwsze kobiety wybrane do Sejmu Ustawodawczego w 1919 roku nazywano \u201epose\u0142kami\u201d, \u201epose\u0142kiniami\u201d lub \u201epose\u0142ankami\u201d (Obarska, 2022). Co wi\u0119cej, symetryczne u\u017cywanie form \u017ce\u0144skich i m\u0119skich te\u017c rekomendowane jest przez Rad\u0119 J\u0119zyka Polskiego (2019).<\/p> Zdolno\u015bci j\u0119zykowe, takie jak wyra\u017canie my\u015bli i przetwarzanie wypowiedzianych lub napisanych tre\u015bci, s\u0105 uznawane za jedn\u0105 z kluczowych cech wyr\u00f3\u017cniaj\u0105cych cz\u0142owieka. Dlatego modelowanie j\u0119zyka sta\u0142o si\u0119 jednym z g\u0142\u00f3wnych obszar\u00f3w bada\u0144 nad sztuczn\u0105 inteligencj\u0105, a ich najbardziej prze\u0142omowym osi\u0105gni\u0119ciem ostatnich lat s\u0105 du\u017ce modele j\u0119zykowe (Large Language Model, LLM). LLM-y nie maj\u0105 \u015bwiadomo\u015bci ani g\u0142\u0119bokiego rozumienia przetwarzanych tre\u015bci, ale potrafi\u0105 doskonale na\u015bladowa\u0107 ludzi w zakresie przetwarzania i generowania j\u0119zyka, np. prowadzi\u0107 konwersacje, pisa\u0107 d\u0142u\u017csze wypowiedzi tekstowe czy analizowa\u0107, parafrazowa\u0107 i streszcza\u0107 teksty.<\/p> Proces tworzenia LLM-\u00f3w opiera si\u0119 na zaawansowanych technikach uczenia maszynowego, a same modele stanowi\u0105 z\u0142o\u017cone, wielowarstwowe sieci neuronowe. Przetwarzaj\u0105c ogromne ilo\u015bci danych tekstowych, model stopniowo uczy si\u0119 wzorc\u00f3w leksykalnych, gramatycznych, semantycznych oraz strukturalnych i optymalizuje parametry w poszczeg\u00f3lnych warstwach sieci. Trening odbywa si\u0119 na ogromnych zbiorach danych. Przyk\u0142adowo korpus treningowy modelu Llama 3 (Meta, 2024) zawiera 15 bilion\u00f3w segment\u00f3w i obejmuje g\u0142\u00f3wnie \u017ar\u00f3d\u0142a dost\u0119pne w internecie w formie tekstowej, np. Common Crawl, media spo\u0142eczno\u015bciowe, artyku\u0142y naukowe, ksi\u0105\u017cki, dokumenty s\u0105dowe, a dodatkowo kody programistyczne, nagrania audio i wideo. <\/p> Du\u017c\u0105 zalet\u0105 danych internetowych jest ich rozmiar i zr\u00f3\u017cnicowanie, ale istotn\u0105 wad\u0105 mo\u017ce by\u0107 ich niska jako\u015b\u0107, na kt\u00f3r\u0105 wp\u0142ywaj\u0105 b\u0142\u0119dy oraz tre\u015bci stronnicze i dezinformacyjne. Teksty internetowe cz\u0119sto zawieraj\u0105 zniekszta\u0142cone reprezentacje r\u00f3l p\u0142ciowych i utrwalone stereotypy. Modele ucz\u0105 si\u0119 ich r\u00f3wnolegle z akceptowanymi i poprawnymi wzorcami (Kotek i in. 2023). To z kolei sprawia, \u017ce niechciane wzorce, w tym uprzedzenia p\u0142ciowe, kt\u00f3re zosta\u0142y \u201eodziedziczone z danych treningowych\u201d, s\u0105 nast\u0119pnie powielane (np. BiasMonkey, Tjuatja i in. 2024), a nawet wzmacniane (Zhao i in. 2018) w odpowiedziach generowanych przez same modele.