Dylemat więźnia w teorii gier – dlaczego racjonalne decyzje prowadzą do gorszego wyniku?

Dylemat więźnia w teorii gier opisuje sytuację, w której każdy uczestnik ma powód, aby wybrać rozwiązanie korzystne dla siebie, lecz gdy obie strony postąpią tak samo, osiągają wynik gorszy niż przy wzajemnej współpracy. To nie błąd logiczny ani paradoks wynikający z niepełnej wiedzy matematycznej. Problem tkwi w samej konstrukcji zachęt: decyzja racjonalna z osobna może być nieracjonalna dla całej grupy. ^[2]

Największe ryzyko polega na tym, że intuicja często podpowiada: „skoro współpraca daje lepszy wspólny rezultat, wystarczy po prostu współpracować”. W klasycznym dylemacie więźnia to za mało. Jeśli druga strona może zdradzić bez poniesienia odpowiednio wysokiego kosztu, racjonalny uczestnik musi uwzględnić możliwość wykorzystania. Dlatego do analizy potrzebne są konkretne wypłaty, kolejność preferencji, informacja o ruchach przeciwnika oraz odpowiedź na pytanie, czy gra odbywa się tylko raz, czy będzie powtarzana. ^[3]

Dylemat więźnia pokazuje konflikt między własnym interesem a dobrem wspólnym

Prosty wybór, którego nie da się podjąć w próżni

Wyobraźmy sobie dwóch uczestników, A i B. Każdy może współpracować, czyli zachować milczenie i nie obciążać drugiej osoby, albo zdradzić, czyli zeznawać przeciwko niej. Decyzje są podejmowane jednocześnie, a przed wyborem nikt nie wie, co zrobi druga strona.

Już ten prosty opis zmienia charakter problemu. Gdyby A znał decyzję B, mógłby łatwo dobrać najlepszą odpowiedź. Niepewność sprawia jednak, że A musi rozważyć dwa scenariusze: B może milczeć albo zeznawać. B stoi przed dokładnie takim samym problemem. Każdy analizuje własną sytuację, ale wynik zależy od połączenia obu decyzji.

Klasyczna historia mówi o dwóch podejrzanych osobach zatrzymanych przez policję. Dowody wystarczają do skazania ich za drobniejsze przestępstwo, lecz nie ma wystarczających dowodów na cięższy czyn. Prokurator składa każdemu osobną propozycję: jeśli jeden oskarżony zezna przeciwko drugiemu, a drugi zachowa milczenie, pierwszy uniknie kary, natomiast milczący otrzyma surowy wyrok. Jeśli obaj będą milczeć, dostaną łagodne kary. Jeśli obaj zaczną zeznawać, obaj zostaną skazani na kary pośrednie.

Dwie perspektywy tego samego wyboru

Pierwsze pytanie brzmi: co jest najlepsze dla mnie, niezależnie od tego, co zrobi druga osoba? Drugie brzmi: jaki wynik byłby najlepszy dla nas obojga? W zwykłej sytuacji te pytania mogą prowadzić do tej samej odpowiedzi. W dylemacie więźnia prowadzą do rozbieżnych rekomendacji.

Dla obu uczestników najlepszy wspólny wynik pojawia się wtedy, gdy obie strony współpracują. Nikt nie zostaje wykorzystany, a suma kar jest najniższa. Jednocześnie każdy gracz indywidualnie ma motywację, aby zdradzić. Jeśli druga osoba współpracuje, zdrada pozwala uniknąć kary. Jeśli druga osoba zdradza, własna zdrada ogranicza stratę, ponieważ kara jest niższa niż w przypadku jednostronnego milczenia.

To właśnie paradoks dylematu więźnia: obie osoby rozumują poprawnie, dysponują tymi samymi informacjami i podejmują decyzję zgodną z własnym interesem, a mimo to kończą w punkcie gorszym dla każdej z nich niż wzajemna współpraca.

Dlaczego nie chodzi o zwykły brak zaufania

Brak zaufania może być elementem sytuacji, lecz nie stanowi jej pełnej definicji. Dylemat więźnia występuje wtedy, gdy struktura wypłat powoduje, że zdrada jest korzystniejsza od współpracy przy każdym możliwym ruchu drugiej osoby. Nawet osoba skłonna ufać może uznać, że nie powinna ryzykować jednostronnego wykorzystania. ^[1]

Jeśli jedna strona współpracuje tylko dlatego, że liczy na podobne zachowanie drugiej, jej decyzja zależy od przewidywania. Jeśli natomiast zdrada jest lepsza zarówno przeciwko współpracy, jak i przeciwko zdradzie, decyzja ma charakter bardziej odporny na pomyłkę. Nie trzeba ufać, że druga osoba wybierze określoną strategię. Wystarczy uznać, że zdrada zmniejsza ryzyko najgorszego scenariusza.

