114 年 國立臺灣大學翻譯碩士學程甲組《中文寫作與英譯中測驗》

本題旨在探討 AI 在翻譯過程中如何產生與複製性別偏見，以及這些偏見對使用者的影響。

核心觀念：
AI 翻譯系統並非全然客觀，而是會受到其訓練數據、演算法設計以及社會文化因素的影響，進而產生或複製性別偏見。

解題思路：

1. AI 產生與複製性別偏見的機制：

   • 訓練數據的偏差： AI 模型是透過大量文本數據進行訓練的。如果訓練數據本身就蘊含性別刻板印象（例如，將某些職業或特質與特定性別連結），AI 就會學習並複製這些偏差。
   • 語言的內建偏見： 語言本身就可能帶有性別偏見，例如某些語言中存在「中性」詞語實際上傾向於指代男性（如英文的 "chairman"），或某些形容詞的聯想（如 "nice, caring" 傾向女性，"efficient, agentic" 傾向男性）。AI 在處理這些語言模式時，便會繼承這些偏見。
   • 演算法設計的影響： 雖然 AI 本身是技術，但其設計和參數設定可能無意間強化了現有的社會偏見。

2. 具體案例與影響：

   • 「Genderify」服務的例子 (Vincent, 2020)： 這個 AI 服務試圖根據人名、用戶名和電子郵件地址來識別性別。研究發現，以「Dr」開頭的名字，即使是女性（如 "Dr Meghan Smith"），也被 AI 判斷為男性，其可能性高達 75.90%。
     • 影響： 這顯示 AI 在處理與職業、頭銜相關的命名時，可能預設了男性為「典型人類」，從而忽略或錯誤判斷了女性使用者。這可能導致女性使用者在某些需要性別識別的場合（例如，系統自動稱謂、數據分析中的性別劃分）被誤判，進而影響其體驗或被系統排除。

本題旨在探討翻譯者如何在兩種性別表達差異顯著的語言文化之間，達成「忠實」與「平等」的翻譯目標，並要求舉例說明策略。

核心觀念：
「忠實」與「平等」在性別表達翻譯中可能存在張力。翻譯者需要理解兩種文化的性別觀念，並運用策略來平衡文本原意與跨文化溝通的平等性。

解題思路：

1. 理解「忠實」與「平等」在性別翻譯中的意義：

   • 忠實 (Fidelity)： 指盡可能保留原文的語意、語氣、文化內涵和作者意圖。在性別翻譯中，這意味著要呈現原文作者如何處理性別表達，無論其是否帶有偏見或特定觀念。
   • 平等 (Equity/Equality)： 指在翻譯過程中，不應因性別而產生歧視、偏見或不公平的對待。這要求譯者避免強化或引入新的性別刻板印象，並盡可能使翻譯在目標文化中顯得自然、尊重，且不對特定性別造成冒犯。
   • 張力： 當原文包含明顯的性別偏見或刻板印象時，若要「忠實」呈現，可能與「平等」的原則相衝突。此時，翻譯者需要在兩者之間做出權衡或尋找創新的解決方案。

2. 性別表達顯著差異的語言文化範例（假設）：

   • 語言 A (例如，某些亞洲語言)： 可能在代名詞上沒有嚴格的性別區分（如中文的「他/她」在某些口語或非正式場合可能混用），或對年齡、社會地位的稱謂比性別更為重要。可能存在對女性溫柔、順從的刻板印象詞彙。
   • 語言 B (例如，英語)： 具有明確的第三人稱性別代名詞 (he/she)，以及一些內建性別偏見的詞彙（如 "chairman", "mankind"）。對「平等」的討論可能更為直接和普遍。

3. 翻譯策略與舉例說明：

   • 策略一：保留並註釋 (Retain and Annotate)

     • 說明： 當原文的性別表達帶有文化特色或特定意圖，但可能在目標語文化中引起誤解或被視為不當，翻譯者可以選擇保留原文的表達，並在譯文後加上註釋，解釋其文化背景或原文意圖。
     • 舉例：
       • 原文（假設為日文）：描述一位女性角色「在家裡總是溫柔地服侍丈夫」。
       • 直譯（可能帶有偏見）：在家裡她總是溫柔地服侍丈夫。
       • 保留並註釋：在家裡她總是溫柔地服侍丈夫。（註：原文使用特定詞彙，意指傳統家庭中妻子的角色，此處為忠實呈現。）
     • 適用情境： 歷史文獻、文學作品中對當時社會觀念的呈現，或作者有意識地探討性別觀念。

   • 策略二：意譯與調整 (Paraphrase and Adapt)

     • 說明： 針對原文中過於刻板或帶有明顯偏見的表達，翻譯者可以選擇意譯，用目標語言中更為中性、平等或符合當代價值觀的詞彙來傳達核心意義，同時避免強化偏見

本題要求針對科技設計與使用過程中推動性別平等，提出譯者與開發者攜手合作的具體解決方案。

核心觀念：
推動性別平等需要跨領域的合作，譯者和開發者在各自的專業領域中扮演關鍵角色，他們的協作能有效減少 AI 和科技產品中的性別偏見。

解題思路：

1. 釐清譯者與開發者的角色與貢獻：

   • 開發者 (Developers)： 負責 AI 模型、演算法、軟體介面的設計與開發。他們掌握技術核心，有能力從源頭上處理數據、演算法和設計中的偏見。
   • 譯者 (Translators)： 負責將科技產品、說明文件、使用者介面等內容翻譯成不同語言。他們不僅是語言轉換者，更是文化傳遞者，能夠察覺並調整語言中潛在的性別偏見，確保跨文化溝通的平等性。

2. 攜手合作的具體解決方案：

   • 方案一：建立跨職能的「性別平等審查小組」

     • 說明： 開發團隊（包括工程師、產品經理、UI/UX 設計師）與譯者（或語言專家、文化顧問）共同組成一個常設或專案性的審查小組。
     • 運作：
       • 在產品設計初期，小組成員共同審查產品概念、功能、使用者旅程，識別潛在的性別偏見風險。
       • 開發者提供技術洞察，譯者提供語言和文化敏感度，共同制定性別中立的設計原則和術語表。
       • 在翻譯階段，譯者可就特定術語、語氣或情境的性別表達問題，與開發者協商，尋求最佳的翻譯策略。
       • 定期回顧產品發布後的用戶反饋，特別是關於性別相關的投訴或建議，並據此迭代改進。

   • 方案二：優化訓練數據與語言資源

     • 開發者主導，譯者協作：
       • 數據集去偏見： 開發者應盡力收集和建構更具代表性、性別比例更均衡的訓練數據。譯者可以協助識別和標記數據中存在的性別刻板印象，並建議如何進行數據增強或替換。