L’AI sta cambiando la capacità di negoziare. Come funziona l’Augmented Negotiation

L’Intelligenza Artificiale sta entrando sempre più rapidamente anche nei processi negoziali complessi. L’AI può analizzare grandi quantità di dati e informazioni, supportare la preparazione, formulare scenari alternativi, simulare interlocutori e, in alcuni casi, assumere direttamente il ruolo di una delle parti.

La sua diffusione pone una questione particolarmente rilevante: come cambia la nostra capacità di negoziare quando l’AI entra stabilmente all’interno del processo negoziale? Per rispondere è necessaria un’analisi sistemica che consideri il modo in cui tecnologia, esperienza e giudizio umano possono essere organizzati all’interno della stessa architettura. Possiamo definire questa configurazione Augmented Negotiation : un approccio human-centered nel quale l’AI amplia la capacità del negoziatore di comprendere il contesto, prepararsi, simulare, interagire, osservare, riflettere e adattarsi, mentre l’autonomia decisionale, giudizio e responsabilità restano in capo al negoziatore.

Dall’automazione all’augmentation

Automazione e augmentation sono fenomeni differenti. In estrema sintesi:

• L’automazione trasferisce ad una tecnologia un’attività precedentemente svolta dall’essere umano.
• L’augmentation utilizza la tecnologia per ampliare le capacità con cui la persona svolge quell’attività.

Nel primo caso, quindi, il valore principale è legato all’efficienza e alla possibilità di eseguire un compito; nel secondo, invece, riguarda anche la qualità del giudizio, dell’esperienza e dell’apprendimento che il compito genera.

Questa distinzione è rilevante anche nell’ambito negoziale. Infatti, la negoziazione richiede la combinazione di analisi e interpretazione. Interessi, alternative e possibili accordi convivono con fiducia, potere, reputazione, cultura, relazioni ed emozioni. Le informazioni disponibili sono spesso incomplete, alcune sono talvolta tenute nascoste, altre ancora assumono significati differenti a seconda di chi le legge e le interpreta.

Una concessione, ad esempio, può essere vista come un segnale di apertura alla collaborazione oppure come un segnale di debolezza. Una proposta economicamente conveniente può produrre una reazione negativa quando viene percepita come iniqua o incompatibile con la relazione in essere tra le parti. La capacità negoziale comprende quindi elaborazione delle informazioni, capacità di lettura del contesto e giudizio. 

Ed è proprio in questo spazio che l’augmentation genera il suo valore: la tecnologia aumenta la quantità di informazioni, esperienze e prospettive a disposizione del negoziatore e crea ulteriori occasioni per osservare come la persona decide e sviluppare la sua capacità negoziale.

Dall’AI come strumento all’AI come architettura

L’adozione dell’AI nei processi negoziali segue, di solito, due configurazioni. La prima considera l’AI come uno strumento a disposizione del negoziatore: analizza documenti, sintetizza informazioni, contribuisce alla preparazione e produce possibili scenari. La seconda configurazione la considera come un interlocutore: il negoziatore interagisce con un agente artificiale che interpreta l’altra parte e reagisce alle sue decisioni.

Tuttavia, esiste una terza configurazione che amplia ulteriormente il perimetro: l’AI può essere organizzata come un’architettura intorno al negoziatore, composta da funzioni specializzate che intervengono in momenti differenti e condividono informazioni e risultati.

Pensiamo alle diverse fasi del processo negoziale. Occorre comprendere il contesto, le parti e gli interessi, bisogna preparare una strategia, esplorare scenari alternativi, sperimentare l’interazione, osservare comportamenti e conseguenze, riflettere su quanto è accaduto e, infine, adattare il proprio approccio. Questa sequenza può essere rappresentata come un ciclo: Understand, Prepare, Simulate, Engage, Observe, Reflect, Adapt.

The Augmented Negotiation Cycle. Il modello rappresenta un processo iterativo nel quale l’AI amplia la capacità del negoziatore che mantiene l’autonomia decisionale, giudizio e responsabilità. 

Le cinque dimensioni dell’Augmented Negotiation

Analizzando il processo secondo questa prospettiva, emergono cinque dimensioni nelle quali l’AI può contribuire allo sviluppo della capacità negoziale:

• Strategic augmentation . Amplia la preparazione attraverso informazioni sull’altra parte, sugli interessi, le alternative, i comportamenti precedenti, le relazioni tra stakeholder e gli scenari possibili.
• Experiential augmentation . Aumenta le occasioni per fare pratica, permette di ripetere una negoziazione, di variare alcune condizioni e di confrontarsi con interlocutori che hanno approcci negoziali differenti.
• Behavioural augmentation . Aggiunge una prospettiva di osservazione delle possibili domande, concessioni, reazioni, sequenze decisionali, dei segnali e delle variazioni di strategia.
• Reflective augmentation . Trasforma l’esperienza e il feedback in un processo strutturato di interpretazione, confronto e adattamento nel tempo.
• Emotional augmentation . Aumenta la consapevolezza della dimensione emotiva e può supportare processi di regolazione, reappraisal e gestione delle reazioni durante l’interazione con l’altra parte.

