La lección anterior nos dio la llave maestra: repite el dilema del prisionero y una traición de hoy te cuesta toda la cooperación de mañana, así que — cuando el futuro pesa lo suficiente — cooperar se convierte en la jugada egoísta. Pero eso solo nos dice que la cooperación puede ser racional. No nos dice qué estrategia funciona mejor cuando lanzas a una multitud de ellas a un foso juntas. ¿Es el manipulador astuto que sondea en busca de debilidades? ¿La fortaleza paranoica que no confía en nadie? ¿El santo que todo lo perdona? Durante décadas esto fue especulación de salón. Entonces, a finales de los años setenta, un politólogo hizo algo que casi nadie en la teoría de juegos había hecho: realizó el experimento. La respuesta que llegó fue tan simple, y tan contraintuitiva, que remodeló nuestra forma de pensar sobre la cooperación en biología, economía y diplomacia.
Axelrod organizó un torneo real, no una demostración
He aquí lo crucial que hay que retener: lo que sigue es un descubrimiento empírico, no un teorema. Robert Axelrod, politólogo en Michigan, quería saber qué estrategia gana un dilema del prisionero repetido en la práctica. En vez de sentarse a demostrarlo con álgebra, organizó un torneo informático — piénsalo como un campeonato de ajedrez en el que los jugadores son programitas y el juego es el dilema iterado.
Escribió a destacados teóricos de juegos, economistas, matemáticos e informáticos y pidió a cada uno que enviara una estrategia codificada como un programa: una regla que, dada la historia entera de la partida hasta ese momento, produce la siguiente jugada — Cooperar o Traicionar. Llegaron catorce entradas, algunas diabólicamente astutas, construidas para sondear a un rival, modelar su comportamiento y explotar cualquier blandura que detectaran.
Axelrod entonces organizó un todos contra todos (round-robin): cada estrategia jugó contra todas las demás (y contra una copia de sí misma, y contra un jugador puramente aleatorio) en un largo dilema iterado de unas 200 rondas. Usó los pagos estándar — la cooperación mutua paga 3 a cada uno, la traición mutua 1 a cada uno, y un traidor en solitario se lleva 5 mientras el cooperador explotado saca 0. Sumó la puntuación total de cada estrategia a lo largo de todas sus partidas. Quien acumulara más puntos, en todo el recorrido, ganaba.
El ganador fue el programa más corto enviado — apenas cuatro líneas de código — mandado por el psicólogo matemático Anatol Rapoport. Se llamaba toma y daca (tit-for-tat).
Por qué 'empírico' es la clave de todo
Nadie demostró de antemano que el toma y daca ganaría — el propio Axelrod no lo predijo. Ganó un concurso contra rivales reales y enviados, como un caballo gana una carrera, no como se deriva un teorema. Eso importa: su victoria depende de quién más se presentó. Cambia el campo de competidores y, en principio, podría ganar una estrategia distinta. Guárdate esa salvedad en el bolsillo; la cobramos al final de la lección.
El toma y daca, y los cuatro rasgos que ganaron
La regla es casi vergonzosamente pequeña:
Coopera en la primera jugada. En cada jugada posterior, copia lo que tu rival hizo la última vez.
Sé confiado al abrir; luego simplemente refleja. Esa es la estrategia entera. La verdadera contribución de Axelrod no fue la regla — esa la aportó Rapoport — sino diseccionar por qué un programa tan trivial aplastó a los maquinadores. Encontró cuatro propiedades, y cada una es una lección transferible para tratar con cualquiera a quien vuelvas a ver. Tomémoslas de una en una, con un micro-ejemplo concreto cada una.
Amable — nunca traiciona primero
Una estrategia es amable si nunca es la primera en traicionar. El toma y daca abre cooperando y nunca lanza el primer puñetazo; la única forma en que traiciona es en respuesta a tu traición. Esto es lo que le permite entablar cooperación con cualquier otro dispuesto a cooperar.
