Un estudio de seis modelos de lenguaje grandes ajustados por instrucciones revela que los sistemas de última generación reescriben sistemáticamente el inglés afroamericano (AAE) al inglés americano estándar. Los autores presentan un marco integral para auditar y mitigar este sesgo, introduciendo la Invarianza Condicional del Grupo Dialectal (cDGI) para el aislamiento y el análisis de localización a nivel de características.
- Las construcciones sintácticas, particularmente la concordancia negativa, se identifican como desencadenantes universales del sesgo en todos los modelos probados.
- Los investigadores aplican dirección de activación, un método sin entrenamiento que extrae direcciones dialectales mediante trazado causal para inyectarlas en capas relevantes al sesgo.
- Este enfoque reduce el sesgo entre 5 y 20 veces más eficazmente que la indicación (prompting) mientras preserva la fluidez del inglés americano estándar.
- El trabajo incluye REAL-AAE, el corpus paralelo de AAE real más grande con 17.479 tríos procedentes de tweets naturales.
El estudio proporciona un método para evitar que los LLM corrijan silenciosamente los dialectos y libera un nuevo recurso significativo para evaluar el sesgo dialectal.