Cooperarea - Evolutia increderii si reciprocitatii
Paradoxul cooperarii: desi fiecare individ poate castiga mai mult pe termen scurt daca profita de cooperarea altuia, o comunitate in care toti urmaresc acest avantaj imediat poate ajunge sa obtina rezultate mai slabe pentru toata lumea.
Interesul individual pe termen scurt nu produce neaparat cel mai bun rezultat colectiv. Cooperarea poate aparea prin repetarea interactiunilor, reciprocitate si invatare.
1. Un exemplu simplu: doi vecini
Doi vecini pot coopera (C) sau pot refuza cooperarea (D). Castigurile sunt urmatoarele:
| A / B | B coopereaza (C) | B refuza (D) |
|---|---|---|
| A coopereaza (C) | (3, 3) | (0, 5) |
| A refuza (D) | (5, 0) | (1, 1) |
Daca B coopereaza, A obtine 5 refuzand, fata de 3 cooperand. Daca B refuza, A obtine 1 refuzand, fata de 0 cooperand. Asadar, refuzul este mai avantajos individual in ambele situatii. B gandeste la fel.
Rezultatul este (D,D) = (1,1), desi (C,C) = (3,3) ar fi mai bun pentru amandoi.
Acesta este paradoxul dilemei prizonierului: alegerea individual rationala intr-o singura intalnire poate produce un rezultat colectiv inferior.
2. Ce se schimba cand indivizii se intalnesc repetat?
Daca aceiasi vecini interactioneaza de multe ori, actiunea de astazi poate influenta raspunsul de maine. Apare posibilitatea reciprocitatii: cooperez cu cine coopereaza cu mine si pot reactiona cand sunt exploatat.
Fara reciprocitate
Un individ coopereaza mereu, chiar daca este exploatat. Un vecin egoist poate obtine castiguri mari pe seama lui.
Cu reciprocitate
Un individ incepe cooperand, apoi raspunde in functie de comportamentul partenerului. Exploatarea poate deveni mai putin avantajoasa pe termen lung.
Reciprocitatea nu garanteaza succesul: greselile accidentale pot declansa cicluri de represalii, iar iertarea poate uneori reface cooperarea.
3. Cum functioneaza simulatorul nostru?
Modelul contine 100 de indivizi asezati pe o grila de 10 x 10. Fiecare joaca in fiecare runda cu toti vecinii sai: fie 4 vecini (sus, jos, stanga, dreapta), fie 8 vecini (inclusiv diagonalele).
Exista doua configuratii initiale: 12 teritorii compacte sau amestec aleatoriu. Indivizii nu se deplaseaza fizic: o strategie isi extinde teritoriul cand un vecin o imita.
Matricea castigurilor
(C,D) = (S,T) (D,D) = (P,P)
Pentru dilema prizonierului:
Valorile initiale din simulator sunt R = 3, T = 5, P = 1 si S = 0.
Increderea este memorata separat pentru fiecare partener
Aici qij reprezinta increderea individului i in partenerul j, iar λ este viteza invatarii. Daca partenerul coopereaza, increderea creste; daca refuza, increderea scade. Fiecare individ pastreaza si istoricul actiunilor partenerilor sai.
Imitarea strategiilor
Cu probabilitatea configurata, individul compara media castigurilor sale din ultimele cinci runde cu cea a unui vecin. El copiaza strategia vecinului numai daca acesta a obtinut o medie mai mare. Castigurile sunt calculate ca medii pe vecin, pentru comparatii corecte inclusiv la marginea grilei.
De aceea, o strategie poate deveni mai raspandita fara ca nivelul cooperarii din intreaga populatie sa creasca.