Micro-ejemplo. El toma y daca se enfrenta a Siempre Coopera (una estrategia que coopera pase lo que pase). Ronda 1: ambos cooperan. Ronda 2: el toma y daca copia la última jugada de su rival (cooperar) → coopera de nuevo. Y así para siempre: C-C, C-C, C-C… Ambos embolsan la recompensa de 3 en cada ronda. Como el toma y daca es amable, nunca estropea una relación que un cooperador ofrecía gratis.
Vengativo (provocable) — castiga la traición al momento
Una estrategia es vengativa (la palabra de Axelrod es provocable) si castiga una traición de inmediato — en la mismísima ronda siguiente — en vez de poner la otra mejilla. Esto es lo que hace al toma y daca imposible de explotar. Engáñalo una vez y te comes una represalia al instante, así que engañar sencillamente no compensa.
Micro-ejemplo. El toma y daca se enfrenta a un explotador astuto — digamos, Siempre Traiciona, que traiciona cada ronda esperando cebarse con los primos. Ronda 1: el toma y daca coopera (amable), el explotador traiciona y se lleva 5 mientras el toma y daca saca 0. Pero ronda 2: el toma y daca copia esa traición y traiciona también, así que ahora ambos sacan 1, y 1, y 1… El único robo temprano del explotador es el único beneficio que llega a extraer. A un pusilánime lo habrían robado 200 veces; al toma y daca lo roban exactamente una. Esa es la diferencia entre amable e ingenuo.
Indulgente — toma represalias una vez, luego lo suelta
Una estrategia es indulgente si, tras castigar, regresa a la cooperación en el instante en que el rival lo hace — no alimenta el rencor. El toma y daca toma represalias exactamente el tiempo que el rival siga traicionando y ni una ronda más. En el momento en que vuelves a cooperar, copia eso y coopera de vuelta.
Micro-ejemplo. Compara el toma y daca con una estrategia rencorosa, Rencoroso (Grudger), alias Gatillo Sombrío: el Rencoroso coopera hasta que traicionas una vez, y luego traiciona contra ti para siempre, por muy arrepentido que estés. Supón que un rival traiciona una sola vez por accidente y luego vuelve a ofrecer cooperación. Contra el Rencoroso, ese único desliz desencadena una traición mutua permanente — una disputa sin salida, ambos atascados sacando 1 para siempre. Contra el toma y daca, el desliz cuesta una sola ronda de represalia, luego la cooperación ofrecida se refleja y ambos vuelven a trepar directos a sacar 3. La indulgencia es lo que impide que una traición perdida se descontrole en un bucle de venganza sin fin — una propiedad que se vuelve decisiva en la siguiente lección, una vez que entran en escena los errores.
Claro — sé legible para que se pueda aprender a cooperar
Una estrategia es clara si es lo bastante simple y predecible como para que los rivales puedan descifrarla rápido y ver que cooperar compensa. La lógica del toma y daca es transparente: hazme daño y te lo devuelvo; sé amable y soy amable enseguida. Cualquier rival — incluso un programa de aprendizaje rudimentario — lee ese patrón en unas pocas rondas y se reajusta hacia la cooperación.
Micro-ejemplo. Contrasta con un sondeador astuto y opaco que intercala traiciones astutas ocasionales para probarte, disfrazadas dentro de un ruido de apariencia aleatoria. Sus rivales no pueden saber si una traición fue un sondeo, un castigo o un fallo, así que no pueden aprender cómo ganarse su cooperación — y la cooperación nunca se estabiliza. Un castigo que nadie puede predecir no enseña a nadie. La mismísima torpeza del toma y daca es una virtud: es una estrategia que lees de un vistazo, así que la lección “coopera y yo coopero” cala rápido.