<\/p> Warto r\u00f3wnie\u017c zwr\u00f3ci\u0107 uwag\u0119 na fakt, \u017ce zbi\u00f3r danych treningowych modelu Llama 3 jest zdominowany przez tre\u015bci w j\u0119zyku angielskim. Zaledwie 5% jego zasob\u00f3w stanowi\u0105 wysokiej jako\u015bci teksty w pozosta\u0142ych 30 j\u0119zykach, w tym w j\u0119zyku polskim. Modele trenowane g\u0142\u00f3wnie na danych angloj\u0119zycznych mog\u0105 mie\u0107 ograniczony dost\u0119p do niuans\u00f3w j\u0119zyka polskiego oraz aspekt\u00f3w spo\u0142ecznych, kulturalnych i historycznych naszego kraju.<\/p> Rodzi si\u0119 zatem pytanie, czy model trenowany na danych, w kt\u00f3rych przewa\u017caj\u0105 teksty angielskie, a teksty polskie s\u0105 pe\u0142ne stereotyp\u00f3w i wyra\u017ce\u0144 m\u0119skich okre\u015blaj\u0105cych kobiety i grupy r\u00f3\u017cnop\u0142ciowe, jest w stanie generowa\u0107 tre\u015bci inkluzywne. Pr\u00f3b\u0105 odpowiedzi na to pytanie jest prosty eksperyment testuj\u0105cy zdolno\u015bci t\u0142umaczeniowe LLM-\u00f3w oraz ich wra\u017cliwo\u015b\u0107 na p\u0142e\u0107.<\/p> Eksperyment polega na poinstruowaniu modeli, \u017ceby przet\u0142umaczy\u0142y kr\u00f3tk\u0105 wymy\u015blon\u0105 notk\u0119 biograficzn\u0105 fikcyjnej postaci (zob. Rysunek 1)<\/strong>. Notka jest napisana po angielsku, kt\u00f3ry u\u017cywa rzeczownik\u00f3w nienacechowanych p\u0142ciowo i jest j\u0119zykiem dominuj\u0105cym w danych treningowych. LLM ma przet\u0142umaczy\u0107 j\u0105 na polski, w kt\u00f3rym rodzaj gramatyczny odgrywa istotn\u0105 rol\u0119 i jest niedoreprezentowany w danych.<\/p> W eksperymencie przetestowano wsp\u00f3\u0142czesne LLM-y:<\/p> W eksperymencie wykorzysta\u0142y\u015bmy dwie instrukcje (ang. prompts):<\/p> T\u0142umaczenia wygenerowane przez testowane modele zgodnie z powy\u017cszymi instrukcjami mo\u017cna obejrze\u0107 tutaj.<\/a><\/mark><\/p> Je\u015bli LLM-y nie zostan\u0105 poinstruowane, by w t\u0142umaczeniu stosowa\u0107 j\u0119zyk w\u0142\u0105czaj\u0105cy, to w\u0142a\u015bciwie nie si\u0119gaj\u0105 po formy \u017ce\u0144skie. Wyj\u0105tek stanowi\u0105 t\u0142umaczenia nazw mniej presti\u017cowych zaj\u0119\u0107: chemist -> chemiczka, provider -> \u017cywicielka rodziny, carer -> opiekunka. W odniesieniu do bardziej renomowanych funkcji piastowanych przez kobiety modele stosuj\u0105 rzeczowniki m\u0119skoosobowe afleksyjne, czyli takie, kt\u00f3re nie odmieniaj\u0105 si\u0119 przez przypadki (np. polsk\u0105 genera\u0142, pierwsza prezydent, marsza\u0142ek Juganieck\u0105, pu\u0142kownik Petardowsk\u0105) albo rzeczowniki m\u0119skoosobowe (np. polskim genera\u0142em, doskona\u0142ego \u017co\u0142nierza, marsza\u0142kiem, pu\u0142kownikiem). Modele GPT i Claude cz\u0119\u015bciej stosuj\u0105 te pierwsze formy, modele Llama, Mixtral i Bielik preferuj\u0105 wyra\u017cenia drugiego typu, a Cohere je miesza. W