ZASTOSOWANIA METOD OPTYMALIZACYJNYCH I SZTUCZNEJ INTELIGENCJI WE WSPOMAGANIU NEGOCJACJI Streszczenie Przemysław Polak Szkoła Główna Handlowa w Warszawie ppolak@sgh.waw.pl Referat zawiera przegląd zastosowań róŝnych metod wspomagania decyzji w systemach wspomagania negocjacji. Przedstawione zostały systemy korzystające z metod wywodzących się z teorii gier, optymalizacji wielokryterialnej, aŝ do stosujących metody sztucznej inteligencji. Słowa kluczowe: grupowe systemy wspomagania decyzji, systemy ekspertowe, negocjacje Wprowadzenie Prowadzenie negocjacji jest uciąŝliwe, czasochłonne i drogie. Rezultat negocjacji moŝe być wynikiem splotu przypadkowych okoliczności. Często, ze względu na przyjęte przez strony strategie, osiągnięty kompromis nie jest rozwiązaniem optymalnym [Raif82], tzn. istnieją takie moŝliwe do osiągnięcia wartości kompromisu, dla których wartość wypłat jest wyŝsza dla wszystkich stron. Dlatego teŝ, badania prowadzone nad negocjacjami koncentrują się na poszukiwaniu skutecznych metod pozwalających osiągać w nich jak najkorzystniejsze kompromisy. Jednak negocjacje są niezwykle złoŝonym procesem. Łączą w sobie zarówno elementy dobrze ustrukturyzowane i mierzalne (np.: cena, data, wysokość wynagrodzenia), jak i równieŝ nieprecyzyjnie zdefiniowane (np.: prestiŝ, siła charakteru, honor, poczucie bezpieczeństwa). Stąd teŝ istnieje wiele podejść do opisu negocjacji mających swoje źródła w tak róŝnych dziedzinach jak np.: psychologia, socjologia, matematyka, czy ekonomia. Próba klasyfikacji pozwala wyróŝnić dwa główne podejścia badawcze do negocjacji: behawioralne i matematyczne. Podejście behawioralne zajmuje się badaniem zachowań stron negocjacji, jako osób uwikłanych w róŝne uwarunkowania społeczne, psychologiczne i organizacyjne, kładąc nacisk na psychologiczne i socjologiczne aspekty sytuacji. Tworzy zalecenia dotyczące sposobu postępowania pozwalającego osiągnąć jak najbardziej korzystny dla strony kompromis. Najlepiej nadaje się do modelowa-
438 Metody formalne w SWO nia sytuacji z zastosowaniem taktyki typu zwycięstwo/przegrana (ang. win/lose). Inaczej mówiąc, mamy tu do czynienia z grą o sumie zerowej. Podejście to zajmuje się takimi aspektami sytuacji negocjacyjnej jak: blefowanie, presja czasu, manipulacje, racjonalne argumentowanie, sposób komunikowania się, itp. [Haus97]. Podejście matematyczne zajmuje się próbą opisu negocjacji, jako procesu decyzyjnego, w formie pełnego matematycznego opisu. Poszukuje modelu pozwalającego znaleźć najbardziej korzystny dla wszystkich stron kompromis. O negocjacjach takich mówimy, Ŝe mają charakter integrujący (ang. integrative), kooperacyjny (ang. cooperative) lub miękki (ang. soft), a poszczególne strony stosują strategię typu zwycięstwo/zwycięstwo (ang. win/win) [BiKS03, HäPö96]. Podejście to wykorzystuje dobrze sformalizowane metody opisu sytuacji negocjacyjnej oparte o zapis matematyczny, reguły logiczne, itp., pomija natomiast wszelkie elementy rozgrywki psychologicznej i nacisku na przedstawicieli stron. Matematyczna analiza sytuacji konfliktowych rozwinęła się w szczególności w oparciu o teorię gier stwarzając podstawy do opracowania podejść formalnych do opisu negocjacji (zob. np. [Raif82]). Zaczęto budować modele dobrze ustrukturyzowanych problemów negocjacyjnych, a niektóre z nich zostały wykorzystane w prototypach systemów wspomagania