利用由 AI 支持的技术助推全球沟通。

生成式人工智能 (GenAI)
GenAI 市场营销解决方案

利用 Lionbridge Lainguage Cloud 支持您的端到端本地化和内容生命周期

Lainguage Cloud™ Platform
轻松连接
翻译团队
工作流程技术
Smairt Content™
Smairt MT™
Smairt Data™

员工是我们引以为傲的资本,支撑着公司在 20 多年的时间里始终提供客户满意的服务。 

关于我们
关键事实
领导层
信任中心

选择语言:

People congregating in a building as seen through a diamond grid

全球数字营销的未来:偏见和非包容性语言在本地化中的影响

在营销中用亲切的语言展现宽容和热情,这样做不仅可以增强品牌的吸引力,也是企业勇于承担社会责任的表现

本文是《全球数字营销的未来》系列博文的第三篇,该系列探索了在企业努力提供多市场、多渠道一致体验之际,新冠肺炎疫情对数字化转型和数字营销造成的影响。第一篇文章详细介绍了新的内容处理流程将如何帮助零售商适应竞争激烈的市场。第二篇文章提供了有关推行成功的多市场内容战略的建议。

不知您是否记得?几年前,服装零售公司 H&M 让一位黑人男孩做模特,他穿的连帽衫胸前印有“coolest monkey in the jungle”(丛林中最酷的猴子)字样,这一照片引发了激烈反响,遭到了强烈抵制。这引发了对种族歧视的批评狂潮,以及各种负面报道。该品牌的一位明星代言人毫不客气地中止了与这家零售商的合作。最后,该公司下架了这款产品,并发表了道歉声明。营销人员要竭尽全力避免这种情况。

这个例子说明,公司若使用冒犯性语言,就很可能会面临不良后果。然而,这并非个例。零售商 Zara 曾出品了一件 T 恤,上面印着:“Are You Gluten Free?”(你是无麸质饮食者吗?),为此该品牌遭到了公众指责,称其对麸质不耐受群体不友好。此外还有一些奢侈品牌因为在设计中使用冒犯性图案,也受到过批评。

语言的力量很强大。俗话说“良言一句三冬暖,恶语伤人六月寒”。语言既能化解仇恨,也能引发分歧。无论是出于道德原因还是经济原因,营销人员都应注意语言的使用。为了创作出受人欢迎的文案,营销人员必须避免使用明显会造成伤害的冒犯性语言。他们还必须避免不太明显的内隐偏见,要包容多样化的人群。为此,对于面向公众的产品和营销材料中所使用的语言,各品牌应三思而定。品牌是否足够包容已越来越受到公众的关注。

在一种语言中采取这些举措已经颇具挑战。更别提要留心多种语言,那就越发难上加难。Lionbridge 可以帮助您创作出吸引人的内容,使您的所有受众产生共鸣。

什么是偏见和包容性语言?

偏见是一种先入为主的评价,会导致人们不合理地偏向于某一种选择、种族或者观念。它体现在我们使用的语言和表达方式中,包括有意识的外显偏见和无意识的内隐偏见两种。 

虽然我们已经愈发意识到偏见的存在,但它在我们的教育和语言中已经根深蒂固,因此很难察觉。尽管我们尽了充分努力,也不可能完全避免无意识的偏见。但不管怎么说,我们都应尽力消除偏见。  

新冠肺炎疫情持续肆虐并不断带来影响,当此之时,偏见和包容性逐渐成为了各品牌的关注重点。由于各公司的客户和员工都纷纷转战线上,他们创作的内容已经成为人们了解品牌的主要途径。例如,Statista 强调,2020 年 8 月的一项调查显示,与新冠肺炎疫情前的趋势相比,非处方药和家庭用品的在线购买量增长了 45% 以上。消费者与公司在线内容产生的互动比以往任何时候都多。 

包容性的语言能让人产生归属感。这种语言的特点在于,它不会只用某种特征来描述某个人,并以此消除偏见。例如,我们可以将重点放在这个人本身,将他/她的残疾或不同之处放在其次,以此让语言更具包容性。“有一个人,他/她学习起来有困难”这种表述首先关注的是这个人,而如果换种说法,直接说“这是个学习能力很差的人”,则会让人觉得这个人有缺陷。 

同样的方法也适用于各个宗教、民族、政治或社会团体。强调“人”的共性可营造出宽容的氛围,让每个人都感到被包容并可自由参与。 

意识到存在偏见是解决这一问题的第一步,非常重要。各公司可以从多个层面解决偏见问题。在创作内容时使用包容性语言是一项重要策略。 

为什么营销人员应该重视内隐偏见问题和包容性语言?

