El gran giro

Todo lo que aprendiste sobre el equilibrio de Nash apuntaba en una dirección: aquí están las reglas, ahora dime qué pasa. Escribías una matriz de recompensas, rodeabas las mejores respuestas de cada jugador, encontrabas la casilla que nadie quería abandonar, y ahí lo tenías — la guerra de precios que no termina, la carrera armamentística que no se detiene, los dos presos que ambos delatan. Las reglas venían primero; el resultado caía al final, como una canica rodando hasta el fondo de un cuenco.

Esta lección te enseña a poner toda la máquina del revés. En vez de “dadas las reglas, ¿dónde aterriza la canica?”, preguntas “quiero la canica aquí — ¿qué cuenco tengo que construir?” Ya viste la semilla de esto en el truco de la tarta de la introducción: nadie predijo dónde acabarían dos niños codiciosos, alguien eligió la regla (“uno corta, el otro elige”) para que aterrizaran en un reparto justo por muy codiciosos que fueran. Esa inversión es toda la disciplina, y es la diferencia entre leer el mundo e ingeniarlo.

Dos direcciones de un mismo telescopio

Un telescopio funciona en ambos sentidos. Apúntalo de una forma y las cosas lejanas se abalanzan hacia ti, aumentadas. Dale la vuelta y las mismas lentes encogen lo cercano en lo lejano. El mismo cristal, tareas opuestas — y la teoría de juegos tiene exactamente esa doble punta.

Apúntalo hacia delante y estás haciendo teoría de juegos ordinaria: las reglas están dadas, fijas, te las entrega el mundo, y tu tarea es predecir el equilibrio — dado este juego, ¿cómo se comportan los jugadores interesados en sí mismos? Esa es cada lección de Nash que has hecho. Las reglas son la entrada; el resultado es lo que estás despejando.

Ahora dale la vuelta. Apunta el telescopio hacia atrás y la pregunta se invierte por completo: el resultado está dado — es lo que quieres — y las reglas se convierten en lo que estás despejando. Dado el resultado que quiero, ¿qué juego lo produce? Esta dirección inversa es el diseño de mecanismos (mechanism design): el arte de elegir las reglas de un juego a propósito para que, cuando cada jugador haga lo egoísta y racional, el resultado sea justo el que buscabas.

Aquí tienes un par de ejemplos resueltos para que las dos direcciones dejen de ser abstractas. Toma una subasta sencilla a sobre cerrado por un cuadro. Hacia delante: la regla es “gana la puja más alta y paga lo que pujó”, y te piden predecir el comportamiento — razonas que los pujadores rebajarán sus pujas por debajo de sus valores verdaderos (pujar $80 por algo que vale $100, con la esperanza de pillar una ganga), y predices un equilibrio caótico lleno de conjeturas sobre las pujas de los demás. Hacia atrás: ahora eres el diseñador de la subasta, y tu objetivo es “quiero que los pujadores simplemente me digan sus valores honestos”. No les das una charla sobre honestidad — te vas a buscar una regla que haga que la honestidad compense. (Conocerás la regla ganadora, la subasta a segundo precio, dentro de dos lecciones.) Hacia delante analizaba el juego que te habían dado; hacia atrás buscaba el juego que valía la pena dar.

La trampa que hay que fijar de inmediato: el giro no te da una varita mágica sobre las personas. No puedes elegir que los jugadores sean honestos, o generosos, o que jueguen como a ti te gustaría. Solo puedes elegir las reglas — y los jugadores optimizarán sin piedad contra las reglas que hayas escrito, tan interesados en sí mismos como siempre. Todo el arte vive dentro de esa restricción: no “hacer buenas a las personas”, sino “hacer que el buen resultado sea su propia mejor respuesta”.

Cambiar las reglas cambia el equilibrio

¿Por qué es siquiera posible el giro? ¿Por qué editar una regla puede reubicar el resultado en vez de solo fastidiar a todo el mundo? Por el hecho de carga que te demostraste a ti mismo durante todo el curso de Nash, enunciado una vez más para que pueda sostener todo este campo:

Un equilibrio de Nash no es más que aquello en lo que se estabilizan los incentivos interesados en sí mismos. No es un hecho sobre el alma de los jugadores; es el punto de reposo mecánico de las recompensas que enfrentan. Así que si editas las recompensas, mueves el punto de reposo. La canica rueda hasta el fondo del cuenco — remodela el cuenco y el fondo está en otro sitio. Eso no es un truco; es la misma idea de “cambia el juego, no a los jugadores”, ahora ascendida de consejo final a principio fundacional de toda una disciplina.

