سياسات محتوى النماذج اللغوية الكبيرة التي تستبدل الضمائر بأوصاف لا تزال تحمل دلالات جندرية

في مسودة بحثية على منصة arXiv، قدم باحثون مجموعة بيانات GAPA، وهي عبارة عن 316 سمة جسدية مقترنة بـ 14,706 تقييم ارتباط جندري من 304 مقيمين في الولايات المتحدة، واختبروا 16 نموذجاً لغوياً كبيراً مقابل تلك الأحكام البشرية. وأفاد المؤلفون أن الأوصاف التي تبدو محايدة مثل "شعر قصير" أو "فك محدد" تحمل ارتباطات جندرية منظمة ومتدرجة للقراء البشر، وأن النماذج تعيد إنتاج هذه الارتباطات جزئياً مع إظهار انحراف منهجي: توزيعات تقييم مضغوطة، وتوافق أضعف للارتباطات المتعلقة بالرجال، ونمط امتناع عن الإجابة يؤثر بشكل غير متناسب على الفئة غير الثنائية. كما أصدروا نموذجاً بديلاً تم تدريبه للتنبؤ بأحكام البشر وتطبيقه على أوصاف الشخصيات في مجموعة بيانات أدبية. هذه مسودة بحثية لم تخضع لمراجعة الأقران، لكنها تشير إلى مشكلة عملية تعامل معها العملاء والموردون على أنها محلولة: استبدال الضمائر بسمات "موضوعية" لا يؤدي إلى تواصل محايد جندرياً. [S1]

الأوصاف المحايدة تُسرب إشارات جندرية للقراء والنماذج، مما يضعف إجراءً تخفيفياً شائعاً

تتمثل المساهمة الجوهرية للمسودة البحثية في كونها تجريبية. فقد جمع الفريق بيانات GAPA، وهي 316 سمة جسدية شائعة تم تجميعها من مصادر متنوعة، وجمعوا 14,706 تقييم من 304 مقيمين في الولايات المتحدة حول كيفية ارتباط تلك السمات بالنساء أو الرجال أو الهويات غير الثنائية. وبشكل إجمالي، تُظهر التقييمات أن الناس يقرأون الجندر في الأوصاف الجسدية، مع ارتباطات أكثر اتساقاً وتميزاً للنساء والرجال مقارنة بالهويات غير الثنائية. ثم قام المؤلفون بتقييم 16 نموذجاً عبر عائلات وأحجام ومتغيرات مختلفة لما بعد التدريب مقابل تلك التقييمات البشرية. وتستعيد النماذج "جزئياً الارتباطات البشرية" لكنها تنحرف بطرق متسقة، بما في ذلك "توزيعات التقييم المضغوطة"، و"توافق أضعف للارتباطات المتعلقة بالرجال"، و"امتناع غير متماثل عن الإجابة يستهدف بشكل غير متناسب الفئة غير الثنائية". نطاق الدراسة محدود - مقيمون في الولايات المتحدة وقائمة سمات منتقاة - لكن النتيجة تضعف إجراءً تخفيفياً مباشراً تستخدمه العديد من المؤسسات عند صياغة نصوص الموارد البشرية، أو نصوص الدعم، أو الموجزات الإبداعية، أو التلخيص: إزالة "هي/هو/هم" واستخدام الوصف. فالأوصاف نفسها تحمل إشارات. [S1]

بالنسبة لعمليات المبيعات والتسويق والموارد البشرية، فإن السياسة التي تحظر الضمائر ليست كافية وقد تأتي بنتائج عكسية

