Dylemat więźnia
Wyobraź sobie dwóch podejrzanych aresztowanych za to samo przestępstwo i przesłuchiwanych w oddzielnych pokojach, bez możliwości uzgodnienia zeznań. Każdemu proponuje się tę samą ofertę: zdradzić wspólnika albo milczeć. Macierz wypłat jest bezlitosna:
- Jeśli obaj milczą (współpracują), każdy odsiaduje 1 rok za mniejsze przestępstwo.
- Jeśli jeden zdradza, a drugi milczy, zdrajca wychodzi na wolność; milczący odsiaduje 3 lata.
- Jeśli obaj zdradzają (defektują), obaj odsiadują po 2 lata.
Z czysto egoistycznego punktu widzenia każdy gracz rozumuje tak samo: „Cokolwiek zrobi mój wspólnik, bardziej opłaca mi się zdradzić. Jeśli będzie milczał, wyjdę na wolność zamiast odsiedzieć rok. Jeśli zdradzi, odsiedzę 2 lata zamiast 3”. Ta logika prowadzi obu graczy prosto do wzajemnej zdrady — najgorszego wyniku zbiorowego.
Dylemat nie jest tylko ciekawostką. Modeluje wyścigi zbrojeń, porozumienia środowiskowe, konkurencję cenową między firmami i każdą sytuację, w której racjonalność jednostki podkopuje dobro grupy. Tragedia polega na tym, że obaj gracze wiedzą, że wzajemna współpraca służyłaby im lepiej, a mimo to racjonalny interes własny ich rozdziela.
Równowaga Nasha
W 1950 roku John Nash — którego życie przedstawiono później w filmie Piękny umysł — sformalizował koncepcję stabilnego wyniku w grach strategicznych. Równowaga Nasha to stan, w którym żaden pojedynczy gracz nie może poprawić swojego wyniku, jednostronnie zmieniając strategię, zakładając że wszyscy pozostali gracze trzymają się swoich strategii.
W dylemacie więźnia wzajemna zdrada jest jedyną równowagą Nasha: gdy obaj gracze zdradzają, żaden nie może osiągnąć lepszego wyniku, samodzielnie przechodząc do współpracy. Jednak wzajemna współpraca — dająca obu graczom lepszy wynik — nie jest równowagą Nasha, ponieważ każdy gracz ma indywidualną motywację do zdrady, jeśli drugi współpracuje.
To odsłania otrzeźwiającą prawdę: równowagi Nasha mogą być zbiorowo suboptymalne. Wiele sytuacji z realnego świata ma wiele równowag Nasha, a to, w której z nich osiądzie system, może zależeć od historii, kultury lub drobnych losowych zdarzeń. Gry koordynacyjne — po której stronie drogi jeździć, jakiego komunikatora używać — mają wiele równowag, a społeczeństwo musi jakoś wybrać jedną z nich. Sieci drogowe wykazują paradoks Braessa, w którym dodanie nowej drogi może zepchnąć wszystkich do gorszej równowagi Nasha.
Siła powtórzeń
Jednorazowy dylemat więźnia to pułapka. Ale interakcje w realnym świecie rzadko zdarzają się tylko raz. Gdy ci sami gracze spotykają się wielokrotnie — iterowany dylemat więźnia — krajobraz strategiczny zmienia się całkowicie.
Przyszłe interakcje dają graczom przewagę. Groźba przyszłej kary i obietnica przyszłej nagrody sprawiają, że współpraca staje się realną strategią. W grze powtarzanej bez znanej daty zakończenia współpraca może być indywidualnie racjonalna.
Na początku lat 80. politolog Robert Axelrod przeprowadził niezwykły eksperyment: zaprosił teoretyków gier, ekonomistów, psychologów i matematyków do nadsyłania programów komputerowych, które rozegrają iterowany dylemat więźnia w turnieju każdy z każdym. Programy różniły się od prostych po złożone — niektóre próbowały rozbudowanych analiz statystycznych historii przeciwników, inne grały losowo, jeszcze inne próbowały strategii eksploatacji.
Zwyciężyło najprostsze ze wszystkich zgłoszeń: Wet za wet (Tit-for-Tat), napisane przez Anatola Rapoporta w zaledwie czterech liniach kodu. Strategia jest rozbrajająco prosta: współpracuj przy pierwszym ruchu, a potem rób dokładnie to, co zrobił przeciwnik w poprzedniej rundzie. Zacznij życzliwie, karz za zdradę, wybaczaj natychmiast, gdy przeciwnik wraca do współpracy.
