論文の概要: The Perception and Impact of Non-inclusive Language in Software Artifacts
- arxiv url: http://arxiv.org/abs/2607.00626v1
- Date: Wed, 01 Jul 2026 08:42:41 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-02 19:56:07.814451
- Title: The Perception and Impact of Non-inclusive Language in Software Artifacts
- Title（参考訳）: ソフトウェアアーチファクトにおける非包括的言語の重要性と影響
- Abstract要約: 本稿では,ソフトウェア開発者がソフトウェアにおいて非包括的用語をどのように知覚するかを検討する。
女性や非バイナリーの参加者、および米国在住の回答者は、この用語を非包括的と見なす傾向があった。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Terminology such as "whitelist/blacklist," "master/slave," "man-hours," or "dummy value" has long been part of the technical vocabulary used in software artifacts, including source code, version histories, and documentation. In recent years, however, many of these expressions have been recognized as potentially non-inclusive and unwelcoming to groups historically underrepresented in software development, such as people of color, women, and individuals with disabilities. Consequently, a growing movement within the software industry has sought to replace these terms with more inclusive alternatives. Despite these initiatives, little is empirically known about how software developers perceive such terminology or how its continued use may influence their professional experiences and sense of belonging. This paper addresses the knowledge gap by examining how software developers perceive non-inclusive terminology in software and its perceived impact on team dynamics, productivity, belonging, and well-being. We surveyed open-source contributors and received 1,517 responses, of which 1,212 were complete and analyzed. On average, respondents reported low negative workplace impact overall; however, perceptions and impacts varied by demographic group. Women and non-binary participants, as well as respondents residing in the United States, were more likely to view the terms as non-inclusive. Among those who considered the terminology non-inclusive, non-binary participants reported higher overall negative impacts than male respondents, and female participants reported higher impact specifically on their sense of belonging.
- Abstract（参考訳）: ホワイトリスト/ブラックリスト"や"マスター/スレーブ"、"マンタイム"、"ダミーバリュー"といった用語は、長い間、ソースコード、バージョン履歴、ドキュメントなど、ソフトウェアアーティファクトで使われている技術的語彙の一部であった。
しかし、近年では、これらの表現の多くは、有色人種、女性、障害を持つ個人など、歴史的にソフトウェア開発において過小評価されていたグループに対して、非包摂的であり、歓迎されないものとして認識されている。
その結果、ソフトウェア業界内でのムーブメントは、これらの用語をより包括的な代替手段に置き換えようと試みている。
これらのイニシアチブにもかかわらず、ソフトウェア開発者がそのような用語をどのように認識しているか、また、その継続的な使用が彼らの専門的な経験や所有意識にどのように影響するかについて、実証的にはほとんど知られていない。
本稿では,ソフトウェア開発者がソフトウェアにおいて非包括的用語をどのように知覚するか,チームのダイナミクス,生産性,帰属性,幸福感に与える影響を検証することによって,知識ギャップを解消する。
オープンソースコントリビュータを調査し,1,517の回答を得た。
平均して、回答者は全体の職場への影響が低かったが、人口集団によって認識と影響は様々であった。
女性や非バイナリーの参加者、および米国在住の回答者は、この用語を非包括的と見なす傾向があった。
この用語を非包括的とみなした参加者のうち、非連関参加者は男性よりも総合的なネガティブな影響が強く、女性参加者は特に帰属意識に影響を及ぼすと報告した。
関連論文リスト
- How Annotation Trains Annotators: Competence Development in Social Influence Recognition [58.27352499161234]
本研究では,社会的影響認識の過程における能力の観点から,アノテータの作業品質の変化について検討する。
この研究は、専門家と非専門家の両方を含む5つのグループから25人の注釈係が参加し、1,021の対話のデータセットに注釈を付けた。