He aquí la receta entera en una tabla:
| Rasgo | Regla práctica | Qué previene | Su comportamiento en el toma y daca |
|---|---|---|---|
| Amable | Nunca traiciones primero | Agriar relaciones sin necesidad | Abre cooperando |
| Vengativo | Castiga la traición de inmediato | Ser explotado por tramposos | Traiciona la ronda tras traicionar tú |
| Indulgente | Suelta el rencor en cuanto vuelvan | Disputas de venganza mutua sin fin | Vuelve a cooperar en cuanto lo haces tú |
| Claro | Mantente simple y legible | Que los rivales no aprendan que cooperar compensa | Una regla legible de un vistazo |
La lección de vida entera, en cuatro líneas de código
En esencia, el ganador de Axelrod te dice cómo tratar con cualquiera a quien vayas a volver a ver: empieza confiando, devuelve el golpe sin tardanza cuando te agravien, perdona en cuanto se enderecen, y sé predecible con las tres cosas. La amabilidad pura se despluma; la maldad pura envenena cada pozo; la mezcla ganadora es un vengativo amable que perdona — y que es lo bastante claro como para que el otro pueda aprender que cooperar contigo compensa. Eso es más o menos toda la sabiduría popular sobre llevarse bien, descubierta por un programa de cuatro líneas.
Juégalo — y mira dispararse los rasgos
Carga la máquina y ejecuta cada experimento del pie de figura. Verás literalmente cada uno de los cuatro rasgos en acción: la amabilidad abriendo una relación, la represalia cerrando de golpe la ventana de un tramposo, la indulgencia rescatando una disputa que un Rencoroso implacable habría dejado enconarse.
Juego repetido
Los cuatro rasgos, en vivo
Pick a strategy for each side, choose how many rounds they play, then step or play the match. Watch who pulls ahead — and notice that the defector’s edge fades the longer the game runs.
Jugador A
Jugador B
El resultado contraintuitivo: las estrategias amables barrieron
Ahora la sorpresa. Cuando Axelrod sumó el marcador final, el rango superior entero lo ocupaban estrategias amables — cada una de las ocho puntuaciones más altas era una estrategia que nunca traicionaba primero. Todos los programas astutos, taimados y explotadores — los diseñados expresamente para sondear y robar a sus rivales — terminaron en la mitad inferior. Los mansos no solo sobrevivieron; se lo llevaron todo.
¿Por qué demonios no explotar a la gente iba a ser la jugada ganadora en un juego que literalmente premia la explotación? La respuesta es la idea más profunda de la lección: una estrategia malvada envenena su propio pozo.
Piensa en cómo es en realidad la vida de un traidor a lo largo de un torneo entero. Cada vez que se topa con una estrategia vengativa — y el campo está lleno de ellas — su robo de primera ronda desencadena un castigo permanente, y pasa las ~199 rondas restantes atascado en traición mutua, ambos bandos moliendo unos míseros 1 puntos cada uno. Hace esto contra todos. Su total es una larga suma de unos. Mientras tanto, una estrategia amable se topa con otra estrategia amable y las dos se instalan en una larga racha cooperativa, cosechando 3 tras 3 tras 3 durante 200 rondas. Las estrategias amables se enriquecen unas a otras; las malvadas se condenan a la pobreza con todos. En un mundo que contiene suficientes cooperadores, la cosecha cooperativa simplemente eclipsa lo que un tramposo pueda robar.
El dato letal: el toma y daca no ganó ni uno solo de sus duelos directos. Míralo de cerca y verás que no puede: nunca es el primero en traicionar, así que lo mejor que puede hacer contra cualquier rival es empatar — y contra un traidor pierde esa solitaria primera ronda. Así que en cada enfrentamiento individual, el toma y daca o empata o queda segundo. Y aun así ganó el torneo entero.