استقرت العديد من قواعد حوكمة المحتوى لنشر النماذج اللغوية الكبيرة على قاعدة بسيطة: حذف ملصقات الهوية، وحظر الضمائر الجندرية، والاعتماد على اللغة الوصفية. وتُظهر هذه الورقة أن مثل هذا التوجيه لا يزال بإمكانه ترميز الجندر في المخرجات كما يقرأها الجمهور، وهو أمر مهم تجارياً. فمولد إعلانات الوظائف الذي يعتمد على كلمات مثل "قوي"، أو "حازم"، أو "هادئ" يمكن أن يميل بالتصور بشكل منهجي. وملخص الدعم الذي يستبدل "هي" بـ "عميلة ذات شعر قصير" لا يحيد استنتاج القارئ. كما أبلغ المؤلفون عن عدم تماثل في امتناع النماذج عن الإجابة والذي "يستهدف بشكل غير متناسب الفئة غير الثنائية". وعملياً، قد ترفض النماذج المضبوطة للسلامة تعيين أو مناقشة الارتباطات غير الثنائية بينما لا تزال تنتج إشارات جندرية عبر الأوصاف الجسدية، مما ينتج مزيجاً غريباً من حظر الذكر الصريح والسماح بالإشارات الضمنية. بالنسبة لقادة العلامات التجارية وفرق الموارد البشرية التي يعتمد امتثالها على التواصل الشامل وغير التمييزي، يمكن لهذا المزيج أن يعرض المؤسسة للشكاوى حتى لو تم حظر الملصقات الصريحة. تصبح الفجوة بين السياسة والتصور مشكلة حوكمة بدلاً من كونها خدعة في صياغة الأوامر. [S1]

يجب أن تنتقل المشتريات من التعهدات العامة إلى التقييم على مستوى السمات عبر الفئات

اعتمد المشترون في المؤسسات على تعهدات الموردين - "نموذجنا يتجنب السمات الحساسة" - وعلى لغة الإنصاف العامة في اتفاقيات الخدمات الرئيسية. وتجادل مسودة GAPA، ضمناً، بأن هناك حاجة إلى تقييم خاص بكل فئة. يمكن لاختبارات الأداء على مستوى السمات اختبار ما إذا كانت مخرجات النموذج تتبع الإشارات المرتبطة بالبشر وما إذا كان عدم التوافق متسقاً عبر فئات النساء والرجال وغير الثنائيين. تسلط الورقة الضوء على نمطين ملموسين للفشل يجب اختبارهما: توزيعات التقييم المضغوطة، التي تسطح الاختلافات ويمكن أن تخفي الانحياز، والامتناع غير المتماثل عن الإجابة الذي يفرط في قمع فئات معينة. يجب أن يتوقع المشترون من الموردين أن يثبتوا، على الأقل، أن مرشحات المحتوى الخاصة بهم لا تمتنع بشكل غير متناسب عن الإجابة على الأوامر المتعلقة بالهوية غير الثنائية بينما لا تزال تسمح للأوصاف الجسدية بتسريب الإشارات، وأن التوافق للارتباطات المتعلقة بالرجال ليس أضعف بشكل منهجي من التوافق للنساء. ولأن مقيمي مجموعة البيانات موجودون في الولايات المتحدة وقائمة السمات منتقاة، يجب على المشتريات الضغط من أجل التحقق الخاص بالموقع والنطاق بدلاً من التعامل مع GAPA كمعيار عالمي. لكن الآلية - قياس كيفية عمل الأوصاف كبدائل للجندر - تعمم على العديد من سياقات المؤسسات. [S1]

ضبط السلامة الذي يفرط في الاعتماد على الامتناع عن الإجابة يمكن أن يقلل من الشمولية بطرق غير واضحة