その結果,アノテータの自己認識能力と自信の増大が示唆された。
論文 参考訳（メタデータ） (2026-04-03T10:32:57Z) - Exploring Indicators of Developers' Sentiment Perceptions in Student Software Projects [2.396425778177418]
本稿では,感情の特徴や状態,生活状況,プロジェクトフェーズ,グループダイナミクスが,ソフトウェア開発におけるテキストベースのメッセージの認識とどのように関係しているかを考察する。
チームベースのソフトウェアプロジェクトにおいて,81名の学生を対象に4回にわたる調査を行った。
論文 参考訳（メタデータ） (2026-03-11T15:16:58Z) - From Perceived Effectiveness to Measured Impact: Identity-Aware Evaluation of Automated Counter-Stereotypes [16.83414091095414]
ソーシャルメディア上での性別バイアスに対する反ステレオタイプの自動生成の効果について検討した。
従来研究で最も有効な候補として認識されてきた2つの対テロタイプ戦略(反事実と普遍性の拡大)を評価した。
以上の結果から,実効性は認識された有効性と一致せず,前者は人口集団間で曖昧であり,時として相違する現象であることが明らかとなった。
論文 参考訳（メタデータ） (2025-10-27T17:02:04Z) - Mitigating Subgroup Disparities in Multi-Label Speech Emotion Recognition: A Pseudo-Labeling and Unsupervised Learning Approach [53.824673312331626]
Implicit Demography Inference (IDI)モジュールは、k平均クラスタリングを用いて、音声感情認識(SER)におけるバイアスを軽減する
実験により、擬似ラベルIDIはサブグループの格差を減らし、フェアネスの指標を28%以上改善することが示された。
教師なしのIDIは、SERのパフォーマンスが3.6%未満のフェアネス指標を4.6%以上改善する。
論文 参考訳（メタデータ） (2025-05-20T14:50:44Z) - Beyond Binary Gender: Evaluating Gender-Inclusive Machine Translation with Ambiguous Attitude Words [85.48043537327258]
既存の機械翻訳の性別バイアス評価は主に男性と女性の性別に焦点を当てている。
本研究では,AmbGIMT (Gender-Inclusive Machine Translation with Ambiguous attitude words) のベンチマークを示す。
本研究では,感情的態度スコア(EAS)に基づく性別バイアス評価手法を提案する。
論文 参考訳（メタデータ） (2024-07-23T08:13:51Z) - Authenticity and exclusion: social media algorithms and the dynamics of belonging in epistemic communities [0.8287206589886879]
本稿では,ソーシャルメディアプラットフォームとそのレコメンデーションアルゴリズムが,少数派の研究者の専門的視認性と機会をいかに形成するかを検討する。
まず、これらのアルゴリズムは少数派の研究者の専門的な可視性を著しく損なう。
第二に、これらの少数派グループの中では、アルゴリズムは多数派に近づき、プロの可視性を犠牲にして同化を動機付ける。
論文 参考訳（メタデータ） (2024-07-11T14:36:58Z) - Refusal as Silence: Gendered Disparities in Vision-Language Model Responses [0.4199844472131921]
本研究では,反現実的ペルソナデザインによる社会技術的成果としての拒絶について検討する。
その結果,トランスジェンダーと非バイナリペルソナは,非有害な文脈においても,拒絶率を著しく高めていることがわかった。
論文 参考訳（メタデータ） (2024-06-12T13:52:30Z) - Towards Understanding Gender-Seniority Compound Bias in Natural Language
Generation [64.65911758042914]
本研究では,事前学習したニューラルジェネレーションモデルにおける性別バイアスの程度に,高齢者がどのような影響を及ぼすかを検討する。
以上の結果から, GPT-2は, 両領域において, 女性を中年, 男性を中年として考えることにより, 偏見を増幅することが示された。
以上の結果から, GPT-2を用いて構築したNLPアプリケーションは, プロの能力において女性に害を与える可能性が示唆された。
論文 参考訳（メタデータ） (2022-05-19T20:05:02Z) - Towards Understanding and Mitigating Social Biases in Language Models [107.82654101403264]
大規模事前訓練言語モデル(LM)は、望ましくない表現バイアスを示すのに潜在的に危険である。
テキスト生成における社会的バイアスを軽減するためのステップを提案する。
我々の経験的結果と人的評価は、重要な文脈情報を保持しながらバイアスを緩和する効果を示す。
論文 参考訳（メタデータ） (2021-06-24T17:52:43Z) - They, Them, Theirs: Rewriting with Gender-Neutral English [56.14842450974887]
私たちは、英語でジェンダーインクルージョンを促進する一般的な方法である特異点についてケーススタディを行います。
本研究では, 人為的データを持たない1%の単語誤り率で, ジェンダーニュートラルな英語を学習できるモデルについて述べる。
論文 参考訳（メタデータ） (2021-02-12T21:47:48Z) - Mitigating Gender Bias in Machine Learning Data Sets [5.075506385456811]
ジェンダーバイアスは雇用広告や採用ツールの文脈で特定されている。
本稿では,機械学習のためのトレーニングデータにおける性別バイアスの同定のための枠組みを提案する。
論文 参考訳（メタデータ） (2020-05-14T12:06:02Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。