Deja que eso cale, porque es lo más memorable de toda la teoría de la cooperación. El toma y daca gana la guerra por no perder nunca por goleada, no por vencer jamás a nadie. Los explotadores juegan para ganar cada batalla — y al ganar batallas envenenan cada relación, así que su total es pequeño. El toma y daca juega para construir, no para vencer: empata sus partidas cooperativas al alto pago de cooperación mutua y pierde sus raras partidas malas por una sola ronda. Sumado en toda la población, “no pierdas nunca por goleada, coopera donde puedas” vence a “gana cada duelo”. La lección no va de ser el jugador más duro en una pelea dada. Va de qué tipo de jugador acumula más a lo largo de toda una vida de encuentros.
El Toma y Daca ganó el torneo de Axelrod, y sin embargo no ganó ni un solo duelo directo contra ningún rival. ¿Cómo pueden ser ciertas ambas cosas?
El segundo torneo — y la revancha ecológica
Un escéptico podría objetar: quizá el toma y daca solo ganó porque los catorce participantes concretos de Axelrod resultaban convenirle. Así que Axelrod hizo lo honesto — lo repitió, y esta vez mucho más grande. Publicó los primeros resultados, explicó por qué había ganado el toma y daca, y abiertamente invitó a todos a diseñar algo que lo venciera. Llegaron sesenta y dos entradas de seis países, incluidas muchas construidas específicamente como asesinas de toma y daca por gente que ahora sabía exactamente a qué se enfrentaba. El toma y daca volvió a ganar. Ser amable, provocable, indulgente y claro sobrevivió incluso a un campo lleno de cazadores que iban a por él.
Luego Axelrod hizo el experimento que nos tiende el puente a la siguiente lección: el torneo ecológico. En vez de un único todos contra todos fijo, imagina el torneo jugado una y otra vez a lo largo de “generaciones”, donde la proporción de la población de una estrategia en la generación siguiente crece en proporción a lo bien que puntuó en la actual. Las estrategias que van bien se vuelven más comunes; las que van mal menguan y desaparecen. Este es un modelo simple de selección natural — y convierte el torneo de un concurso puntual en un ecosistema en evolución (exactamente la visión poblacional que desarrollamos la próxima lección).
Mira lo que se despliega. Al principio, los explotadores malvados van tirando — todavía quedan estrategias ingenuas y demasiado amables de las que cebarse. Pero cada comida mata al alimento: a medida que los explotadores llevan a la extinción a sus víctimas fáciles, se quedan sin primos, y ahora se topan sobre todo entre ellos y con otros vengativos, cayendo en traición mutua y puntuando fatal. Su proporción colapsa hacia la extinción. Mientras tanto el toma y daca, que nunca fue la comida fácil de nadie, sigue puntuando bien y sigue creciendo — y a medida que la población se llena de estrategias amables afines, sus rachas cooperativas rinden aún más ricamente. Las estrategias amables no solo sobreviven a la selección; llegan a dominar el ecosistema, y los explotadores se extinguen en cuanto su presa desaparece.
Qué muestra en realidad la simulación ecológica
La explotación es una estrategia que destruye su propio suministro de alimento. Un tramposo prospera solo mientras existan cooperadores ingenuos a los que desplumar; el mismísimo acto de desplumarlos los elimina, y entonces el tramposo se queda en un mundo de vengativos curtidos donde el crimen no compensa. La amabilidad, en cambio, es autorreforzante: cuantas más estrategias amables hay, mejor le va a cada una. Esa asimetría es la razón por la que, una vez que dejamos que las estrategias se reproduzcan por su éxito en la siguiente lección, la cooperación no es una casualidad frágil — es un resultado hacia el que la selección construye activamente.
Clasifica los comportamientos por rasgo
Cada comportamiento de abajo es un síntoma de uno de los cuatro rasgos ganadores. Suéltalo en el cubo correcto. Adivina antes de comprobar.
Clasifica cada comportamiento bajo el rasgo del Toma y Daca que demuestra.
Place each item in the right group.