4. Cele 12 strategii din simulare
| Cod | Strategie | Regula de comportament |
|---|---|---|
| ALLC | Cooperant neconditionat | Coopereaza mereu. |
| ALLD | Egoist neconditionat | Refuza mereu cooperarea. |
| TFT | Tit for Tat | Incepe cooperand, apoi repeta ultima actiune a partenerului. |
| GTFT | Generous Tit for Tat | Ca TFT, dar poate ierta un refuz. |
| STFT | Suspicious Tit for Tat | Incepe refuzand, apoi copiaza ultima actiune a partenerului. |
| TF2T | Tit for Two Tats | Reactioneaza dupa doua refuzuri consecutive ale partenerului. |
| GRIM | Grim Trigger | Dupa prima tradare, refuza definitiv cooperarea cu acel partener. |
| WSLS | Pavlov | Repeta actiunea dupa un castig favorabil; altfel o schimba. |
| RAND | Random | Coopereaza cu o probabilitate configurabila. |
| OPP | Oportunist | Alege actiunea cu castig asteptat mai mare. |
| TRUST | Conditionat de incredere | Coopereaza numai daca increderea depaseste pragul personal. |
| DETECT | Detectiv | Testeaza partenerul prin C,D,C,C; apoi aplica TFT daca a observat refuz, altfel exploateaza cooperarea acestuia. |
Un rezultat contraintuitiv: in matricea standard a dilemei prizonierului, OPP care maximizeaza strict castigul imediat va alege mereu D, deoarece T > R si P > S.
5. Experimente pentru studenti
Experimentul A - De ce cooperantii pot fi exploatati?
Comparati o populatie bogata in ALLC cu una bogata in ALLD. Urmariti castigul individual si castigul mediu colectiv. O strategie poate castiga mult impotriva cooperantilor, dar o comunitate dominata de refuz poate obtine castiguri mici.
Experimentul B - Poate iertarea sa fie mai buna decat pedeapsa?
Comparati TFT cu GTFT, mai intai la eroare de executie 0%, apoi la 15%. O greseala accidentala poate declansa represalii reciproce; iertarea poate intrerupe ciclul.
Experimentul C - Este pedeapsa permanenta eficienta?
Comparati GRIM si GTFT cand reintalnirile sunt dese si exista erori. O singura greseala poate distruge definitiv cooperarea pentru GRIM.
Experimentul D - Imitarea succesului produce o societate mai cooperanta?
Comparati probabilitatea de imitare 0% cu 40%. Urmariti simultan castigurile, ponderea strategiilor si cooperarea totala. Succesul pe termen scurt al unei strategii nu garanteaza cel mai bun rezultat colectiv.
Experimentul E - Ce face un soc de neincredere?
Aplicati socul de neincredere si observati diferentele dintre TRUST, TFT si GRIM. Socul modifica increderea estimata, nu si istoricul actiunilor: strategiile care folosesc direct increderea reactioneaza altfel decat cele bazate pe istoricul tradarilor.
6. Ce trebuie urmarit in grafice?
- Cooperarea medie: procentul actiunilor C in intalnirile din runda.
- Increderea: evolutia estimarilor individuale despre parteneri.
- Castigul mediu pe strategie: cat castiga utilizatorii fiecarei strategii in runda.
- Ponderea strategiilor: cate persoane folosesc fiecare regula de comportament.
Acesti indicatori nu sunt echivalenti. Increderea poate scadea inainte sa scada cooperarea, iar o strategie poate deveni frecventa chiar daca reduce bunastarea colectiva.
Concluzia
Cooperarea nu apare neaparat pentru ca indivizii sunt altruisti. Ea poate fi sustinuta de interactiuni repetate, memorie, reciprocitate si posibilitatea de a reactiona la comportamentul partenerilor.
Dar aceleasi mecanisme pot produce efecte neasteptate: pedeapsa prea severa poate bloca relatiile, erorile pot transforma parteneri cooperanti in adversari, iar imitarea succesului individual poate reduce cooperarea generala.
Ideea centrala pentru studenti: strategia care castiga cel mai mult intr-o interactiune nu este neaparat strategia care produce cele mai bune rezultate pentru comunitate pe termen lung.
Inapoi la simulatorul Cooperarea - Incredere si reciprocitate