odpowiedzi na zawart\u0105 w prompcie informacj\u0119 o konieczno\u015bci stosowania j\u0119zyka wra\u017cliwego na p\u0142e\u0107 Claude, GPT i cz\u0119sto Command-R+ wygenerowa\u0142y poprawne feminatywy \u201egenera\u0142ka\u201d, \u201eprezydentka\u201d, \u201emarsza\u0142kini\u201d, \u201epu\u0142kowniczka\u201d oraz \u201e\u017co\u0142nierka\u201d. Ten ostatni feminatyw znaj\u0105 r\u00f3wnie\u017c pozosta\u0142e modele, ale w przypadku pierwszych czterech nazw funkcji albo generuj\u0105 nadal rzeczowniki m\u0119skoosobowe, albo wr\u0119cz b\u0142\u0119dne wyra\u017cenia (np. *polsk\u0105 genera\u0142em, *marsza\u0142kiem Juganieck\u0105, *pu\u0142kownikiem Petardowsk\u0105).<\/p> Claude, GPT i Command-R+ potrafi\u0105 dobrze wnioskowa\u0107 z kontekstu rodzaj rzeczownik\u00f3w w liczbie mnogiej \u2013 np. wyra\u017cenie dear friends and long-time followers, odnosz\u0105ce si\u0119 do Juganieckiej i Petardowskiej, t\u0142umacz\u0105 zgodnie z ich rodzajem naturalnym na przyjaci\u00f3\u0142ki i zwolenniczki. Pozosta\u0142e modele stosuj\u0105 najcz\u0119\u015bciej wyra\u017cenie w rodzaju m\u0119skim \u201eprzyjaciele\u201d i \u201ezwolennicy\u201d.<\/p> Ciekawym przypadkiem jest wyraz colleagues, kt\u00f3ry odnosi si\u0119 do grupy mieszanej albo grupy os\u00f3b o nieznanej p\u0142ci. Zosta\u0142 on przet\u0142umaczony zgodnie z wytycznymi inkluzywnymi na formy wsp\u00f3\u0142wyst\u0119puj\u0105ce \u201ekoledzy\u201d i \u201ekole\u017canki\u201d (Llama), \u201ekole\u017canki\u201d i \u201ekoledzy\u201d (Cohere) albo osobatyw osoby, kt\u00f3re z ni\u0105 studiowa\u0142y (Claude, zob. Rysunek 2)<\/strong>. Pozosta\u0142e modele wygenerowa\u0142y t\u0142umaczenie dos\u0142owne \u201ekoledzy\u201d (Bielik) albo nieinkluzywne okre\u015blenie \u201ewsp\u00f3\u0142pracownicy\u201d (GPT). Z kolei Mixtral wygenerowa\u0142 niepoprawne gramatycznie t\u0142umaczenie \u201ekole\u017canki\u201d i *\u201ekolegowie\u201d (zob. Rysunek 3)<\/strong>.<\/p> <\/p> LLM-y maj\u0105 r\u00f3wnie\u017c trudno\u015bci z maskulinizacj\u0105 niekt\u00f3rych nazw zawod\u00f3w tradycyjnie przypisywanych kobietom. W oryginalnym tek\u015bcie znajduj\u0105 si\u0119 dwa przyk\u0142ady takich zawod\u00f3w, kt\u00f3re by\u0142y wykonywane przez m\u0119\u017cczyzn. Wszystkie modele poprawnie t\u0142umacz\u0105 „preschool teacher” na \u201enauczyciel przedszkolny\u201d. Wyj\u0105tkiem jest Bielik, kt\u00f3ry generuje potoczne i w\u0105tpliwe t\u0142umaczenie \u201eprzedszkolanek\u201d. T\u0142umaczeniami zawodu „midwife” wykonywanego przez Andrzeja s\u0105 albo maskulatywy: \u201epo\u0142o\u017cny\u201d (Claude, GPT), \u201epo\u0142o\u017cnik\u201d (Command-R+, Bielik), albo feminatyw \u201epo\u0142o\u017cna\u201d (Llama, Mixtral).