
نظریهٔ بازیها: پیش از هر حرکت، از چشم حریف هم نگاه کن!
هدفهای این ایستگاه#
- هر موقعیت رقابتی را به بازیکنان، راهبردها، نتیجهها و اطلاعات تجزیه کنی.
- ماتریس تصمیم بکشی و راهبرد غالب و تعادل نش را پیدا کنی.
- فرق «بهترین انتخاب فردی» و «بهترین نتیجهٔ جمعی» را با عدد نشان دهی.
- گزارش کتبی تایپشده بنویسی و در ارائهٔ ۴ تا ۶ دقیقهای از تحلیلت دفاع کنی.
مأموریت تو: تحلیلگر راهبرد شو
- هدف
- گزارش کتبی تایپشده بنویسی و در ارائهٔ ۴ تا ۶ دقیقهای از تحلیلت دفاع کنی.
- نمای کلی
- رقابت دو بستنیفروشی «شادی» و «نشاط» را با ماتریس تصمیم تحلیل کن، تعادل نش و بهترین نتیجهٔ جمعی را پیدا کن، یک نمونهٔ تازه از «معمای زندانی» در زندگی واقعی بیاب و همه را در گزارش کتبی تایپشده و ارائهٔ ۴ تا ۶ دقیقهای توضیح بده.
بخش ۱: ماجرا: زندگی یک بازی است، قانونهایش را یاد بگیر!#
در شطرنج، فوتبال یا حتی سنگکاغذقیچی، فقط به حرکت خودت فکر نمیکنی؛ حرکت حریف را هم حدس میزنی. «نظریهٔ بازیها» همین فکر کردن را دقیق میکند. اینجا «بازی» یعنی هر موقعیتی که چند تصمیمگیرنده دارد و نتیجهٔ هرکس به انتخاب بقیه هم بستگی دارد: از مذاکرهٔ خواهر و برادر بر سر کنترل تلویزیون تا رقابت دو مغازهٔ کنار هم. (خبر خوب: برای این بازی دسته لازم نداری؛ فقط یک مداد و کمی بدجنسیِ خیالی!)
بخش ۲: بازیکنان (Players)#
تصمیمگیرندهها: دو دوست، دو شرکت، دو تیم یا دو کشور. فرض مدل: هرکس دنبال بیشترین سود (یا کمترین ضرر) خودش است.
بخش ۳: راهبردها (Strategies)#
همهٔ انتخابهای ممکن هر بازیکن؛ مثاً لدر سنگکاغذقیچی دقیقاً سه راهبرد داری.
بخش ۴: نتیجهها (Payoffs)#
پاداش یا جریمهٔ هر بازیکن در هر حالت؛ باید قابل اندازهگیری باشد: امتیاز، سکهٔ نمادین، یا سال زندان.
بخش ۵: اطلاعات#
بازیکنها از حرکت هم خبر دارند؟ شطرنج «اطلاعات کامل» دارد؛ معمای زندانی و پوکر «اطلاعات ناقص»: همزمان و بیخبر تصمیم میگیری.
بخش ۶: جعبهابزار : ۲ معمای زندانی#
پلیس دو مظنون، «آرش» و «بابک»، را در دو اتاق جدا نگه داشته و راهی برای حرف زدن ندارند. مدرک جرم سنگین کافی نیست. به هرکدام همین پیشنهاد را میدهند: اگر تو اعتراف کنی و او ساکت بماند، تو آزاد میشوی و او ۱۰ سال زندان میگیرد. اگر هر دو اعتراف کنید، هر دو ۵ سال. اگر هر دو ساکت بمانید، فقط برای جرم سبکتر هر کدام ۱ سال. اگر تو ساکت بمانی و او اعتراف کند، تو ۱۰ سال و او آزاد.
بخش ۷: از دید آرش#
آرش فرض میکند بابک ساکت میماند: سکوت ⇐ ۱ سال، اعتراف ⇐ آزاد؛ پس اعتراف بهتر است. حالا فرض میکند بابک اعتراف میکند: سکوت ⇐ ۱۰ سال، اعتراف ⇐ ۵ سال؛ باز هم اعتراف بهتر است. پس «اعتراف» صرفنظر از کار بابک بهتر است؛ به این میگوییم «راهبرد غالب». بابک هم دقیقاً همین حساب را میکند؛ پس هر دو اعتراف میکنند و جمعً۵ + ۵ = ۱۰ سال زندان میکشند، در حالی که با سکوت هر دو فقط ۱ + ۱ = ۲ سال بود!

بخش ۸: پارادوکس اصلی#
تعادل نش لزوماً بهترین حالت برای همه نیست. در معمای زندانی تنها تعادل نش (اعتراف، اعتراف) است، ولی (سکوت، سکوت) برای هر دو بهتر است. منطق سود فردی همیشه به بهترین نتیجهٔ جمعی نمیرسد؛ همین ایده رقابت تسلیحاتی یا جنگ قیمت میان دو شرکت را توضیح میدهد. یک نکتهٔ مهم: معمای زندانی «مدل» است، نه پیشگویی؛ آدمهای واقعی اعتماد، آبرو، دوستی و تکرار بازی را هم در نظر میگیرند.

بخش ۹: دو بستنیفروشی#
اگر هر دو قیمت را بالا نگه دارند، هر کدام روزی ۳ سکهٔ نمادین سود میبرند. اگر هر دو تخفیف بدهند، هر کدام
بخش ۱۰: دو بستنیفروشی — گامها#
- اگر یکی تخفیف بدهد و دیگری نه، تخفیفدهنده ۵ و دیگری ۰. از دید «شادی»: اگر نشاط بالا بماند، تخفیف (۵) بهتر از بالا (۳)؛ اگر نشاط تخفیف دهد، تخفیف (۱) بهتر از بالا (۰). پس تخفیف راهبرد غالب است و برای نشاط هم همین. تعادل نش: (تخفیف، تخفیف) با سود ۱ و
- بهترین نتیجهٔ جمعی: (بالا، بالا) با مجموع ۶.

