表达社会情绪:大语言模型与人类文化情绪规范之间的错位
计算与语言
2026-04-21 v1 计算机与社会
摘要
服务于社会目的的情绪表达,例如主张独立或促进相互依赖,是人类互动的核心,并因文化而异。随着LLM越来越多地被用于模拟文化细微互动中的人类行为,理解它们是否忠实地捕捉了人类社会情绪表达的模式至关重要。当LLM的回应在文化上不一致时,其效用就会受损——特别是当用户假设他们正在与一个文化上协调的对话者互动,并可能采纳在其文化背景下不合适的建议时。我们提出了一个跨文化社会情绪表达的心理学知情评估框架。通过一项比较欧美和拉丁美洲参与者表达参与性和疏离性情绪的人类研究,我们评估了六个前沿LLM反映表达社会情绪的文化差异化模式的能力。我们发现模型与人类行为之间存在系统性错位:所有模型表达参与性情绪多于疏离性情绪,对于通常代表性良好的欧美角色,观察到的差异尤为显著。我们进一步强调,LLM的回应高度集中且具有确定性,未能捕捉人类在表达社会情绪时回应的多样性。我们的消融分析表明,这些模式对采样温度具有鲁棒性,对提示语言部分敏感,并依赖于回应引出格式。总之,我们的发现突显了当前LLM在代表文化和情感轴相互作用方面的局限性,特别是在表达社会情绪时,这对它们在跨文化情感背景下的部署具有直接影响。
引用
@article{arxiv.2604.16757,
title = {Expressing Social Emotions: Misalignment Between LLMs and Human Cultural Emotion Norms},
author = {Sree Bhattacharyya and Manas Mehta and Leona Chen and Cristina Salvador and Agata Lapedriza and Shiran Dudy and James Z. Wang},
journal= {arXiv preprint arXiv:2604.16757},
year = {2026}
}
备注
Under Review