چرا آدم‌های عاقل ممکنه در یک نتیجه بد گیر بیفتن؟

بازنویسی ایده‌های جان نش، جان هارسانی و راینهارد زلتن درباره تعادل و بازی‌های غیرهمکارانه

درس اول: وقتی تصمیم تو به تصمیم بقیه بستگی داره

خیلی از تصمیم‌های زندگی رو نمی‌شه جدا از رفتار بقیه فهمید. اگه داری قیمت محصولت رو تعیین می‌کنی، تصمیم رقیب مهمه. اگه دو کشور درباره آلودگی توافق می‌کنن، هرکدوم باید فکر کنه طرف مقابل چه کار می‌کنه. اگه کارمند می‌خواد اضافه‌کاری کنه، شاید تصمیمش به این بستگی داشته باشه که بقیه هم همین کار رو می‌کنن یا نه.

این موقعیت‌ها استراتژیکن، چون نتیجه فقط از تصمیم تو نمی‌آد؛ از ترکیب تصمیم تو و دیگران ساخته می‌شه. جان نش، جان هارسانی و راینهارد زلتن سال ۱۹۹۴ برای تحلیل پیشگامانه همین نوع موقعیت‌ها در نظریه بازی‌های غیرهمکارانه نوبل اقتصاد گرفتن.

غیرهمکارانه یعنی بازیکن‌ها نمی‌تونن روی یک قرارداد الزام‌آور حساب کنن که همه رو مجبور به همکاری کنه. ممکنه حرف بزنن، تهدید کنن، قول بدن یا حتی منافع مشترک داشته باشن، ولی در نهایت هرکس باید تصمیم خودش رو بگیره.

مدل ذهنی مهم اینه: برای فهم رفتار آدم‌ها، فقط نپرس هرکس چی می‌خواد؛ بپرس هرکس فکر می‌کنه بقیه چه کار می‌کنن. خیلی وقت‌ها همین انتظار از رفتار دیگرانه که تصمیم فرد رو می‌سازه.

درس دوم: تعادل نش یعنی هیچ‌کس به‌تنهایی راه بهتری نداره

ایده معروف جان نش خیلی ساده‌تر از اسمش به نظر می‌رسه. فرض کن چند نفر هرکدوم یک تصمیم گرفتن. اگر در این وضعیت، هیچ‌کس نتونه فقط با عوض‌کردن تصمیم خودش نتیجه بهتری برای خودش بسازه، در یک تعادل نش هستیم.

مثلاً دو فروشگاه رقیب هر دو تخفیف سنگین گذاشتن. هرکدوم شاید از سود پایین ناراضی باشه، اما اگر یکی به‌تنهایی قیمت رو بالا ببره، مشتری‌هاش رو از دست می‌ده. پس هیچ‌کدوم به‌تنهایی انگیزه نداره عقب بکشه. نتیجه ممکنه برای هر دو بد باشه، ولی با توجه به رفتار دیگری، موندن در همون وضعیت برای هرکدوم منطقیه.

این نکته خیلی مهمه: تعادل نش یعنی پایدار، نه لزوماً خوب. یک وضعیت می‌تونه از نظر جمعی افتضاح باشه و بااین‌حال از نظر فردی قابل‌فهم باقی بمونه.

کمیته نوبل برای توضیح همین نکته از جنگ تجاری و آلودگی بیش از حد مثال زد. ممکنه همه کشورها از تجارت آزادتر یا محیط‌زیست سالم‌تر سود ببرن، ولی هر کشور به‌تنهایی انگیزه داشته باشه تعرفه خودش رو حفظ کنه یا هزینه کاهش آلودگی رو گردن بقیه بندازه.

پس هرجا دیدی همه می‌دونن وضعیت بده، ولی هیچ‌کس تغییر نمی‌کنه، سریع نتیجه نگیر که همه احمقن. شاید مسئله اینه که هیچ فردی به‌تنهایی نمی‌تونه با تغییر رفتار خودش از وضعیت بد خارج بشه.

درس سوم: رفتار عقلانی فردی می‌تونه نتیجه غیرعقلانی جمعی بسازه

یکی از عمیق‌ترین درس‌های نظریه بازی اینه که جمع چند تصمیم عقلانی، الزاماً نتیجه عقلانی نمی‌سازه.

فرض کن در یک محله همه از شلوغی خیابون ناراضی‌ان. هرکس می‌گه اگه فقط من ماشین نبرم، تفاوتی ایجاد نمی‌شه و خودم هم معطل می‌شم. پس هرکس برای خودش تصمیم منطقی می‌گیره و ماشین می‌بره. نتیجه این می‌شه که همه در ترافیک گیر می‌کنن.

