基于大语言模型的谈判仿真: 人格特质如何影响谈判结果?

作者

人格特质对决策的影响一直是心理学研究的重要课题。例如, 宜人性通常与谈判中的积极结果相关, 而神经质则往往与较差的结果有关。本文介绍了一个基于大语言模型 (LLM) 的谈判仿真框架, 通过赋予 LLM 代理合成的人格特质, 来研究人格因素对谈判结果的影响。这项研究不仅为探究 LLM 代理的语言和经济能力的一致性提供了新的方法, 也为大五人格特质对双边谈判结果的战略影响提供了实证见解。让我们深入了解这项有趣的研究。

研究背景与动机

大语言模型近年来展现出模拟多样化人类特质的能力。然而, 决策过程作为一种特殊的人类行为, 对 LLM 来说仍然具有挑战性, 因为它依赖于 LLM 目前缺乏的推理能力。本研究聚焦于谈判这一特定的决策场景, 试图回答一个长期存在的心理学问题:"人格特质的差异如何影响谈判结果?"

传统经济学理论假设决策是基于一定程度的理性和对可选项的理解。但行为主义者认为, 人类并非完全理性, 而是受到心理因素、认知偏差和人格特质的影响。已有研究表明, 某些人格特质可能在谈判中带来优势。例如, 宜人性在竞争性谈判中可能略显劣势, 但在合作性环境中则是一种优势。

研究方法

谈判模型

研究者设计了一个经典的买卖双方讨价还价场景。买家和卖家都是由 LLM 代理扮演, 他们被定义为心理和经济特征的组合:

$$
\begin{aligned}
\text{卖家} s &= (\psi_s, u_s) \
\text{买家} b &= (\psi_b, u_b)
\end{aligned}
$$

其中,$\psi_s$和 $\psi_b$是基于大五人格模型的心理特征,$u_s$和 $u_b$是效用函数, 代表经济目标。

LLM 代理配置

研究者通过上下文学习的方式, 为 LLM 代理配置特定的人格特征和谈判目标。

  1. 人格特征指令:
  • 使用 Goldberg (1992) 提出的 70 对双极形容词来设置人格特征。
  • 每个人格维度随机选择 n 个相关形容词。
  • 使用修饰词调整特征程度 ("很"表示高程度,"有点"表示低程度) 。
  1. 谈判目标指令:
  • 为买家和卖家设置不同的谈判目标。
  • 买家: 试图以较低价格达成交易。
  • 卖家: 尝试以较高价格成交。

谈判仿真过程

  1. 配置买家和卖家 LLM 代理。
  2. 代理交替生成对话 utterance 。
  3. 使用对话状态检测器提取每个 utterance 的谈判状态、报价和策略。
  4. 达到终止条件 (接受、拒绝或达到最大轮数) 时结束对话。

实验设置

  • LLM 代理: 使用 GPT-4 。
  • 谈判变量: 基于 CraigsListBargain 数据集设置。
  • 人格指令: 为每个代理随机生成人格特征, 每个维度选择 3 个形容词。
  • 对话仿真: 最大 20 轮对话, 共收集 1499 次谈判对话。

评估指标

研究采用了多个经济指标来评估谈判结果:

  1. 内在效用 (IU): 衡量单个代理的效用。
  2. 联合效用 (JU): 衡量谈判结果的公平性。
  3. 让步率 (CR): 衡量代理在谈判过程中的让步程度。
  4. 谈判成功率 (NSR): 成功谈判的比例。
  5. 平均谈判轮数 (ANR): 衡量成功谈判的速度。

研究结果与分析

谈判结果与人格特质的关系

研究发现, 不同的人格特质对谈判结果有着不同程度的影响:

