Дилема в'язня
Уявіть двох підозрюваних, заарештованих за один злочин і поміщених у різні кімнати для допитів, без можливості координувати дії. Кожному пропонують одну й ту саму угоду: зрадити напарника або мовчати. Матриця виплат вражає своєю жорсткістю:
- Якщо обидва мовчать (співпрацюють), кожен відбуває 1 рік за менш тяжким звинуваченням.
- Якщо один зраджує, а інший мовчить, зрадник виходить на волю; той, хто мовчав, відбуває 3 роки.
- Якщо обидва зраджують (обидва дефектують), обидва відбувають по 2 роки.
З суто егоїстичної точки зору кожен гравець міркує однаково: "Що б не робив мій напарник, мені вигідніше зрадити. Якщо він мовчить, я виходжу на волю замість того, щоб відбути 1 рік. Якщо він зраджує, я відбуваю 2 роки замість 3". Ця логіка веде обох гравців прямісінько до взаємної зради — найгіршого колективного результату.
Ця дилема не якась цікавинка. Вона моделює гонки озброєнь, екологічні угоди, цінову конкуренцію між фірмами та будь-яку ситуацію, де індивідуальна раціональність підриває суспільне благо. Трагедія в тому, що обидва гравці знають, що взаємна співпраця слугувала б їм краще, і все ж раціональний власний інтерес роз'єднує їх.
Рівновага Неша
У 1950 році Джон Неш — чиє життя пізніше було зображене у фільмі "Ігри розуму" — формалізував концепцію стабільного результату в стратегічних іграх. Рівновага Неша — це стан, за якого жоден окремий гравець не може покращити свій результат, в односторонньому порядку змінивши стратегію, за умови, що всі інші гравці зберігають свої стратегії незмінними.
У дилемі в'язня взаємна зрада є єдиною рівновагою Неша: щойно обидва гравці зраджують, жоден не може досягти кращого результату, самостійно перейшовши до співпраці. Проте взаємна співпраця — яка дає обом гравцям кращий результат — не є рівновагою Неша, оскільки в кожного гравця є індивідуальний стимул зрадити, якщо інший співпрацює.
Це розкриває тверезу істину: рівноваги Неша можуть бути колективно неоптимальними. Багато реальних ситуацій мають кілька рівноваг Неша, і те, у якій саме опиниться система, може залежати від історії, культури чи дрібних випадкових подій. Ігри координації — вибір, яким боком дороги їздити, яким месенджером користуватися — мають кілька рівноваг, і суспільству доводиться якось обирати одну з них. Транспортні мережі демонструють парадокс Браеса, коли додавання нової дороги може підштовхнути всіх до гіршої рівноваги Неша.
Сила повторення
Одноразова дилема в'язня — це пастка. Але реальні взаємодії рідко трапляються лише одного разу. Коли ті самі гравці зустрічаються знову й знову — повторювана дилема в'язня — стратегічний ландшафт змінюється повністю.
Майбутні взаємодії дають гравцям важіль впливу. Загроза майбутнього покарання та обіцянка майбутньої винагороди роблять співпрацю життєздатною стратегією. У повторюваній грі без відомої дати завершення співпраця може бути індивідуально раціональною.
На початку 1980-х політолог Роберт Аксельрод провів визначний експеримент: він запросив теоретиків ігор, економістів, психологів та математиків подати комп'ютерні програми, які гратимуть у повторювану дилему в'язня в турнірі за круговою системою. Програми варіювалися від простих до складних — деякі намагалися провести детальний статистичний аналіз історії суперників, деякі грали випадково, деякі пробували стратегії експлуатації.
Переможцем стала найпростіша з усіх заявок: "Тіт-фор-тат" (Tit-for-Tat, "услід за ходом"), написана Анатолем Рапопортом усього в чотири рядки. Стратегія обеззброююче проста: співпрацюй на першому ході, потім роби те саме, що суперник зробив на попередньому ході. Почни доброзичливо, карай за зраду, одразу вибачай, коли суперник повертається до співпраці.
