MetaMind: Modellazione dei Pensieri Sociali Umani con Sistemi Multi-Agente Metacognitivi

MetaMind: Modeling Human Social Thoughts with Metacognitive Multi-Agent Systems

May 25, 2025

Autori: Xuanming Zhang, Yuxuan Chen, Min-Hsuan Yeh, Yixuan Li

cs.AI

Abstract

Le interazioni sociali umane dipendono dalla capacità di inferire intenzioni, emozioni e credenze non espresse degli altri, un'abilità cognitiva radicata nel concetto psicologico di Teoria della Mente (ToM). Mentre i grandi modelli linguistici (LLM) eccellono nei compiti di comprensione semantica, faticano a gestire l'ambiguità e le sfumature contestuali intrinseche nella comunicazione umana. Per colmare questa lacuna, introduciamo MetaMind, un framework multi-agente ispirato alle teorie psicologiche della metacognizione, progettato per emulare il ragionamento sociale simile a quello umano. MetaMind scompone la comprensione sociale in tre fasi collaborative: (1) un Agente Teoria della Mente genera ipotesi sugli stati mentali dell'utente (ad esempio, intenzione, emozione), (2) un Agente di Dominio affina queste ipotesi utilizzando norme culturali e vincoli etici, e (3) un Agente di Risposta genera risposte contestualmente appropriate, validando l'allineamento con l'intenzione inferita. Il nostro framework raggiunge prestazioni all'avanguardia in tre benchmark impegnativi, con un miglioramento del 35,7% negli scenari sociali del mondo reale e un guadagno del 6,2% nel ragionamento ToM. In particolare, consente per la prima volta agli LLM di eguagliare le prestazioni umane in compiti chiave di ToM. Studi di ablazione confermano la necessità di tutti i componenti, dimostrando la capacità del framework di bilanciare plausibilità contestuale, appropriatezza sociale e adattamento all'utente. Questo lavoro avanza i sistemi di IA verso un'intelligenza sociale simile a quella umana, con applicazioni nel dialogo empatico e nelle interazioni culturalmente sensibili. Il codice è disponibile all'indirizzo https://github.com/XMZhangAI/MetaMind.

English

Human social interactions depend on the ability to infer others' unspoken intentions, emotions, and beliefs-a cognitive skill grounded in the psychological concept of Theory of Mind (ToM). While large language models (LLMs) excel in semantic understanding tasks, they struggle with the ambiguity and contextual nuance inherent in human communication. To bridge this gap, we introduce MetaMind, a multi-agent framework inspired by psychological theories of metacognition, designed to emulate human-like social reasoning. MetaMind decomposes social understanding into three collaborative stages: (1) a Theory-of-Mind Agent generates hypotheses user mental states (e.g., intent, emotion), (2) a Domain Agent refines these hypotheses using cultural norms and ethical constraints, and (3) a Response Agent generates contextually appropriate responses while validating alignment with inferred intent. Our framework achieves state-of-the-art performance across three challenging benchmarks, with 35.7% improvement in real-world social scenarios and 6.2% gain in ToM reasoning. Notably, it enables LLMs to match human-level performance on key ToM tasks for the first time. Ablation studies confirm the necessity of all components, which showcase the framework's ability to balance contextual plausibility, social appropriateness, and user adaptation. This work advances AI systems toward human-like social intelligence, with applications in empathetic dialogue and culturally sensitive interactions. Code is available at https://github.com/XMZhangAI/MetaMind.