  1. 外向性 (EXT):
  • 外向的买家倾向于达成更多成功的谈判 (ρ = 0.072**) 。
  • 外向的卖家略微提高了联合效用, 表明对双方都更公平。
  1. 宜人性 (AGR):
  • 对谈判结果影响最大, 尤其是对卖家。
  • 宜人的卖家在内在效用上处于劣势 (ρ = -0.262**) 。
  • 但宜人性与联合效用 (ρ = 0.118) 、让步率 (ρ = 0.261) 和谈判成功 (ρ = 0.052**) 呈正相关, 表明更倾向于合作行为。
  1. 尽责性 (CON):
  • 买家的尽责性与较高的内在效用相关 (ρ = 0.089**) 。
  • 卖家的尽责性与较低的内在效用相关 (ρ = -0.075**) 。
  1. 开放性 (OPE):
  • 开放的买家倾向于达成更多成功的谈判 (ρ = 0.064**) 。
  • 开放的卖家倾向于获得较低的内在效用 (ρ = -0.080**) 。
  1. 神经质 (NEU):
  • 神经质的卖家倾向于获得较高的内在效用 (ρ = 0.062**) 。
  • 但神经质与较低的联合效用相关 (ρ = -0.056**) 。

这些发现大体上与人类谈判实验的结果一致。例如, 宜人性在竞争性谈判中可能处于劣势, 但有利于达成合作性结果。

案例分析

研究者还对生成的对话进行了案例分析, 发现了一些有趣的行为模式:

  1. 欺骗行为: 某些代理会使用虚假信息来影响对方的决策。
  2. 情感诉求: 代理会利用情感语言来争取同情或施加压力。
  3. 要么接受要么放弃策略: 一些代理会采用强硬的最后通牒策略。

这些行为模式表明,LLM 不仅能模仿谈判的语言风格, 还能在一定程度上捕捉人类的决策模式。

研究贡献与启示

  1. 方法论贡献: 提出了一个结合语言和经济能力的 LLM 代理仿真框架。
  2. 实证洞察: 为大五人格特质对模拟谈判结果的影响提供了实证见解。
  3. 验证 LLM 能力: 表明 LLM 不仅能模仿说话风格, 还能在一定程度上捕捉人类决策模式。
  4. 跨学科应用: 为心理学、经济学和人工智能的交叉研究提供了新的思路。

未来研究方向

  1. 扩展到更复杂的谈判场景, 如多方谈判或多议题谈判。
  2. 探索其他个体差异因素 (如文化背景、专业知识) 对谈判的影响。
  3. 进一步研究 LLM 在模拟人类决策过程中的局限性和潜力。
  4. 开发基于这些发现的实用谈判辅助系统或培训工具。

结论

这项研究通过创新的 LLM 仿真方法, 为人格特质与谈判结果之间的关系提供了新的见解。它不仅验证了 LLM 在模拟复杂人类行为方面的潜力, 还为心理学和经济学研究提供了新的工具和视角。随着 LLM 技术的不断进步, 我们可以期待在未来看到更多这类跨学科的创新应用, 进一步推动我们对人类行为和决策过程的理解。

参考文献

  1. Huang, Y. J., & Hadfi, R. (2024). How Personality Traits Influence Negotiation Outcomes? A Simulation based on Large Language Models. arXiv preprint arXiv:2407.11549.✅
  2. Goldberg, L. R. (1992). The development of markers for the Big-Five factor structure. Psychological assessment, 4(1), 26.✅
  3. Costa Jr, P. T., & McCrae, R. R. (1995). Domains and facets: Hierarchical personality assessment using the Revised NEO Personality Inventory. Journal of personality assessment, 64(1), 21-50.✅
  4. Falcão, P. F., Saraiva, L. A. S., & dos Santos, E. A. (2018). The influence of personality traits on negotiation performance. International Journal of Business and Management, 13(8), 75-84.✅
  5. Barry, B. , & Friedman, R. A. (1998). Bargainer characteristics in distributive and integrative negotiation. Journal of personality and social psychology, 74(2), 345.✅

发表评论