negocjacji. Obecnie do najwaŝniejszych metod stosowanych w podejściu matematycznym zaliczamy teorię gier i metody optymalizacyjne. W systemach wspomagania negocjacji bada się takŝe moŝliwość stosowania metod sztucznej inteligencji. Metody teorii gier Teoria gier jako pierwsza (m. in. badania Nash a [Nash50]) znalazła zastosowanie w matematycznym podejściu do negocjacji. Teoria gier koncentruje się na wzajemnym oddziaływaniu racjonalnych decydentów. Przyjmuje się w niej następujące załoŝenia: idealną racjonalność wszystkich stron uczestniczących w grze, idealną lub prawie idealną wiedzę wszystkich stron, co prowadzi do tzw. podejścia typu nakazowo/nakazowego (ang. prescriptive/prescriptive approach), który określa co wszystkie strony powinny zrobić, by osiągnąć stabilny kompromis, liczba i toŝsamość graczy są stałe i niezmienne, moŝliwe alternatywne wyniki (rozwiązania) są stałe i znane, preferencje graczy są stałe i znane, komunikowanie się między stronami negocjacji zachodzi tylko poprzez model wykorzystywany w funkcji mediacyjnej (tzn. nie występują bezpośrednie strumienie informacyjne między uczestnikami negocjacji), a treść i forma komunikatów nie wpływa na strukturę macierzy wypłat.
Zastosowania metod optymalizacyjnych i sztucznej inteligencji... 439 Ze względu na konieczność spełnienia tak rygorystycznych załoŝeń, metody teorii gier charakteryzują się duŝą statycznością. Nie odpowiadają rzeczywistym warunkom, jakie mogą zachodzić w trakcie trwania negocjacji. Proces ten jest bowiem w rzeczywistości bardzo dynamiczny, a w trakcie trwania negocjacji warunki zewnętrzne i sam przebieg negocjacji mogą wpłynąć na sposób postrzegania sytuacji przez negocjatorów, a co za tym idzie zmienić preferencje stron. Ponadto nie moŝna przyjąć załoŝenia, Ŝe reprezentanci poszczególnych stron, będąc istotami ludzkimi uwarunkowanymi często w złoŝony sposób czynnikami kulturowymi, społecznymi i psychologicznymi, nie będą się zachowywać w sposób irracjonalny. TakŜe rygorystyczne ograniczenie nałoŝone na bezpośrednie strumienie komunikacyjne między stronami jest trudne do zrealizowania w praktyce. Modele teorii gier mają więc szerokie zastosowanie przede wszystkim w analizie problemów negocjacyjnych i mogą być wykorzystane w fazach wstępnych negocjacji w celu wyszukiwania potencjalnych rozwiązań kompromisowych lub teŝ w analizie przebiegu zakończonych negocjacji. Szczególnie dobrze modele te radzą sobie z powtarzalnymi negocjacjami w dobrze ustrukturyzowanych sytuacjach, np. w negocjacjach na rynkach finansowych. Natomiast ich uŝyteczność, jako narzędzia bezpośredniego wsparcia w trakcie trwania negocjacji jest ograniczona [Chat96]. Metody optymalizacyjne Zastosowanie metod optymalizacyjnych do negocjacji opiera się na koncepcji stworzenia w sposób otwarty lub zakamuflowany superdecydenta, w którym sumują się indywidualne uŝyteczności (ang. utilities) poszczególnych stron. Pozwala to na implementowanie zarówno funkcji doradczej jak i mediacyjnej. MoŜemy wśród modeli tego typu wyróŝnić dwie najwaŝniejsze grupy: modele oparte o teorię wieloatrybutowej uŝyteczności (MAUT - z ang. multiattribute utility theory), modele oparte o metody wielokryterialnego podejmowania decyzji (MCDM - z ang. multicriteria decision making). Metody te chętnie wykorzystywane w systemach komputerowych wspomagających grupowe podejmowanie decyzji i negocjacje. ZauwaŜono, Ŝe mogą być łatwo zaimplementowane w systemach rozproszonych w architekturze klientserwer. Do bardziej znanych rozwiązań software owych opartych o ten typ modeli naleŝą m.in.: NEGOTIATION ASSISTANT [RaSh97], NEGOTIATOR [BuSh96], HIPRE-3+ Group Link [HäPö96], MANSS [BYHS01],
