Teoría de juegos: estrategia y decisiones bajo incertidumbre

Objetivo didáctico

Al terminar esta ficha será capaz de analizar y construir situaciones estratégicas mediante teoría de juegos, identificando mejores respuestas, equilibrios de Nash, conflictos de suma cero, dilemas de cooperación y efectos de la incertidumbre para evaluar decisiones en contextos políticos, económicos, ciudadanos y biológicos.

Introducción

Una decisión convencional puede analizarse preguntando qué alternativa ofrece el mayor beneficio esperado. Una decisión estratégica exige una capa adicional: el resultado de cada alternativa depende de lo que hagan otros actores. Un comerciante decide un precio observando a sus competidores; un partido negocia una coalición anticipando las respuestas de sus aliados; dos municipios coordinan restricciones de agua teniendo en cuenta que cada uno puede aprovechar el esfuerzo del otro. La interdependencia transforma el problema matemático.

La teoría de juegos formaliza esa interdependencia mediante jugadores, estrategias, información y pagos. Los pagos no tienen que ser dinero: pueden representar utilidad, votos, supervivencia, territorio, prestigio, tiempo o cualquier resultado que permita ordenar preferencias. La pregunta fundamental tampoco es siempre “¿cómo ganar?”. Puede ser “¿qué resultados son estables?”, “¿cuándo puede sostenerse la cooperación?” o “¿qué regla institucional modifica los incentivos de manera que un resultado socialmente deseable deje de ser estratégicamente frágil?”.

Esta disciplina ocupa una posición peculiar entre matemáticas y ciencias sociales. Sus modelos pueden ser rigurosamente formales, pero dependen de supuestos acerca de preferencias, información, racionalidad y capacidad de anticipación. En biología evolutiva, además, “estrategia” ni siquiera implica deliberación consciente: puede representar un comportamiento heredable cuyo éxito depende de la composición de la población. La misma estructura matemática adquiere interpretaciones radicalmente diferentes.

El recorrido abordará seis ideas conectadas: equilibrio de Nash, juegos de suma cero, dilema del prisionero, cooperación en juegos repetidos, incertidumbre estratégica y aplicaciones en política, economía y biología. El objetivo no será aprender recetas para “vencer” a otras personas, sino reconocer cómo la estructura de incentivos produce resultados que a veces ninguna de las partes habría elegido de manera colectiva.

Desarrollo del tema

Equilibrio de Nash: estabilidad no significa perfección

Considere un conjunto de jugadores donde cada uno elige una estrategia. Una estrategia constituye una mejor respuesta cuando proporciona al jugador al menos tanto beneficio como cualquier alternativa, dadas las decisiones de los demás. Un equilibrio de Nash aparece cuando todos están jugando simultáneamente una mejor respuesta: ningún participante puede mejorar su resultado cambiando unilateralmente de estrategia.

John Nash publicó en 1950 una breve nota en Proceedings of the National Academy of Sciences que transformó la teoría de juegos. Demostró que todo juego finito posee al menos un equilibrio cuando se permiten estrategias mixtas, es decir, distribuciones de probabilidad sobre las acciones disponibles (Nash, 1950). El resultado extendió la teoría mucho más allá de los juegos estrictamente competitivos.

La palabra “equilibrio” puede engañar. No implica justicia, eficiencia, cooperación ni siquiera unicidad. Significa estabilidad frente a desviaciones unilaterales. Imagine dos empresas de transporte que deben coordinar sus horarios de conexión. Ambas prefieren coincidir, pero una configuración podría beneficiar más a una empresa y otra a su competidora. Si ninguna quiere cambiar mientras la otra mantenga su horario, pueden existir dos equilibrios diferentes.

La situación se parece a dos personas que intentan encontrarse dentro de una gran terminal sin poder comunicarse. “Esperar junto a la entrada norte” y “esperar junto a la entrada sur” pueden ser soluciones estables si ambas anticipan la misma convención. La teoría no determina automáticamente cuál convención emergerá: historia, expectativas, comunicación y poder pueden seleccionar entre múltiples equilibrios.

