BANGLASOCIALBENCH: A Benchmark for Evaluating Sociopragmatic and Cultural Alignment of LLMs in Bangladeshi Social Interaction
本文提出了首个针对孟加拉语社会语用能力的基准测试 BANGLASOCIALBENCH，通过涵盖称呼语、亲属推理和社会习俗的 1,719 个本土化实例，评估了 12 种大语言模型在孟加拉国社会互动中的文化对齐情况，揭示了现有模型在处理高语境语言的社会层级和关系规范时存在系统性的文化错位问题。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
这篇论文介绍了一个名为 BANGLASOCIALBENCH 的新工具，它的目的不是测试人工智能（AI）是否聪明或知识渊博，而是测试它是否**“懂人情世故”**，特别是在孟加拉国的社会文化中。
我们可以把这篇论文的核心内容想象成一场**“高情商面试”**。
1. 核心问题：AI 会说话，但不会“看人下菜碟”
现在的 AI（大语言模型）就像一个个**“超级翻译官”，它们能流利地说几十种语言，语法完美，词汇丰富。但是，就像一个人如果只背熟了字典，却不懂社交礼仪一样，AI 往往在“怎么说话才得体”**这件事上栽跟头。
在孟加拉语（Bangla）中，这种挑战特别大。这就好比在中文里，你对长辈叫“您”，对平辈叫“你”，对小孩或极亲密的人可能叫“你”甚至更亲昵的称呼。但在孟加拉语里，这种规则更复杂，有三个层级的“你”：
- Apni (আপনি)： 最尊敬，用于长辈、上级或陌生人（类似中文的“您”）。
- Tumi (তুমি)： 普通，用于朋友、平辈或稍微年长的人（类似“你”）。
- Tui (তুই)： 最亲密或最随意，用于小孩、极亲密的朋友，或者长辈对晚辈（类似中文里长辈对小孩说“你”，或者非常铁的朋友之间）。
AI 的毛病： 论文发现，AI 就像个**“过度礼貌的机器人”**。不管对方是谁，它都倾向于用最尊重的"Apni"，生怕冒犯人。结果就是，当一位老奶奶对孙子说话时，AI 却用了对陌生人的敬语，听起来非常生疏、奇怪，甚至有点滑稽。
2. 这个“考试”考什么？
为了测试 AI 是否真的懂孟加拉文化，研究团队设计了一套包含 1,719 道情景题 的试卷。这些题目不是考“孟加拉的首都是哪里”这种死记硬背的知识，而是考**“在这种场合，你应该怎么做？”**
试卷分为三个部分，我们可以把它们比作三个不同的**“社交关卡”**：
关卡一：称呼大考验 (Address Terms)
- 情景： 地铁上，一位老人让一个青少年排队。
- 考题： 老人应该用哪个词称呼这个孩子？是尊重的、普通的还是亲昵的？
- AI 的失败： 很多 AI 选了最尊重的词，完全忽略了“老人对小孩”这种天然的上下级关系，导致听起来像在对陌生人说话。
关卡二：亲戚关系推理 (Kinship Reasoning)
- 情景： 孟加拉的亲戚称呼非常复杂，分父系和母系，还有宗教差异（穆斯林和印度教徒的称呼有时不同）。
- 考题： “你舅舅的儿子的女儿，你应该叫她什么？”
- AI 的失败： AI 经常搞混。比如，明明提示是印度教家庭，AI 却用了穆斯林家庭的称呼；或者把父系的叔叔和母系的舅舅搞混。这就像把“大舅”和“二叔”混为一谈。
关卡三：社交潜规则 (Social Customs)
- 情景： 客人说“我不吃了”，主人该怎么做？
- 考题： 在孟加拉文化中，客人客气拒绝时，主人应该坚持再给一点（表示热情），还是真的撤走？
- AI 的失败： AI 往往太“直男”或太“逻辑化”，直接相信客人的字面意思，而不懂孟加拉文化中“客套话”背后的“热情坚持”。
3. 考试结果：AI 的“社交笨拙”
研究团队测试了 12 个最先进的人工智能模型，结果发现：
- 越大的模型越“保守”： 模型越大，越倾向于使用最安全、最礼貌的称呼，导致在需要亲切或随意的场合显得格格不入。
- 宗教敏感度缺失： AI 经常把穆斯林和印度教徒的称呼混用，就像在婚礼上穿错了宗教服饰，非常尴尬。
- 缺乏“语境感”： AI 无法像人类一样，根据对方的年龄、身份、场合瞬间调整语气。它更像是一个**“拿着固定剧本的演员”**，不管对手是谁，都按同一种方式念台词。
4. 为什么这很重要？
这就好比我们请了一个**“外国管家”**。他英语流利，知道所有历史事实，但他不知道什么时候该给主人倒茶，什么时候该闭嘴，甚至不知道对小孩要蹲下来说话。
如果 AI 要真正融入人类社会，特别是在像孟加拉这样**“高语境”（High-Context）的文化中（即很多意思不直接说出来，而是藏在关系和潜台词里），它必须学会“察言观色”**。
总结
这篇论文就像给 AI 做了一次**“情商体检”**。它告诉我们：
光会说话（Fluency）是不够的，还得会“看人说话”（Sociopragmatics）。
目前的 AI 就像是一个**“书呆子”**，虽然满腹经纶，但在真实的社交场合中，经常因为不懂人情世故而闹笑话。未来的 AI 发展，不能只追求“更聪明”，还得追求“更懂人心”。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。