یا دو کشور رو تصور کن که هر دو از مسابقه تسلیحاتی بدشون می‌آد. ولی کشور اول می‌گه اگه من سلاح کم کنم و اون یکی کم نکنه، آسیب‌پذیر می‌شم. کشور دوم هم دقیقاً همین فکر رو می‌کنه. هر دو برای حفظ امنیت خودشون هزینه بیشتری می‌کنن و در نهایت ممکنه هر دو ناامن‌تر و فقیرتر بشن.

این نگاه، سرزنش اخلاقی رو به تحلیل ساختاری تبدیل می‌کنه. به‌جای اینکه بگی چرا هیچ‌کس کوتاه نمی‌آد؟ می‌پرسی: چه چیزی باعث شده کوتاه‌اومدن یک‌طرفه برای هر فرد پرهزینه باشه؟

اینجاست که قانون، قرارداد، اعتماد، تکرار بازی یا سازوکار هماهنگی اهمیت پیدا می‌کنه. اگه بتونی شرایطی بسازی که افراد مطمئن بشن بقیه هم تغییر می‌کنن، ممکنه تعادل بد به تعادل بهتری تبدیل بشه.

پس بعضی وقت‌ها مشکل آدم‌های بد نیستن؛ بازی‌ایه که همکاری یک‌طرفه رو تنبیه می‌کنه.

یک نمونه واقعی، ترافیک شهریه. برای هر راننده به‌تنهایی ممکنه ماشین‌بردن منطقی‌ترین انتخاب باشه. مشکل اینه که وقتی هزاران نفر همین تصمیم منطقی رو می‌گیرن، همه توی ترافیک گیر می‌کنن. اینکه به تک‌تک راننده‌ها بگی لطفاً برای شهر فداکاری کنید و ماشین نیارید معمولاً این تعادل رو عوض نمی‌کنه، چون کسی که ماشینش رو کنار می‌ذاره هزینه تصمیمش رو خودش می‌ده ولی فایده کاهش ترافیک بین همه تقسیم می‌شه.

لندن برای حل همین مسئله در سال ۲۰۰۳ Congestion Charge رو وارد کرد؛ یعنی ورود خودرو به محدوده شلوغ مرکزی دیگه برای راننده مجانی نبود. در واقع قاعده بازی عوض شد. حالا کسی که می‌خواست ماشین ببره باید بخشی از هزینه‌ای رو که حضورش به فضای محدود خیابون تحمیل می‌کرد، خودش هم احساس می‌کرد. طبق گزارش Transport for London، بعد از اجرای اولیه طرح، ترافیک در حال گردش در محدوده حدود ۱۵ درصد و میزان ازدحام حدود ۳۰ درصد کاهش پیدا کرد.

نکته نظریه بازی این نیست که همیشه باید پول بگیریم؛ نکته اینه که اگه نتیجه بد از انگیزه‌های فردی ساخته شده، راه‌حل پایدار معمولاً باید خودِ انگیزه‌ها رو تغییر بده. نصیحت می‌گه رفتارت رو عوض کن. طراحی بازی می‌گه کاری کنیم انتخاب بهتر برای خودت هم منطقی‌تر بشه.

درس چهارم: مشکل واقعی اینه که نیت بقیه رو کامل نمی‌دونیم

مدل اولیه تعادل نش یک فرض سنگین داشت: بازیکن‌ها ساختار بازی و ترجیحات همدیگه رو می‌شناسن. اما در دنیای واقعی معمولاً این‌طور نیست. مدیر نمی‌دونه پیمانکار واقعاً چه هزینه‌ای داره. یک شرکت نمی‌دونه رقیبش چقدر توان مالی داره. یک کشور نمی‌دونه طرف مقابل واقعاً دنبال توافقه یا فقط وقت می‌خره.

جان هارسانی این مشکل رو جدی گرفت. در سه مقاله مهم در سال‌های ۱۹۶۷ و ۱۹۶۸ نشون داد چطور می‌شه بازی‌های با اطلاعات ناقص رو تحلیل کرد.

هارسانی گفت وقتی درباره طرف مقابل اطلاعات کامل نداری، نباید تصمیم بگیری انگار که دقیقاً می‌دونی با چه آدمی طرفی. باید چند حالت ممکن رو همزمان در نظر بگیری. مثلاً می‌خوای وارد جنگ قیمتی با یک رقیب بشی، ولی نمی‌دونی چقدر پول و توان تحمل ضرر داره. ممکنه رقیب خیلی قوی باشه و بتونه شش ماه قیمت‌ها رو پایین نگه داره؛ ممکنه هم از نظر مالی ضعیف باشه و بعد از یک ماه عقب بکشه. تو هیچ‌کدوم رو با قطعیت نمی‌دونی.

