Теория игр (кооперация / дефект) как основа выбора — основание решений

0Суть в одном абзаце

Теория игр рассматривает решение не как изолированный выбор, а как ход во взаимозависимости: мой лучший вариант зависит от того, что выберет другой, а его — от того, что выберу я. Базовое основание: просчитай выплаты (payoffs) всех сторон, найди свой лучший ответ на ход другого и помни, что он делает то же самое. Центральный сюжет — конфликт между индивидуально рациональным и коллективно лучшим: в «дилемме заключённого» каждому выгодно предать (defect), но если предают оба — обоим хуже, чем если бы оба сотрудничали (cooperate). Дисциплину основали Джон фон Нейман и Оскар Моргенштерн книгой «Theory of Games and Economic Behavior» (Princeton UP, 1944); ключевое понятие решения — равновесие Нэша: набор стратегий, в котором ни один игрок не может улучшить свою выплату, в одиночку меняя свой ход (Дж. Нэш, «Equilibrium Points in N-Person Games», PNAS, 1950; «Non-Cooperative Games», Annals of Mathematics, 1951).

1На чём держится (rationale)

• Стратегическая взаимозависимость. В отличие от выбора против «природы» (где исход зависит только от меня и случайности), здесь исход — продукт совместных решений. Поэтому нельзя оптимизировать в вакууме: нужно моделировать рассуждение другого, который моделирует моё.
• Инструментальная рациональность. Игрок полагается рациональным максимизатором ожидаемой полезности (фундамент — аксиомы полезности фон Неймана–Моргенштерна, 1944). «Выплаты» кодируют всё, что игроку важно, в одном числе-предпочтении.
• Равновесие как точка устойчивости. Решение игры — не «что хорошо», а что устойчиво: конфигурация, из которой никому не выгодно отклоняться в одиночку. Это сдвиг от нормативного «как должно» к позитивному «где система застрянет».
• Дилемма заключённого как ядро. Структуру придумали Меррилл Флуд и Мелвин Дрешер в RAND (1950, эксперимент со 100 повторами; опубл. в отчёте RAND, 1952); Альберт Такер облёк её в историю про двух арестованных и дал имя «prisoner's dilemma» — чтобы объяснить психологам в Стэнфорде. Мораль: «предать» — доминирующая стратегия (выгодна при любом ходе другого), поэтому рациональные эгоисты приходят к (предать, предать) — исходу, который хуже для обоих. Корысть, доведённая до конца, бьёт по самому корыстному.
• Повтор меняет всё («тень будущего»). В однократной игре кооперация иррациональна; в повторяемой (когда встретимся снова и игра не имеет известного конца) сотрудничество может стать рациональным — будущая расплата дисциплинирует настоящее. Это эмпирически показал Роберт Аксельрод турнирами по итерированной дилемме (книга «The Evolution of Cooperation», 1984).

2Как превращается в решение (decisionRule)

При выборе спроси: кто ещё игрок, каковы выплаты каждого, и каков мой лучший ответ — с учётом того, что другой считает так же? Если встреча однократна — берегись ловушки взаимного дефекта; если игра повторяется — выбирай стратегию, которая делает кооперацию выгодной обоим.

Алгоритм: (1) определи игру — кто участники, какие у каждого ходы, какие выплаты на каждый исход, ходят одновременно или по очереди, один раз или многократно; (2) проверь доминирование — есть ли у меня ход, выгодный при любом выборе другого; (3) найди равновесие — конфигурацию, из которой никто не отклонится в одиночку (часто их несколько); (4) учти горизонт — однократная игра толкает к защите от дефекта, повторяемая открывает кооперацию через «тень будущего»; (5) выбери стратегию, формирующую поведение другого — сигналь, обещай, угрожай достоверно, выстраивай репутацию. В повторяемой игре эталон — Tit-for-Tat Анатоля Рапопорта (победитель обоих турниров Аксельрода): начни с кооперации, дальше зеркаль предыдущий ход партнёра.

3Что учитывает (inputs)

Множество игроков и их доступные ходы; структуру выплат (предпочтения каждой стороны, сведённые к полезности); порядок ходов и информацию (кто что знает и когда); число повторений и вероятность новой встречи (горизонт); возможность достоверного обязательства, угрозы, сигнала, репутации; точки фокуса (Schelling points) для координации. НЕ считает решающим: внутреннюю ценность поступка вне выплат, долг безотносительно последствий, заботу о конкретном другом как самоцель, справедливость распределения выплат (теория берёт выплаты как заданные, а не спрашивает, честны ли они).