Nell’augmented negotiation cycle il passaggio maggiormente critico e rilevante è quello da Adapt a Understand. L’esperienza di una negoziazione alimenta la comprensione e la preparazione di quella successiva. L’elemento centrale è quindi l’integrazione delle cinque dimensioni lungo lo stesso ciclo e il loro contributo allo sviluppo continuo della capacità negoziale.

Emozioni e interazione Human-AI

La dimensione emotiva, elemento cruciale di ogni negoziazione, è tra le meno intuitive quando introduciamo un interlocutore AI.

In una recente ricerca sperimentale abbiamo confrontato negoziazioni Human-Human e Human-AI analizzando, tra gli altri elementi, positive affect, negative affect, emotion regulation e subjective value. Il primo elemento che emerge chiaramente è che le emozioni continuano a svolgere un ruolo significativo anche quando l’interlocutore è un agente AI. Nella condizione Human-AI, inoltre, le emozioni negative sembrano pesare leggermente meno sulla valutazione dell’esperienza, mentre aumenta il peso della capacità di regolazione emotiva. Queste differenze suggeriscono che l’interazione con l’AI può modificare alcuni dei meccanismi attraverso cui le emozioni entrano nell’esperienza negoziale.

Una possibile interpretazione riguarda la social-evaluative threat. Nell’interazione con un’altra persona entrano in gioco giudizio, reputazione, rifiuto e confronto personale. La presenza di un interlocutore AI può, in alcune condizioni, attenuare parte della pressione legata alla valutazione sociale e modificare i processi di rivalutazione cognitiva e regolazione emotiva.

L’architettura emotiva sembra dunque modificarsi soprattutto nella relazione tra pressione sociale, emozioni negative e capacità di regolazione. È una dinamica interessante, sicuramente da approfondire, per comprendere come cambia l’esperienza negoziale quando l’interlocutore è un agente AI.

Da un agente a un ecosistema

L’AI è, naturalmente, presente anche nella formazione manageriale sulla negoziazione in SDA Bocconi. Ad esempio, LEON - Leading Excellence On Negotiation - è “nato” nel 2024 ed è stato sperimentato per la prima volta in un corso nell’ottobre 2024, inizialmente come semplice AI-based teaching assistant. Successivamente è stato sviluppato nella direzione di un AI-based negotiation coach, con capacità di supportare la preparazione, l’osservazione, l’analisi e la formulazione di feedback personalizzato con finalità formative.

In una seconda fase della sperimentazione condotta nel 2025-2026, i partecipanti hanno svolto una prima negoziazione, ricevuto un’analisi strutturata dell’interazione, riflettuto sul feedback e condotto poi una seconda negoziazione. Il feedback è stato utilizzato come strumento di riflessione e sviluppo, mentre il confronto tra le due interazioni ha permesso di osservare l’evoluzione dei comportamenti negoziali.

Il passaggio successivo riguarda l’evoluzione da singolo agente a ecosistema. Nel 2027 LEON sarà configurato come un sistema di agenti AI specializzati e interdipendenti. Un Profiler supporterà la comprensione delle parti; il Simulation Lab permetterà di esplorare differenti scenari; lo Sparring Partner e il Tough Negotiator permetteranno di allenarsi con livelli differenti di complessità; il Negotiation Observer analizzerà l’interazione; il Learning Journal organizzerà i feedback e le riflessioni nel corso del tempo.

Il valore dell’ecosistema deriva soprattutto dall’interdipendenza . Infatti, le informazioni prodotte in una fase possono diventare input per le fasi successive: il profilo di una parte può contribuire alla costruzione di una simulazione, quanto accade nella simulazione può essere analizzato dall’Observer, il feedback può alimentare il Learning Journal e diventare parte della preparazione successiva.

Il LEON Multi-Agent Ecosystem. L’ecosistema integra agenti AI specializzati che supportano profilazione, simulazione, pratica, osservazione e riflessione lungo il processo negoziale. 

Autonomia decisionale e qualità dell’architettura

Il valore dell’Augmented Negotiation dipende direttamente dalla qualità dell’architettura che la sostiene. La qualità, a sua volta, dipende da alcuni elementi strutturali, quali l’accuratezza dei dati, la robustezza teorica dei feedback, la protezione delle informazioni sensibili, la capacità di interpretazione e la possibilità di discutere criticamente le raccomandazioni.

In questa architettura l’autonomia decisionale rappresenta il principio di base. Il negoziatore mantiene la responsabilità delle scelte, interpreta le indicazioni ricevute, le confronta con altre fonti e decide quali informazioni integrare nel proprio approccio. L’AI amplia il campo delle alternative e delle osservazioni disponibili, mentre il giudizio umano attribuisce loro significato all’interno della specifica situazione.

L’assistente AI supporta lo svolgimento di un’attività, l’AI augmentation sviluppa nel tempo la capacità umana che sostiene quell’attività. Informazioni, esperienze e feedback producono valore quando sono trasformati in comprensione, riflessione e adattamento. La qualità dell’Augmented Negotiation si misura nella capacità di trasformare tecnologia, esperienza e feedback in una maggiore capacità della persona di comprendere, decidere e negoziare.

I temi di questo articolo vengono affrontati nel programma: Negoziazione e influenza. Imparare a gestire le relazioni professionali con efficacia e soddisfazione .