Prison Break: jocul din spatele cărților — strategii dominante, echilibru Nash și maximin

La prima vedere, Prison Break pare un simplu duel de cărți: alegi între V1 și V2, adversarul alege și el, cartea mai mare ia diferența de la cealaltă. Cine ajunge primul la o balanță mai mare de 40$ câștigă. Atât. Și totuși, sub această suprafață se ascunde unul dintre cele mai elegante modele din economie — teoria jocurilor 2×2 cu sumă zero — iar fiecare rundă pe care o joci este, de fapt, un exercițiu pe care John von Neumann și John Nash l-ar fi recunoscut imediat.

Despre ce e jocul

Începi cu 20$. Adversarul (fie el alt student, fie personajul T-Bag controlat de calculator) începe tot cu 20$. La începutul fiecărei runde, serverul îți arată un tabel 2×2: pe fiecare linie e o alegere a ta (V1 sau V2), pe fiecare coloană o alegere a adversarului. În fiecare celulă apar două cărți — una neagră pentru tine, una roșie pentru el — cu valori între 2 și 13.

Amândoi alegeți simultan. Nimeni nu știe ce alege celălalt. După ce ați ales, se întorc cărțile din celula corespunzătoare: dacă a ta e mai mare, câștigi diferența; dacă a lui e mai mare, o pierzi. Apoi se generează o matrice nouă, complet diferită, și totul o ia de la capăt. Runda se încheie când cineva depășește 40$ sau când expiră timpul total de joc.

Pare simplu. Este simplu. Exact de aceea e genial ca instrument didactic: într-un cadru de cinci minute, reproduce problema de bază a teoriei jocurilor — cum aleg rațional când rezultatul meu depinde de ce face altcineva pe care nu îl pot citi?

Jocul din spatele jocului

Mulți cred, din cauza numelui, că e vorba despre Dilema Prizonierului. Nu este — și tocmai aici e valoarea didactică. Dilema Prizonierului are o matrice fixă, cu patru valori cunoscute dinainte (cooperare-cooperare, cooperare-trădare etc.) și o concluzie morală despre cooperare. Prison Break face ceva mai ambițios: te pune în fața unei matrice noi la fiecare rundă și te lasă să descoperi singur ce instrument să folosești pentru a decide.

Trei instrumente apar, pe rând, în funcție de matrice:

1. Strategia dominantă

Uneori, una dintre variantele tale este mai bună indiferent de ce alege adversarul. Dacă V1 îți aduce un câștig mai mare atât când el alege V1, cât și când alege V2, atunci V1 este strategia dominantă: nu ai niciun motiv să o ocolești. Un agent economic rațional — fie că e vorba de un student, o firmă sau un stat — alege mereu strategia dominantă când ea există. E cea mai confortabilă situație din teoria jocurilor: nu trebuie să ghicești adversarul.

2. Echilibrul Nash

Deseori, matricea nu oferă o strategie dominantă nimănui. Atunci intră în scenă conceptul care i-a adus lui John Nash premiul Nobel în 1994: un echilibru Nash este o pereche de alegeri (una a ta, una a adversarului) în care, dacă ambii ați alege așa, nimeni nu ar câștiga ceva schimbând unilateral. E punctul în care ambii jucători, deși nu cooperează, ajung la o alegere „stabilă” în sensul că nu au motive să o părăsească singuri.

Într-o matrice 2×2 simplă, echilibrul Nash există aproape întotdeauna — uneori sub formă de strategie pură (amândoi aleg mereu aceeași opțiune), alteori sub formă de strategie mixtă (alegi V1 cu o anumită probabilitate și V2 cu restul). Prison Break te pune să recunoști intuitiv aceste structuri rundă după rundă, fără să-ți ceară algebra din spate.

