في عالم الذكاء الاصطناعي، يُعتبر التفاوض العاطفي واحداً من أبرز التحديات التي تواجه الوكلاء المعتمدين على نماذج اللغات الضخمة (Large Language Models). لذلك، تم تطوير مشروع EmoDistill، وهو إطار عمل مبتكر يُركز على تحسين مهارات التفاوض العاطفية هذه.

تظهر الأبحاث أن نماذج اللغات الضخمة غالباً ما تُدرب لتوافق ردودها مع تفضيلات البشر، مما يجعلها آمنة ومؤدبة وملائمة في المحادثات. ولكن في سيناريوهات التفاوض العدائي، يمكن أن يصبح هذا الانسجام نقطة ضعف. عندما يتم استخدام لغة مؤطرة عاطفياً، قد تقود الوكلاء نحو مصالح الطرف المقابل.

يستخدم EmoDistill نظام تحفيز يعتمد على مشاعر GoEmotions، حيث يُظهر أن المشاعر تُحدث تحولاً كبيراً في نتائج التفاوض. وهذا يشير إلى أن العاطفة ليست مجرد أسلوب سطحي، بل هي قناة استراتيجية لتحسين النتائج.

يتركز إطار EmoDistill على تحليل استراتيجيات العاطفة إلى اختيار التعبير العاطفي والتعبير عن المشاعر. حيث يتعلم مُختار التعلم المعزز الضمني (Implicit Q-Learning) "أي" عاطفة يجب التعبير عنها، في حين تتعلم سياسة تعتمد على التكيف منخفض الرتبة (Low-Rank Adaptation) "كيف" يتم التعبير عنها من خلال تحسين دقيق مُشرف (Supervised Fine-Tuning) وتعزيز سياسة الحكم (Judge Policy Optimization).

تظهر نتائج الاختبارات عبر أربعة مجالات تفاوض حساسة للعاطفة أن السياسات المُدربة تحت إطار EmoDistill تحقق أعلى فائدة، مُتجاوزةً الأسس التقليدية وتلك التي تعتمد فقط على اختيار العواطف. الأدلة تشير إلى أن التكيف مع العواطف ضروري، والدراسات الانتقالية تظهر قدرة الإطار على التعميم عبر مجالات مختلفة وطرفين غير مرئيين.

بشكل عام، يُعتبر EmoDistill خطوة مبتكرة تتجنب تكاليف التفاوض عبر الإنترنت خلال التدريب من خلال التعلم من التفاعلات الحديثة بين الوكلاء.