要创作具有文化包容性的内容并在翻译中消除外显和内隐偏见并非易事,但为公司利益计,非如此不可。公司这么做不只是为了符合道德要求,也是为了担负社会责任,更是为了扩大客户群体,提高品牌信任度和忠诚度,提升声誉,并最终提高收益。 

我们发现,近期的社会运动让消费者对包容性有了更大的期望。例如,由“黑人的命也是命”(Black Lives Matter) 运动领导的集会和游行极大地影响了社会道德标准。即使是那些不主动参与这类游行示威活动的人,也期望营销广告能消除歧视,更具包容性。 

实际上,在“黑人的命也是命”抗议活动进入白热化之前,这种期望就已普遍存在。一份 2019 年的 Adobe 报告显示,61% 的美国人认为广告的多元化很重要,38% 的人表示更加信任那些体现出多元化的品牌。如果以上数据还不够,下面还有更多证据表明消费者对此问题的关注程度。2020 年,eMarketer 发布了一项针对美国成年人的 Adobe 研究报告,报告对品牌广告的多元化程度进行了排位,Nike 摘得桂冠,其次是 Coca-Cola、Google、Apple 和 Dove。   

在美国以外的其他地区,消费者对各品牌在多元化方面做出的努力也颇为关注。Mintel 在 2019 年发布的一份关于零售奢侈品的报告显示,在德国、意大利、法国、西班牙、中国和英国的买家当中,有超过一半认为奢侈品品牌在广告中没有展现出足够的多元化。

多元化的市场具有巨大的购买力。消除您和客户之间因偏见产生的隔阂,这样他们就能对您的品牌产生归属感,进而接受您的产品,增加购买意愿。 

以包容性以及多元化的观点和形象为主题的广告营销及其他类似活动的发展情况

如果观察一些知名全球零售商和优秀服务提供商,会发现他们在有意识地提升包容性,且这种势头显然正在高涨:

  • Apple 和 Google 将“黑名单”和“白名单”等术语替换为“允许列表”和“拒绝列表”等更中性的术语,以便更具包容性。
  • Houston Association of REALTORS® 和一些建筑商将“主人卧室”和“主人浴室”改为了“主卧室”和“主浴室”。因为“主人”一词会让人联想到奴隶制。
  • Japan Airlines 开始在航班和机场使用“性别中立”的语言,成为率先采取此举的亚洲航空公司。这家航空公司不再说“女士们、先生们”,而是改说“所有乘客请注意”。其他国际航空公司此前也采取了类似措施。
  • 伦敦服装品牌 ASOS 正在实施九项新举措来消除种族歧视。他们的措施包括:推出多元化和包容性战略,将一些黑人品牌加入到产品线中,并为经理和招聘小组提供专门的培训(包括偏见方面的培训)。  

Adweek 杂志也对此十分注意,并鼓励营销人员创作更具包容性的文案。 

为什么某些表达方式更具包容性? 

使用“性别中立”的语言能让人们感到被包容。其目标不是完全消除性别,而是减少一些针对性别的词汇和表达所造成的负面影响。 

对于某些语言来说,实现性别中立会更容易。

  • 词汇不分性别的语言非常容易实现中性化,比如芬兰语、土耳其语、日语和其他一些亚洲语言,因为没有语法上的性别问题需要解决。
  • 英语和中文等自然性别语言也很容易达成中性化。虽然这些语言包含性别代词,但名词不分性别。
  • 像法语、葡萄牙语、西班牙语、阿拉伯语和希伯来语这样的语言,由于代词和名词都分性别,因此很难实现中性化。如果译员非要将内容中性化,句子读起来往往会很别扭。

因此在准备要翻译的内容时,必须考虑到这些因素。这将有助于防止在本地化过程中出现问题。

营销人员可以通过哪些手段在多语言内容中避免偏见并促进包容性?

确保从一开始就创作合适的文案

在面向全球受众宣传时,必须创作具有包容性的源文案,将文化差异考虑在内,并且要避免带有偏见的内容。这样可以防止文案本身的不当用语被翻译成其他语言,继而在社交媒体上传播并遭到批评。 

一旦违反禁忌,品牌方就会面临长远的负面影响。许多造成长期影响的失败营销都表明,一旦犯了错误,要重整旗鼓将十分困难。只要多关注源内容用语是否恰当以及本地化是否准确,就可以避免这种损失。此外,如果数字营销人员一开始就对内容精益求精,那么就可以避免源内容出现错误,也就不必在之后亡羊补牢,对全球市场内容纠错修改,从而也就省去了这笔费用。   

尽管如此,避免偏见仍具挑战性。这是因为偏见的表现往往非常微妙,难以察觉。内容创作者甚至可能意识不到自己的偏见。在一种语境中使用某个词语可能毫无问题,而一旦换一种语境就可能引发问题,因此要发现偏见尤其困难。 

例如,在您的广告文案中将成年女性称为“姐妹儿”可能会招致批评,但对一个朋友说“嘿,姐妹儿!”则完全不会让对方反感。  对于内容创作者来说,了解这些微妙之处至关重要。  