پس به‌جای اینکه بگی رقیب حتماً ضعیفه، می‌گی با اطلاعاتی که دارم، احتمال می‌دم قوی باشه یا ضعیف باشه و بعد برای هر دو حالت حساب می‌کنی که اگر من قیمت رو پایین بیارم چه اتفاقی می‌افته. اگه بعداً بفهمی رقیب سرمایه تازه جذب کرده، احتمال قوی‌بودنش رو بالاتر می‌بری و تصمیمت رو عوض می‌کنی.

یعنی هارسانی به ما یاد داد وقتی اطلاعات کامل نداریم، ندانستن رو حذف نکنیم؛ خودِ ندانستن رو وارد تصمیم کنیم. به‌جای یک داستان قطعی درباره طرف مقابل، چند حالت ممکن می‌سازیم، احتمال هرکدوم رو با شواهد تخمین می‌زنیم و با رسیدن اطلاعات تازه، این احتمال‌ها رو اصلاح می‌کنیم.

این موضوع مهمه چون خیلی وقت‌ها تصمیم ما نه فقط به کاری که طرف مقابل انجام داده، بلکه به چیزی که درباره توان و رفتار آینده‌ش حدس می‌زنیم بستگی داره. مثلاً یک شرکت ممکنه قیمتش رو پایین نیاره، چون می‌ترسه رقیبش سرمایه کافی داشته باشه و بتونه ماه‌ها جنگ قیمتی رو ادامه بده. یا یک کارفرما ممکنه قرارداد دقیق‌تر و سخت‌گیرانه‌تری ببنده، چون از قبل نمی‌دونه کارمند بعداً واقعاً چقدر تلاش می‌کنه و چقدر مسئولیت‌پذیر خواهد بود.

مدل ذهنی هارسانی اینه: در بازی واقعی، فقط رفتار طرف مقابل مهم نیست؛ باور تو درباره نوع، نیت و اطلاعات اون هم بخشی از بازیه.

در عمل می‌شه این ایده رو خیلی ساده اجرا کرد. فرض کن می‌خوای با یک تأمین‌کننده قرارداد بزرگ ببندی ولی مطمئن نیستی واقعاً قابل‌اعتماده یا فقط در جلسه فروش خوب حرف می‌زنه. اشتباه اینه که فوری یکی از دو حکم آدم خوبیه یا آدم بدیه رو صادر کنی.

به‌جاش چند حالت می‌سازی. ممکنه تأمین‌کننده واقعاً قوی و قابل‌اعتماد باشه، ممکنه متوسط باشه، یا ممکنه بیشتر از توان واقعی خودش قول داده باشه. بعد دنبال اطلاعاتی می‌گردی که احتمال این حالت‌ها رو تغییر بده؛ سابقه تحویل، مشتری‌های قبلی، ظرفیت تولید، صورت‌های مالی یا یک سفارش آزمایشی کوچک.

مثلاً به‌جای اینکه از روز اول قرارداد یک‌ساله برای ده هزار قطعه ببندی، اول هزار قطعه سفارش می‌دی. اگر به‌موقع و با کیفیت تحویل داد، شواهد تازه‌ای به دست آوردی و احتمال قابل‌اعتمادبودنش بالاتر می‌ره؛ بعد حجم همکاری رو بیشتر می‌کنی.

این یعنی تصمیم خوب در شرایط عدم‌قطعیت الزاماً این نیست که از اول طرف رو درست حدس بزنی؛ باید تصمیم رو طوری مرحله‌بندی کنی که هر مرحله اطلاعات تازه‌ای بهت بده و بتونی تصمیم بعدی رو بهتر بگیری.

درس پنجم: هر تهدیدی که روی کاغذ جواب می‌ده، باورکردنی نیست

فرض کن یک شرکت انحصاری به رقیب تازه‌وارد می‌گه: اگه وارد بازار بشی، قیمت رو آن‌قدر پایین می‌آرم تا هر دومون ضرر کنیم و تو نابود بشی. رقیب ممکنه بترسه و وارد نشه.