440 Metody formalne w SWO INSPIRE [KeNo99]. Autor niniejszego opracowania jest współtwórcą implementacji metody wielokryterialnego podejmowania decyzji w systemie wspomagania negocjacji pracującym w środowisku rozproszonym [Pola02, PoSz01]. System ten wykorzystuje prototyp programu NegoBIP [OŜSz97] implementujący procedurę dwureferencyjną przeszukiwania granicy w sensie Pareto zbioru rozwiązań dopuszczalnych, opracowaną dla problemów decyzyjnych z decydentem grupowym. Procedura dwureferencyjna rozwiązuje problemy liniowe i nie wymaga od uŝytkownika wiedzy z dziedziny teorii optymalizacji poprzez wybór pola z etykiet w języku naturalnym wypowiada się on na temat rozwiązania problemu negocjacyjnego (zob. rys. 1). Typowa dla metod optymalizacyjnych terminologia techniczna nie stanowi więc utrudnienia w prowadzeniu negocjacji. Procedura pozwala wyznaczyć jedno z rozwiązań w sensie Pareto dzięki wykorzystaniu informacji sterującej podawanej przez uŝytkownika w czasie procesu podejmowania decyzji. UŜytkownik jest mianowicie pytany o ocenę rozwiązań w sensie Pareto (tzw. rozwiązań próbnych) rekomendowanych przez system komputerowy. Rys 1. Zmiana rozwiązania wielokryterialnego mediatora w negocjacjach trójstronnych (program NegoBIP). Źródło: Opracowanie własne. Szczególnie obiecujące właściwości dla zastosowania w rozproszonym systemie wspomagania negocjacji posiadają właśnie modele MCDM. Wynika to z ich następujących cech [MaSa98]:
Zastosowania metod optymalizacyjnych i sztucznej inteligencji... 441 traktowania negocjacji jako procesu, w przeciwieństwie do teorii gier głównie koncentrującej się na wyniku negocjacji, zwiększenia stopnia ustrukturyzowania problemu poprzez udostępnienie moŝliwości definiowania wspólnej ramy koncepcyjnej obejmującej jednocześnie strukturę procesu i wymianę informacji, moŝliwości zastosowania tych samych modeli dla negocjacji dwustronnych i wielostronnych, wykorzystania pojęcia funkcji celu, które jest bardziej zrozumiałe dla decydentów niŝ pojęcie uŝyteczności - podstawowe dla modeli opartych o teorię MAUT, poszukiwania zbioru moŝliwych rozwiązań kompromisowych, a nie pojedynczego rozwiązania, interaktywności, która pozwala decydentom aktywnie uczestniczyć w procesie decyzyjnym i w duŝym stopniu sprawować kontrolę nad jego przebiegiem, moŝliwości wykorzystania reprezentacji graficznej (por. rys. 2) dla mniej złoŝonych problemów, a oparciu się wyłącznie o analizę wartości funkcji celu dla bardziej złoŝonych (por. rys. 1), Rys 2. Analiza graficzna negocjacji w systemie INSPIRE. Źródło: http://interneg.org/interneg/tools/inspire/doc/demo.html umoŝliwienia uczenia się uŝytkowników poprzez obserwację własnego systemu wartości z wielu punktów widzenia oraz zapoznawania się z preferencjami, celami i kryteriami wyboru innych członków grupy, większej intuicyjności i łatwości uŝycia niŝ modeli opartych o teorię wieloatrybutowej uŝyteczności,
