@inproceedings{ducel-etal-2025-les,
title = "{\guillemotleft} Les femmes ne font pas de crise cardiaque ! {\guillemotright} {\'E}tude des biais de genre dans les cas cliniques synth{\'e}tiques en fran{\c{c}}ais",
author = {Ducel, Fanny and
Hiebel, Nicolas and
Ferret, Olivier and
Fort, Kar{\"e}n and
N{\'e}v{\'e}ol, Aur{\'e}lie},
editor = "Bechet, Fr{\'e}d{\'e}ric and
Chifu, Adrian-Gabriel and
Pinel-sauvagnat, Karen and
Favre, Benoit and
Maes, Eliot and
Nurbakova, Diana",
booktitle = "Actes des 32{\`e}me Conf{\'e}rence sur le Traitement Automatique des Langues Naturelles (TALN), volume 2 : traductions d'articles publi{\'e}s",
month = "6",
year = "2025",
address = "Marseille, France",
publisher = "ATALA {\textbackslash}{\textbackslash}{\&} ARIA",
url = "https://aclanthology.org/2025.jeptalnrecital-trad.1/",
pages = "1--1",
language = "fra",
abstract = "De plus en plus de professionnels de sant{\'e} utilisent des mod{\`e}les de langue. Cependant, ces mod{\`e}les pr{\'e}sentent et amplifient des biais st{\'e}r{\'e}otyp{\'e}s qui peuvent mettre en danger des vies. Cette {\'e}tude vise {\`a} {\'e}valuer les biais de genre dans des cas cliniques g{\'e}n{\'e}r{\'e}s automatiquement en fran{\c{c}}ais concernant dix pathologies. Nous utilisons sept mod{\`e}les de langue affin{\'e}s et un outil de d{\'e}tection automatique du genre pour mesurer les associations entre pathologie et genre. Nous montrons que les mod{\`e}les sur-g{\'e}n{\`e}rent des cas d{\'e}crivant des patients masculins, allant {\`a} l{'}encontre des pr{\'e}valences r{\'e}elles. Par exemple, lorsque les invites ne sp{\'e}cifient pas de genre, les mod{\`e}les g{\'e}n{\`e}rent huit fois plus de cas cliniques d{\'e}crivant des patients (plut{\^o}t que des patientes) pour les crises cardiaques. Nous discutons des possibles dommages induits par les mod{\`e}les de langue, en particulier pour les femmes et les personnes transgenres, de la d{\'e}finition d{'}un mod{\`e}le de langue {\guillemotleft} id{\'e}al {\guillemotright} et des moyens d{'}y parvenir."
}<?xml version="1.0" encoding="UTF-8"?>
<modsCollection xmlns="http://www.loc.gov/mods/v3">
<mods ID="ducel-etal-2025-les">
<titleInfo>
<title>\guillemotleft Les femmes ne font pas de crise cardiaque ! \guillemotright Étude des biais de genre dans les cas cliniques synthétiques en français</title>
</titleInfo>
<name type="personal">
<namePart type="given">Fanny</namePart>
<namePart type="family">Ducel</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Nicolas</namePart>
<namePart type="family">Hiebel</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Olivier</namePart>
<namePart type="family">Ferret</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Karën</namePart>
<namePart type="family">Fort</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Aurélie</namePart>
<namePart type="family">Névéol</namePart>
<role>
<roleTerm authority="marcrelator" type="text">author</roleTerm>
</role>
</name>
<originInfo>
<dateIssued>2025-06</dateIssued>
</originInfo>
<typeOfResource>text</typeOfResource>
<language>
<languageTerm type="text">fra</languageTerm>
</language>
<relatedItem type="host">
<titleInfo>
<title>Actes des 32ème Conférence sur le Traitement Automatique des Langues Naturelles (TALN), volume 2 : traductions d’articles publiés</title>
</titleInfo>
<name type="personal">
<namePart type="given">Frédéric</namePart>
<namePart type="family">Bechet</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Adrian-Gabriel</namePart>
<namePart type="family">Chifu</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Karen</namePart>
<namePart type="family">Pinel-sauvagnat</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Benoit</namePart>
<namePart type="family">Favre</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Eliot</namePart>
