MET: Raciocínio Moral Multilíngue Fundamentado na Teoria e Consciente da Cultura

Resumo

Modelos de linguagem estão cada vez mais sendo utilizados para tomada de decisão moral em contextos linguísticos e culturais diversos, mas os trabalhos existentes negligenciam a multilinguidade em três aspectos: 1) benchmarks de avaliação multilíngues utilizam tradução direta, sem adaptar itens específicos de uma cultura; 2) métodos de inferência para raciocínio moral dependem de arcabouços estáticos e centrados no inglês, carecendo de fundamentação em teoria moral; 3) métodos de treinamento para tomada de decisão moral tipicamente exigem supervisão cara de modelos mais fortes ou anotadores humanos. Abordamos essas lacunas com três contribuições. Primeiro, apresentamos MCLASH, um benchmark multilíngue de tomada de decisão moral que captura intuições morais e normas sociais situadas culturalmente em diferentes idiomas. Segundo, propomos MET (Ética Multilíngue com Raciocínio Baseado em Teoria), um método de prompting em duas etapas construído sobre fundamentos teóricos selecionados por especialistas, oriundos da psicologia e da filosofia: o modelo primeiro seleciona fundamentos situacionais e culturais, depois raciocina sobre eles no idioma nativo do usuário. Terceiro, introduzimos MET-D (Destilação MET), que aprimora a segunda etapa por meio de um estágio de treinamento por autodestilação que não requer supervisão externa. MET-D melhora o macro-F1 em relação ao modelo base em todos os três modelos de diferentes tamanhos e famílias (Qwen3-4B, Qwen3-8B, Gemma3-4B), com média de 3,71 pontos no MCLASH e 4,23 no MMoralExceptQA, e ganho máximo de 12,94 pontos no MCLASH para o malaio no Qwen3-8B. Revelamos ainda que MET-D aumenta o raciocínio em língua nativa em média 62,13 pontos, e que fundamentos benéficos diferem sistematicamente entre culturas. Em conjunto, essas contribuições abrem caminho para um raciocínio moral multilíngue alinhado à cultura e fundamentado em teoria.

English

Language models are increasingly used for moral decision-making across diverse linguistic and cultural contexts, yet existing work overlooks multilinguality on three aspects: 1) multilingual evaluation benchmarks use direct translation, failing to adapt culture-specific items; 2) inference-time methods for moral reasoning rely on static, English-centric scaffolds and lack grounding in moral theory; 3) training methods for moral decision-making typically require expensive supervision from stronger models or human annotators. We address these gaps with three contributions. First, we introduce MCLASH, a multilingual moral decision-making benchmark to capture culturally situated moral intuitions and social norms across languages. Second, we propose MET (Multilingual Ethics with Theory-grounded reasoning), a two-step prompting method built on expert-curated, theory-based grounds drawn from psychology and philosophy: the model first selects situation- and culture-specific grounds, then reasons over them in the native language of the user. Third, we introduce MET-D (MET-Distillation), which enhances the second step through a self-distillation training stage that requires no external supervision. MET-D improves macro-F1 over the base model on all three models of different sizes and families (Qwen3-4B, Qwen3-8B, Gemma3-4B), by an average of 3.71 points on MCLASH and 4.23 on MMoralExceptQA, with a peak MCLASH gain of 12.94 points for Malay on Qwen3-8B. We further reveal that MET-D increases native-language reasoning by 62.13 points on average, and that beneficial grounds differ systematically across cultures. Together, these contributions open the path for culture-aligned, theory-grounded multilingual moral reasoning.