Emily Menon Bender (geboren 1973) ist eine US-amerikanische Linguistin und Professorin an der University of Washington, wo sie das Computational Linguistics Laboratory leitet. Sie ist spezialisiert auf Computerlinguistik und natürliche Sprachverarbeitung und konzentriert sich auf die Schnittstelle zwischen linguistischer Theorie und Systemen des maschinellen Lernens. Bender ist bekannt für ihre kritischen Analysen der Risiken großer Sprachmodelle und für ihr Eintreten für ethische Praktiken in diesem Bereich.
Bender hat umfassend zu den Gefahren großer Sprachmodelle und zur Ethik in der natürlichen Sprachverarbeitung publiziert. Sie ist Mitautorin des 2025 erschienenen Buches The AI Con: How to Fight Big Tech's Hype and Create the Future We Want, das die Narrative der Industrie rund um künstliche Intelligenz kritisiert. Ihre Arbeit hat Debatten über die Verantwortlichkeit von KI und die Grenzen statistischer Textgenerierung beeinflusst.
Ausbildung
Bender erwarb 1995 einen Bachelor of Arts in Linguistik an der University of California, Berkeley. Ihren Masterabschluss machte sie 1997 an der Stanford University, wo sie 2000 auch promovierte. Ihre Dissertation befasste sich mit syntaktischer Variation und sprachlicher Kompetenz im afroamerikanischen Englisch (AAVE). Ihre Doktorväter waren Tom Wasow und Penelope Eckert, beide bedeutende Persönlichkeiten in den Bereichen Syntax und Soziolinguistik.
Karriere und Forschung
Bevor Bender an die University of Washington kam, war sie an der Stanford University und der UC Berkeley tätig und arbeitete in der Industrie bei YY Technologies. Seit 2003 ist sie an der University of Washington, wo sie als Professorin in der Abteilung für Linguistik, als außerplanmäßige Professorin in der Abteilung für Informatik, als Fakultätsdirektorin des Masterstudiengangs Computerlinguistik und als Direktorin des Computational Linguistics Laboratory tätig ist. Sie ist Inhaberin der Howard and Frances Nostrand Endowed Professur.
Bender war 2024 Präsidentin der Association for Computational Linguistics. 2022 wurde sie zum Fellow der American Association for the Advancement of Science gewählt, in Anerkennung ihrer Beiträge zur Computerlinguistik und KI-Ethik.
Beiträge
Bender hat zu den linguistischen Strukturen des Japanischen, Chintang, Mandarin, Wambaya, der amerikanischen Gebärdensprache und des Englischen geforscht. Sie entwickelte die LinGO Grammar Matrix, ein Open-Source-Starterset für die Entwicklung breit abdeckender, präzisionsorientierter HPSG-Grammatiken, das weltweit von Forschern genutzt wird, um Grammatiken für verschiedene Sprachen zu erstellen.
2013 veröffentlichte sie Linguistic Fundamentals for Natural Language Processing: 100 Essentials from Morphology and Syntax, gefolgt von Linguistic Fundamentals for Natural Language Processing II: 100 Essentials from Semantics and Pragmatics im Jahr 2019, das sie gemeinsam mit Alex Lascarides verfasste. Beide Bücher erklären grundlegende linguistische Prinzipien in einer für Praktiker der NLP zugänglichen Weise und überbrücken die Kluft zwischen Linguistik und computergestützten Methoden.
2021 präsentierte Bender das Papier „On the Dangers of Stochastic Parrots: Can Language Models Be Too Big? 🦜“ auf der ACM-Konferenz für Fairness, Rechenschaftspflicht und Transparenz, das sie gemeinsam mit der Google-Forscherin Timnit Gebru und anderen verfasste. Das Papier thematisierte ethische Probleme beim Einsatz maschinellen Lernens in NLP-Systemen, die auf großen Textkorpora basieren, darunter Umweltkosten, Verzerrungen und die Grenzen statistischen Lernens. Google versuchte, die Veröffentlichung zu blockieren, was zu einer Reihe von Ereignissen führte, die in Gebrus Ausscheiden aus dem Unternehmen gipfelten; die Einzelheiten sind weiterhin umstritten. Das Papier wurde zu einem Meilenstein im Diskurs über KI-Ethik.
