酷兒自然語言處理：文獻缺口、偏見與趨勢的批判性調查
arXiv - Computers and SocietySabine Weber, Angelina Wang, Ankush Gupta, Arjun Subramonian, Dennis Ulmer, Eshaan Tanwar, Geetanjali Aich, Hannah Devinney, Jacob Hobbs, Jennifer Mickel, Joshua Tint, Mae Sosto, Ray Groshan, Simone Astarita, Vagrant Gautam, Verena Blaschke, William Agnew, Wilson Y Lee, Yanan Long
本研究系統性地回顧自然語言處理領域中與 LGBTQIA+ 社群相關的文獻，揭示了目前研究的趨勢、缺口，並呼籲更公正、包容的技術發展。
AI 幫你先抓重點
AI 重點 1
目前酷兒 NLP 研究多為「被動式」的偏見識別，而非積極的偏見減緩。
滑鼠懸停看 AI 判斷理由
這揭示了該領域發展的關鍵瓶頸：僅僅發現問題是不夠的，更需要實際的解決方案。對於教育科技研究者和工程師而言，了解這一點至關重要，因為它直接影響到他們設計和部署公平、包容的系統的能力，避免加劇現有的社會不平等。
AI 重點 2
研究文獻缺乏利益相關者參與、交叉性分析、跨學科研究及非英語語言的關注。
滑鼠懸停看 AI 判斷理由
這不僅指出了研究的局限性，更突顯了未來研究的發展方向。對於政策制定者和關注社會公正的研究人員來說，這意味著需要更廣泛的合作和更全面的視角，才能確保科技發展真正惠及所有群體，而非僅限於英語使用者或特定社群。
核心研究發現
- 1
目前針對酷兒自然語言處理的研究數量雖有增長，但多為被動式，著重於指出偏見而非積極減緩。
- 2
現有研究主要集中於現有系統的缺陷，缺乏針對性地創造新的解決方案。
- 3
研究文獻中，利益相關者參與、交叉性、跨學科研究以及非英語語言的關注度不足。
- 4
從酷兒研究的角度來看，許多 NLP 論文中涉及的危害尚未被充分研究。
- 5
本調查不僅提供了既有研究的概況，更呼籲學術界和業界共同努力，開發更公正、更具包容性的自然語言處理技術。
對教育工作者的啟發
教育科技的開發者應意識到自然語言處理系統可能存在的偏見，並積極採用更具包容性的設計方法。在課程設計中，應納入關於科技倫理、社會公正以及多元性議題的討論，培養學生批判性思維。此外，鼓勵跨學科合作，結合酷兒研究、社會學等領域的知識，共同解決科技發展帶來的挑戰。未來研究應更注重利益相關者的參與，並積極探索非英語語言的應用，以實現更廣泛的包容性。
原始文獻資訊
- 英文標題：
- Queer NLP: A Critical Survey on Literature Gaps, Biases and Trends
- 作者：
- Sabine Weber, Angelina Wang, Ankush Gupta, Arjun Subramonian, Dennis Ulmer, Eshaan Tanwar, Geetanjali Aich, Hannah Devinney, Jacob Hobbs, Jennifer Mickel, Joshua Tint, Mae Sosto, Ray Groshan, Simone Astarita, Vagrant Gautam, Verena Blaschke, William Agnew, Wilson Y Lee, Yanan Long
- 來源：
- arXiv - Computers and Society
- AI 摘要模型：
- ISTA-DASLab/gemma-3-27b-it-GPTQ-4b-128g
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。