加大培训力度

营销人员可以对内容撰稿人进行相应的培训,培养他们发现偏见的技巧。Lionbridge 会在每个项目的风格指南中添加相关准则,努力提升翻译过程中的包容性,然后会在语言专家参与项目时进行测试,以确保他们遵守相关准则。

借助自动化手段

发现偏见确实很难,但并非只能依靠人力来做这件事。技术也是一种有用的工具。包容性和偏见检测技术可帮助确保内容合规、礼貌且不带偏见。

直到最近,人们还无法依靠自动化技术发现带有偏见的内容,因为这种技术很难开发。然而,随着人工智能 (AI) 和自然语言处理技术的日益发展,人们得以发明多种工具来有效地帮助识别带有偏见的语言,此类语言因只存在细微差别而很难发现。这些工具通常使用机器学习和大量数据来评估文字的含义,使公司能够识别不恰当的非包容性语言。 

这些解决方案通过下列两种方式发挥作用:

  • 其一是在内容撰写过程中实时显示建议,由处理内容的人员决定是否接受建议。
  • 其二是实施内容监管“守门检查”,使公司能够发现违反准则的内容。

2020 年 6 月,Microsoft Word 在其语法检查器中添加了一项新功能,通过订阅 Microsoft 365 即可获得该功能。这项新功能可以检测到排他性语言,并为其建议不同的措辞。Google 致力于在其 G-Suite 平台中提供包容性语言提示,检测出歧视残疾人的表达或性别倾向严重的词语,并给出替代词汇建议。Lionbridge 现在提供一种自动化解决方案来识别违反准则和其他标准的源内容。我们将在本文后面的部分介绍有关此 Smairt™ Content 产品的更多信息。

偏见自动化检测工具的效果取决于用来训练工具的数据。然而,随着对包容性的重视度持续上升,技术变得日趋成熟,这些工具将变得越来越重要。

偏见和非包容性语言识别工具如何发挥作用?

识别偏见和非包容性语言的工具利用了多种技术。最简单的方法是使用一个列表,列出所有不应出现在内容中的词语和主题。而更先进的工具采用 AI 和机器学习技术,可推断内容的含义并判断其在当前语境中是否合适。这种技术利用神经网络和大型语言模型,这些模型可以帮助机器理解文本中不同词语和表述之间复杂而微妙的关系。

重要的是,这些检测程序能及早发现问题,从而帮助营销人员更快地发布内容,减少下游的返工成本。

Lionbridge 如何帮助公司确保内容具有包容性且不带偏见?

Lionbridge 一直致力于消除内容中的外显偏见,并且还拥有适当的工具和解决方案,可以帮助各公司消除内隐偏见。

内容规划和内容创作

Lionbridge 可帮助各公司以包容性为核心规划和创作内容。甚至在各公司开始创作内容之前,Lionbridge 就可以帮助他们建立有助于防止偏见的流程。

在准备内容送交本地化时,应尽量减少偏见,这需要从一开始就深思熟虑。Lionbridge 的专家具有深厚的文化素养,这使得译文或本地化后的内容能在目标市场深入人心。

了解文化差异

各个国家/地区对于冒犯性的语言标准不一。例如,意大利语言学家认为,“黑名单”这个词(Apple 禁用列表上的一个词)在本地化之后并不会引起意大利受众的反感,因为意大利和美国不同,并未在历史上压迫过黑奴。此外,语言学家还认为,将来自美国的文化习俗强加给意大利市场,只会疏远当地受众。

并非所有国家/地区都大力推广包容性语言,对内容进行本地化时也必须考虑这一点。例如,斯堪的纳维亚地区对语言的运用设立了非常全面的法规方针,大力推行在各方各面广泛采用包容性语言,而其他国家/地区,如葡萄牙或南美洲的某些国家/地区,则抵制这种做法。法国教育部今年早些时候宣布,将禁止在学校使用性别中立语言。法国政府机构声称,性别中立语言破坏了法语的语义。 

Lionbridge 擅长满足每种目标受众的需求,防止创作出的内容让人有矫揉造作之感。

技术

Lionbridge 一直以来都致力于减少内隐偏见。作为本地化技术领域的领军者,我们利用机器翻译和 AI 实现这一点。我们依赖大量精选数据来训练 AI,使其“更聪明”,并教它使用包容性语言。

我们利用词汇表和风格指南来避免极具冒犯性的用词(如市井粗话)以及较为隐晦的不当表达。而我们全新的 Smairt™ Content 专有算法将从根本上防止译文用语不恰当。