<\/p> Najbardziej niepo\u017c\u0105danym elementem wi\u0119kszo\u015bci t\u0142umacze\u0144 jest stereotyp kobiety sprz\u0105taczki, powielony przez wszystkie LLM-y. Tekst notki nie zawiera informacji na temat orientacji seksualnej Zofii czy p\u0142ci os\u00f3b, z kt\u00f3rymi by\u0142a zwi\u0105zana (jest jedynie informacja o tym, \u017ce wysz\u0142a za m\u0105\u017c). Mimo to LLM-y t\u0142umacz\u0105 wyra\u017cenie „her future partner” na „jej przysz\u0142\u0105 partnerk\u0119” prawdopodobnie dlatego, \u017ce ta osoba pracuje jako sprz\u0105tacz*ka (cleaner). Co ciekawe, oba serwisy t\u0142umaczeniowe, Google i DeepL, nie powielaj\u0105 tego krzywdz\u0105cego stereotypu i t\u0142umacz\u0105 „partner” -> „partner” i „cleaner” -> „sprz\u0105tacz”. Bielik wygenerowa\u0142 jeszcze jeden stereotyp: przet\u0142umaczy\u0142 „a great provider” (wspania\u0142a \u017cywicielka rodziny) jako „gospodyni domowa”. Pozostawiamy to bez komentarza.<\/p> Du\u017ce modele j\u0119zykowe ucz\u0105 si\u0119 g\u0142\u00f3wnie na ogromnych zbiorach danych pobieranych z internetu, w tym pochodz\u0105cych z serwis\u00f3w spo\u0142eczno\u015bciowych, for\u00f3w internetowych czy innych wpis\u00f3w. W mniejszym stopniu niekt\u00f3re modele wykorzystuj\u0105 r\u0119cznie anotowane, weryfikowane i odfiltrowane zbiory danych. Jest to szczeg\u00f3lnie istotne, poniewa\u017c dane, na kt\u00f3rych s\u0105 trenowane LLM-y, cz\u0119sto odzwierciedlaj\u0105 b\u0142\u0119dne, stereotypowe oraz nier\u00f3wno\u015bciowe wzorce obecne w spo\u0142ecze\u0144stwie. Dodatkowym problemem jest to, \u017ce LLM-y s\u0105 trenowane g\u0142\u00f3wnie na danych angloj\u0119zycznych. J\u0119zyk angielski r\u00f3\u017cni si\u0119 od polskiego np. pod wzgl\u0119dem kategorii rodzaju gramatycznego, co stanowi dodatkowe wyzwanie przy adaptacji modeli do j\u0119zyka polskiego.<\/p> Bez odpowiednich regulacji i mechanizm\u00f3w kontrolnych modele j\u0119zykowe mog\u0105 by\u0107 wykorzystywane w spos\u00f3b nieetyczny lub prowadzi\u0107 do dyskryminacji. Dlatego istotne jest monitorowanie wp\u0142ywu LLM-\u00f3w na spo\u0142ecze\u0144stwo i odpowiedzialne adaptowanie strategii ich rozwoju. Aby zapobiec utrwalaniu stereotyp\u00f3w przez LLM-y, warto stworzy\u0107 ramy prawne i opracowa\u0107 zestawy dobrych praktyk dotycz\u0105ce tworzenia i wdra\u017cania modeli j\u0119zykowych. Kolejny krok to ocena modeli j\u0119zykowych pod k\u0105tem wyst\u0119powania uprzedze\u0144. Weryfikacja powinna rozpoczyna\u0107 si\u0119 jeszcze przed etapem trenowania (czyli w momencie doboru danych treningowych). Na etapie dostrajania istotne jest, aby nie polega\u0107 wy\u0142\u0105cznie na syntetycznych, t\u0142umaczonych lub automatycznie generowanych przyk\u0142adach. Warto zamiast tego w\u0142\u0105cza\u0107 r\u00f3wnie\u017c r\u0119cznie przygotowane instrukcje i zbiory danych, kt\u00f3re uwzgl\u0119dniaj\u0105 r\u00f3\u017cnorodno\u015b\u0107 p\u0142ciow\u0105 i aktualn\u0105 sytuacj\u0119 spo\u0142eczn\u0105. W fazie \u201ewychowania\u201d modeli warto korzysta\u0107 ze zbior\u00f3w preferencji opracowanych z uwzgl\u0119dnieniem problem\u00f3w zwi\u0105zanych z nier\u00f3wno\u015bci\u0105 p\u0142ci. Do ich tworzenia powinna by\u0107 anga\u017cowana zr\u00f3\u017cnicowana populacja.