<namePart type="family">Maes</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<name type="personal">
<namePart type="given">Diana</namePart>
<namePart type="family">Nurbakova</namePart>
<role>
<roleTerm authority="marcrelator" type="text">editor</roleTerm>
</role>
</name>
<originInfo>
<publisher>ATALA \textbackslash\textbackslash& ARIA</publisher>
<place>
<placeTerm type="text">Marseille, France</placeTerm>
</place>
</originInfo>
<genre authority="marcgt">conference publication</genre>
</relatedItem>
<abstract>De plus en plus de professionnels de santé utilisent des modèles de langue. Cependant, ces modèles présentent et amplifient des biais stéréotypés qui peuvent mettre en danger des vies. Cette étude vise à évaluer les biais de genre dans des cas cliniques générés automatiquement en français concernant dix pathologies. Nous utilisons sept modèles de langue affinés et un outil de détection automatique du genre pour mesurer les associations entre pathologie et genre. Nous montrons que les modèles sur-génèrent des cas décrivant des patients masculins, allant à l’encontre des prévalences réelles. Par exemple, lorsque les invites ne spécifient pas de genre, les modèles génèrent huit fois plus de cas cliniques décrivant des patients (plutôt que des patientes) pour les crises cardiaques. Nous discutons des possibles dommages induits par les modèles de langue, en particulier pour les femmes et les personnes transgenres, de la définition d’un modèle de langue \guillemotleft idéal \guillemotright et des moyens d’y parvenir.</abstract>
<identifier type="citekey">ducel-etal-2025-les</identifier>
<location>
<url>https://aclanthology.org/2025.jeptalnrecital-trad.1/</url>
</location>
<part>
<date>2025-6</date>
<extent unit="page">
<start>1</start>
<end>1</end>
</extent>
</part>
</mods>
</modsCollection>
%0 Conference Proceedings
%T \guillemotleft Les femmes ne font pas de crise cardiaque ! \guillemotright Étude des biais de genre dans les cas cliniques synthétiques en français
%A Ducel, Fanny
%A Hiebel, Nicolas
%A Ferret, Olivier
%A Fort, Karën
%A Névéol, Aurélie
%Y Bechet, Frédéric
%Y Chifu, Adrian-Gabriel
%Y Pinel-sauvagnat, Karen
%Y Favre, Benoit
%Y Maes, Eliot
%Y Nurbakova, Diana
%S Actes des 32ème Conférence sur le Traitement Automatique des Langues Naturelles (TALN), volume 2 : traductions d’articles publiés
%D 2025
%8 June
%I ATALA \textbackslash\textbackslash& ARIA
%C Marseille, France
%G fra
%F ducel-etal-2025-les
%X De plus en plus de professionnels de santé utilisent des modèles de langue. Cependant, ces modèles présentent et amplifient des biais stéréotypés qui peuvent mettre en danger des vies. Cette étude vise à évaluer les biais de genre dans des cas cliniques générés automatiquement en français concernant dix pathologies. Nous utilisons sept modèles de langue affinés et un outil de détection automatique du genre pour mesurer les associations entre pathologie et genre. Nous montrons que les modèles sur-génèrent des cas décrivant des patients masculins, allant à l’encontre des prévalences réelles. Par exemple, lorsque les invites ne spécifient pas de genre, les modèles génèrent huit fois plus de cas cliniques décrivant des patients (plutôt que des patientes) pour les crises cardiaques. Nous discutons des possibles dommages induits par les modèles de langue, en particulier pour les femmes et les personnes transgenres, de la définition d’un modèle de langue \guillemotleft idéal \guillemotright et des moyens d’y parvenir.
%U https://aclanthology.org/2025.jeptalnrecital-trad.1/
%P 1-1
Markdown (Informal)
[« Les femmes ne font pas de crise cardiaque ! » Étude des biais de genre dans les cas cliniques synthétiques en français](https://aclanthology.org/2025.jeptalnrecital-trad.1/) (Ducel et al., JEP/TALN/RECITAL 2025)
ACL