442 Metody formalne w SWO długotrwałego procesu poszukiwania kompromisu wymagającego wykonania wielu iteracji. Metody sztucznej inteligencji Nie wszystkie problemy negocjacyjne są wystarczająco dobrze ustrukturyzowane by mogły być przedstawione i rozwiązane z uŝyciem klasycznych modeli matematycznych. Stąd teŝ zainteresowanie rozwojem podejścia sformalizowanego do negocjacji opartego o metody sztucznej inteligencji. Najwcześniej i z największym powodzeniem badano moŝliwość wspomagania negocjacji z wykorzystaniem systemów ekspertowych. Zawierają one wiedzę na temat określonej grupy przypadków negocjacyjnych. Systemy ekspertowe wykorzystywane są do doradzania pojedynczej stronie przed rozpoczęciem negocjacji lub w trakcie ich trwania. Do najbardziej znanych przykładów tego typu systemów naleŝą: Hostage-taking Information and Tactics (HIT) [VeMa87] i NEGOTEX [EGLR92]. Będący systemem ekspertowym Persuader ma za zadanie spełniać oprócz funkcji doradczej równieŝ funkcję mediacyjną [Syca90]. Jednak dla procesu mediacji, mniej sformalizowanego i trudniejszego do opisania od doradztwa, próbuje się zastosować nowsze metody sztucznej inteligencji. Prowadzone są prace nad systemami opartymi na modelowaniu restrukturyzowanym i wykorzystującymi technologię algorytmów genetycznych (zob. np. [MaSH91, SzSt99]). Zastosowanie tych metod pozwala tworzyć systemy charakteryzujące się moŝliwością generowania rozwiązań i dostosowywania strategii dochodzenia do rozwiązania stosownie do zmieniających się warunków. Rozwiązaniem łączącym moŝliwości modeli róŝnych typów jest NegocIAD. Oparty jest on na wykorzystaniu wielokryterialnych modeli negocjacji i zastosowaniu technologii wywodzącej się z teorii rozproszonej sztucznej inteligencji (ang. Distributed Artificial Intelligence) [EsPC97]. Nowym kierunkiem badań są próby opracowania systemów prowadzących automatyczne negocjacje [JFLP+01]. Zastosowanie agentów programowych ma uwolnić człowieka od bezpośredniego udziału w dobrze ustrukturyzowanych negocjacjach. Podsumowanie Metody optymalizacyjne i sztucznej inteligencji róŝnią się moŝliwościami zastosowań w negocjacjach, a przez to uzupełniają się. Celem przyszłych badań moŝe być opracowanie kompleksowych systemów korzystających z obu tych metod. Przedstawione w opracowaniu metody stanowią wynik poszukiwań tylko w jednym z obszarów badań nad wspomaganiem negocjacji. Oprócz badań nad metodami poszukiwania rozwiązań kompromisowych, prowadzone są równole-
Zastosowania metod optymalizacyjnych i sztucznej inteligencji... 443 gle badania nad formami i treścią komunikatów przekazywanych między stronami w procesie negocjacji. W ich wyniku powstają systemy zarządzające komunikacją w procesie targowania dla potrzeb systemów handlu elektronicznego. Upowszechnienie tych systemów moŝe przyczynić się do intensyfikacji badań nad systemami doradczymi i mediacyjnymi. JednakŜe wyjście poza laboratoria badawcze, akceptacja uŝytkowników i popularyzacja tego rodzaju systemów wymaga jeszcze długotrwałych badań. Literatura [BiKS03] [BuSh96] [BYHS01] [Chat96] [EGLR92] [EsPC97] [HäPö96] [Haus97] [JFLP+01] [KeNo99] [MaSa98] Bichler M., Kersten G., Strecker S.: Towards a Structured Design of Electronic Negotiations, Group Decision and Negotiation 12, s. 311-335, 2003. Bui T. X., Shakun M. F.: Negotiation Processes, Evolutionary System Design, and NEGOTIATOR, Group Decision and Negotiation 5, s. 339-353, 1996. Bui T. X., Yen J., Hu J., Sankaran S.: A Multi-Attribute Negotiation Support System with Market Signaling for Electronic