Cambia el juego, no a los jugadores

Cinco lecciones después, ya sabes encontrar el punto de reposo de casi cualquier enredo estratégico: detecta la mejor respuesta de cada jugador, localiza la casilla donde nadie quiere moverse en solitario y llámala equilibrio. Muy potente. Pero hay una trampa escondida en esa potencia, y es de tipo emocional. En cuanto encuentras un equilibrio que detestas — todos desertando, una carrera hacia el abismo, unos comunes esquilmados —, el instinto es culpar a la gente. «¡Si tan solo cooperaran!» «¡Si no fueran tan avariciosos!». Ese instinto es un callejón sin salida, y esta última lección teórica trata de la jugada que sí funciona.

Aquí va el replanteamiento. Un equilibrio de Nash es sencillamente aquello en lo que se estabiliza un sistema de jugadores egoístas dadas las recompensas a las que se enfrentan. No es un veredicto moral sobre los jugadores; es el punto de reposo mecánico de los incentivos. Así que si no te gusta hacia dónde rueda la bola, no le eches un sermón a la bola: inclina la mesa de otra manera. Cambia las recompensas para que el comportamiento que quieres se convierta en la mejor respuesta de cada jugador. Haz eso y el nuevo comportamiento se sostiene solo, sin sermón que valga.

Aquí es donde encajan de lleno otros dos modelos mentales. El modelo de los incentivos dice que la gente responde a los premios y castigos a los que realmente se enfrenta, no a los que te gustaría que le importaran. El modelo de los puntos de apalancamiento dice que algunas intervenciones apenas dan un empujoncito a un sistema mientras que otras lo mueven por completo — y la intervención de mayor apalancamiento de todas es recablear las reglas y recompensas que generan el comportamiento, en vez de pelearte con el comportamiento en sí. Cambiar el juego es esa intervención, en su forma más pura.

Observa cómo se mueve un equilibrio

Concretémoslo con el juego que ya te sabes al dedillo: el dilema del prisionero. La cooperación mutua paga (3, 3), pero cada jugador se ve tentado a desertar por 5 (dejando al primo con 0), y la deserción mutua paga unos tristes (1, 1). El único equilibrio es (Desertar, Desertar): ambos jugadores, actuando de forma perfectamente racional, marchan directos al resultado que es peor para los dos. Ningún «por favor, coopera» lo arregla, porque desertar es una mejor respuesta haga lo que haga el otro.

Ahora deja de pedirles a los jugadores que sean mejores y ponte a editar la tabla. Usa los reguladores para restar un castigo a las recompensas de Desertar de ambos jugadores — imagina una multa ejecutable de 3 que le cae a cualquiera que deserte. Baja los 5 del desertor solitario a 2, y los 1 de la deserción mutua a −2. Observa cómo salta la insignia de EN.

Nada cambió en los jugadores. Son exactamente igual de egoístas que antes. Lo que cambió fue el coste de desertar, y en cuanto desertar dejó de pagar, cooperar se volvió la elección racional por sí sola — autoejecutable, sin necesidad de más peleas. Ese es todo el arte de cambiar el juego: encuentra el comportamiento que quieres y conviértelo en una mejor respuesta.

Las palancas que cambian un juego

«Cambia las recompensas» suena abstracto hasta que caes en que así se diseñó la mitad de las reglas de la civilización. Aquí van las cuatro grandes familias de palancas, cada una de las cuales no es más que una forma de editar la matriz a la que se enfrenta la gente.

Contratos y ejecución

Un acuerdo vinculante con castigos convierte una promesa en una recompensa. Dos jugadores a los que a ambos les encantaría cooperar pero que temen ser el primo pueden firmar un contrato: deserta y pagas un castigo lo bastante grande como para que desertar deje de merecer la pena — exactamente la multa que acabas de usar en la matriz. La ejecución es la maquinaria que hace real el castigo, y sin ella el contrato no es más que un sermón con mejor envoltorio.

Esta palanca corta por ambos lados, y por eso la ley la vigila. Los cárteles son ilegales precisamente porque un contrato vinculante funcionaría — a las empresas rivales les encantaría firmar un acuerdo para mantener los precios altos, sosteniendo el equilibrio colusorio que es terrible para los consumidores. Prohíbe el contrato ejecutable y las empresas resbalan de nuevo hacia la competencia (desertando unas de otras), que es justo lo que se pretende. La misma palanca, apuntada en la otra dirección, es un tratado de paz con verificación: cada bando rompería la tregua para sacar ventaja, así que añades inspecciones y castigos que hacen que romperla cueste más que mantenerla.