Veámoslo suceder en el juego que te sabes de memoria. Abajo está el dilema del prisionero. Tal como está, Delatar le gana a Cooperar para cada jugador haga lo que haga el otro, así que la insignia EN se posa sobre (Delatar, Delatar) = (1, 1) — el resultado que es peor para ambos. Ningún sermón lo desaloja, porque desde (1, 1) cambiar a Cooperar tú solo te deja caer a 0.

Ahora juega a ser diseñador. Usa los botones para restar una penalización de las recompensas de Delatar de ambos jugadores — imagina una multa exigible de 3 que cae sobre cualquiera que delate. Baja el 5 de cada delator solitario a 2, y cada delación mutua de 1 a −2. Mira saltar la insignia EN.

Nada sobre los jugadores cambió. Están exactamente igual de interesados en sí mismos después de tu edición que antes — pero una vez que delatar deja de compensar, cooperar se convierte en la propia elección racional de cada jugador, y se mantiene en su sitio sin que nadie lo vigile. Esa penalización que ajustaste no es un sermón; es un mecanismo. Diseñaste una regla (una multa a la delación) cuyo único propósito era reubicar el equilibrio sobre el resultado que querías. Este acto minúsculo — restar un número de una celda para que la insignia EN aterrice donde apuntabas — es el diseño de mecanismos en miniatura. Cada cuota pesquera, impuesto al carbono, penalización contractual y regla de subasta es una versión mayor y más ingeniosa del mismo movimiento.

La trampa que acecha aquí es el atajo seductor: “si puedo reescribir las recompensas, simplemente pongo el resultado que quiero en mil millones y listo”. No puedes. No puedes entregar el resultado directamente a los jugadores — solo puedes fijar la regla, y los jugadores entonces eligen sus propios movimientos contra ella. Una regla torpe se manipula: los jugadores encuentran la grieta que no viste y optimizan directamente hacia ella. Supón que intentaras forzar la cooperación pagando una bonificación gigante solo a quien coopere mientras el otro delata — simplemente le darías a cada jugador una razón para desear que su compañero delate, y todo el asunto se deforma. El equilibrio se mueve hacia donde de verdad apuntan los incentivos, no hacia donde deseabas que apuntaran. Hacer la regla robusta contra esa manipulación tiene un nombre — compatibilidad de incentivos (incentive compatibility) — y es toda la lección siguiente.

Implementación: diseñar hacia un objetivo social

Hasta ahora “el resultado que quieres” ha sido vago. Hagamos preciso el objetivo, porque un diseñador necesita nombrar la meta antes de construir una máquina para alcanzarla.

La meta es una regla de elección social: un enunciado de qué resultado debería ocurrir en cada situación posible. Es la hoja de especificaciones, escrita en términos del mundo, no de las reglas. Ejemplos: “el pujador que más valora el objeto debería ganarlo”, o “la tarta debería repartirse a partes iguales”, o “todos deberían cooperar”, o “la contaminación debería bajar al nivel donde su daño iguala su beneficio”. Fíjate en que una regla de elección social no dice nada sobre el cómo — solo nombra el resultado al que apuntas.

El trabajo del diseñador es construir un juego cuyo equilibrio entregue siempre ese objetivo. Cuando el equilibrio de un mecanismo produce el resultado de la regla de elección social en cada situación, decimos que el mecanismo la implementa.

Aquí está la tarta como ejemplo resuelto de toda la cadena, de principio a fin. Regla de elección social (la meta): “dividir la tarta en dos mitades iguales”. Mecanismo (la regla que construyes): “un niño corta en dos trozos; el otro niño elige primero”. ¿Implementa la meta? Comprueba el equilibrio: el cortador es puramente egoísta y sabe que el elector agarrará el trozo mayor, así que la mejor respuesta del cortador es hacer los trozos lo más iguales posible — cualquier corte desigual solo le regala la mitad grande al oponente. Así que el equilibrio de este mecanismo es un reparto a partes iguales, que es exactamente la regla de elección social. El mecanismo implementa la división justa — y lo hace para cualquier cortador, codicioso o generoso, que es la clave: la implementación es una garantía que se sostiene para todos los jugadores que puedas tener, no una esperanza sobre los que resulta que tienes.

La trampa: la implementación es una exigencia sobre cada situación y sobre el equilibrio, no un resultado afortunado que a veces obtienes. Una regla que produce el resultado correcto solo cuando los jugadores son majos, o solo cuando los números casualmente cuadran, no ha implementado nada — solo ha tenido suerte. Un mecanismo de verdad tiene que hacer que el resultado objetivo sea el equilibrio de forma robusta, para que el juego interesado en sí mismo llegue allí por su cuenta, cada vez.