Lionbridge 的 Smairt™ Content 自动化技术可检查 120 种不同的语言要素。它会突出显示源内容中的潜在问题,以便在工作推进之前予以解决。如果该算法检测到源内容中存在缺陷,就会阻止该内容进入本地化流程。这样一来,公司就可以一次性解决源内容中的问题,避免花时间和金钱在所有语言中多次纠正错误。不过公司也可以选择将有问题的内容进行本地化,因为记录问题留作日后分析有时候也非常有意义。

这些先进的算法现在已运用于 Lionbridge Locaⁱlization Platform™。它可在内容处理流程的每一阶段发挥作用,帮助我们在本地化过程中实现非常高的准确性。

我们大力投入研究和开发,不断取得技术进步,精益求精、尽善尽美。

语言质量服务

Lionbridge 的语言质量服务 (LQS) 对译文和本地化内容进行质量保证评估,确保您的产品和服务在各个市场都能深入人心。LQS 工作会对翻译材料进行严格的检查,评判其是否符合质量基准,包括是否适当地使用了包容性语言。

LQS 对内容进行评估、标注和验证,以便据此打造更加智能的系统。LQS 语言学家使用标准的多维质量指标 (MQM),这是一种严格的评估体系,用于评估译文。经过这步之后,译文会用于数据分析,并得出一个新的标准,团队将依据此标准来提高翻译质量。之后,最终定稿的内容被输入到翻译记忆库 (TM) 中,该记忆库会继续在整体上进行完善和改进。

如何识别非包容性语言

您真的知道如何识别偏见和非包容性语言吗?还是说您没有硬性标准,只是凭感觉判断?如果您有疑问,可以通过下面这些问题来检查用词是否达标。

:这个词合适吗? 

如何确定是否合适:使用一个同义表达来替换这个词。 

示例:非常简单,甚至你的奶奶都会使用它!与以下表述进行比较:非常简单,甚至新手都会使用它!

结论:在这种语境中,“奶奶”是一个冒犯性的用词。“新手”不是一个冒犯性的用词。

 

:对该受众群体来说,这个词合适吗?

如何确定是否合适:尝试将该表述用于不同受众。 

示例:我的上司简直是个“奴隶主”。如果面对的是白人同事,你这样说的时候感觉有问题吗? 但如果是黑人同事呢?恐怕不行。

结论:“奴隶主”是一个冒犯性的用词。

 

:这是不是对某个种族或民族的固有偏见?

如何确定是否合适:将表述中的种族/民族替换为另一个种族/民族,以此判断是否应该在句子中指名道姓地提到这个种族/民族。

示例:“亚洲人”擅长数学。但是您会说“北美人”擅长数学吗?  恐怕不会。

结论:“亚洲人擅长数学”这种表述就是对亚洲民族的固有偏见。 

对于内隐偏见和包容性,Lionbridge 领导团队有很多观点想要与大家分享。他们在 Lionbridge 的客户群中发现了一些趋势,并提出了一些想法来克服障碍,帮助顺利创作包容性内容。请阅读我们的博文 《减少内隐偏见》,了解详情。

联系我们

想要了解如何确保内容用语具有包容性且不带偏见?请联系我们。  

如何识别非包容性语言

您真的知道如何识别偏见和非包容性语言吗?还是说您没有硬性标准,只是凭感觉判断?如果您有疑问,可以通过下面这些问题来检查用词是否达标。

如何确定是否合适

示例

结论

这个词合适吗?

使用一个同义表达来替换这个词。

非常简单,甚至你的奶奶都会使用它!

与以下表述进行比较:

非常简单,甚至新手都会使用它!

在这种语境中,“奶奶”是一个冒犯性的用词。“新手”不是一个冒犯性的用词。

对该受众群体来说,这个词合适吗?

尝试将该表述用于不同受众。

我的上司简直是个“奴隶主”。

如果面对的是白人同事,你这样说的时候感觉有问题吗?

但如果是黑人同事呢?

恐怕不行。

“奴隶主”是一个冒犯性的用词。

这是不是对某个种族或民族的固有偏见?

将表述中的种族/民族替换为另一个种族/民族,以此判断是否应该在句子中指名道姓地提到这个种族/民族。

“亚洲人”擅长数学。

但是您会说“北美人”擅长数学吗?

恐怕不会。

亚洲人擅长数学”这种表述就是对亚洲民族的固有偏见。

对于内隐偏见和包容性,Lionbridge 领导团队有很多观点想要与大家分享。他们在 Lionbridge 的客户群中发现了一些趋势,并提出了一些想法来克服障碍,帮助顺利创作包容性内容。请阅读我们的博文《减少内隐偏见》,了解详情。

联系我们

想要了解如何确保内容用语具有包容性且不带偏见?请联系我们。

linkedin sharing button
  • #blog_posts
  • #retail
  • #translation_localization

Jennifer Truluck、Kajetan Malinowski 和 Janette Mandell
作者
Jennifer Truluck、Kajetan Malinowski 和 Janette Mandell