اما زلتن یک سؤال مهم پرسید: اگه رقیب واقعاً وارد شد، آیا شرکت قدیمی هنوز حاضر می‌شه تهدیدش رو اجرا کنه؟ شاید بعد از ورود، جنگ قیمتی برای خودش هم آن‌قدر پرهزینه باشه که ترجیح بده رقابت عادی رو بپذیره.

اگه این‌طور باشه، تهدید از اول معتبر نبوده. فقط به این دلیل داخل یک تعادل قرار گرفته که فرض کردیم طرف مقابل اون رو باور می‌کنه.

راینهارد زلتن برای حل همین مشکل مفهوم تعادل کامل در زیر‌بازی رو توسعه داد. ایده اصلیش اینه که یک برنامه استراتژیک باید نه‌فقط از اول بازی، بلکه در هر مرحله‌ای که واقعاً ممکنه بهش برسیم، برای بازیکن منطقی بمونه.

این مدل ذهنی خیلی کاربردیه: وقتی کسی تهدید یا قولی می‌ده، فقط نپرس گفت چه کار می‌کنه؟ بپرس اگر واقعاً به اون نقطه برسیم، انجام این کار هنوز به نفعشه؟

اگه جواب نه باشه، احتمالاً با یک تهدید توخالی طرفی.

حالا سؤال کاربردی اینه که چطور یک قول یا تهدید رو باورکردنی کنیم؟ یکی از راه‌ها اینه که هزینه زیر قول زدن رو از قبل بالا ببریم.

نمونه واقعی رو در تجارت بین کشورها می‌بینیم. یک کشور می‌تونه امروز به کشور دیگه بگه نگران نباش، تعرفه واردات رو بالا نمی‌برم. ولی اگر فردا هر لحظه بتونه نظرش رو عوض کنه، این قول ارزش زیادی نداره. در چارچوب WTO، کشورها می‌تونن نرخ‌های تعرفه خودشون رو در سطح مشخصی bind کنن؛ یعنی یک سقف متعهدشده ثبت می‌شه و بالابردن تعرفه از اون سقف دیگه یک تصمیم ساده و بی‌هزینه نیست و می‌تونه نیازمند مذاکره و جبران طرف‌های تجاری بشه.

فرق قول معمولی با تعهد معتبر همین‌جاست. قول معمولی می‌گه قول می‌دم این کار رو نکنم. تعهد معتبر می‌گه شرایط رو طوری چیدم که اگه بخوام زیر قولم بزنم، خودم هم هزینه بدم.

همین منطق در قراردادهای کوچک‌تر هم هست. بیعانه، ضمانت‌نامه، وثیقه، جریمه فسخ و سپردن پول به یک واسطه قابل‌اعتماد، همگی می‌تونن حرف رو باورکردنی‌تر کنن چون زیر قول زدن دیگه مجانی نیست.

درس ششم: یک بازی ممکنه چند تعادل داشته باشه

یکی از مشکلات تعادل نش اینه که یک بازی می‌تونه بیشتر از یک تعادل داشته باشه. یعنی نظریه می‌گه چند نتیجه مختلف همگی می‌تونن پایدار باشن، ولی نمی‌گه دقیقاً کدومشون اتفاق می‌افته.

یک مثال ساده، انتخاب استاندارده. فرض کن دو شرکت باید فرمت فایل مشترکی انتخاب کنن. هر دو ترجیح می‌دن از یک فرمت مشترک استفاده کنن، ولی یکی فرمت A رو بیشتر دوست داره و دیگری B رو. هر دو A یک تعادله و هر دو B هم یک تعادل. مشکل این نیست که همکاری غیرممکنه؛ مشکل اینه که کدوم نقطه رو انتخاب کنن.

اینجا تاریخ، عرف، قدرت، علامت‌ها، ارتباط و انتظارهای مشترک می‌تونن تعیین‌کننده بشن. وقتی یک استاندارد جا افتاد، حتی ممکنه همه بدون اینکه بهترین استاندارد ممکن باشه، بهش بچسبن؛ چون تغییر یک‌طرفه براشون ضرر داره.

هارسانی و زلتن بعدها حتی روی مسئله انتخاب تعادل هم کار کردن، چون فهمیدن صرفِ وجود تعادل برای پیش‌بینی رفتار کافی نیست.

این نکته یک مدل ذهنی مهم می‌ده: پایداربودن یک وضع، ثابت نمی‌کنه بهترین وضع ممکنه؛ شاید فقط یکی از چند وضعیتیه که همه انتظار دارن بقیه هم در اون بمونن.