3. Maximin — raționalitatea pesimistului

Și când nici strategia dominantă, nici Nash nu te ajută clar? Atunci aplici principiul maximin: pentru fiecare variantă a ta, te uiți la cel mai prost rezultat posibil, și alegi varianta la care „cel mai prost rezultat” e cel mai puțin rău. Altfel spus, te pregătești pentru cel mai ostil adversar posibil și te asiguri că pierzi cât mai puțin. Este strategia pe care o adoptă managerii în decizii de investiție cu risc mare, planificatorii militari și, adesea, oricine negociază fără informații complete.

Când joci Prison Break pe dificultate „Hard”, calculatorul aplică exact această pipeline: caută o strategie dominantă, apoi echilibrul Nash, apoi — dacă nimic din toate astea nu e clar — se întoarce la maximin. Dacă reușești să-l învingi, înseamnă că ai înțeles intuitiv cele trei instrumente.

Implicații în viața reală

Sună abstract? Nu este. Iată trei situații în care aceste trei instrumente te ajută zilnic:

• Negocieri salariale. Când ceri o mărire, nu știi dinainte dacă șeful va răspunde cu „da”, „nu” sau „contraofertă”. Formulezi cererea astfel încât, în cel mai prost scenariu, să ieși mai bine decât dacă nu ai fi cerut nimic. Asta e maximin.
• Strategie de business. Când o firmă decide prețul unui produs, rezultatul depinde de ce preț pune concurentul. Dacă există un preț care e mai profitabil indiferent de mișcarea concurentului, ai strategie dominantă. Dacă nu, echilibrul Nash îți spune care combinație de prețuri e „stabilă” în industrie.
• Alegeri politice și publice. De ce două campanii electorale ajung, cu timpul, să semene foarte mult? Pentru că echilibrul Nash le împinge spre centru — mișcarea unilaterală spre extremă pierde alegători în fața adversarului. Nu e coincidență, e matematică.

Un exemplu concret

Imaginează-ți această matrice într-o rundă Prison Break:

• Dacă alegi V1 și el alege V1 → cartea ta: 10, a lui: 4 (câștigi 6$)
• Dacă alegi V1 și el alege V2 → cartea ta: 8, a lui: 12 (pierzi 4$)
• Dacă alegi V2 și el alege V1 → cartea ta: 3, a lui: 9 (pierzi 6$)
• Dacă alegi V2 și el alege V2 → cartea ta: 11, a lui: 5 (câștigi 6$)

Nu ai strategie dominantă: V1 e mai bun dacă el alege V1, dar V2 e mai bun dacă el alege V2. Un student panicat alege la întâmplare. Un student care gândește maximin observă că: cu V1, în cel mai rău caz pierde 4$; cu V2, în cel mai rău caz pierde 6$. Așadar V1 e alegerea prudentă.

Dar dacă el gândește și el maximin, va alege la rândul lui varianta care îi minimizează pierderea maximă. Ambele decizii împreună formează un echilibru — acela e punctul Nash al rundei. Frumusețea e că ai ajuns acolo fără să faci niciun calcul formal.

Ce înveți jucând

• Să citești o matrice de decizii simultane fără să te blochezi.
• Să recunoști când o alegere este dominantă și să nu o ocolești din superstiție.
• Să gândești în termeni de „cel mai rău caz” când informația lipsește.
• Să accepți că, în multe situații de viață, echilibrul nu e cooperativ — și totuși e stabil.
• Să înțelegi intuitiv de ce piețele, industriile și relațiile ajung la anumite „puncte de repaus” fără ca nimeni să le fi planificat.

Încearcă

Rulează câteva runde pe Prison Break și observă-ți propriile alegeri. Primele cinci runde vei alege probabil din intuiție. După a zecea, vei începe să te surprinzi spunându-ți: „Aici am strategie dominantă”, „Aici trebuie să merg pe maximin”. Acela e momentul în care ai înțeles teoria jocurilor — nu dintr-un manual, ci din proprii bani virtuali pierduți și câștigați.

Joacă Prison Break pe Stratopolix și vezi dacă poți învinge pe T-Bag la dificultate Hard. Dacă reușești, ai bătut un algoritm care face formal exact ce ai făcut tu intuitiv.