交渉前の準備段階である事前仲介は、互いに利益をもたらす合意に到達する上で極めて重要な役割を果たしていますが、費用や時間、訓練を受けた仲介者へのアクセス制限といった理由から、しばしば省略されてきました。この課題に対応するため、研究チームは統合交渉の設定における事前仲介をサポートする自動仲介システムを開発しました。このシステムは複数のLLMモジュールを構造化パイプラインとして組み合わせたもので、対話、選好予測、応答レベルの批評、構造化要約といった専門的なモジュールに準備プロセスを分解しています。このアプローチの特徴は、単一プロンプトに依存する従来の方法の限界を克服するため、推論、生成、評価を明確に分離している点です。 研究チームは複数課題の交渉シナリオにおいて、AI型の事前仲介と専門的な人間仲介者を比較する2つの統制された人間主体実験を実施しました。短期的な自己報告測定では、自動仲介者は人間仲介者と同等のレベルの準備成果を達成しています。具体的には、仲介者への信頼度や相互利益的な合意への到達信頼度がほぼ同等であり、選好推定タスクではRMSEで36%低い誤差を示しています。さらに、第2の研究ではプロンプト改善を通じて、過度な肯定パターンを36.6%から16.8%に減少させることに成功し、人間仲介者のベースラインと一致させました。 これらの知見は、構造化LLMパイプラインが拡張可能で、かつ低コストで、短期的な準備成果において人間仲介者と同等のレベルの事前仲介サポートを提供できることを示唆しています。本システムの設計は現在の人間仲介者による実務運用を反映しており、紛争の全当事者に並列展開できることで、スケーラビリティの向上を実現しています。