Markets, Group Decision and Negotiation 10, s. 515-537, 2001. Chatterjee K.: Game Theory and the Practice of Bargaining, Group Decision and Negotiation 5, s. 355-369, 1996. Eliasberg J., Gauvin S., Lilien G. L., Rangaswarmy A.: An Experimental Study of Alternative Preparation Aids for International Negotiations, Group Decision and Negotiation 1, s. 243-267, 1992. Espinasse N., Picolet G., Chouraqui E.: Negotiation Support Systems: A Multi-Criteria and Multi-Agent Approach, European Journal of Operation Research 103, 1997. Hämäläinen R. P., Pöyhönen M.: On-Line Group Decision Support by Preference Programming in Traffic Planning, Group Decision and Negotiation 5, s. 485-500, 1996. Hausken K.: Game-theoretic and Behavioral Negotiation Theory, Group Decision and Negotiation 6, s. 511-528, 1997. Jennings N. R., Faratin P., Lomuscio A. R., Parsons S., Wooldridge M. J., Sierra C.: Automated Negotiations: Prospects, Methods and Challenges, Group Decision and Negotiation 10, s. 199-215, 2001. Kersten G. E., Noronha S. J.: Negotiation via the World Wide Web: A Cross-cultural Study of Decision Making, Group Decision and Negotiation 8, s. 251-279, 1999. Matsatsinis N. F., Samaras A. P.: An Overview of Group Decision Support Systems and Multiple Criteria Decision Aids, Pro-
444 Metody formalne w SWO ceedings of the 47th Meeting of the European Working Group Multicriteria Aid for Decisions, Thessaloniki, 1998. [MaSH91] Matwin S., Szapiro T., Haigh K.: Generic Algorithms Approach to a Negotiation Support System, IEEE Transactions on Systems, Man, and Cybernetics 21, s. 102-114, 1991. [Nash50] Nash J. F.: The Bargaining Problem, Econometrica 18, s. 155-162, 1950. [OŜSz97] OŜdŜeński W., Szapiro T.: System BIP4W 2.02 - komputerowa implementacja metody dwu-referencyjnej, w: Trzaskalik T. (red.) Zastosowania badań operacyjnych, s. 289-302, Wyd. Absolwent, 1997. [Pola02] Polak P.: Architektura rozproszonego systemu wspomagania negocjacji, Studia Informatica 23, s. 273-280, Politechnika Śląska 2002. [PoSz01] Polak P., Szapiro T.: On Testing Performance of a Negotiation Procedure in Distributed Environment, w: Köksalan M., Zionts S. (red.), Multiple Criteria Decision Making in the New Millennium, Lecture Notes in Economics and Mathematical Systems 507, s. 93-100, Springer, 2001. [Raif82] Raiffa H.: The Art and Science of Negotiations, Harvard University Press, 1982. [RaSh97] Rangaswamy A., Shell G. R.: Using Computers to Realize Joint Gains in Negotiations: Toward an Electronic Bargaining Table, Management Science 43, s. 1147-1163, 1997. [Syca90] Sycara K. P.: Negotiation planning: An AI approach, European Journal of Operational Research 46, s. 216-234, 1990. [SzSt99] Szapiro T., Stasieńko J.: Wspomaganie negocjacji trójstronnych z wykorzystaniem algorytmów genetycznych, Roczniki Kolegium Analiz Ekonomicznych 7/1999, s. 218-231, SGH, 1999. [VeMa87] Vedder R. G., Mason R. O.: An Expert System Application for Decision Support in Law Enforcement, Decision Sciences 18, s. 400-414, 1987. USING OPTIMIZATION AND ARTIFICIAL INTELLIGENCE METHODS IN NEGOTIATION SUPPORT The paper contains a review of different decision support methods used in negotiation support systems. The paper presents methods of game theory, multicriteria optimization, and artificial intelligence. Key words: group decision support systems, expert systems, negotiation