Teoría de juegos, parte 6 de 9
Finales de los años setenta. Robert Axelrod, politólogo de la Universidad de Míchigan, envía a expertos en teoría de juegos una invitación poco habitual: que manden un programa informático que juegue al dilema del prisionero. No una vez, sino muchas seguidas contra el mismo rival.
Llegaron catorce programas, de psicólogos, economistas, politólogos, sociólogos y matemáticos. Axelrod añadió un decimoquinto que jugaba al azar. Cada programa se enfrentó a todos los demás durante 200 jugadas.
La cooperación mutua daba 3 puntos a cada uno; la traición mutua, 1. Quien traicionaba a un rival confiado obtenía 5, y el confiado, 0.
Ganó el programa más corto. Tenía cuatro líneas de código. Lo envió Anatol Rapoport, matemático y psicólogo nacido en 1911 en Lozova, en la actual región ucraniana de Járkiv, que emigró de niño a Estados Unidos. El programa se llamaba Tit for Tat, en español «ojo por ojo» o «donde las dan, las toman», y su regla cabe en una frase: en la primera jugada, coopera; después, haz lo mismo que hizo tu rival la vez anterior.
La repetición cambia el juego
En la cuarta parte vimos que, si el dilema del prisionero se juega una sola vez, traicionar conviene haga lo que haga el otro. En ese mismo artículo, Nash objetaba que cien partidas seguidas son, en realidad, un único gran juego.
Axelrod puso esa idea a prueba. Cuando el juego se repite, la traición de hoy tiene un precio mañana: el rival la recuerda. La confianza pasa a ser una inversión, no una ingenuidad. Y una estrategia que sabe tanto confiar como defenderse tiene su oportunidad.
Axelrod lo llamó «la sombra del futuro»: cuanto más larga es, más compensa cooperar. Cuando los jugadores saben que se ven por última vez, vuelve la lógica del dilema de una sola jugada, y traicionar en el último movimiento vuelve a convenir. Por eso, en el segundo torneo, el número de jugadas no se anunciaba de antemano: se fijaba al azar cada vez.
Una estrategia que no ganó ni un enfrentamiento
Este es el dato más curioso de «ojo por ojo»: no puede vencer a ningún rival en un enfrentamiento individual.
Fíjate bien en la regla. El programa nunca traiciona primero. Cada una de sus traiciones responde a una traición del rival. Así que en cada enfrentamiento o termina empatado o ligeramente por detrás.
Un análisis de 2015 mostró que, por número de enfrentamientos ganados, «ojo por ojo» fue la última del primer torneo.
¿Cómo ganó, entonces? El torneo no contaba victorias, sino puntos totales. Los programas agresivos ganaban enfrentamientos sueltos, pero entre ellos se quedaban atascados en la traición mutua, a 1 punto por jugada. «Ojo por ojo» no venció a nadie, pero con todos los que estaban dispuestos a cooperar ganaba 3.
Una de las lecciones que Axelrod consideraba más importantes: no seas envidioso. En un juego en el que se puede ganar juntos, la pregunta no es si sacaste más que tu rival, sino cuánto sacaste en total.
Cuatro rasgos del ganador
Axelrod analizó los resultados y describió qué tenían en común las estrategias de éxito.
- Amabilidad. No traiciones nunca primero. En el primer torneo había ocho programas así, y los ocho quedaron por encima de los otros seis.
- Disposición a responder. La traición no puede quedar sin respuesta, o los demás se aprovecharán.
- Capacidad de perdonar. Tras castigar, vuelve a cooperar en cuanto el rival lo haga.
- Claridad. El rival debe entender pronto cómo juegas. Los programas demasiado ingeniosos, que intentaban adivinar al rival, le parecían aleatorios, y este dejaba de confiar en ellos.
Axelrod convocó un segundo torneo. Esta vez los participantes ya conocían los resultados del primero. Llegaron 62 programas, y sus autores podían diseñarlos precisamente contra «ojo por ojo». Aun así, volvió a ganar.
Una segunda mirada, 45 años después
¿Resiste la historia una nueva comprobación? Hay sorpresas.
El código original del primer torneo no se conservó. Los programas tuvieron que reconstruirse a partir de las descripciones del artículo de Axelrod. En 2019, el matemático Vince Knight, de la Universidad de Cardiff, jugó un torneo reconstruido así, y «ojo por ojo» quedó solo octava.
Nosotros también jugamos el primer torneo con la biblioteca de código abierto Axelrod-Python: los mismos 15 participantes, 200 jugadas, veinte repeticiones. En nuestra prueba, «ojo por ojo» quedó prácticamente empatada en el tercer puesto, a menos de 0,07 puntos por jugada del primero. Pero lo principal se repitió: los ocho programas amables ocuparon los ocho primeros puestos.
Luego añadimos Tit for Two Tats, «ojo por dos ojos», que solo responde a dos traiciones seguidas. No estaba entre los participantes, aunque Axelrod señaló que habría ganado si alguien la hubiera enviado. En nuestras pruebas quedó primera o segunda por muy poco.