بخش ۱۱: وقتی بازی تکرار میشود#
اگر دو مغازه هر روز کنار هم باشند، بازی یکباره نیست. راهبرد معروف «اینبهآندر» (Tit-for-Tat) دور اول همکاری میکند و بعد هر کاری را که حریف دور قبل کرد تکرار میکند. این راهبرد در مسابقههای رایانهای رابرت اکسلرود (۱۹۸۰) امتیاز کل بالایی گرفت، اما دو افسانه را کنار بگذار: «اینبهآندر» هیچوقت در یک مسابقهٔ تکبهتک از حریفش بیشتر امتیاز نمیگیرد، و «همیشه بهترین» هم نیست؛ موفقیتش به این بستگی دارد که حریفان چه کسانی باشند.


بخش ۱۲: یک مسابقهٔ کوچک#
پنج راهبرد را با امتیازهای ۳/۳ برای همکاری دوطرفه، ۵/۰ برای خیانت به همکار و ۱/۱ برای خیانت دوطرفه، هر جفت ۱۰ دور با هم بازی دادیم (حرکتهای «تصادفی» با بذر ثابت). امتیاز کل: همیشه خائن ۱۱۲، کینهای ۱۰۰، اینبهآندر ۹۲، تصادفی ۸۱، همیشه همکار ۷۸. در این جمعِ کوچکِ پر از آدمهای سادهلوح، خیانت برنده شد؛ در جمعی پر از راهبردهای تلافیجو نتیجه فرق میکند. درس: «بهترین راهبرد» به محیط بستگی دارد.


بخش ۱۳: «نظریهٔ بازیها میگوید همیشه خیانت کن»#
نه! فقط میگوید در یک بازی یکباره با این عددها، خیانت راهبرد غالب است. با تکرار، قرارداد یا اعتماد، همکاری میتواند پایدار شود.
بخش ۱۴: «تعادل نش یعنی بهترین نتیجه»#
نه! تعادل نش یعنی «پایدار»، نه «بهترین». معمای زندانی مثال کلاسیک آن است.
بخش ۱۵: «هر بازی یک تعادل نش دارد»#
هر بازیِ متناهی دستکم یک تعادل نش دارد (جان نش، ۱۹۵۰)، اما ممکن است «آمیخته» باشد؛ مثل سنگکاغذقیچی که بهترینش انتخاب تصادفی با احتمال ۱/۳ است.

بخش ۱۶: مراحل انجام پروژه#
- ماتریس دو بستنیفروشی را بکش: ردیفها راهبرد شادی، ستونها راهبرد نشاط؛ در هر خانه اول سود شادی، بعد سود نشاط.
- از دید هر مغازه بهترین پاسخ به هر انتخاب حریف را علامت بزن.
- خانهای را که هر دو علامت دارد پیدا کن: تعادل نش.
- خانهٔ بیشترین مجموع سود را پیدا کن و با تعادل نش مقایسه کن.
- یک نمونهٔ تازه از زندگی، اخبار، تاریخ یا بازیهای رایانهای پیدا کن که منطق معمای زندانی دارد و ماتریسش را بکش.
- گزارش کتبی تایپشده بنویس و ارائه را آماده کن.
بخش ۱۷: ساختار ارائهٔ ۴ تا ۶ دقیقهای#
مقدمه (حدود ۱ دقیقه): با یک پرسش شروع کن: «چرا دو مغازهدار باهوش هر دو ضرر میکنند؟» ابزار (حدود ۱ دقیقه): معمای زندانی و ماتریس تصمیم را ساده توضیح بده. تحلیل (حدود ۲ دقیقه): ماتریس بستنیفروشیها، راهبرد غالب، تعادل نش و بهترین نتیجهٔ جمعی. نمونهٔ تازه و نتیجه (حدود ۱ تا ۲ دقیقه): مثال خودت و اینکه این پروژه دربارهٔ رقابت و همکاری چه یادت داد. تمرین سریع: برای «جارو کردن اتاق مشترک» با خواهر یا برادرت یک ماتریس ۲ × ۲ بکش. ماتریس، تحلیل و نمونهٔ تازه را در گزارش کتبی تایپشده بیاور. گزارش را به تسهیلگر سرپرست بده و ارائه را با جدول بزرگ یا اسلاید اجرا کن.
خودآزمایی#
گزینهٔ درست را انتخاب کن و «بررسی پاسخها» را بزن.
نمایش پاسخنامه
۱. راهبردی که هر کاری حریف بکند، بهتر (یا دستکم نه بدتر) است؛ ۲. هر دو تخفیف (۱، ۱)؛ ۳. در یک مسابقهٔ تکبهتک هیچوقت از حریفش بیشتر امتیاز نمیگیرد
پرسشهای مرور و کاربرد#
- چرا در معمای زندانی هر دو بازیکن اعتراف میکنند، با اینکه سکوت برای هر دو بهتر است؟
- فرق «تعادل نش» و «بهترین نتیجهٔ جمعی» را با ماتریس خودت توضیح بده.
- تکرار شدن بازی چطور میتواند همکاری را ممکن کند؟
- نمونهٔ تازهای که پیدا کردی چرا شبیه معمای زندانی است؟
مهر گذرنامه: پیش از رفتن به ایستگاه بعد#
پیش از رفتن به ایستگاه بعدی، این موارد را علامت بزن:
آفرین! یک مهر دیگر در گذرنامهٔ ریاضیات خورد.