Seitdem hat sich Bender für die Popularisierung von KI-Ethik eingesetzt und öffentlich gegen den Hype um generative KI und Transformer-basierte Modelle Stellung bezogen. Sie argumentiert, dass viele Behauptungen über das Verständnis von Maschinen übertrieben seien und dass Forscher bei ihren Aussagen vorsichtiger sein sollten.
Die Bender-Regel
Die Bender-Regel, die aus einer Frage hervorging, die Bender wiederholt auf Forschungsvorträgen stellte, rät Computeringuisten, „immer die Sprache zu benennen, mit der man arbeitet.“ Dieses Prinzip hebt die Tendenz der NLP-Forschung hervor, sich standardmäßig auf Englisch zu konzentrieren, und fördert die explizite Anerkennung des sprachlichen Anwendungsbereichs jeder Studie, was die Reproduzierbarkeit und sprachübergreifende Gültigkeit verbessert.
Form versus Bedeutung
Bender unterscheidet zwischen sprachlicher Form und sprachlicher Bedeutung. Form bezieht sich auf die Struktur der Sprache, wie Syntax und Morphologie, während Bedeutung sich auf die Ideen bezieht, die Sprache repräsentiert. In einem Papier von 2020 argumentierte sie, dass Modelle des maschinellen Lernens für NLP, die nur mit Form trainiert werden, ohne Bedeutung, keine Sprache wirklich verstehen können. Folglich argumentiert sie, dass Werkzeuge wie ChatGPT keine Möglichkeit haben, den Text, den sie verarbeiten oder erzeugen, bedeutungsvoll zu verstehen, da sie rein auf statistischen Mustern der Form basieren.
Diese Perspektive stellt die Vorstellung in Frage, dass neuronale Netze echtes Verständnis erreichen, und hat ihre Kritik an den Behauptungen der Industrie über KI-Fähigkeiten geprägt. Sie betont, dass solche Systeme im Wesentlichen „stochastische Papageien“ sind, die Muster aus Trainingsdaten wiedergeben, ohne semantische Grundlage.
Veröffentlichte Bücher
Bender ist Autorin oder Mitautorin mehrerer einflussreicher Bücher. Ihre Dissertation von 2000, Syntactic Variation and Linguistic Competence: The Case of AAVE Copula Absence, wurde von der Stanford University veröffentlicht. 2003 veröffentlichte sie gemeinsam mit Ivan Sag und Tom Wasow Syntactic Theory: A Formal Introduction, herausgegeben vom Center for the Study of Language and Information. Ihre Bände von 2013 und 2019 zu den Grundlagen der Linguistik für NLP, die bei Springer erschienen, werden in diesem Bereich weithin verwendet. 2025 veröffentlichte sie gemeinsam mit Alex Hanna The AI Con, das bei Harper erschien und die Übertreibungen der KI-Industrie kritisiert und alternative Zukunftsperspektiven vorschlägt.
Veröffentlichte Artikel
Bender hat zahlreiche Artikel in Fachzeitschriften und Konferenzbänden veröffentlicht. Zu ihren bemerkenswerten Werken gehören „The Syntax of Mandarin Bă: Reconsidering the Verbal Analysis“ (2000) im Journal of East Asian Linguistics und „The Grammar Matrix: An open-source starter-kit for the rapid development of cross-linguistically consistent broad-coverage precision grammars“ (2002), verfasst mit Dan Flickinger und Stephan Oepen. Sie ist außerdem Mitautorin von Arbeiten über japanische Sprachverarbeitung, Werkzeuge für interlineare Glossierung und mehrsprachige Datenbanken. Ihr Papier von 2021 über stochastische Papageien ist ihre am häufigsten zitierte Arbeit und erschien in den Proceedings der ACM-Konferenz.
Referenzen
[Referenzen in dieser Zusammenfassung weggelassen.]
Externe Links
Persönliche Seite an der University of Washington; Fakultätsseite an der University of Washington; Artikel von Emily Bender in der Reihe „Famous Linguists“ des Linguist Lists.