Con el segundo torneo hubo más suerte: sus programas se conservaron. En octubre de 2025, el equipo de Knight recuperó el código original y jugó el torneo 25 000 veces. «Ojo por ojo» ganó en el 63 % de las ejecuciones.
Conclusión de los autores: la victoria es real, pero el grupo de participantes de entonces le era especialmente favorable. En un torneo con 272 estrategias modernas, «ojo por ojo» ya no es la primera: arriba están programas entrenados con aprendizaje automático y evolución artificial.
Hay también una curiosidad. En 2004, en un torneo de aniversario, un equipo de la Universidad de Southampton superó a «ojo por ojo» con un truco. Sus programas reconocían a «los suyos» por una secuencia acordada de primeras jugadas y se ayudaban entre sí. Un truco ingenioso, pero difícilmente la lección que conviene llevarse a la vida.
Cuando hay errores
En el torneo de Axelrod, los programas no se equivocaban. En la vida, los errores ocurren: un mensaje no llega, unas palabras se entienden mal, alguien simplemente se olvida.
Esto es lo que pasa cuando «ojo por ojo» juega contra sí misma y una de las copias traiciona por error en la quinta jugada (C, cooperar; D, traicionar). Lo simulamos con la misma biblioteca:
Primera: CCCCCDCDCDCDCD
Segunda: CCCCDCDCDCDCDC
Un solo error, y dos programas idénticos y amables quedan atrapados para siempre en una venganza por turnos. Cada uno responde a la última traición del otro, y el eco no se apaga.
Sustituyamos ahora la primera copia por una versión «generosa», Generous Tit for Tat, estudiada por Martin Nowak y Karl Sigmund en 1992. En la implementación de la biblioteca perdona, de media, una de cada tres traiciones:
Generosa: CCCCCCCCCCCCCC
Segunda: CCCCDCCCCCCCCC
El error queda perdonado y la cooperación vuelve. También repetimos el primer torneo con un 5 % de errores aleatorios, añadiendo al grupo las dos versiones indulgentes. «Ojo por ojo» bajó al sexto puesto, por detrás tanto de «ojo por dos ojos» como de la versión generosa. Nowak y Sigmund lo resumieron así: «ojo por ojo» no es la meta, sino el punto de apoyo de una evolución hacia la cooperación.
Qué sacar de todo esto
Los torneos de Axelrod hablan de programas, pero sus conclusiones se trasladan fácilmente a las relaciones que duran: con colegas, vecinos, personas con las que no hablas por primera vez.
- Empieza confiando. El primer paso hacia alguien cuesta poco y abre mucho.
- No dejes pasar una traición en silencio, pero no te vengues más de lo necesario.
- Perdona más a menudo de lo que parece sensato, sobre todo donde es fácil equivocarse o malinterpretar.
- Sé previsible. A la gente le resulta más fácil cooperar con quien entiende cómo se comporta.
Y no midas el éxito por haber superado al otro. En un juego que se repite, lo que cuenta es lo que construyen juntos.
Ejercicio
- «Ojo por ojo» juega 10 jugadas contra un programa que siempre traiciona. Calcula los puntos de ambos (3 por cooperación mutua, 1 por traición mutua, 5 y 0 cuando solo uno traiciona). ¿Quién «ganó» el enfrentamiento?
- Dos copias de «ojo por ojo» juegan 10 jugadas sin errores. Ahora, tras un error, pasan 10 jugadas alternando la traición. ¿Cuántos puntos por jugada pierde de media cada una por culpa de ese eco?
Las respuestas están al final.
Preguntas para el debate
- Piensa en un conflicto que se alargó por un «eco» de respuestas mutuas. ¿Qué podría haberlo frenado antes?
- ¿Te pareces más a «ojo por ojo» o a su versión generosa? ¿Dónde está la frontera entre perdonar y ser ingenuo?
- ¿Conoces a personas que «pierden» todas las discusiones, pero con las que todo el mundo quiere tratar? ¿Cuál es su fuerza?
Próximamente en la serie: «Farol, riesgo e información incompleta», sobre las estrategias mixtas, el póquer y por qué a veces la mejor jugada es lanzar una moneda.
Respuestas. 1) «Ojo por ojo» suma 9 puntos: 0 en la primera jugada y 1 en cada una de las nueve siguientes. Su rival suma 14: 5 en la primera jugada y 1 después. El rival «ganó» el enfrentamiento. Pero en un torneo, «ojo por ojo» recupera la diferencia en sus partidas contra quienes cooperan. 2) Sin errores, cada una suma 30 puntos, 3 por jugada. Durante el eco, cada una alterna 5 y 0, es decir, 25 puntos, 2,5 por jugada. Cada una pierde medio punto por jugada, y así sigue hasta que alguien perdona.
Log in or Sign up to join the discussion.