Un estudio de la UW halla que los principales modelos de IA puntúan más bajo los acentos chino y nigeriano en entrevistas y pruebas
Los investigadores probaron modelos multimodales de Google, OpenAI y Alibaba con guiones idénticos leídos con cinco acentos y hallaron peores notas de expresión, y a veces de contenido, aun con transcripciones correctas.
Por qué importa
Los modelos de audio se usan cada vez más para filtrar entrevistas grabadas y puntuar exámenes orales y de inglés, así que una penalización sistemática por acento tiene efectos directos en contratación y educación. El equipo comparó acentos estadounidense, británico, chino, indio y nigeriano con los mismos guiones, lo que aísla el acento del contenido. Los modelos solían decir que los hablantes chinos y nigerianos murmuraban, aunque los transcribían bien. El trabajo se presentó el 25 de octubre en EMNLP, en Budapest; queda por ver la respuesta de fabricantes y examinadores.
Datos clave
- Cinco acentos: estadounidense, británico, chino, indio, nigeriano
- Modelos de Google, OpenAI y Alibaba
- Entrevistas, charlas de congreso y pruebas de inglés
- Acentos chino y nigeriano, los peor valorados
- Presentado el 25 de octubre en EMNLP, Budapest