Algunos juegos os regalan una jugada que es sencillamente la mejor haga lo que haga el otro jugador — y esas son una maravilla, porque no tenéis que pensar en ellas. La elegís y os vais. Pero la mayoría de los juegos interesantes no son así. Cuando nadie tiene una estrategia dominante, tu mejor jugada depende de la suya, y la suya de la tuya, y la tuya de la suya otra vez — una galería de espejos donde cada reflejo apunta a otro reflejo y nada se queda quieto el tiempo suficiente para agarrarlo.
Podríais intentar pensar de un tirón a través de esa regresión y volveros un poco locos. O podríais echar mano de la única herramienta que la domestica: la mejor respuesta. Es el átomo de todo el equilibrio — la unidad más pequeña y más difícil de rebatir del razonamiento estratégico. Asentad bien esta idea y el equilibrio de Nash (la próxima lección) sale casi gratis, porque un equilibrio resulta no ser más que un montón de mejores respuestas que da la casualidad de que concuerdan.
Antes de leer — arriésgate a adivinar
Tú y una startup rival estáis a punto de elegir cada uno un formato de vídeo, A o B, para un nuevo dispositivo. Aún no tienes ni idea de qué elegirán ellos. Un compañero de equipo pregunta: '¿Y qué formato nos conviene más?' Antes de haber definido nada — ¿cuál es el problema honesto de esa pregunta tal y como está planteada?
Define la mejor respuesta
Tu mejor respuesta a una elección concreta del otro jugador es la jugada que te da a ti la mayor recompensa, dado que ellos toman esa decisión. Eso es todo. La jugada de mayor recompensa, condicionada a algo específico que hace el oponente.
La palabra que hace todo el trabajo es dado. Una mejor respuesta no es “mi mejor jugada” en un sentido absoluto y flotante — es “mi mejor jugada si juegan el Formato A”. Cambia el si y la respuesta puede cambiar. Así que una mejor respuesta siempre viene en pareja: una condición (lo que ellos hacen) y una réplica (lo que tú deberías hacer al respecto). “Si juegan A, mi mejor respuesta es A. Si juegan B, mi mejor respuesta es B.” Dos condiciones, dos réplicas, una para cada cosa que puedan hacer.
Aquí está por qué ese replanteamiento es un rescate genuino y no un mero truco semántico. “¿Cuál es mi mejor jugada, sin más?” suele ser irresoluble en un juego interdependiente — depende de algo que no controlas y que quizá ni conoces. Pero “¿cuál es mi mejor jugada si ellos hacen esta cosa concreta?” siempre tiene respuesta: has congelado la única variable que hacía la pregunta resbaladiza, y ahora solo estás leyendo números de una columna fija. Has cambiado una pregunta imposible por dos fáciles.
Lo condicional gana a lo incondicional
Siempre puedes nombrar una mejor respuesta, incluso en un juego sin estrategia dominante, porque estás respondiendo a la pregunta más fácil. “Lo mejor, sin más” te pide acertar contra un desconocido. “Lo mejor si hacen X” te pide acertar contra un conocido — solo finges, por un momento, que su elección está zanjada, y eliges tu recompensa más alta. Haz eso para cada una de sus jugadas posibles y habrás mapeado toda tu respuesta estratégica, una condición cada vez.
Cómo calcularla
La mecánica es casi insultantemente simple, y ese es el objetivo — el átomo debería ser fácil de partir.
Fija la columna del otro jugador y luego elige tu fila de mayor recompensa dentro de ella. Ese es todo el procedimiento. La columna es la condición (“supón que juegan esto”); recorrerla hacia abajo buscando tu número más grande es encontrar tu mejor réplica. Hazlo una vez por columna y habrás encontrado tu mejor respuesta a todo lo que puedan hacer.
Abajo está el juego de estándares: tú y una startup rival elegís cada uno el Formato A o el Formato B. Las recompensas premian la coincidencia — si ambos acabáis en el mismo formato, el dispositivo gana el mercado y os repartís el botín; si no coincidís, el producto fracasa. La matriz interactiva rodea automáticamente la recompensa de la mejor respuesta de cada jugador. Lee primero los números, calcula las mejores respuestas mentalmente y luego compruébate con los círculos.
Matriz de recompensas
Mejores respuestas en el juego de estándares
Un número rodeado es la mejor respuesta de ese jugador a la elección del rival. Lee hacia abajo cada columna (fijando la jugada del rival) y encuentra la fila con tu mayor recompensa.
| Startup rival | ||
|---|---|---|
| Formato A | Formato B | |
| Tu startupFormato A | EN33 | 11 |
| Formato B | 00 | EN22 |
Una recompensa rodeada es la mejor respuesta de ese jugador a la elección del rival. Una celda donde ambas están rodeadas es un equilibrio de Nash.
Lo que dice la matriz
Tu startup — estrategia dominante: ninguna
Startup rival — estrategia dominante: ninguna
Equilibrio de Nash (puro): (Formato A, Formato A) · (Formato B, Formato B)
Recorrámoslo celda a celda, desde tu punto de vista (el jugador de las filas), una columna cada vez.
