Czy AI może negocjować podwyżkę dla pracownika w symulowanym spotkaniu korporacyjnym ?

Systemy AI są coraz częściej wykorzystywane do wspierania lub nawet prowadzenia zadań związanych z zasobami ludzkimi. Te negocjacje wymagają odczytywania sygnałów społecznych, rozumienia dynamiki władzy i długoterminowych interesów relacji. Współczesne duże modele językowe radzą sobie z sytuacjami odgrywania ról z imponującą zdolnością adaptacji. Przewijają się one przez zmieniające się cele i punkty wrażliwe emocjonalnie bez bezpośrednich instrukcji.

Background

AI systems are increasingly used to assist or even lead human resources tasks. These negotiations require reading social cues, understanding power dynamics and long-term relationship stakes. Modern LLMs handle role-playing scenarios with impressive adaptability. They navigate shifting goals and emotional pressure points without direct instructions.

Current AI systems can role-play a simulated salary negotiation, parsing candidate talking points, market benchmarks, and company constraints to generate context-appropriate responses in real time. They can adjust tone, employ persuasive strategies, and even anticipate counterarguments, though they do not possess true intent or legal authority to finalize compensation changes. Benchmarks from controlled studies show these systems achieve parity with novice HR assistants on scripted negotiation scenarios, but still lag behind experienced managers when handling unscripted emotional or organizational complexities. Integrations typically rely on pre-loaded corporate policies and require human-in-the-loop approval before any binding decisions. — Enriched May 12, 2026 · Source: MIT Sloan Management Review