پارادوکس دوراهی زندانی یکی از مشهورترین مفاهیم در نظریه بازیها است. این پارادوکس نشان میدهد چگونه دو فرد «عقلانی» میتوانند با تصمیماتی که به سود شخصی خودشان است، در نهایت به نتیجهای برسند که برای هر دو بدتر از حالتی است که همکاری میکردند. نکته اصلی این است که خیانت در سطح فردی تصمیمی منطقی است، اما همکاری برای هر دو نتیجه بهتری دارد — و همین تضاد باعث شکلگیری «دوراهی» میشود.
این ایده نخستین بار در سال ۱۹۵۰ توسط مریل فلاد و ملوین درشر در شرکت RAND مطرح شد. بعدها آلبرت تاکر این آزمایش را با مثال دو زندانی و مجازات زندان بازگو کرد و نام «دوراهی زندانی» بر آن گذاشت.
داستان کلاسیک دوراهی زندانی
فرض کنید دو عضو یک باند جنایتکار به نامهای زندانی A و زندانی B دستگیر شدهاند. پلیس مدرک کافی برای محکوم کردن آنها به جرم اصلی ندارد، اما میتواند آنها را به جرم کوچکتری یک سال زندانی کند. پلیس به هر زندانی یک پیشنهاد میدهد:
- اگر علیه همدست خود شهادت بدهی (خیانت)، آزاد میشوی و همدستت ۳ سال زندانی میشود.
- اگر سکوت کنی (همکاری) و دیگری هم سکوت کند، هر کدام تنها ۱ سال زندانی میشوید.
- اگر هر دو خیانت کنید، هر کدام ۲ سال زندانی خواهید شد.
جدول تصمیمگیری (ماتریس پاداش)
| B سکوت کند | B خیانت کند | |
|---|---|---|
| A سکوت کند | هرکدام ۱ سال | A: سه سال / B: آزاد |
| A خیانت کند | A: آزاد / B: سه سال | هرکدام ۲ سال |
تحلیل منطقی (چرا هر دو خیانت میکنند؟)
از دید هر زندانی، نتیجه بهتر فارغ از انتخاب طرف مقابل، خیانت کردن است:
- اگر طرف مقابل سکوت کند، خیانت باعث آزادی کامل میشود.
- اگر طرف مقابل خیانت کند، خیانت باعث کاهش محکومیت از ۳ سال به ۲ سال میشود.
به این ترتیب، خیانت یک استراتژی غالب (Dominant Strategy) است — نتیجه منطقی این میشود که هر دو خیانت کنند و هرکدام ۲ سال زندانی شوند، هرچند که همکاری باعث میشد فقط ۱ سال زندانی شوند.
این نتیجه یک تعادل نش (Nash Equilibrium) است: هیچکس نمیتواند با تغییر تصمیم یکجانبه نتیجه بهتری بگیرد، اما این تعادل «بهینه پارتو» (Pareto Optimal) نیست چون نتیجه نهایی قابل بهبود بود.
نسخه تکرارشونده دوراهی زندانی
اگر این بازی فقط یک بار انجام شود، خیانت منطقیترین انتخاب است. اما وقتی بازی در چندین دور تکرار شود (و هر بازیکن عملکرد گذشته طرف مقابل را به یاد داشته باشد)، امکان شکلگیری همکاری بیشتر میشود.
دلیل: بازیکنان ممکن است بفهمند که خیانت مداوم باعث از دست رفتن سودهای آینده میشود، بنابراین تمایل به همکاری پیدا کنند. ساختن یک «اعتماد ضمنی» نیازمند تکرار و حافظه است.
استراتژیهای معروف در نسخه تکراری
- تیت فور تَت (Tit for Tat): در اولین دور همکاری کن، سپس دقیقاً همان کاری را انجام بده که طرف مقابل در دور قبلی انجام داد.
- تیت فور تَت با بخشش: شبیه مورد قبل، اما گاهی پس از خیانت طرف مقابل، یکبار همکاری میکنی تا حلقه انتقام بیپایان نشود.
- برنده بمان، بازنده تغییر بده (Win-Stay, Lose-Shift): وقتی نتیجه خوب بود همان انتخاب را ادامه بده، وقتی نتیجه بد شد، انتخاب را تغییر بده.
کاربردهای واقعی دوراهی زندانی
۱. سیاست بینالملل و امنیت
در روابط بین کشورها، مثال معروف «دوراهی امنیت» وجود دارد: اگر یک کشور توان نظامی خود را افزایش دهد، دیگران برای تأمین امنیت خود همان کار را میکنند، نتیجه آن مسابقه تسلیحاتی است که همه را ناامنتر میکند — مشابه دوراهی زندانی.
۲. محیطزیست
در بحران تغییرات اقلیمی، همه کشورها از کاهش گازهای گلخانهای سود میبرند، اما هر کشور به صورت فردی انگیزه دارد قوانین را رعایت نکند تا رشد اقتصادیاش حفظ شود.
۳. رقابت اقتصادی و تبلیغات تجاری
شرکتها میتوانند با کاهش تبلیغ هزینهها را کم کرده و سود را افزایش دهند، ولی هر شرکت نگران است که دیگری بیشتر تبلیغ کند و سهم بازار را بگیرد. نتیجه معمولاً تبلیغات بیش از حد و کاهش سود کلی است.
۴. ورزش و دوپینگ
دو ورزشکار اگر هر دو دوپینگ نکنند وضعیت ایدهآل است، اما هرکدام با دوپینگ به برتری میرسد — نتیجه این است که معمولاً هر دو دوپینگ میکنند و مزیت از بین میرود اما خطرات باقی میماند.
۵. حیوانات و رفتار زیستی
خفاشهای خونآشام غذای خود را به صورت متقابل با دیگران به اشتراک میگذارند. خیانت (عدم اشتراک) در کوتاهمدت سود دارد، اما همکاری باعث بقای گروه در بلندمدت میشود.
نکات کلیدی که دوراهی زندانی نشان میدهد
- تضاد بین منطق فردی و منطق جمعی
- اهمیت اعتماد و تکرار تعامل
- نقش تنبیه و پاداش اجتماعی در تشویق همکاری
- اینکه بدون ارتباط یا توافق الزامآور، حتی افراد عقلانی ممکن است به نتایج بد برای همه برسند
دوراهی زندانی در ظاهر یک بازی ساده است، اما در واقع مدل قدرتمندی برای توضیح بسیاری از تعارضات انسانی، سیاسی، اقتصادی و زیستی است. چه در میز مذاکره بین رهبران کشورها، چه در بازار رقابتی، چه در تعاملات روزمره افراد، این پارادوکس نشان میدهد که همکاری گاهی سختتر از آن است که فکر میکنیم — حتی وقتی به نفع همه است.
راز حل این دوراهی در تکرار روابط، ایجاد اعتماد، و ساختن سازوکارهایی است که خیانت را پرهزینه و همکاری را سودمند کنند.
