У 1994 році Джон Форбс Неш-молодший розділив Нобелівську меморіальну премію з економічних наук за роботу, завершену ним у 1950 році, коли йому було 21 і він був аспірантом. Його 28-сторінкова дисертація представила поняття — те, що ми зараз називаємо рівновагою Неша, — яке перебудувало економіку, еволюційну біологію, політологію та інформатику. Фільм 2001 року Ігри розуму драматизував його історію, але не зміг повністю передати, що робило його прозріння настільки глибоким: він показав, що раціональний власний інтерес не обов'язково приводить до хороших результатів для будь-кого, і що прагнення особистої вигоди може загнати цілі популяції у колективно катастрофічні стани.
Теорія ігор — це математичне вивчення стратегічної взаємодії: ситуацій, у яких результат для кожного учасника залежить від вибору всіх. Це не про ігри в тривіальному сенсі. Це про будь-яку ситуацію, де агенти з потенційно конфліктними інтересами мусять приймати рішення, наслідки яких взаємозалежні. Такий опис охоплює гонку озброєнь між наддержавами, цінову конкуренцію між компаніями, еволюційну конкуренцію між організмами, переговори між людьми та щоденні проблеми координації руху, використання ресурсів і соціальної співпраці.
Дилема в'язня: егоїзм проти співпраці
Жоден уявний експеримент у теорії ігор не є настільки знаменитим і настільки повчальним, як дилема в'язня. Сформульована Мерріллом Флудом та Мелвіном Дрешером у RAND у 1950 році й отримала свою канонічну оповідну форму від Альберта Такера, вона фіксує фундаментальну напругу між індивідуальною та колективною раціональністю.
Двох підозрюваних — назвемо їх Аліса та Боб — заарештовують і допитують в окремих кімнатах. Жоден не може спілкуватися з іншим. Кожен стоїть перед вибором: співпрацювати (мовчати, захищаючи іншого) чи зрадити (видати іншого владі). Наслідки:
| Боб співпрацює | Боб зраджує | |
|---|---|---|
| Аліса співпрацює | По 1 року кожному | Аліса: 3 роки | Боб: вільний |
| Аліса зраджує | Аліса: вільна | Боб: 3 роки | По 2 роки кожному |
Тепер розгляньмо міркування Аліси. Якщо Боб співпрацює, Аліса отримує 1 рік, співпрацюючи, або 0 років, зрадивши — отже, зрада краща. Якщо Боб зраджує, Аліса отримує 3 роки, співпрацюючи, або 2 роки, зрадивши — отже, зрада краща. Зрада — це домінантна стратегія Аліси: вона дає кращий результат для Аліси незалежно від того, що робить Боб. За ідентичною логікою, зрада — домінантна стратегія і для Боба.
Передбачуваний результат — обидва зраджують, обидва отримують по 2 роки — гірший для обох гравців за альтернативу, де обидва співпрацюють і кожен отримує лише 1 рік. Індивідуальна раціональність дає колективно нераціональний результат. Це основний парадокс дилеми в'язня, і він повторюється в людських і природних системах: гонки озброєнь (обидві нації озброюються, обидві менш захищені, ніж якби жодна не озброювалась), надмірний вилов риби (кожен рибальський флот виловлює максимум, промисел руйнується), рекламні війни (кожна компанія рекламується інтенсивно, частки ринку лишаються тими ж, прибутки падають).
Рівновага Неша і чому вона не завжди оптимальна
Рівновага Неша — це набір стратегій, по одній для кожного гравця, за якого жоден гравець не може покращити свій результат, в односторонньому порядку змінюючи свою стратегію, з огляду на те, що роблять всі інші. У дилемі в'язня (зрада, зрада) є рівновагою Неша: з огляду на те, що Боб зраджує, Аліса не може покращити своє становище, перейшовши до співпраці (вона отримала б 3 роки замість 2). Так само й Боб. Ніхто не має стимулу відхилитись, хоча обидва вважали б за краще результат (співпраця, співпраця).