يعد "الامتناع غير المتماثل عن الإجابة" الذي تم الإبلاغ عنه تحذيراً عملياً حول كيفية إدراك طبقات السلامة في الواقع. إذا كانت النماذج ترفض بسهولة أكبر التعامل مع ارتباطات الفئة غير الثنائية ولكنها لا تزال تنتج أوصافاً يربطها الجمهور بالذكور أو الإناث، فإن النتيجة هي وضع امتثال سطحي يهمش رؤية مجموعة واحدة. قد يجد وكلاء دعم العملاء الموجهون بواسطة مثل هذه النماذج أن الإشارات غير الثنائية محذوفة من الملخصات بينما تظل الإشارات الجندرية الأخرى قائمة. قد ترى فرق التسويق أدوات إبداعية ترفض محتوى موجز حول الشخصيات غير الثنائية بينما لا تزال تنتج قوائم سمات يقرأها الجمهور على أنها ذكورية أو أنثوية. هذا المعيار المزدوج ليس مجرد فشل في الشمولية؛ بل يخلق احتكاكاً تشغيلياً حيث تعمل الفرق على تجاوز حالات الامتناع، ويهدر دورات في هندسة الأوامر، ويعقد مسارات التدقيق اللاحقة. وتضيف ادعاءات الدراسة بأن النماذج تظهر "توافقاً أضعف للارتباطات المتعلقة بالرجال" تعقيداً تشغيلياً آخر: إذا كان الضبط أو مجموعات البيانات تحرف التعيين للأوصاف المرتبطة بالذكور، فإن الحملات أو نصوص الوظائف التي تستهدف الرجال يمكن أن تنحرف في النبرة دون أن تدرك الفرق السبب. عدم التوافق هو خاصية قابلة للقياس والاختبار؛ والتعامل مع أعداد الامتناع عن الإجابة كمؤشر أداء رئيسي للسلامة ليس كافياً. [S1]

سيتم دفع الموردين لإثبات التوافق الواعي بالفئات، وليس فقط تنقيح الضمائر

أصدر الباحثون "أفضل نموذج بديل أداءً" تم تدريبه للتنبؤ بالارتباطات الجندرية البشرية للغة الوصفية وأظهروا استخدامه في أوصاف الشخصيات في LitBank. بالنسبة للموردين، يشير ذلك إلى مسار نحو الإنتاج: استخدام النماذج البديلة لفحص المخرجات مسبقاً بحثاً عن الإشارات الجندرية الضمنية وقياس فجوات التوافق حسب الفئة. لكن المسودة تؤكد أيضاً على تكلفة الاعتماد على سياق ثقافي واحد (مقيمون في الولايات المتحدة) وقائمة سمات ثابتة. أي نموذج بديل سيرمز تلك الخيارات؛ يجب التعامل مع ادعاءات القابلية للنقل على أنها غير مؤكدة ما لم يقدم الموردون تقييمات خاصة بالموقع. بالنسبة للعملاء، يجب أن يتحول الطلب من ادعاءات الانحياز عالية المستوى إلى اختبارات موثقة: إظهار توزيع التقييمات حسب الفئة، وإظهار معدلات الامتناع حسب الهوية، وإظهار كيفية تعامل سياسات السلامة مع البدائل الوصفية، وليس فقط الضمائر الصريحة. في غياب هذا الدليل، تعد سياسات "الحياد الجندري" ادعاءات تسويقية، وليست ضمانات تشغيلية. [S1]

توقع أن تضيف طلبات تقديم العروض اختبارات على مستوى الأوصاف وأن تقر ملاحظات إصدار النماذج بمخاطر النماذج البديلة

إذا أثرت هذه المسودة على الممارسة، فيجب أن تجلب الأشهر الستة المقبلة استبيانات مشتريات تطلب من الموردين الإبلاغ عن نتائج التقييم على مستوى الأوصاف والامتناع عن الإجابة حسب الفئة، وتحديثات السياسة الداخلية التي تستبدل "لا ضمائر" باختبارات للبدائل الوصفية في قوالب الموارد البشرية والدعم والتسويق. قد تبدأ ملاحظات إصدار النماذج وصفحات الثقة والسلامة في الإقرار بهذا الخطر المحدد: أن الأوصاف الجسدية تعمل كبدائل للجندر وأن ضبط السلامة يمكن أن يخلق أضرار امتناع غير متماثلة. الحجة المضادة واضحة ويجب وزنها: مجموعة البيانات تعكس أحكام المقيمين في الولايات المتحدة وقد تكون النماذج المختبرة قد تطورت بالفعل؛ النموذج البديل هو أداة بحثية، وليس معياراً صناعياً؛ وأي معيار واحد يمكن التلاعب به. لكن النقطة التشغيلية قائمة. إذا كان جمهور العملاء يقرأ الجندر في الوصف الجسدي، فإن الموردين الذين يدعون الحياد من خلال استبدال الضمائر - دون إثبات التوافق على مستوى الأوصاف - يبيعون الراحة، لا السيطرة. [S1]