Zapisz decyzje w macierzy wypłat, zamiast oceniać je intuicyjnie

Jak czytać macierz dylematu więźnia

Opowieść o podejrzanych osobach jest zrozumiała, ale sama narracja może skłaniać do moralizowania. Macierz wypłat pozwala odłożyć emocje na bok i sprawdzić, jakie zachęty rzeczywiście działają. Przyjmijmy, że A wybiera wiersz, a B kolumnę.

W tym zapisie niższa liczba oznacza lepszy wynik dla danego gracza, ponieważ liczba oznacza lata więzienia. Gdy oboje współpracują, każdy otrzymuje rok. Gdy A współpracuje, a B zdradza, A dostaje pięć lat, natomiast B wychodzi na wolność. W sytuacji odwrotnej A korzysta z jednostronnej zdrady. Kiedy obaj zdradzają, każdy otrzymuje trzy lata.

Wypłata nie musi oznaczać pieniędzy ani kary. W teorii gier jest to miara użyteczności, czyli tego, jak bardzo dany rezultat jest preferowany przez gracza. Może opisywać czas, bezpieczeństwo, zysk, reputację, udział w rynku, prawdopodobieństwo wygranej albo kombinację kilku czynników. Liczby mają sens tylko wtedy, gdy zachowują właściwą kolejność preferencji.

Cztery pola i charakterystyczna kolejność preferencji

Klasyczny dylemat więźnia ma cztery istotne wyniki. Oznaczmy je standardowo jako:

• R – nagroda za wzajemną współpracę,
• T – pokusa jednostronnej zdrady, czyli najlepszy wynik dla gracza, który zdradza współpracującego przeciwnika,
• P – kara za wzajemną zdradę,
• S – strata osoby, która współpracuje, gdy druga strona zdradza.

Dla klasycznego dylematu więźnia zachodzi nierówność:

T > R > P > S

W przełożeniu na przykład z więzieniem oznacza to: wyjście na wolność jest lepsze niż rok kary, rok kary jest lepszy niż trzy lata, a trzy lata są lepsze niż pięć lat. W klasycznym modelu dochodzi jeszcze warunek, że wzajemna współpraca powinna być korzystniejsza dla obu graczy niż naprzemienne wykorzystywanie, czyli zwykle zapisuje się także:

2R > T + S

Ten dodatkowy warunek zapobiega sytuacji, w której graczom bardziej opłacałoby się kolejno zdradzać i wykorzystywać niż współpracować obustronnie.

Wynik pojedynczej osoby a suma wypłat

Analizując macierz, trzeba zawsze rozdzielać wypłatę A od wypłaty B oraz wynik jednostkowy od wyniku łącznego. Jeśli obie strony współpracują, suma kar wynosi dwa lata. Przy wzajemnej zdradzie suma wynosi sześć lat. Z punktu widzenia grupy współpraca jest więc wyraźnie lepsza.

Nie oznacza to jednak, że A może po prostu przyjąć wynik grupowy jako własne kryterium. Gdy B zdradza, A ponosi pięć lat za milczenie, choć przy własnej zdradzie otrzymałby trzy lata. Racjonalność indywidualna uwzględnia osobistą konsekwencję decyzji, a nie wyłącznie sumę wyników.

Przy planowaniu kolejnych kroków pomocny może być tekst: Rachunek prawdopodobieństwa w pokerze.

Jeśli zmienimy liczby, zmienić może się cała gra. Gdy wzajemna zdrada daje po jednym roku, a wzajemna współpraca po dwa lata, nie mamy już klasycznego dylematu więźnia, ponieważ obie strony mogą preferować zdradę nawet wspólnie. Gdy zaś jednostronna zdrada nie daje wyraźnej przewagi, współpraca może stać się strategią racjonalną także w grze jednorazowej.

Wskazówka 1 — sprawdź, czy zdrada jest strategią dominującą

Porównanie decyzji, gdy druga strona współpracuje

Najważniejszy test polega na porównaniu dwóch decyzji gracza A przy założeniu, że B współpracuje. A może wtedy również współpracować i otrzymać rok więzienia albo zdradzić i wyjść na wolność. Ponieważ wolność jest lepsza niż rok kary, zdrada daje A wyższą wypłatę.