- Abre la partida cooperando
- Nunca lanza el primer puñetazo
- Vuelve a cooperar en el instante en que el rival lo hace
- No guarda rencor duradero tras una sola traición
- Es lo bastante simple como para que un rival aprenda rápido que cooperar compensa
- Usa una regla que un rival lee de un vistazo
- Traiciona la ronda siguiente a que el rival traicione
- Castiga una traición de inmediato, no tres rondas después
Empareja cada rasgo con el desastre que previene
Empareja cada rasgo ganador con el fallo concreto del que protege al Toma y Daca.
Pick a term, then click its definition.
La trampa: ganar un torneo no es ser el mejor universalmente
Aquí es donde cobramos la salvedad del principio de la lección. Es tentador — y falso — marcharse creyendo “el toma y daca es la estrategia óptima, y punto”. No lo es. Ganó aquellos torneos, contra aquellos campos. Dos límites honestos:
- No puede invadir algunos mundos cuando es raro. Suelta un toma y daca solitario en una población de traidores puros y le va peor que a los nativos — se come una explotación en la primera ronda de cada encuentro y nunca puede construir las rachas cooperativas que lo hacen brillar, porque no hay nadie con quien cooperar. La fuerza del toma y daca es enteramente relacional: prospera cuando hay otras estrategias amables con las que cooperar, y se marchita rodeado de traidores. Su éxito depende de la compañía que tiene. (Cómo un grupo cooperativo puede aun así conseguir un punto de apoyo contra un mar de traidores es todo un mecanismo que cubrimos más adelante — la reciprocidad de red.)
- Es frágil ante los errores. El toma y daca da por hecho que puede observar perfectamente lo que hizo el rival. Pero el mundo real es ruidoso — las señales se distorsionan, una cooperación se malinterpreta como traición, un dedo resbala. Como el toma y daca toma represalias ante cada traición percibida y nunca rompe un ciclo unilateralmente, una sola traición equivocada entre dos jugadores de toma y daca desata una espiral de venganza sin fin y alterna — cada uno castigando al otro por el último castigo del otro, para siempre. La mismísima indulgencia que lo salvó de una disputa puntual no basta del todo una vez que ambos bandos pueden equivocarse. Esa grieta es el tema entero de la siguiente lección.
No sobreaprendas al ganador
“Ganó el torneo” es un hallazgo real y valioso — pero no es una prueba de optimalidad, y no es una licencia para adorar al toma y daca. Su victoria es contingente a un campo rico en cooperadores y a señales limpias. Cambia la población o añade ruido, y puede tropezar. La conclusión correcta es la forma del ganador — amable, provocable, indulgente, claro — no una lealtad ciega a la regla exacta de cuatro líneas.
Cuándo usarlo
Recurre a los cuatro rasgos de Axelrod siempre que estés en una relación a la que vas a volver — un proveedor, un colega, un vecino, un rival, un país. Sé amable (no traiciones primero — rara vez ganas lo que te cuesta una relación agriada), sé provocable (responde a una traición genuina sin tardanza, para no ser nunca la comida fácil de nadie), sé indulgente (suelta el castigo en el instante en que vuelvan, o disiparás tus ganancias en disputas), y sé claro (haz tu política legible para que el otro pueda aprender que cooperar contigo compensa). Y recuerda el núcleo contraintuitivo: no intentas vencer a la gente con la que tratas — intentas acumular lo máximo con todos ellos, lo que significa no quedar nunca atascado en un bache mutuamente destructivo. Gana la guerra por no perder nunca por goleada.
Pero retén esa segunda trampa, porque está a punto de morder. Toda la lógica del toma y daca da por hecho que puedes ver con claridad lo que hizo el otro bando. ¿Qué pasa cuando el mundo es ruidoso — cuando una cooperación se oye mal como una traición, cuando una mano resbala? A continuación, la lección 4: Cuando las buenas estrategias cometen errores — donde una sola señal distorsionada atrapa a dos jugadores de toma y daca en una espiral de venganza sin fin, y conocemos los refinamientos a prueba de ruido construidos para salir de ella.