El Nobel detrás del giro

Esto no era obvio, y no vino gratis. Durante la mayor parte del siglo XX, la economía miraba abrumadoramente hacia delante: toma los mercados y las instituciones como dados, predice qué producen. La idea de que podías dar la vuelta a todo el aparato — tratar las reglas mismas como lo que hay que diseñar, y diseñarlas para que el interés privado sirva a un objetivo público — fue un salto conceptual genuino, y tres personas son las principales responsables de convertirlo de idea ingeniosa en ciencia rigurosa. Compartieron el Premio Nobel de Economía de 2007 por ello.

Leonid Hurwicz — que a los 90 años se convirtió en la persona de más edad en recibir un Nobel — es el fundador. Huyendo de Europa y aterrizando finalmente en Minnesota, pasó décadas haciendo la pregunta fundacional del campo: dado que no podemos suponer que la gente revelará lo que sabe o quiere, ¿qué reglas podrían hacer que igualmente les convenga hacerlo? Le dio al campo su concepto central, la compatibilidad de incentivos (incentive compatibility): un mecanismo donde decir la verdad y actuar cooperativamente es en sí mismo la mejor jugada de cada jugador, de modo que nadie sale ganando manipulándolo. Ese es el premio que persigue la lección siguiente.

Eric Maskin construyó la teoría de la implementación — precisamente la cuestión de la tercera sección de esta lección. Hurwicz preguntó si se podía hacer que la honestidad compensara; Maskin resolvió, con rigor, qué objetivos sociales pueden implementarse en absoluto, y cómo construir un mecanismo cuyos equilibrios entreguen todos el objetivo (sin equilibrios malos colándose por un lado). Si Hurwicz preguntó “¿podemos alinear los incentivos?”, Maskin cartografió exactamente qué resultados son alcanzables y cuáles prohíbe la matemática.

Roger Myerson aportó dos de las joyas de la corona del campo. El principio de revelación (revelation principle) — un atajo asombroso que conocerás en la lección 3 — dice que si cualquier mecanismo puede lograr un objetivo, entonces uno sencillo y honesto también puede, lo que permite a los diseñadores buscar solo entre reglas de decir la verdad en vez de en el mar infinito de todos los juegos posibles. Y su trabajo sobre subastas óptimas convirtió el diseño de subastas en ingeniería: cómo montar una venta para recaudar el máximo, o para entregar de forma fiable el objeto a quien más lo valora.

Tres personas, un giro: deja de tomar las reglas como fijas, empieza a diseñarlas. El remate humano es el de Hurwicz — llevaba empujando esta inversión desde los años cincuenta, y el Nobel llegó un año antes de morir, a los 90, toda una vida después de que insistiera por primera vez en que las reglas eran algo que podíamos elegir.

Cuándo usarlo

Recurre al giro en el momento en que te pilles deseando que la gente se comportara de otra manera. Ese deseo — “ojalá fueran honestos / cooperaran / dejaran de abusar de esto / me dijeran lo que de verdad quieren” — es el telescopio hacia delante, y es un callejón sin salida, porque no puedes meter la mano y editar el carácter de la gente. Dale la vuelta. Deja de preguntar “¿cómo hago que estos jugadores se comporten?” y empieza a hacer la pregunta del diseñador: “¿qué regla haría que el comportamiento que quiero fuera la propia mejor respuesta de cada jugador?” Nombra tu meta como una regla de elección social, y luego vete a buscar un mecanismo que la implemente. Y lleva contigo las dos barandillas de esta lección: solo controlas las reglas, nunca las preferencias de los jugadores ni con cuánta fuerza optimizarán; y cualquier regla que escribas será atacada por esa optimización, así que un mecanismo ingenuo se manipula. El giro es donde vive la palanca — pero es palanca, no omnipotencia.

Adónde va esto después

Ahora puedes sostener el telescopio en ambos sentidos: hacia delante, para predecir dónde se estabiliza un juego fijo, y hacia atrás, para diseñar un juego de modo que su equilibrio sea el resultado que querías. Has visto una sola penalización reubicar el equilibrio del dilema del prisionero del desastre a la cooperación, has nombrado el objetivo como una regla de elección social, y has visto lo que significa que un mecanismo implemente ese objetivo de forma robusta — igual que “yo corto, tú eliges” implementa la división justa para cualquier cortador que exista.

Pero dejamos un cabo cargado sobre la mesa: los jugadores optimizan contra cualquier regla que escribas. Una regla que meramente convierte el buen resultado en un equilibrio no basta si hay un movimiento más astuto que compensa aún más — los jugadores lo encontrarán y tu diseño se deshace. Lo que de verdad quieres es un mecanismo donde el juego honesto y cooperativo sea en sí mismo la mejor respuesta de cada jugador, sin ninguna forma rentable de manipularlo. Esa propiedad tiene un nombre y es el corazón palpitante de todo el campo. A continuación: lección 2, Compatibilidad de incentivos — cómo construir una regla que no se pueda manipular, precisada sobre la tarta en la que ya confías.