<\/p> Poza uwzgl\u0119dnieniem powy\u017cszych strategii w samym procesie tworzenia modeli konieczne s\u0105 r\u00f3wnie\u017c dalsze badania nad sposobami uwra\u017cliwiania LLM-\u00f3w na p\u0142e\u0107. Warto r\u00f3wnie\u017c rozwija\u0107 techniki wykrywania i eliminowania uprzedze\u0144. Szczeg\u00f3lnie takie, kt\u00f3re umo\u017cliwi\u0105 modelom lepsze \u201erozumienie\u201d polskich uwarunkowa\u0144 j\u0119zykowych, kulturowych i spo\u0142ecznych. Czas poka\u017ce, czy tw\u00f3rcy i tw\u00f3rczynie modeli sprostaj\u0105 tym wyzwaniom.<\/p> Aleksandra Tomaszewska, dr Alina Wr\u00f3blewska oraz Anna Jamka sprawdzaj\u0105, jak mocno obraz m\u0119skiego bohatera i bia\u0142ego m\u0119\u017cczyzny jako cz\u0142owieka sukcesu zakorzeni\u0142y si\u0119 w polszczy\u017anie. <\/p>\n","protected":false},"author":36,"featured_media":7249,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"rank_math_lock_modified_date":false,"footnotes":""},"categories":[402,756,763,754,760,405],"tags":[468,109,467,470,469],"popular":[],"difficulty-level":[38],"ppma_author":[362,444,443],"class_list":["post-6919","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-hai-magazine","category-ai_branza","category-ai_praktyka","category-hai_premium","category-kultura_media","category-hai-magazine-3","tag-feminatywy","tag-genai","tag-inkluzywnosc","tag-jezyk","tag-modele-jezykowe","difficulty-level-medium"],"acf":[],"authors":[{"term_id":362,"user_id":36,"is_guest":0,"slug":"aleksandra-tomaszewska","display_name":"Aleksandra Tomaszewska","avatar_url":{"url":"https:\/\/haimagazine.com\/wp-content\/uploads\/2024\/12\/Image-2.jpeg","url2x":"https:\/\/haimagazine.com\/wp-content\/uploads\/2024\/12\/Image-2.jpeg"},"first_name":"Aleksandra","last_name":"Tomaszewska","user_url":"","job_title":"","description":"Badaczka w IPI PAN, j\u0119zykoznawczyni, wyk\u0142adowczyni i t\u0142umaczka. W projekcie PLLuM koordynuje tworzenie polskoj\u0119zycznego korpusu i zasiada w projektowych komisjach. Wsp\u00f3\u0142tworzy otwarte narz\u0119dzia i zasoby j\u0119zykowe. Cz\u0142onkini GRAI, sekcja \u201eDane dla AI\u201d."},{"term_id":444,"user_id":182,"is_guest":0,"slug":"anna-jamka","display_name":"Anna Jamka","avatar_url":{"url":"https:\/\/haimagazine.com\/wp-content\/uploads\/2024\/12\/Image.jpeg","url2x":"https:\/\/haimagazine.com\/wp-content\/uploads\/2024\/12\/Image.jpeg"},"first_name":"","last_name":"","user_url":"","job_title":"","description":"J\u0119zykoznawczyni, iberystka, t\u0142umaczka i wyk\u0142adowczyni. W Instytucie Lingwistyki Stosowanej UW uczy przek\u0142adu i postedycji t\u0142umacze\u0144 maszynowych."