- Supón que el rival juega el Formato A (la columna izquierda). Tus dos opciones son la celda superior izquierda, donde puntúas 3, y la inferior izquierda, donde puntúas 0. Tres gana a cero, así que tu mejor respuesta a A es A. Coincidid con ellos.
- Supón que el rival juega el Formato B (la columna derecha). Ahora tus opciones son la celda superior derecha, que vale 1, y la inferior derecha, que vale 2. Dos gana a uno, así que tu mejor respuesta a B es B. Coincidid de nuevo.
Fíjate en que tu mejor respuesta cambió entre las dos columnas — A cuando juegan A, B cuando juegan B. Ese cambio es la huella dactilar de un juego sin estrategia dominante: no hay una sola fila que sea la mejor en ambas columnas. Tu réplica depende genuinamente de la condición.
El rival razona igual, pero a lo largo de las filas (él elige una columna). Si juegas el Formato A (fila superior), compara su 3 (A) con su 1 (B) y elige A. Si juegas el Formato B (fila inferior), compara su 0 (A) con su 2 (B) y elige B. Sus mejores respuestas reflejan las tuyas — coincidir con lo que sea que hiciste.
Aquí está el asunto completo como tabla de consulta. Esto es lo que “calcular la mejor respuesta” produce en realidad: un pequeño diccionario que va de su jugada a tu réplica.
| Si el rival juega… | Tu recompensa con A | Tu recompensa con B | Tu mejor respuesta |
|---|---|---|---|
| Formato A | 3 | 0 | Formato A (3 > 0) |
| Formato B | 1 | 2 | Formato B (2 > 1) |
Construye la tabla espejo para el rival y encontrarías: si juegas A responden A, si juegas B responden B. Apila los dos diccionarios juntos y algo salta a la vista — hay dos celdas donde ambos jugadores dan simultáneamente su mejor respuesta: ambos-A en (3, 3) y ambos-B en (2, 2). Esas celdas doblemente rodeadas son exactamente donde el razonamiento deja de perseguirse a sí mismo. Guarda esa idea; es el equilibrio, y es toda la razón por la que existe la próxima lección.
En el juego de estándares de arriba, supón que de algún modo te has enterado de que el rival está comprometido con el Formato B. Un colega argumenta: 'El Formato A nos daba el número individual más grande de toda la cuadrícula — un 3 — así que deberíamos jugar A.' ¿Dónde está el error?
Mejor respuesta frente a estrategia dominante
Ahora la recompensa por haber construido el átomo con cuidado: nos deja definir una estrategia dominante en una línea limpia.
Una estrategia dominante es una jugada que es una mejor respuesta a todo lo que el otro jugador pueda hacer.
Esa es toda la relación. Una estrategia dominante no es un tipo de cosa distinto de una mejor respuesta — es una mejor respuesta que da la casualidad de que gana en todas las columnas a la vez. Donde el juego de estándares te dio una réplica que cambiaba (A contra A, B contra B), una estrategia dominante sería la misma fila rodeada de arriba abajo. Cuando eso ocurre, la salvedad de “dado lo que hagan” se evapora: no importa lo que hagan, tu respuesta es la misma, así que puedes dejar de pensar en ellos por completo.
El ejemplo más limpio es el dilema del prisionero. A dos sospechosos se les interroga por separado; cada uno puede Cooperar (guardar silencio, proteger al otro) o Delatar (chivarse del otro a cambio de una condena más leve). Los números más altos son mejores resultados. Observa lo que hace Delatar a lo largo de ambas elecciones del rival.
Matriz de recompensas
Delatar es una mejor respuesta a todo
Comprueba cada columna por separado. Si la misma fila está rodeada en ambas columnas, esa fila es una estrategia dominante — una mejor respuesta haga lo que haga el rival.
| Prisionero Columna | ||
|---|---|---|
| Cooperar | Delatar | |
| Prisionero FilaCooperar | 33 | 05 |
| Delatar | 50 | EN11 |
Una recompensa rodeada es la mejor respuesta de ese jugador a la elección del rival. Una celda donde ambas están rodeadas es un equilibrio de Nash.
Lo que dice la matriz
Prisionero Fila — estrategia dominante: Delatar
Prisionero Columna — estrategia dominante: Delatar
Equilibrio de Nash (puro): (Delatar, Delatar)
Aplica la comprobación columna a columna al Prisionero Fila:
- Si el rival Coopera (columna izquierda): Cooperar puntúa 3, Delatar puntúa 5. Gana el cinco — la mejor respuesta es Delatar.
- Si el rival Delata (columna derecha): Cooperar puntúa 0, Delatar puntúa 1. Gana el uno — la mejor respuesta es Delatar de nuevo.