Nie wolno jednak zatrzymać się na tym jednym scenariuszu. Stwierdzenie „zdrada się opłaca, bo może zapewnić wolność” byłoby niepełne. Strategia dominująca musi być lepsza w każdym możliwym wariancie zachowania przeciwnika.

Porównanie decyzji, gdy druga strona zdradza

Załóżmy więc, że B zdradza. Jeśli A zachowa milczenie, otrzyma pięć lat. Jeśli również zdradzi, otrzyma trzy lata. Zdrada nadal jest korzystniejsza, choć nie daje już idealnego rezultatu. Pozwala ograniczyć karę z pięciu do trzech lat.

Dokładnie taki sam rachunek dotyczy B. Gdy A współpracuje, B poprawia swój wynik, zdradzając. Gdy A zdradza, B również zyskuje na własnej zdradzie, ponieważ trzy lata są lepsze niż pięć. W symetrycznej wersji gry obie strony mają tę samą strategię dominującą.

Co naprawdę oznacza strategia dominująca

Strategia dominująca to taka strategia, która daje danemu graczowi wynik co najmniej tak dobry, a w jednym z wariantów lepszy, niezależnie od decyzji przeciwnika. W klasycznym dylemacie więźnia zdrada dominuje współpracę dla obu uczestników. ^[4]

Nie oznacza to, że zdrada daje najlepszy możliwy wynik całej parze. Oznacza tylko, że pojedynczy gracz nie znajduje powodu, aby zmienić decyzję, jeśli ocenia wyłącznie własną wypłatę i zakłada, że nie może wiarygodnie kontrolować ruchu drugiej strony.

Przy analizie dowolnej sytuacji strategicznej pomocne jest pytanie: czy moja decyzja jest lepsza w każdym wariancie zachowania drugiej strony, czy tylko wtedy, gdy jej ufam? Jeśli odpowiedź brzmi „w każdym wariancie”, mamy silną przesłankę do rozpoznania strategii dominującej.

Wskazówka 2 — oddziel przewidywanie wyniku od oceny, co byłoby najlepsze

Analiza dylematu więźnia odpowiada przede wszystkim na pytanie, jaki wynik jest racjonalnie przewidywalny przy danych zachętach. Nie mówi automatycznie, że ten wynik jest korzystny, sprawiedliwy albo społecznie pożądany.

Wzajemna zdrada może być stabilnym rezultatem decyzji indywidualnych, mimo że obie strony wolałyby wzajemną współpracę. To dwa różne sądy: jeden dotyczy tego, czego można się spodziewać, a drugi tego, jaki rezultat warto osiągnąć.

Przykład: dwie firmy mogą obniżyć ceny, aby odebrać sobie klientów. Każda z nich ma wtedy motywację do obniżki, nawet jeśli obie zarobiłyby więcej, utrzymując wyższe ceny. Analityk powinien najpierw przewidzieć zachowanie na podstawie wypłat, a dopiero później ocenić, czy reguły rynku nie tworzą niekorzystnej presji konkurencyjnej.

Praktyczny sens: nie wystarczy powiedzieć, że uczestnicy „powinni współpracować”. Trzeba sprawdzić, co sprawiłoby, że współpraca stałaby się zgodna z ich własnym interesem.

Wskazówka 3 — sprawdź, czy decyzje są naprawdę jednoczesne

Klasyczny model zakłada, że gracze podejmują decyzje bez znajomości ruchu drugiej strony. To ważne założenie, ponieważ możliwość obserwowania wyboru przeciwnika zmienia sposób rozumowania.

Jeśli jedna osoba wykonuje ruch jako pierwsza, a druga może się do niego dostosować, nie analizujemy już dokładnie tej samej sytuacji. Zamiast prostego porównania dwóch działań pojawia się pytanie o reakcję na konkretny ruch oraz o wiarygodność zapowiedzi.

Przykład: w projekcie zespołowym dwie osoby mogą równocześnie zdecydować, ile czasu poświęcą na przygotowanie. Jeśli jednak jedna z nich wcześniej zobowiąże się do wykonania określonej części zadania, druga otrzymuje dodatkową informację i może zmienić własną decyzję.

Warto przeczytać również powiązany artykuł: Efekt Monty’ego Halla pod lupą.

Praktyczny sens: przed zastosowaniem modelu ustal, czy uczestnicy działają równocześnie, czy kolejno. Błędne przyjęcie tego założenia może prowadzić do niewłaściwego przewidywania zachowań.

