Laat de computer voor je onderhandelen

Bij complexe onderhandelingen – van de verkoop van een huis tot het formeren van een kabinet – is het voor mensen vaak onmogelijk om alle aspecten te overzien. Tim Baarslag ontwikkelt algoritmen die dat wel kunnen en er een betere deal uit slepen.

Publicatiedatum
3 augustus 2021

Tijdens de tijdrovende formatie van het kabinet-Rutte III heb je geopperd om een computer op tafel te zetten om de onderhandelingen te bespoedigen. Misschien een idee voor komende formaties?

‘Dat geloof ik nog steeds inderdaad. Een regeerakkoord kun je zien als een verzameling afspraken over allerlei sociale vraagstukken. De ‘ruimte’ van alle mogelijke oplossingen hierin is gigantisch. De menselijke manier om hierdoorheen te zoeken is ze stukje voor stukje te behandelen. ‘Laten we het eerst eens worden over het ene onderwerp, dan gaan we daarna door met het volgende onderwerp.’ Maar het leidt tot betere uitkomsten als je meerdere onderwerpen tegelijkertijd bespreekt, zodat je trade offs kunt maken. Dat ‘multitasken’ is voor mensen heel moeilijk.  

De complexiteit groeit enorm zodra je ook maar een paar onderwerpen tegelijkertijd bespreekt. Alle facetten van de verschillende onderwerpen werken op elkaar in, en zo krijg je een explosie aan mogelijkheden. Een computer zou die combinaties van mogelijke oplossingen kunnen doorrekenen en tot voorstellen voor uitkomsten kunnen komen die voor iedereen interessant zijn. Natuurlijk gaat hier soms om fundamentele sociale en ethische vraagstukken waarbij de computer niet meer kan zijn dan een adviseur en de menselijke maat de doorslag moet geven.’

Dus volgende formaties moeten een fluitje van een cent zijn?

‘Nee helaas, het is op dit moment nog niet mogelijk om de computer hiervoor in te zetten. Eén van de problemen is dat de meeste theorieën over onderhandelen gaan over één-op-één onderhandelingen. Voor bijvoorbeeld het uitbrengen van een bod op een huis is het wel goed mogelijk een algoritme toe te passen. Maar in de Nederlandse politiek gaat het vrijwel altijd over meer dan twee partijen die samen een coalitie moeten smeden. Dat is veel moeilijker, dat kunnen de huidige algoritmen nog niet aan. Er wordt wel aan gewerkt. Dat vind ik ook zo leuk aan mijn vakgebied: het is zo nieuw, er is zoveel werk in te doen.

Nog los van de theorie over onderhandelen moet een onderhandelingscomputer natuurlijk wel weten wat jij wil. Met mijn Veni-beurs onderzoek ik hoe een computer dat kan achterhalen. Een computer moet data hebben om te begrijpen wat we belangrijk vinden in onderhandelingen. In het voorbeeld van de kabinetsformatie: geef je meer om defensie of om onderwijs? En waar liggen voor jou de zwaartepunten bij die verschillende vraagstukken? Wij hebben een methode ontwikkeld waarbij je met een beperkt aantal vragen, soms minder dan twintig, toch een goed idee kunt krijgen over wat belangrijk is voor de gebruiker, zodat je tot een goed resultaat kunt komen.

Algoritmen kunnen mensen zo steeds beter helpen met onderhandelingen en ze uiteindelijk zelfs autonoom voor je afhandelen. Stel, je bent in gesprek over een nieuwe baan. Je zou dan de computer aan het werk kunnen zetten met je wensen voor salaris, vrije dagen en andere arbeidsvoorwaarden. De computer zou dan in onderhandeling kunnen gaan met je mogelijke nieuwe werkgever en terugkomen met het best mogelijke resultaat voor jou, zonder dat je er zelf nog iets voor hoeft te doen. En zo zijn er nog talloze gebieden waar onderhandelingsalgoritmen een rol kunnen spelen: van de verdeling van erfenissen tot zelfrijdende auto’s die elkaar voorrang moeten verlenen.’

Dit jaar ben je toegetreden tot de Jonge Akademie, een platform van jonge wetenschappelijke talenten. Wat ga je daar doen?

‘Ik wil verandering brengen in hoe wij wetenschappers communiceren over de maatschappelijke gevolgen van innovaties, zeker in mijn vakgebied, in AI. Denk aan alle zorgen over social media bubbles, discriminatie door algoritmen, banenverlies door automatisering, fake news, invloed op de politiek – dat is nogal wat. Maar het geldt net zo goed voor andere vakgebieden, zoals biologie met designerbaby’s en fysica met kernenergie. Dat zijn echt innovaties met grote maatschappelijke gevolgen.

Wetenschappers beschrijven vaak op een rooskleurige manier wat een nieuwe technologie inhoudt. Logisch, want ze willen vooral de positieve aspecten van hun werk naar voren brengen. Maar als er kritische vragen over negatieve gevolgen komen van de media, burgers of de overheid, dan hebben we daar vaak onvoldoende antwoord op.

Dat is waar ik over wil nadenken: hoe we ervoor kunnen zorgen dat het normaal wordt voor ons wetenschappers om proactief over deze potentiële negatieve gevolgen na te denken en daar oplossingen bij aan te dragen.

Heb je bijvoorbeeld een nieuw onderhandelingsalgoritme gemaakt? Super, maar denk dan ook meteen na: wat betekent dat voor mensen die geen toegang hebben tot dit onderhandelingsalgoritme? Of wat gebeurt er als juist iedereen het gebruikt?’

In 2019 selecteerde Het Financieele Dagblad je als een van vijftig ondernemende talenten onder de 35 jaar. In de bijbehorende special las ik dat je graag hoogleraar wil worden.

‘Haha, toen ik vier was riep ik inderdaad dat het mijn droom was om wiskundeprofessor te worden, al wist ik toen natuurlijk nog niet wat dat inhield. Ik ben volgens plan wiskunde gaan studeren, maar als ik ooit hoogleraar word, zal dat in AI zijn.

Ik zou heel graag mijn eigen onderzoeksgroep hebben. Gelukkig is dit onderwerp vers, en is er veel in te doen. Nieuwe ideeën vinden om te onderzoeken is dan ook niet het probleem. Het is vooral een kwestie van mankracht vinden om de ideeën die ik heb en de mogelijkheden die ik zie verder uit te werken. Naast mijn vierdaagse aanstelling bij het CWI werk ik een dag in de week aan de Universiteit Utrecht als assistent professor, dus wie weet wat de toekomst brengt.’