Ley, regulación, impuestos y subvenciones

Cuando un gobierno quiere mover un equilibrio, edita las recompensas por decreto. Un impuesto pigouviano sobre la contaminación suma el coste del daño a la recompensa del contaminante, de modo que la elección privadamente racional coincide con la socialmente buena — la fábrica que racionalmente vertía ahora racionalmente limpia. Las cuotas pesqueras atacan de frente la tragedia de los comunes: si se deja hacer, la mejor respuesta de cada barco es sobrepescar (coger el pez antes de que lo haga un rival) hasta que el banco se colapsa; una cuota reescribe la recompensa de esa captura extra convirtiéndola en una multa, y de pronto la contención es la mejor respuesta. Las subvenciones hacen la misma jugada al revés, pagando a la gente por hacer aquello que quieres hasta que hacerlo se convierte en su mejor movimiento. Cada una de estas es el truco del-castigo-en-la-matriz con sombrero de política pública — y es la respuesta directa a los dilemas de los comunes y las externalidades.

Repetición y reputación

No siempre necesitas un contrato o un regulador — a veces solo necesitas un futuro. Juega un dilema una vez y gana la deserción. Juégalo una y otra vez con la misma pareja y las recompensas cambian en silencio: una deserción hoy te compra una ganancia a corto plazo pero te cuesta toda la cooperación que esa pareja te habría ofrecido mañana. Cuando esa sombra del futuro es lo bastante larga, cooperar se convierte en el movimiento egoísta, que es como emerge la cooperación entre jugadores puramente egoístas sin un solo santo a la vista. La reputación es el mismo mecanismo repartido por una multitud: engaña a una persona y se entera todo el mundo, así que el coste de desertar se hincha muchísimo más allá del trato único. (La lección de juegos repetidos en Fundamentos de Teoría de Juegos es el tratamiento completo — pero el titular es que la repetición es una palanca que cambia recompensas, no una magia aparte.)

Cambiar los jugadores o la información

A veces la edición más barata no es a una recompensa, sino a quién está en la mesa o qué pueden ver. Añade un regulador o un árbitro y habrás insertado un jugador cuyo trabajo entero es castigar la deserción. Haz que los movimientos sean observables — publica los precios, audita los libros, deja el voto por escrito — y la deserción secreta se vuelve imposible, lo que cambia su recompensa a «castigo seguro». El depósito en garantía (escrow) permite que dos desconocidos desconfiados negocien aparcando lo que está en juego con un tercero neutral hasta que ambos entreguen. Los rehenes o fianzas — un depósito que pierdes si engañas — son la versión antigua: pon en juego algo que valoras y tu propio incentivo para desertar se evapora.

Dónde miente el modelo

Ya tienes una herramienta genuinamente afilada. Antes de que salgas a repartir mandobles con ella, aquí va el aviso de seguridad — porque todo modelo es una mentira útilmente equivocada, y la habilidad está en saber exactamente dónde el equilibrio de Nash deja de ser de fiar. Cinco sitios donde muerde.

1. Los equilibrios no tienen por qué ser eficientes ni justos

La salvedad más importante de todas, y la que el dilema del prisionero te tatuó: estable no significa bueno. (Desertar, Desertar) es un equilibrio firme como una roca y un pequeño desastre para todos los que están en él. Un equilibrio no es más que el punto donde el interés propio llega a reposo — no lleva ninguna promesa de ser eficiente, justo ni deseable. Así que nunca dejes que «bueno, es el equilibrio» funcione como una justificación. Es una explicación de por qué un mal resultado persiste, y a menudo una lista de tareas de qué recompensas cambiar — pero no es prueba de que el resultado sea aceptable.

2. La gente real no siempre alcanza el equilibrio

La teoría supone jugadores impecables y calculadores. Los reales tienen racionalidad limitada: se equivocan al calcular, aprenden despacio, siguen costumbres y corazonadas y cometen errores honrados. A veces aterrizan en el equilibrio solo tras jugar un rato, y a veces nunca llegan del todo. Peor aún, cuando un juego tiene varios equilibrios, la teoría deja el resultado indeterminado — te dice el conjunto de puntos de reposo pero no cuál de ellos elegirá de verdad un grupo concreto. Ese hueco es la selección de equilibrio, y las matemáticas por sí solas no lo pueden cerrar; necesitas puntos focales, historia, comunicación o normas para predecir dónde aterrizan los jugadores reales.