4Сильные стороны

• Делает видимой ловушку коллективного действия. Объясняет, почему рациональные люди приходят к плохому общему исходу: гонка вооружений, ценовые войны, перелов рыбы, уклонение от налогов, изменение климата — всё это «дилеммы заключённого» и «трагедии общин» (Г. Хардин, «The Tragedy of the Commons», Science, 1968).
• Превращает «доверие» и «кооперацию» в инженерную задачу. Показывает условия, при которых сотрудничество устойчиво (повтор, репутация, возможность наказать), и подсказывает дизайн: контракты, эскроу, гарантии, повторяющиеся сделки.
• Стратегия против оппонента, а не против судьбы. Заставляет встать на точку зрения другого («он думает, что я думаю…») — мощное противоядие наивности «я просто сделаю как лучше».
• Эмпирически выверенный рецепт кооперации. Аксельрод выделил черты успешных стратегий: доброта (никогда не предавать первым), отзывчивость/мстительность (немедленно отвечать на дефект), прощение (возвращаться к кооперации, как только партнёр перестал предавать) и ясность (быть предсказуемым, чтобы партнёр научился сотрудничать). Tit-for-Tat выигрывал «не тем, что обыгрывал других, а тем, что был выгоден всем».
• Объясняет эволюцию морали без морали. Понятие эволюционно-устойчивой стратегии (ESS; Дж. Мейнард Смит и Дж. Прайс, «The Logic of Animal Conflict», 1973; Maynard Smith, «Evolution and the Theory of Games», 1982) показывает, как взаимность и «условная кооперация» закрепляются отбором — мост к биологии альтруизма.

5Слабые стороны / failure modes

• «Выплаты» заданы, а не выведены. Модель молчит о том, откуда предпочтения и справедливы ли они. Закодируешь людей как чистых эгоистов — получишь дефект; на деле у людей есть совесть, стыд, лояльность, которые меняют игру. Риск: теория становится самосбывающимся пророчеством — учит относиться к другим как к расчётливым предателям, и они такими становятся (критика «экономического империализма»).
• Гипер-рациональность нереалистична. Реальные люди не считают равновесия; они используют эвристики, эмоции, нормы (ср. heuristics-biases, moral-intuitions). Множественность равновесий часто оставляет теорию без однозначного ответа — какое из них выберут люди, решает культура и фокус, а не математика.
• Однократная рамка калечит. Если относиться к каждой ситуации как к одноразовой игре, рациональный вывод — предавать; это разрушает доверие, которое держится только «тенью будущего». Циник, видящий везде дилемму заключённого, проигрывает кооператорам в долгую.
• Сводит ценность к стратегии. Верность, обещание, любовь, достоинство в чистой игровой рамке — лишь ходы с выплатами; то, что для деонтолога или этики заботы свято, здесь инструментально. Поступки «непрактичные сейчас, но принципиальные» рамка занижает.
• Достоверность обязательств — слабое место. Угрозы и обещания работают, только если в них верят; рациональный игрок знает, что невыгодную угрозу не исполнят, — и она пуста. Решение (по Шеллингу) требует связать себе руки, что само по себе парадоксально и хрупко.

6Примеры

• Жизнь: гонка вооружений / ядерное сдерживание — обе стороны вооружаются (доминирующая стратегия), хотя разоружение лучше для всех; вся холодная война — итерированная игра, где «достоверная угроза» (MAD) и есть равновесие. Теория и родилась в RAND ради ядерной стратегии. Перелов и климат — трагедия общин: каждому выгодно брать больше, в сумме ресурс гибнет. Бизнес: ценовые войны (оба снижают цену → оба теряют), картельные сговоры (соблазн «предать» сговор), повторяющиеся сделки с поставщиком, где репутация держит честность. Чаевые в чужом городе — однократная игра, где «рационально» не платить, и норма всё равно держит. Tit-for-Tat в окопах Первой мировой — стихийное «живи и дай жить другим»: солдаты не стреляли на поражение, пока не стреляла другая сторона (кейс из Аксельрода).
• Вымысел (DLC → Characters / Script Studio): Тайвин и Серсея Ланнистеры («Игра престолов») — мыслят чистыми выплатами и равновесиями, всех видят как игроков; их сила и их слепота в том, что они не закладывают чужую иррациональную верность. Сама серия — название-манифест: «играешь в игру престолов — побеждаешь или умираешь». Джокер в «Тёмном рыцаре» ставит буквальную дилемму заключённого (два парома с детонаторами) — эксперимент: предадут ли люди ради спасения себя; провал его модели в том, что люди не нажали кнопку. Анти-пример «гипер-игрока»: Фрэнк Андервуд («House of Cards») и Литтлфингер — виртуозы стратегического расчёта, которых губит то, что они не верят в неинструментальную лояльность и сами её не вызывают. Спок («Star Trek») — «нужды многих перевешивают нужды немногих»: рассуждение через коллективные выплаты.

