🤝 El Torneo de Axelrod

Pavlov coopera si ambos jugadores hicieron el mismo movimiento en la ronda anterior (ambos C o ambos D — una "victoria") y delata si hicieron movimientos diferentes (uno C uno D — una "derrota"). Esta simple regla de refuerzo se autocorrige: tras una doble delación inducida por ruido (castigo P), Pavlov delata mientras TFT coopera — volviendo a la cooperación mutua tras una ronda. Pavlov también puede explotar a Siempre-Coopera cambiando a delación permanente, dándole una ventaja que TFT no tiene. En torneos IPD ruidosos, Pavlov a menudo supera a TFT.

El TFT Generoso (GTFT) es como Toma y Daca, pero en lugar de vengarse siempre tras la delación del oponente, coopera con una pequeña probabilidad p (típicamente p = 1/3 o ajustada a la tasa de ruido). Este perdón rompe los ciclos de delación en eco: tras una cadena de castigo mutuo, GTFT coopera ocasionalmente, dando al oponente la oportunidad de volver a la cooperación mutua. Nowak y May (1992) demostraron que GTFT es una estrategia evolutivamente estable en poblaciones estructuradas espacialmente, desplazando tanto a TFT como a Siempre-Delatar.

Grudger coopera en cada movimiento hasta que el oponente delata aunque sea una vez, y después delata para siempre — guardando un rencor permanente. Contra oponentes cooperativos, Grudger acumula la recompensa máxima. Contra cualquier delator, tras la pérdida inicial de incauto cambia al castigo mutuo, evitando más explotación. Aunque Grudger no es "perdonadora" y rinde mal contra oponentes ruidosos o que la ponen a prueba, es un concepto de equilibrio: una vez que ambos jugadores activan el rencor, ninguno se beneficia volviendo unilateralmente a la cooperación.

Siempre Delatar (AllD) gana la tentación T frente a cooperadores, lo que parece rentable. Pero en un torneo de todos contra todos solo gana el castigo P (el peor resultado mutuo) contra cualquier otra estrategia delatora — y contra cualquier versión de TFT o Grudger solo gana T en el primer movimiento, y luego cobra P durante las N – 1 rondas restantes. Contra muchos oponentes cooperativos, la puntuación agregada de AllD se hunde porque R >> (T + (N-1)P)/N para N grande. AllD solo "gana" en entornos compuestos principalmente por cooperadores ingenuos.

La matriz de pagos debe cumplir T > R > P > S y 2R > T + S para que el dilema iterado tenga sentido. Aumentar T (tentación) eleva la recompensa por delatar frente a cooperadores, haciendo el entorno más duro para las estrategias amables. Reducir la diferencia entre R y P disminuye el incentivo para cooperar. Cuando T – R se vuelve muy grande, incluso TFT empieza a delatar oportunistamente en algunas variantes. Ajustar los controles deslizantes permite explorar cómo la intensidad del dilema afecta qué estrategias dominan.

El artículo de Robert Axelrod y William Hamilton de 1981 mostró que la cooperación puede invadir una población de delatores si el factor de descuento w (probabilidad de otra ronda) satisface w ≥ (T – R)/(T – P). Por encima de este umbral, la sombra futura de la interacción repetida hace que delatar deje de ser rentable. La selección de parentesco (regla de Hamilton: rb > c) y la selección de grupo ofrecen vías evolutivas adicionales. En la práctica, la estructura espacial — donde los cooperadores pueden formar grupos y evitar explotadores — suele ser el mecanismo clave, como muestran los modelos de red espacial IPD de Nowak y May.

En un torneo de todos contra todos, cada participante juega contra todos los demás participantes (y, en el diseño de Axelrod, también contra sí mismo) durante N rondas. La puntuación total es la suma de los pagos acumulados en todas las partidas. Por eso las puntuaciones están influenciadas no solo por cómo le va a una estrategia contra los delatores, sino también por cómo le va contra la mayoría de las estrategias cooperativas del grupo. Por esto la composición del campo importa: AllD rinde mejor en un campo con mucha delación, mientras que TFT prospera en uno con mucha cooperación.

El IPD modela muchos fenómenos sociales y biológicos: carreras armamentistas entre naciones (cooperar = limitar armamento, delatar = escalar); competencia de precios corporativa (cooperar = mantener el precio, delatar = rebajarlo); evasión inmunitaria de patógenos (cooperar = suprimir la toxina, delatar = estallar); peces limpiadores y sus huéspedes; incluso reglas de plasticidad sináptica en redes neuronales. Las ideas de Axelrod se han usado para diseñar acuerdos comerciales internacionales, sugerir mecanismos de cooperación climática y explicar la evolución del altruismo en los insectos sociales.