3. Nash ≠ estrategia dominante

Dos ideas que parecen similares y no lo son. Una estrategia dominante es un movimiento que es el mejor haga lo que haga cualquier otro — un lujo que solo algunos juegos te regalan. Un equilibrio de Nash existe de forma mucho más amplia (todo juego finito tiene al menos uno, posiblemente en estrategias mixtas), pero el movimiento de equilibrio de un jugador solo es el mejor dado lo que está haciendo todo el mundo, no en general. Así que no des por hecho que existe una estrategia dominante — la mayoría de los juegos no la tienen — y no leas «esto es un equilibrio de Nash» como «este es, sin duda, el mejor movimiento para mí pase lo que pase». Es el mejor movimiento a condición de que el equilibrio se sostenga, que es una afirmación mucho más débil y frágil.

4. Único disparo frente a repetido

El mismísimo juego da predicciones opuestas según se juegue una vez o muchas. Analiza una relación de larga duración — un proveedor con el que tratarás durante años — como un frío dilema de un solo disparo, y predecirás por error la traición, porque tiraste a la basura el futuro que en realidad sostiene la cooperación. Comete el error al revés — trata un encuentro genuinamente puntual, sin mañana, como si la reputación y la represalia estuvieran en juego — y esperarás por error una cooperación que no tiene nada que la sostenga. Antes de resolver un juego, pregúntate cuántas veces se juega de verdad y si los jugadores se acuerdan. Yerra en eso y toda predicción posterior será errónea.

5. Las recompensas son un modelo

Todo el análisis descansa sobre un supuesto silencioso y estructural: que conoces las recompensas de todos. Escribiste la matriz. Pero la gente real valora cosas que probablemente no metiste en las casillas — la justicia, el despecho, la reputación, la lealtad, la identidad, el puro placer de que no te avasallen. En experimentos de laboratorio, la gente rechaza rutinariamente tratos rentables-pero-injustos y coopera donde la matriz «racional» dice desertar, porque sus recompensas reales incluyen sentimientos que tu matriz ignoraba. Y aquí está el filo: si las recompensas verdaderas difieren de las que supusiste, el equilibrio verdadero puede diferir también. Un juego solo es tan de fiar como las recompensas que le metiste — modela los premios equivocados y predecirás el punto de reposo equivocado con total confianza, y equivocada.

Repaso

Has recorrido el curso entero. Aquí va un cuestionario mixto que se remonta a cada lección — mejores respuestas, la definición, el dilema del prisionero y la eficiencia de Pareto, la coordinación y los puntos focales, las estrategias mixtas y la palanca de esta lección. Seis preguntas; sin castigos, solo un último repaso antes del examen.

Cuándo usarlo

Recurre a esta jugada siempre que quieras cambiar un resultado estratégico y los jugadores no se muevan por su cuenta — que es la mayoría de las veces, porque no están siendo tercos, están siendo racionales. No discutas con el equilibrio; diseña a su alrededor. Pregúntate: ¿qué comportamiento quiero, y cómo hago que ese comportamiento sea una mejor respuesta para cada jugador? Luego tira de una palanca — un contrato con dientes, un impuesto o una subvención, una relación repetida, un árbitro, un movimiento observable, un depósito en garantía, una fianza. Cuando lo haces bien, el resultado que querías se vuelve autoejecutable: se sostiene porque ahora el interés propio de cada uno lo sostiene ahí, y no tienes que volver a insistir. Esa es la diferencia entre desear que un sistema fuera distinto y cambiarlo de verdad.

Hacia dónde va esto

Ese es el curso. Hace seis lecciones, «equilibrio» era una palabra de un titular de economía; ahora sabes encontrar el punto de reposo de una guerra de precios, un tratado, un patrón de tráfico o un pulso de sala de juntas — detectar mejores respuestas, nombrar el equilibrio, distinguir lo eficiente de lo meramente estable, coordinarte en un punto focal, mezclar cuando debes y, desde hoy, mover un equilibrio que no te gusta recableando lo que se les paga a sus jugadores. Incluso sabes decir dónde miente el modelo, que es la marca de quien entiende una herramienta en vez de solo empuñarla.

Una sola cosa se interpone entre ti y el certificado: el Examen Final. Aviso justo — juega con reglas distintas a las de los amables cuestionarios de práctica. Va de una pregunta en una pregunta, y en cuanto envías una respuesta se bloquea para siempre: sin botón de Atrás, sin reintentos, sin Reiniciar. Tu puntuación aparece solo al final, y necesitas un 70 % para aprobar. Es el rigor que querrías de cualquiera que afirme entender el equilibrio de Nash en vez de solo haber leído sobre él. Has hecho el trabajo a lo largo de seis lecciones — confía en las preguntas que has aprendido a hacerte, y ve a por él.