7Связи (DLC / cross-studio)

• servesStudios: reasoning (рамка решений во взаимозависимости), characters (драйвер расчётливого стратега-интригана — и его слепоты к неинструментальной верности), philosophy (формальная теория рациональности, фундамент социальной онтологии кооперации). Не помечаю meaning: теория игр не источник смысла жизни, а инструмент выбора.
• compatibleWith / seeAlso: egoism (рациональный эгоист — игрок дилеммы; теория показывает, где всеобщий эгоизм ведёт к взаимному дефекту), consequentialism (выплаты = исходы; оба смотрят на результат), social-contract (договор — институциональное решение дилеммы заключённого; гоббсово «состояние природы» ≈ игра без кооперации, Левиафан меняет выплаты), heuristics-biases и moral-intuitions (как люди на деле играют — нормами и эвристиками, а не расчётом равновесий).
• conflictsWith / contrastsWith: deontology-kant (категорический императив требует кооперировать, потому что иначе нельзя пожелать максиму всеобщей, — независимо от выплат и хода другого; игрок же кооперирует только когда это лучший ответ), ethics-of-care (конкретная пристрастная связь и отклик на нужду vs обезличенные игроки с выплатами), stoic-dichotomy-of-control (стоик отпускает исход и чужой ход; игрок именно их и просчитывает).
• metaphor (DLC → Metaphor Studio): образ шахматной партии (ход — ответ — ход); двух паромов с детонаторами; «живи и дай жить другим» как зеркало взаимности.
• thinker: фон Нейман и Моргенштерн (основание), Нэш (равновесие), Флуд/Дрешер/Такер (дилемма), Аксельрод и Рапопорт (итерированная кооперация), Шеллинг (стратегия конфликта, фокусные точки), Мейнард Смит (ESS) — по именам; в philosophy-atlas как «школы» отсутствуют, ссылки не плодим.

8Источники

• J. von Neumann, O. Morgenstern, «Theory of Games and Economic Behavior» (Princeton University Press, 1944) — основание дисциплины; аксиомы полезности; равновесие для двухигровых игр с нулевой суммой.
• J. F. Nash, «Equilibrium Points in N-Person Games», PNAS 36 (1950) — одностраничная статья с понятием равновесия; «Non-Cooperative Games», Annals of Mathematics 54 (1951).
• M. Flood, «Some Experimental Games», RAND Research Memorandum RM-789 (1952) — эксперимент Флуда и Дрешера (1950); происхождение и наименование «prisoner's dilemma» — А. Такер.
• R. Axelrod, «The Evolution of Cooperation» (Basic Books, 1984); R. Axelrod, W. D. Hamilton, «The Evolution of Cooperation», Science 211 (1981) — турниры, победа Tit-for-Tat (А. Рапопорт), черты успешных стратегий (nice / retaliatory / forgiving / clear), «тень будущего».
• T. Schelling, «The Strategy of Conflict» (Harvard University Press, 1960) — достоверное обязательство, угроза, фокусные точки (Schelling points).
• J. Maynard Smith, G. R. Price, «The Logic of Animal Conflict», Nature 246 (1973); J. Maynard Smith, «Evolution and the Theory of Games» (Cambridge University Press, 1982) — эволюционно-устойчивая стратегия (ESS).
• G. Hardin, «The Tragedy of the Commons», Science 162 (1968) — коллективное действие и истощение общего ресурса.
• J.-J. Rousseau, «Рассуждение о происхождении неравенства» (1755), ч. II — притча об охоте на оленя (stag hunt) как игра доверия/координации.
• Stanford Encyclopedia of Philosophy: «Prisoner's Dilemma», «Game Theory», «Game Theory and Ethics».