Теорема Неша довела, що кожна скінченна гра має принаймні одну рівновагу Неша, можливо, з участю змішаних стратегій (рандомізованого вибору). Це був знаковий результат, оскільки він гарантував стабільне поняття розв'язку для будь-якої чітко визначеної стратегічної ситуації. Але рівноваги Неша — не те саме, що соціально оптимальні результати.
Трагедія спільних ресурсів яскраво це ілюструє. Спільне пасовище доступне всім скотарям. Кожен скотар отримує приватну вигоду від додавання ще однієї тварини, але поділяє витрати від надмірного випасу з усіма. Домінантна стратегія кожного скотаря — додавати тварин, доки пасовище не буде знищене — рівновага Неша, катастрофічна для всіх. Аналіз Гардіна 1968 року припустив, що єдині рішення — приватизація або зовнішнє регулювання. Пізніша робота Елінор Остром (Нобелівська премія 2009) показала, що спільноти можуть і справді розвивають самоврядні інститути для сталого управління спільними ресурсами — але це вимагає спілкування, репутації та ітерації, які прості моделі теорії ігор виключають.
Поняттям, що контрастує з рівновагою Неша, є оптимальність за Парето: результат оптимальний за Парето, якщо жодного гравця не можна покращити, не погіршивши становище іншого. У дилемі в'язня (співпраця, співпраця) оптимальна за Парето. (зрада, зрада) — ні: обом гравцям могло б бути краще, перейшовши до взаємної співпраці. Багато рівноваг Неша не оптимальні за Парето, що є формальним вираженням спостереження, що ринки й стратегічна поведінка автоматично не дають ефективних результатів.
Тактика розплати: як розвивається співпраця
Якщо індивідуальна раціональність веде до взаємної зради, як же взагалі виникає співпраця? Це питання займало політолога Роберта Аксельрода наприкінці 1970-х. У 1980 році він організував комп'ютерний турнір, у якому теоретики ігор надсилали стратегії для змагання в ітерованій дилемі в'язня — та сама пара гравців повторно стикається з тим самим вибором, з пам'яттю про попередні раунди.
Ітерована версія фундаментально змінює аналіз. Стають можливими репутація й помста. Майбутні взаємодії набувають цінності. Аксельрод запросив подання, запрограмував кожну стратегію грати проти кожної іншої та проти самої себе, і підрахував сумарні бали. Переможцем серед 14 стратегій, поданих провідними теоретиками ігор з різних дисциплін, стала найпростіша: дворядкова стратегія Анатоля Рапопорта під назвою Тактика розплати (Tit-for-Tat).
Правила Тактики розплати:
- Співпрацюй на першому ході.
- На кожному наступному ході роби те саме, що зробив твій опонент минулого разу.
Аксельрод виявив чотири властивості, що робили її настільки ефективною. Вона добра — ніколи не зраджує першою. Вона карна — негайно карає зраду. Вона прощаюча — повертається до співпраці, щойно це робить опонент. І вона прозора — її поведінка досить проста, щоб інші стратегії могли її "зрозуміти" й адаптуватись.
Аксельрод провів другий турнір, цього разу з 62 стратегіями з усього світу, усі учасники яких прочитали аналіз першого турніру. Тактика розплати перемогла знову. Результат натякав на дещо глибоке: у світі повторюваних взаємодій стратегії співпраці, що карають зраду й прощають каяття, перевершують чисто егоїстичні стратегії.
Джон Мейнард Сміт формалізував еволюційний вимір через поняття еволюційно стабільних стратегій (ЕСС). ЕСС — це стратегія, яку, якщо її прийняла популяція, неможливо витіснити жодною альтернативною стратегією. Тактика розплати не є ЕСС у строгому сенсі — популяцію чистих співробітників можуть витіснити зрадники, — але популяції з сумішшю Тактики розплати та співробітників можуть бути стабільними проти вторгнення зрадників, коли взаємодії достатньо повторювані й індивіди взаємодіють із тими самими партнерами з часом.
