AI与人类在跨语言和跨文化中共享情感
计算与语言
2025-06-18 v1
摘要
有效且安全的人机协作要求人类与人工智能（AI）之间进行有调节且有意义的情绪交流。当前基于大语言模型（LLMs）的AI系统能够提供让人们感到被倾听的反馈。然而，LLMs是否像人类一样在语言中表征情绪，以及其输出的情绪基调是否以及如何被控制，仍不清楚。我们使用从二十多种细微情绪类别（包括六种基本情绪）的概念集翻译而来的可解释LLM特征，评估了跨语言文化群体和模型家族的人机情绪对齐。我们的分析揭示，LLM衍生的情绪空间在结构上与人类感知一致，其基础是效价和唤醒这两个基本情感维度。此外，这些与情绪相关的特征也能准确预测沿这两个核心维度的单词评分的大规模行为数据，反映了普遍性和语言特异性模式。最后，通过利用仅从以人为中心的情绪概念中得出的引导向量，我们证明了模型表达可以在不同情绪类别中被稳定且自然地调节，这提供了因果证据，表明人类情绪概念可用于系统地诱导LLMs在传达内容时产生相应的情感状态。这些发现表明，AI不仅与人类共享情绪表征，而且其情感输出可以通过基于心理学的情绪概念进行精确引导。
引用
@article{arxiv.2506.13978,
title = {AI shares emotion with humans across languages and cultures},
author = {Xiuwen Wu and Hao Wang and Zhiang Yan and Xiaohan Tang and Pengfei Xu and Wai-Ting Siok and Ping Li and Jia-Hong Gao and Bingjiang Lyu and Lang Qin},
journal= {arXiv preprint arXiv:2506.13978},
year = {2025}
}