ARTFEED — Contemporary Art Intelligence

I LLM modellano le controparti ma falliscono nella negoziazione strategica

ai-technology · 2026-05-20

Una recente indagine pubblicata su arXiv (2605.16575) esplora la capacità degli agenti basati su grandi modelli linguistici (LLM) di impegnarsi in negoziazioni strategiche all'interno di un quadro strutturato di contrattazione multi-attributo. I risultati indicano che, sebbene gli attuali LLM possano comprendere efficacemente le preferenze di una controparte all'inizio dei loro processi di ragionamento, questa intuizione non porta costantemente a risultati migliori per la parte informata. L'analisi a livello di turno mostra che gli agenti spesso reagiscono in base ai valori percepiti della controparte, ma faticano ad allineare queste azioni con i propri attributi di valore. Tipicamente, i venditori mostrano una maggiore flessibilità e, in condizioni di informazione asimmetrica, la parte informata fa spesso concessioni meno vantaggiose. Questa ricerca sottolinea un divario tra la modellazione delle preferenze e la negoziazione strategica efficace negli LLM.

Fatti principali

  • Studio su arXiv (2605.16575) analizza la negoziazione degli LLM nella contrattazione multi-attributo
  • Gli LLM possono modellare accuratamente le preferenze della controparte
  • La modellazione delle preferenze non migliora in modo affidabile i risultati della negoziazione
  • Gli agenti rispondono ai valori della controparte ma trascurano i propri attributi di alto valore
  • I venditori sono complessivamente più accomodanti
  • La parte informata fa concessioni debolmente compensate in condizioni di informazione asimmetrica
  • Studio condotto in ambiente di contrattazione controllato
  • La ricerca identifica un divario tra modellazione e uso strategico delle informazioni

Entità

Istituzioni

  • arXiv

Fonti