درس هفتم: برای خروج از نتیجه بد، همیشه آدم‌ها رو عوض نکن؛ بازی رو عوض کن

اگه چند آدم منطقی داخل یک تعادل بد گیر کردن، نصیحت‌کردن هرکدوم به‌تنهایی شاید تقریباً هیچ اثری نداشته باشه. چون مشکل این نیست که فرد نمی‌فهمه وضع بده؛ مشکل اینه که تغییر یک‌طرفه براش هزینه داره.

فرض کن دو واحد یک شرکت دائم اطلاعات رو از هم پنهان می‌کنن. هر مدیر می‌گه اگه من همه اطلاعاتم رو شفاف کنم ولی اون یکی نکنه، من ضعیف‌تر می‌شم. هر دو از بی‌اعتمادی ناراضی‌ان و هر دو هم همون رفتار رو ادامه می‌دن.

راه‌حل شاید این نباشه که به هر دو بگی آدم‌های بهتری باشید. شاید باید قاعده گزارش‌دهی مشترک، دسترسی متقارن، جلسه ثابت، تعهد دوطرفه یا سازوکاری بسازی که شفافیت یک‌طرفه رو به ضرر فرد تبدیل نکنه.

ورزش حرفه‌ای نمونه خیلی خوبی از همین مسئله‌ست. فرض کن ورزشکاری خودش علاقه‌ای به دوپینگ نداره، ولی فکر می‌کنه رقباش دارن از مواد نیروزا استفاده می‌کنن. حالا پاک‌موندن برای اون می‌تونه شبیه یک ضرر یک‌طرفه دیده بشه: من رعایت می‌کنم، ولی بقیه رعایت نمی‌کنن و شکست می‌خورم. اگر تعداد زیادی ورزشکار همین تصور رو داشته باشن، حتی آدم‌هایی که در حالت عادی ترجیح می‌دن دوپینگ نکنن ممکنه به سمتش هل داده بشن.

راه‌حل فقط این نیست که به همه بگیم جوانمرد باشید. برای همین ورزش حرفه‌ای سیستم مشترک ضد دوپینگ ساخته: فهرست مواد ممنوع، آزمایش، قواعد مشترک و مجازات تخلف. فدراسیون‌های بین‌المللی تحت کد WADA موظفن قواعد هماهنگ ضد دوپینگ داشته باشن و ورزشکارها هم برای شرکت در رقابت‌ها باید تابع این قواعد باشن.

این سازوکار تضمین نمی‌کنه هیچ‌کس تقلب نکنه؛ بازی رو عوض می‌کنه. قبلاً ورزشکار پاک ممکن بود فکر کنه اگه بقیه تقلب کنن، من بازنده‌ام. حالا تقلب احتمال کشف و هزینه داره و ورزشکار پاک هم دلیل بیشتری داره باور کنه بقیه با محدودیت مشابهی روبه‌رو هستن.

این یکی از مهم‌ترین راه‌های خروج از تعادل بده: کاری کن همکاری یک‌طرفه نباشه. قاعده‌ای بساز که همه بدونن بقیه هم تحت همون قاعده‌ان و شکستن اون برای همه هزینه داره.

این دقیقاً همون جاییه که نظریه بازی از یک مفهوم ریاضی به یک مدل مدیریتی و اجتماعی تبدیل می‌شه. سؤال اصلی می‌شه: چطور ساختار بازی رو عوض کنیم تا رفتار عقلانی فردی، ما رو به نتیجه جمعی بهتری برسونه؟

لب حرف این سه برنده نوبل رو می‌شه این‌طور جمع کرد: نش به ما یاد داد یک وضعیت می‌تونه پایدار باشه حتی اگر خوب نباشه. هارسانی یاد داد تصمیم‌ها رو زیر سایه اطلاعات ناقص و باور درباره دیگران ببینیم. زلتن هم یاد داد هر تهدید و برنامه‌ای رو فقط وقتی جدی بگیریم که در لحظه اجرا هم واقعاً منطقی بمونه.

پس هرجا دیدی آدم‌های عاقل دارن نتیجه بدی می‌سازن، قبل از اینکه عقلشون رو زیر سؤال ببری، بازی‌ای رو که داخلش گیر افتادن نگاه کن.

مبنای اصلی این بازنویسی

The Sveriges Riksbank Prize in Economic Sciences in Memory of Alfred Nobel 1994 — Press Release and Presentation Speech.

John F. Nash Jr., “Equilibrium Points in N-Person Games” (1950) and “Non-Cooperative Games” (1951).

John C. Harsanyi, foundational papers on games with incomplete information (1967–1968).

Reinhard Selten, refinements of Nash equilibrium for dynamic games and credible threats.