El uso irresponsable de soluciones basadas en la Inteligencia Artificial (IA) presenta importantes riesgos éticos y sociales, como la manipulación de datos personales, la perpetuación de sesgos algorítmicos y la intensificación de las desigualdades. Para mitigar estos problemas, la atención se centra en la importancia de la supervisión humana en las fases de entrenamiento y evaluación de los modelos, así como en la incorporación de anotaciones de expertos para identificar matices textuales que los sistemas automatizados pueden pasar por alto. En este contexto, el proyecto EMIMIC, liderado por instituciones como el Politécnico de Turín y la Universidad de Bolonia, tiene como objetivo luchar contra el lenguaje discriminatorio a través de una aplicación de escritura inclusiva para las administraciones públicas. Combinando Deep Learning y Procesamiento del Lenguaje Natural (PLN), el sistema identifica fragmentos discriminatorios en textos formales y los reformula de acuerdo con estándares lingüísticos inclusivos. En este artículo expondrán las primeras aproximaciones prácticas y de adaptación metodológica del aplicativo E-MIMIC a los textos administrativos de la lengua española. El objetivo es utilizar IA para identificar y reformular segmentos no inclusivos, aplicando estrategias de neutralización lingüística, tales como la sustitución de formas de masculino genérico por términos neutrales o inclusivos. Para ello se ha recopilado un corpus de más de 150 textos administrativos provenientes de instituciones públicas españolas. Se ha continuado con una fase de etiquetado manual de expresiones discriminatorias y una reformulación de los textos con un enfoque inclusivo. A pesar de los avances logrados, persisten desafíos importantes, como la falta de equivalencia semántica entre algunos términos, la dificultad de preservar la claridad administrativa al realizar cambios inclusivos y la necesidad de cumplir con las normas de economía lingüística. Estos retos requieren de un análisis continuo y la optimización de las metodologías para lograr un equilibrio adecuado entre inclusividad y funcionalidad en la redacción administrativa.
Penin Fernandez, N. (2025). Comunicación inclusiva en España y Deep Learning: adaptación metodológica del proyecto E-MIMIC al lenguaje de la administración española. Milano : Ledizioni LediPublishing.
Comunicación inclusiva en España y Deep Learning: adaptación metodológica del proyecto E-MIMIC al lenguaje de la administración española
Natalia Penin Fernandez
2025
Abstract
El uso irresponsable de soluciones basadas en la Inteligencia Artificial (IA) presenta importantes riesgos éticos y sociales, como la manipulación de datos personales, la perpetuación de sesgos algorítmicos y la intensificación de las desigualdades. Para mitigar estos problemas, la atención se centra en la importancia de la supervisión humana en las fases de entrenamiento y evaluación de los modelos, así como en la incorporación de anotaciones de expertos para identificar matices textuales que los sistemas automatizados pueden pasar por alto. En este contexto, el proyecto EMIMIC, liderado por instituciones como el Politécnico de Turín y la Universidad de Bolonia, tiene como objetivo luchar contra el lenguaje discriminatorio a través de una aplicación de escritura inclusiva para las administraciones públicas. Combinando Deep Learning y Procesamiento del Lenguaje Natural (PLN), el sistema identifica fragmentos discriminatorios en textos formales y los reformula de acuerdo con estándares lingüísticos inclusivos. En este artículo expondrán las primeras aproximaciones prácticas y de adaptación metodológica del aplicativo E-MIMIC a los textos administrativos de la lengua española. El objetivo es utilizar IA para identificar y reformular segmentos no inclusivos, aplicando estrategias de neutralización lingüística, tales como la sustitución de formas de masculino genérico por términos neutrales o inclusivos. Para ello se ha recopilado un corpus de más de 150 textos administrativos provenientes de instituciones públicas españolas. Se ha continuado con una fase de etiquetado manual de expresiones discriminatorias y una reformulación de los textos con un enfoque inclusivo. A pesar de los avances logrados, persisten desafíos importantes, como la falta de equivalencia semántica entre algunos términos, la dificultad de preservar la claridad administrativa al realizar cambios inclusivos y la necesidad de cumplir con las normas de economía lingüística. Estos retos requieren de un análisis continuo y la optimización de las metodologías para lograr un equilibrio adecuado entre inclusividad y funcionalidad en la redacción administrativa.I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.


