用于人工谈判的自动调解器：通过结构化 LLM 管道进行预调解

预调解是直接人工谈判之前的准备阶段，在达成互利协议方面发挥着关键作用，但由于成本、时间和训练有素的调解员的机会有限，往往被省略。我们引入了用于人工谈判的自动调解器，作为 LLM 模块的结构化管道实现，支持综合谈判设置中的预调解。该管道将​​准备工作分解为对话、偏好预测、响应级别批评和结构化摘要的专用模块，将推理、生成和评估分开，以解决单一提示方法的局限性。我们按照常见的 LLM 系统术语对每个模块使用术语“代理”，但这些组件不是自治的，也不会进行点对点交互；输出按固定顺序向前传递。我们通过两项受控人类受试者实验来评估该系统，在多问题谈判场景中比较基于人工智能的预调解与专业人类调解员。在短期自我报告措施中，自动调解员取得的准备结果与人类调解员大致相当，包括对调解员的信任和达成互利协议的信心，同时在我们的场景和提示下实现偏好推断任务的错误率大幅降低（RMSE 降低 36%）。第二项研究表明，有针对性的提示改进将过度肯定模式从 36.6% 减少到 16.8%，与人类调解者基线相匹配。我们的研究结果表明，结构化 LLM 管道可以提供可扩展、省力的预调解支持，在短期自我报告的准备结果方面与人类调解员大致相当。该管道的单方设计反映了当今人工调解员运行预调解的方式，并支持争议各方之间的并行部署，支持可扩展性。