Agenti AI superano gli umani in uno studio sulla negoziazione a moventi misti

I ricercatori hanno presentato Cooperate to Compete (C2C), un framework multi-agente che valuta agenti basati su modelli linguistici (LM) in scenari a moventi misti, dove la collaborazione immediata si allinea con ambizioni competitive future. Nell'ambiente C2C, i partecipanti intraprendono negoziazioni private e non vincolanti mentre cercano di soddisfare obiettivi segreti asimmetrici, consentendo la formazione e lo scioglimento di alleanze. Un confronto tra giochi solo AI e uno studio utente con concorrenti umani contro AI ha rivelato notevoli differenze comportamentali: gli umani preferivano accordi più semplici ed erano partner meno affidabili rispetto agli agenti basati su LM. Inoltre, gli umani mostravano uno stile di negoziazione più aggressivo, accettando offerte senza controproposta solo il 56,3% delle volte. Questa ricerca sottolinea le capacità di coordinamento strategico degli agenti LM all'interno di dinamiche sociali complesse.