Wet za wet wygrała, ponieważ ucieleśniała cztery cechy, które Axelrod uznał za klucz do sukcesu: życzliwość (nigdy nie zdradzaj pierwszy), odwet (szybko karz zdradę), wybaczanie (wracaj do współpracy po ukaraniu) i czytelność (łatwość zrozumienia i dostosowania się przez przeciwników). Te lekcje sprawdzają się daleko poza komputerowymi turniejami.
Ewolucyjna teoria gier
John Maynard Smith wprowadził teorię gier do biologii w latach 70. i 80. XX wieku, zadając radykalne pytanie: czy zwierzęta muszą być racjonalne, by rozumowanie teoriogrowe miało zastosowanie? Jego odpowiedź brzmiała: nie. Dobór naturalny może wytwarzać stabilne w sensie teorii gier wyniki bez żadnych świadomych obliczeń.
Kluczowym pojęciem jest strategia ewolucyjnie stabilna (ESS): strategia, która przyjęta przez populację nie może zostać wyparta przez rzadkiego mutanta stosującego inną strategię. ESS to równowaga Nasha, która jest dodatkowo stabilna wobec dryfu ewolucyjnego.
Gra „Jastrząb-Gołąb” modeluje konflikt zwierząt o zasób. Jastrzębie zawsze walczą; Gołębie zawsze się wycofują. Populację złożoną wyłącznie z Jastrzębi mogą zasiedlić Gołębie (które unikają kosztownych walk), a populację złożoną wyłącznie z Gołębi mogą zasiedlić Jastrzębie (które wygrywają każdą potyczkę). ESS to populacja mieszana, w której oba typy współistnieją w proporcji zależnej od kosztów i korzyści walki.
Przykładów z prawdziwego świata jest mnóstwo. Ryby czyściciele na stacjach czyszczących przy rafach koralowych współpracują z większymi rybami-klientami, które mogłyby je bez trudu zjeść — wzajemny altruizm wymuszany przez powtarzające się interakcje. Nietoperze wampiry dzielą się posiłkami krwi z towarzyszami z noclegu, którym nie powiodło się polowanie, pamiętając wcześniejszą hojność i odmawiając dzielenia się ze znanymi oszustami. Te zachowania zostały ukształtowane przez presję selekcyjną, a nie świadome obliczenia.
Zobacz ewolucyjną teorię gier w akcji: nasz symulator ewolucji pozwala zasiedlić populację różnymi strategiami — współpracującymi, zdradzającymi, graczami wet za wet — i obserwować, co przetrwa w toku doboru naturalnego. Wyniki potrafią zaskoczyć.
Zastosowania poza grami
Teoria gier wyrosła daleko poza swoje początki w grach towarzyskich i eksperymentach myślowych. Do jej najbardziej wpływowych zastosowań należą:
- Projektowanie aukcji: aukcja Vickreya (zamknięta aukcja drugiej ceny) ma tę niezwykłą właściwość, że uczciwe licytowanie jest strategią dominującą — licytujesz swoją prawdziwą wycenę niezależnie od tego, co licytują inni. Ta koncepcja projektowa, ignorowana przez dziesięciolecia, dziś napędza aukcje reklamowe Google i sprzedaż licencji na spektrum częstotliwości.
- Rynki dopasowań: algorytm Gale'a-Shapleya znajduje stabilne dopasowania na rynkach dwustronnych — przydział rezydentur medycznych, wybór szkoły, wymianę nerek. Alvin Roth i Lloyd Shapley otrzymali za tę pracę Nagrodę Nobla w dziedzinie ekonomii w 2012 roku.
- Wyścigi zbrojeń i odstraszanie: logika wzajemnie gwarantowanego zniszczenia to równowaga Nasha: żadna ze stron nie zyskuje na uderzeniu jako pierwsza, jeśli druga może odpowiedzieć. Teoria gier ukształtowała strategię nuklearną zimnej wojny.
- Negocjacje klimatyczne: każde państwo staje przed dylematem więźnia — redukcja emisji jest kosztowna, a każde zyskuje, jeśli redukują inni, niezależnie od własnych działań. Porozumienia międzynarodowe muszą zmieniać wypłaty albo tworzyć mechanizmy monitorowania i egzekwowania, by wyrwać się z tej pułapki.
- Wyznaczanie tras ruchu drogowego: paradoks Braessa pokazuje, że dodanie przepustowości drogi może pogorszyć średni czas przejazdu, gdy każdy kierowca egoistycznie optymalizuje własną trasę. Równowaga Nasha indywidualnej marszrutyzacji może być gorsza niż rozwiązanie skoordynowane centralnie.
Siła teorii gier nie leży w dostarczaniu łatwych odpowiedzi, lecz w wyjaśnianiu struktury sytuacji strategicznych — ujawnianiu, dlaczego konflikty się utrzymują, co zmienia bodźce i kiedy współpraca może racjonalnie wyłonić się z interesu własnego.