Wskazówka 4 — nie myl współpracy z samym dobrym nastawieniem

Współpraca nie polega wyłącznie na deklarowaniu zaufania ani na przekonaniu, że druga osoba jest uczciwa. W analizie strategicznej oznacza wybór działania, który prowadzi do określonego układu wypłat. Dobre intencje nie wystarczą, jeśli struktura konsekwencji stale nagradza odstępstwo od porozumienia.

Przykład: dwóch członków zespołu może zgadzać się, że każdy przygotuje połowę prezentacji. Jeżeli jedna osoba zyskuje dużo czasu, uchylając się od pracy, a druga nie ma sposobu, by uwzględnić ten fakt, sama prośba o zaangażowanie może nie rozwiązać problemu.

Praktyczny sens: zamiast pytać wyłącznie „czy możemy sobie ufać?”, zapytaj także: co każda strona zyskuje na złamaniu ustalenia i jaki ponosi koszt? To pozwala dostrzec, czy problem leży w charakterze uczestników, czy w źle zaprojektowanych regułach.

Wskazówka 5 — szukaj sposobu zmiany wypłat

Jeśli analiza pokazuje, że indywidualnie opłacalna decyzja prowadzi do niekorzystnego wyniku, rozwiązaniem nie musi być apelowanie do altruizmu. Często skuteczniejsze jest przeprojektowanie sytuacji tak, aby współpraca przynosiła lepszą wypłatę albo aby zdrada wiązała się z dodatkowym kosztem.

• premia za współpracę może zwiększyć atrakcyjność wspólnego działania,
• kara za jednostronne odstępstwo może ograniczyć pokusę wykorzystania drugiej strony,
• przejrzyste zasady mogą zmniejszyć niepewność co do konsekwencji,
• niezależny nadzór może ułatwić wykrycie działania przeciwko ustaleniom.

Przykład: w umowie między kontrahentami można przewidzieć rekompensatę za niewykonanie zobowiązania. Wtedy jednostronne odstąpienie od współpracy nie jest już pozbawione kosztu, a relacja staje się mniej podobna do klasycznej pułapki strategicznej.

Praktyczny sens: gdy wynik jest zły, nie zakładaj od razu, że trzeba zmienić ludzi. Czasem wystarczy zmienić reguły, informacje lub konsekwencje przypisane do poszczególnych działań.

Wskazówka 6 — używaj modelu jako testu założeń, nie jako etykiety dla ludzi

Określenie „racjonalny” opisuje sposób wyboru przy danych preferencjach i informacjach. Nie oznacza, że uczestnik jest egoistyczny, nielojalny albo moralnie gorszy. Jeśli ktoś wybiera zdradę, może po prostu reagować na układ, w którym współpraca naraża go na większą stratę.

Przykład: pracownik może nie dzielić się ważną informacją z obawy, że druga osoba wykorzysta ją przeciwko niemu. Z zewnątrz wygląda to jak brak koleżeńskości, ale analiza wypłat może pokazać, że system premiuje indywidualne wyniki i nie nagradza dzielenia się wiedzą.

Praktyczny sens: zamiast oceniać zachowanie na podstawie samego rezultatu, odtwórz dostępne opcje, informacje i konsekwencje. Dzięki temu łatwiej odróżnić osobistą decyzję od presji stworzonej przez reguły sytuacji.

Na koniec: odczytaj, co naprawdę wynika z modelu

Dylemat więźnia nie dowodzi, że współpraca jest niemożliwa ani że racjonalność zawsze prowadzi do złych rezultatów. Pokazuje, że dobre intencje i wspólna korzyść nie wystarczą, gdy pojedynczy uczestnik ma silną zachętę do odstępstwa.

Najbardziej użyteczna analiza zaczyna się od macierzy wypłat, następnie sprawdza założenia gry i kończy się pytaniem o zmianę reguł. Dzięki temu można nie tylko przewidzieć zachowanie, lecz także rozpoznać, dlaczego obie strony utknęły w rozwiązaniu gorszym od dostępnej alternatywy.

Źródła

• [1] Stanford Encyclopedia of Philosophy – Prisoner’s Dilemma ↑
• [2] OpenStax – 9.2 Oligopol – Mikroekonomia – Podstawy ↑
• [3] Cambridge Core – The Prisoner’s Dilemma Paradox: Rationality, Morality, and Reciprocity ↑
• [4] OpenStax – 10.2 Oligopoly – Principles of Economics 2e ↑