"Тіт-фор-тат" перемогла, бо втілювала чотири чесноти, які Аксельрод визначив як ключі до успіху: доброзичливість (ніколи не зраджувати першою), відплатність (швидко карати зраду), прощення (повертатися до співпраці після покарання) та зрозумілість (легко піддається розумінню й адаптації з боку суперників). Ці уроки чудово узагальнюються далеко за межі комп'ютерних турнірів.
Еволюційна теорія ігор
Джон Мейнард Сміт привніс теорію ігор у біологію в 1970-х і 1980-х роках, поставивши радикальне питання: чи повинні тварини бути раціональними, щоб до них застосовувалися ігротеоретичні міркування? Його відповідь була "ні". Природний відбір може породжувати ігротеоретично стабільні результати без жодних свідомих розрахунків.
Ключове поняття — еволюційно стабільна стратегія (ЕСС): стратегія, яка, будучи прийнятою популяцією, не може бути витіснена рідкісним мутантом, що використовує іншу стратегію. ЕСС — це рівновага Неша, яка водночас стабільна проти еволюційного дрейфу.
Гра "Яструб-Голуб" моделює конфлікт тварин за ресурс. Яструби завжди б'ються; Голуби завжди відступають. Чисто "яструбину" популяцію можуть заполонити Голуби (які уникають витратних сутичок), а чисто "голубину" популяцію можуть заполонити Яструби (які виграють кожну сутичку). ЕСС — це змішана популяція, де обидва типи співіснують у частці, що визначається витратами та вигодами боротьби.
Реальних прикладів безліч. Риби-чистильники на коралових рифах співпрацюють із більшими рибами-клієнтами, які могли б їх легко з'їсти — взаємний альтруїзм, підкріплений повторюваною взаємодією. Кажани-вампіри діляться кров'ю з сусідами по сідалу, яким не пощастило на полюванні, пам'ятаючи минулу щедрість та відмовляючи ділитися з відомими шахраями. Ці поведінки були сформовані тиском відбору, а не свідомим розрахунком.
Спостерігайте еволюційну теорію ігор у дії: наш симулятор еволюції дозволяє засіяти популяцію різними стратегіями — тими, хто співпрацює, тими, хто зраджує, гравцями "тіт-фор-тат" — і спостерігати, який природний відбір визначить переможців. Результати можуть вас здивувати.
Застосування поза межами ігор
Теорія ігор виросла далеко за межі своїх витоків у настільних іграх та уявних експериментах. Деякі з її найвпливовіших застосувань:
- Проєктування аукціонів: аукціон Вікрі (закритий аукціон другої ціни) має ту чудову властивість, що чесна ставка є домінантною стратегією — ви ставите свою справжню оцінку незалежно від того, що ставлять інші. Ця ідея проєктування, десятиліттями залишена без уваги, тепер живить рекламні аукціони Google та продаж ліцензій на спектр частот.
- Ринки узгодження: алгоритм Гейла-Шеплі знаходить стабільні узгодження на двосторонніх ринках — розподіл лікарських резидентур, вибір школи, обмін нирками. Елвін Рот та Ллойд Шеплі отримали Нобелівську премію з економіки 2012 року за цю роботу.
- Гонки озброєнь і стримування: логіка взаємно гарантованого знищення — це рівновага Неша: жодна сторона не виграє від першого удару, якщо інша здатна завдати удару у відповідь. Теорія ігор сформувала ядерну стратегію Холодної війни.
- Кліматичні переговори: кожна країна стикається з дилемою в'язня — скорочення викидів коштовне, і кожна виграє, якщо скорочують інші, незалежно від власних дій. Міжнародні угоди мають змінювати виплати або створювати механізми моніторингу й примусу, щоб вирватися з цієї пастки.
- Транспортна маршрутизація: парадокс Браеса демонструє, що додавання пропускної спроможності дороги може погіршити середній час у дорозі, коли кожен водій егоїстично оптимізує власний маршрут. Рівновага Неша індивідуальної маршрутизації може бути гіршою за централізовано скоординоване рішення.
Сила теорії ігор не в тому, що вона дає прості відповіді, а в тому, що вона прояснює структуру стратегічних ситуацій — розкриваючи, чому зберігаються конфлікти, що змінює стимули та коли співпраця може раціонально виникнути з власного інтересу.