},{"term_id":443,"user_id":181,"is_guest":0,"slug":"dr-alina-wroblewska","display_name":"dr Alina Wr\u00f3blewska","avatar_url":{"url":"https:\/\/haimagazine.com\/wp-content\/uploads\/2024\/12\/Image-1.jpeg","url2x":"https:\/\/haimagazine.com\/wp-content\/uploads\/2024\/12\/Image-1.jpeg"},"first_name":"dr Alina","last_name":"Wr\u00f3blewska","user_url":"","job_title":"","description":"Adiunktka w IPI PAN specjalizuj\u0105ca si\u0119 w lingwistyce obliczeniowej i NLP. Prowadzi badania z zakresu sk\u0142adni i semantyki j\u0119zyka polskiego oraz metodologii ewaluacji modeli NLP, w szczeg\u00f3lno\u015bci LLM-\u00f3w. Pe\u0142ni funkcj\u0119 GH Scientific Representative w akcji COST UniDive."}],"_links":{"self":[{"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/posts\/6919","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/users\/36"}],"replies":[{"embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/comments?post=6919"}],"version-history":[{"count":11,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/posts\/6919\/revisions"}],"predecessor-version":[{"id":7861,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/posts\/6919\/revisions\/7861"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/media\/7249"}],"wp:attachment":[{"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/media?parent=6919"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/categories?post=6919"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/tags?post=6919"},{"taxonomy":"popular","embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/popular?post=6919"},{"taxonomy":"difficulty-level","embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/difficulty-level?post=6919"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/haimagazine.com\/pl\/wp-json\/wp\/v2\/ppma_author?post=6919"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}O feminatywach w j\u0119zyku polskim<\/h4>
Kontekst historyczny<\/h4>
J\u0119zyk instytucji<\/h4>
Modele j\u0119zykowe a uprzedzenia p\u0142ciowe<\/h4>
Test wra\u017cliwo\u015bci LLM-\u00f3w na p\u0142e\u0107<\/h4>
![\"\"](\"https:\/\/haimagazine.com\/wp-content\/uploads\/2024\/12\/Screenshot-2024-12-09-at-16.20.24.png\")
<\/p>Wyniki testu: feminizacja<\/h4>
![\"\"](\"https:\/\/haimagazine.com\/wp-content\/uploads\/2024\/12\/Screenshot-2024-12-09-at-16.21.12.png\")
<\/figure>\n\n![\"\"](\"https:\/\/haimagazine.com\/wp-content\/uploads\/2024\/12\/Screenshot-2024-12-09-at-16.21.19.png\")
<\/figure><\/figure>Wyniki testu: maskulinizacja<\/h4>
Wyniki testu: powielanie stereotyp\u00f3w<\/h4>
Podsumowanie<\/h4>
Bibliografia<\/h4>
Meta (2024). Introducing Llama 3.1: Our most capable models to date. https:\/\/ai.meta.com\/blog\/meta-llama-3-1<\/a> (dost\u0119p: 14.10.2024).<\/li>\n\n