La misma respuesta en ambas columnas. Delatar es una mejor respuesta a todo, así que es una estrategia dominante — y por la simetría de las recompensas, es dominante también para el otro prisionero. Como la salvedad ha desaparecido, ambos pueden razonarlo sin leer la mente en absoluto: hagas lo que hagas, yo delato. La tragedia de que ambos preferirían haber acabado en la Cooperación mutua (3, 3) antes que en la Delación mutua (1, 1) es una historia para una lección posterior — por ahora, solo fíjate en cómo demostramos la dominancia: nada más que “mejor respuesta, comprobada en cada columna, misma respuesta.”
Las estrategias dominantes son la excepción, no la regla
La mayoría de los juegos no son tan generosos. En el juego de estándares tu mejor respuesta cambiaba entre columnas, así que ninguna jugada dominaba — y ese es el caso habitual. Cuando no hay estrategia dominante, no puedes reducir el problema a una única respuesta; te quedas con una mejor respuesta que genuinamente depende de la columna. Esa dependencia es precisamente la dificultad que el equilibrio de Nash se inventó para resolver, por lo que la próxima lección no puede empezar hasta que esta esté metida en los huesos.
Aquí está la regresión infinita al completo, usando el juego de estándares sin estrategia dominante. Empiezas a razonar: “Debería coincidir con ellos — pero eso depende de qué elijan. Ellos querrán coincidir conmigo — pero eso depende de qué elija yo. Así que para saber mi jugada necesito saber la suya, y para saber la suya necesito saber la mía, y para saber la mía necesito saber la suya…” El razonamiento gira eternamente porque cada paso devuelve la pregunta sin responder. Esto es la galería de espejos: dos espejos enfrentados, cada reflejo definido solo por el siguiente.
La mejor respuesta la corta de un solo golpe: deja de hacer la pregunta incondicional. En lugar de “¿cuál es mi mejor jugada, sin más?” (la pregunta que rebota de un lado a otro para siempre), preguntas “¿cuál es mi mejor jugada dado que juegan A?” y “¿cuál es mi mejor jugada dado que juegan B?” Cada una es un callejón sin salida en el buen sentido — termina. Congelas la jugada del rival como una suposición, lees tu mejor réplica directamente de la columna congelada, y el espejo deja de reflejar porque has pintado uno de ellos opaco.
Aún no sabes cuál suposición es la correcta que hacer — ese es el trabajo del equilibrio, la próxima lección. Pero has convertido una persecución infinita en una pequeña tabla finita de “si esto, entonces aquello.” La regresión muere en el instante en que haces la pregunta condicional. Ese es todo el truco, y es la razón por la que la mejor respuesta es el átomo: toda estructura mayor en la teoría de juegos se construye ensamblando estas respuestas condicionales.
Práctica
Empareja cada término con su significado preciso.
Elige un término y luego pulsa su definición.
Enuncia la definición con tus propias palabras.
Elige una opción para cada hueco.
Una mejor respuesta es tu jugada de dada una elección del otro jugador. Una jugada que es una mejor respuesta a lo que el otro jugador pueda hacer se llama estrategia dominante.
Cuándo usarla
Echa mano de la mejor respuesta en cuanto las recompensas sean interdependientes — en el instante en que tu mejor jugada dependa de la jugada de otro y la suya de la tuya. Antes de intentar predecir nada sobre cómo se resolverá una situación estratégica, haz primero el trabajo pequeño y paciente: para cada cosa que el otro lado pueda hacer, pregunta “¿cuál es mi mejor respuesta a eso?” y anótalo. Producirás un pequeño diccionario que va de sus jugadas a tus réplicas, y harás lo mismo desde su lado.
Este es el movimiento que te impide congelarte en la galería de espejos o, peor aún, agarrar el número más grande del tablero al margen de si es alcanzable. Negociaciones, guerras de precios, batallas de estándares, pulsos — todos ceden ante el mismo primer paso: mapea las mejores respuestas, una condición cada vez. Solo una vez que ese mapa existe puedes hacer la pregunta más grande de dónde concuerdan las mejores respuestas de ambos lados.
Hacia dónde va esto
Ya posees el átomo. Una mejor respuesta es tu jugada de mayor recompensa dada una elección concreta del oponente; la calculas fijando su columna y eligiendo tu mejor fila; y una estrategia dominante es simplemente el caso afortunado en el que la misma respuesta gana en todas las columnas, así que el “dado” deja de importar. Viste ambos — un juego donde tu réplica cambia (estándares) y un juego donde una jugada domina de plano (dilema del prisionero) — y observaste cómo la mejor respuesta corta la regresión infinita cambiando una pregunta irresoluble por una tabla finita de preguntas condicionales.
Pero dejamos un hilo colgando. En el juego de estándares, dos celdas se encendieron con los círculos de ambos jugadores a la vez — (3, 3) y (2, 2) — lugares donde tu mejor respuesta y la del rival apuntaban a la misma celda simultáneamente. Ese acuerdo mutuo no es una coincidencia; es el destino. A continuación, Mejor respuesta mutua: encontrar el equilibrio — donde mostramos que un equilibrio de Nash no es nada más exótico que una celda donde la mejor respuesta de cada jugador se encuentra al mismo tiempo, y que todo el aparato de predecir resultados estratégicos no es más que este átomo, ensamblado.