重复囚徒困境
自私的基因重复囚徒困境将个体理性的自利与共同利益之间的一次性冲突,转变为一种由记忆塑造的持续关系。相同的参与者再次相遇时,每一步都可能影响对方接下来的行动——合作可能得到回报,背叛可能受到惩罚,信任也可能逐渐建立或撤回。罗伯特·阿克塞尔罗德和W. D.汉密尔顿提出的论述认为,这种重复结构有助于解释合作如何在一个策略因其对个体成功的影响而受到选择的世界中持续存在。
从一次相遇到持续博弈
在人类参与的版本中,由一名银行家主持博弈并向两名参与者支付报酬。每人有两张牌,分别标记为合作和背叛。双方同时选择,把牌面朝下放置,因此任何一方都不能在看到另一方选择后再调整行动;只有银行家翻开牌后,每位参与者才会得知结果。在单回合博弈中,收益取决于双方的选择,矛盾之处在于,无论对手选择什么,每位参与者背叛都能获得更好的结果,尽管双方合作会让彼此都获益。若没有确保信任的办法,一次性博弈便会趋向双方背叛,双方都得到较差的结果。
重复版本改变的是条件,而不是可用的牌。每次支付报酬后,同两名参与者还会再玩一回合,这一循环持续进行,回合数不定。他们先前的行动成为判断彼此可能如何再次行动的依据。这样一来,他们可以互惠、安抚、宽恕或报复;未来回应的可能性也让他们能够相互约束。双方不必在一次相遇中试图以牺牲对方为代价取胜,而可以长此以往从银行家那里获得利益。
十回合的例子清楚展现了这种差异。理论上,如果对手每次都合作而某位参与者始终背叛,该参与者最多可以赢得五千美元,但这种结果要求对手在屡遭利用后仍继续合作。如果双方在十回合中始终合作,每人都可以获得三千美元,而不必依赖圣人般的自我牺牲——双方都可以从对方以往的行动推断其值得信赖。若双方都不信任对方,两人可能始终背叛,使银行家从每人那里各收取一百美元罚款。部分信任以及合作与背叛交替出现,也可能带来介于两者之间的总额。
策略、记忆与互惠交换
重复进行的博弈拓展了策略空间,不再局限于一次性选择合作还是背叛。参与者可能大多数时候合作,但随机在百分之十的回合中背叛;其他策略则依据对局历史决定下一步行动。书中所举的“记仇者”策略从根本上说是合作型的,但它会记住一次背叛,此后便背叛那个曾背叛自己的参与者。更宽容的策略可能只有较短的记忆。哪种策略最佳并非显而易见,因为先前行动的记录让不同策略得以相互回应。
同样的结构也适用于并非由有意识的人类决策所支配的互动。互相为对方羽毛除虱的鸟类体现了这种博弈——鸟够不到自己头顶,因此同伴可以提供有用的服务,但替另一只鸟除虱需要花费时间和精力。接受梳理后拒绝回报的鸟,便能不付出代价而获得好处。与双方都拒绝相比,互相梳理更有利,但单方面背叛很诱人;而帮助同伴却得不到回报,可能比双方都不帮助、也不接受帮助更糟。因此,这种交换具备囚徒困境所需的收益结构,并在重复互动中进行。
书中将这一博弈视为一种可能在动物和植物生命中反复出现的模式,而不是主张生物会有意识地计算。按照梅纳德·史密斯的意义,策略可以理解为基因能够预先编排的行动规则。因此,这一生物学例子将论证扩展到了人类意图之外。合作并不意味着参与者出于有意识的慷慨而行动;如果策略的成功取决于他人先前做过什么以及之后可能再次做什么,合作便可以由此产生。
规则与情境如何改变收益
书中还将重复博弈与其他互动区分开来——其他互动的规则可能使合作成为可能,也可能使之无法实现。婚姻破裂后,夫妻双方仍可能有理由合作,包括关心子女福祉以及支付两名律师费用的成本。然而,在英格兰以及直到最近仍在美国全部五十州,法律规则或律师职业规范都禁止同一名律师同时为一对夫妻的双方提供法律意见。每名律师只能接受其中一人为委托人,使原本可能存在的共同利益转变成对抗关系。即使夫妻本人并不想争斗,案件也可能以“史密斯诉史密斯”为案名;将此事视作胜负之争的唯一受益者,或许不是夫妻,而是律师。这个例子表明,合作并非仅由偏好决定——制度规则可以把参与者引向对立阵营。
1977年英格兰足球联赛赛季提供了一个对照案例,其中外部信息改变了球员可能获得的利益。5月18日,桑德兰、布里斯托尔城和考文垂正在争夺甲级联赛最后一个降级席位。布里斯托尔城与考文垂彼此交锋;如果桑德兰输球,两队打成平局便可让双方都留在甲级联赛。他们的比赛比计划晚了五分钟,因此桑德兰的比赛结果在终场前便已揭晓。比赛还剩两分钟时,桑德兰落败的消息通过体育场的电子公告牌公布。此时平局对两队都有利;尝试进球可能削弱防守,使他们冒上自己力图避免的降级风险。球员们不再激烈争夺原本的二比二局面,转而力保平局;此前彼此为敌的支持者也一同庆祝。足球规则并没有改变,但另一场比赛传来的消息改变了两队的利益——一场看似零和的竞争,变成了双方都能从相同结果中受益的局面。
不确定终局的未来阴影
重复进行并不保证合作。合作的可能性取决于参与者是否预期双方可能再次相遇,使今天的行为能够影响明天的回应。书中将这种预期称为“未来阴影”,并强调参与者不能知道博弈何时结束。博弈无限期持续,并不意味着它必须永远进行;它要求的只是参与者不知道对局确切会在何时停止。
如果两名严格理性的参与者知道博弈恰好进行一百回合,逆向推理便会消除合作的依据。第一百回合实际上是一次性博弈,因此双方都有理由背叛。既然最后一回合可以预测,倒数第二回合便成了最后一个有意义的机会,同样的推理也适用;随后,这种推理可以逐回合向前推演。结果便是从头到尾都背叛,尽管合作本可使双方获益。因此,理论家把重复博弈视为一种终局对参与者不可预测,或只有银行家知道终局的博弈。
现实互动仍可能提供剩余时间的线索。若某位参与者注意到银行家坐立不安并看着手表,便可能怀疑博弈即将结束,从而受到背叛的诱惑。如果该参与者还怀疑对手也看到了同一信号,那么害怕对手即将背叛,可能会使自己觉得应当赶紧出卖对方。只有当未来仍是可信的可能性时,它才能支持合作;随着预期终点临近,使互惠值得采取的激励也可能瓦解。