Facoltà di Economia

Lucia LeonelliProf.ssa Lucia Leonelli
Preside della Facoltà

La Facoltà di Economia dell'Università degli Studi di Roma "Tor Vergata" è un centro di formazione e di ricerca di eccellenza, riconosciuto a livello nazionale ed internazionale, ed è costituito da due dipartimenti: Economia e Finanza e Management e Diritto.

Continua a leggere la presentazione della Facoltà


La Facoltà di Economia è costituita dai dipartimenti:

Dipartimento di Economia e Finanza

Prof. Alberto Iozzi
Direttore

Dipartimento di Management e Diritto

Prof.ssa Martina Conticelli
Direttore

Iscrizioni e Trasferimenti

In questa sezione trovi tutte le informazioni di cui hai bisogno per accedere alla nostra offerta formativa (bandi, test di ammissione, borse di studio, residenze e alloggi...)
Il tuo futuro comicia da qui!

Terza Missione

La Facoltà di Economia, da sempre impegnata a favore della crescita del tessuto socioeconomico italiano e nella cooperazione internazionale, declina la sua Terza missione impegnandosi in una ricerca di eccellenza utile a fini produttivi, capace di contribuire all’avanzamento della conoscenza, dei saperi culturali, scientifici e tecnologici atti a migliorare il benessere della società, attraverso una formazione di qualità, la creazione di partnership istituzionali e progetti con le imprese e per il territorio, il supporto della proprietà intellettuale e dell’imprenditorialità, il placement dei propri laureati, la promozione di iniziative volte a garantire sviluppo sostenibile, innovazione sociale, civic engagement e resilienza.

Scopri di più...

James Tremewan

Delegating decisions to Algorithms

Noemi Pace Seminars PhD EF
When

Wednesday, April 16, 2025 h. 13:00-14:00

Where

Sala del Consiglio

Description

Abstract: AI algorithms are increasingly used for negotiating agreements. Responses to an offer may depend not just on whether the counterparty is AI-assisted or not, but also whether the counterparty was responsible for the choice to delegate decisions to the algorithm. For example, people may interact with a chatbot in a similar way to a human in principle, but react negatively when it is salient that the chatbot has been imposed upon them. On the other hand, people may appreciate a human interaction more when they aware that a chatbot was a viable alternative.
This study uses variations on the Ultimatum Game as a framework to investigate related questions. Specifically, how do Proposers in the game delegate decisions to artificial intelligence algorithms, and how do Responders react to this? We use two alternative "algorithms", one trained to behave as a typical human (simply choosing the modal offer from the baseline treatment), and the other trained to optimize profits (choosing the profit maximizing offer based on acceptance rates from the baseline). There is common knowledge about how each algorithm makes decisions, but neither the Proposer nor Responder knows precisely which offer either will make. Five treatment variations allow us to disentangle the effects of algorithm-based offers versus delegation decisions. We also elicit beliefs about the choices of the algorithms and Proposer and Responder behaviour to pinpoint the motivations for delegation, and further investigate the causes of differential reactions by Responders across treatments.
Joint work with Francesca Marazzi, Jesper Roine, Giancarlo Spagnolo