Природа незалежно відкрила цю динаміку. Риби-чистильники вибирають паразитів у рифових риб (своїх "клієнтів") — кооперативні стосунки з очевидною спокусою зради (чистильник міг би вкусити замість цього). Риб-чистильниць, що обманюють, "карають" клієнти, що йдуть геть і поширюють інформацію про репутацію серед рифової спільноти. Кажани-вампіри повертаються з успішних вильотів на харчування і відригують кров голодним кажанам, що ділять з ними сідало — навіть неродичам, — бо їм самим знадобиться та сама послуга, коли вони повернуться без здобичі. Вартість дарування низька (кажан може загинути з голоду без їжі за 60 годин), вигода для отримувача висока, і кажани пам'ятають, хто їм допомагав.
Дослідіть стратегічну взаємодію та еволюційну динаміку в наших симуляціях:
♞ Симулятор теорії ігор 🌿 Еволюційна теорія ігорЗа межами двох гравців
Реальні проблеми співпраці рідко стосуються лише двох агентів. Ігри суспільних благ розширюють дилему в'язня на групи: кожен гравець може зробити внесок у спільний фонд, внески множаться й діляться порівну, але кожен окремий гравець заробляє більше, не роблячи внеску, незалежно від того, що роблять інші. Рівновага Неша — нульовий внесок, — але в лабораторних експериментах люди послідовно роблять позитивні внески, особливо в перших раундах. Механізми покарання, репутація й соціальні норми різко збільшують і підтримують співпрацю.
Чому тварини подають попереджувальні сигнали, що застерігають інших, але привертають увагу хижаків до самих себе? У багатьох видів "сигналізатори тривоги" тісно пов'язані з тими, кого вони попереджають. Теорія родинного відбору В. Д. Гамільтона (формалізована як правило Гамільтона: rB > C, де r — спорідненість, B — вигода для отримувача, а C — вартість для того, хто діє) пояснює альтруїзм щодо родичів як замаскований генетичний власний інтерес. Тривожний крик, що рятує двох братів чи сестер, коштує вам одну одиницю пристосованості, але зберігає дві одиниці вашого власного генетичного матеріалу, оскільки кожен брат чи сестра поділяє половину ваших генів.
Взаємний альтруїзм (Роберт Тріверс, 1971) розширює співпрацю на неродичів у довгоживучих видів із повторюваними взаємодіями та когнітивною здатністю розпізнавати індивідів і відстежувати історію обмінів. Питання групового відбору — чи природний відбір може діяти на групи так само, як і на окремих особин, сприяючи внутрішньогруповій співпраці за рахунок міжгрупової конкуренції — залишається предметом активних дискусій, із суттєвою емпіричною та теоретичною роботою з обох боків.
Дорожній рух — ще одна багатогравцева гра з відомою патологією рівноваги Неша. Парадокс Браеса показує, що додавання дорожньої пропускної здатності в мережу може збільшити середній час у дорозі: кожен водій раціонально обирає найшвидший маршрут для себе, але сукупний результат гірший, ніж якби деяких водіїв змусили обрати "повільніші" маршрути. Сеул, Південна Корея, знаменито знесла естакадну автомагістраль у 2003 році й виявила, що рух покращився — реальна демонстрація парадоксу Браеса у зворотному напрямку.
Теорія ігор почалась як математична абстракція й виросла в один із найпотужніших об'єктивів, крізь який можна розуміти живий світ. Вона показує нам, чому співпраця крихка — завжди вразлива до експлуатації зрадниками — і чому вона все ж зберігається й процвітає, вбудована у структури повторення, репутації, спорідненості та інститутів, що характеризують кожне людське суспільство. Дилема в'язня — не головоломка, яку треба розв'язати. Це опис напруги, вплетеної в тканину соціального життя, напруги, для якої кожен вид на Землі, залежний від співпраці, знайшов часткові, умовні, недосконалі способи керування.