Juegos de suma cero: cuando la ganancia de uno es exactamente la pérdida del otro

En un juego de dos jugadores de suma cero, los pagos satisfacen u₁ + u₂ = 0 en cada resultado. Si una parte gana cinco unidades, la otra pierde cinco. Este supuesto describe conflicto puro y permite representar el juego especificando únicamente el pago de un participante. Ajedrez competitivo simplificado, ciertas apuestas y algunos enfrentamientos militares pueden aproximarse a esta estructura cuando no existen resultados mutuamente beneficiosos.

John von Neumann demostró en 1928 el teorema minimax para juegos finitos de dos jugadores y suma cero. En términos intuitivos, el jugador que maximiza su resultado mínimo garantizado y el jugador que minimiza el máximo resultado de su adversario convergen hacia el mismo valor cuando se permiten estrategias mixtas. Así aparece una forma matemática de protegerse contra un adversario que también actúa estratégicamente.

Pero gran parte de la política y de la economía no es suma cero. Dos países pueden beneficiarse simultáneamente del comercio; dos municipios pueden ahorrar recursos mediante infraestructura compartida; dos empresas pueden destruir valor conjuntamente en una guerra de precios. Tratar cualquier conflicto como si la única forma de mejorar fuera empeorar al rival modifica la interpretación antes de que empiece el análisis.

Una práctica útil consiste en sumar los pagos de ambos jugadores en cada celda. Si la suma cambia entre resultados, el juego no es estrictamente de suma cero. Esa comprobación sencilla obliga a preguntar si existen oportunidades de creación o destrucción conjunta de valor que un lenguaje puramente competitivo ocultaría.

El dilema del prisionero: cuando la racionalidad individual deteriora el resultado colectivo

El dilema del prisionero nació de experimentos realizados alrededor de 1950 por Merrill Flood y Melvin Dresher en RAND; Albert W. Tucker popularizó después la historia de los dos sospechosos interrogados por separado. Su estructura es más importante que la narración. Cada jugador dispone de dos acciones —cooperar o desertar— y la defección domina individualmente: produce un resultado mejor sin importar qué haga el rival.

Una matriz convencional puede asignar los pagos T = 5, R = 3, P = 1 y S = 0: la tentación de desertar contra un cooperador vale 5; la cooperación mutua, 3 para cada uno; la defección mutua, 1; y cooperar frente a un desertor, 0. El equilibrio de Nash es defección-defección, con pagos (1,1), aunque ambos preferirían cooperación-cooperación, con (3,3).

La paradoja es que nadie necesita comportarse de forma irracional para producir el resultado colectivo inferior. Imagine dos municipios que extraen agua de un mismo acuífero durante una sequía. Si el municipio vecino restringe su extracción, bombear más agua ofrece una ventaja inmediata; si el vecino también bombea intensamente, reducir unilateralmente la extracción puede parecer un sacrificio inútil. La estructura de incentivos empuja hacia la sobreexplotación aun cuando ambos reconocerían que la conservación conjunta es preferible.

Cooperación y defección: la sombra del futuro cambia el juego

El dilema del prisionero jugado una sola vez y su versión repetida son problemas estratégicos distintos. Cuando los actores esperan encontrarse nuevamente, una acción actual puede modificar la conducta futura del rival. Aparecen entonces reputación, castigo, perdón y reciprocidad. La ganancia inmediata de desertar debe compararse con la pérdida potencial de cooperación en rondas posteriores.

Esto ayuda a explicar por qué relaciones comerciales, comunidades pequeñas e instituciones duraderas pueden desarrollar normas cooperativas sin eliminar por completo el interés individual. Para que esa cooperación sea viable, suele importar que los actores valoren suficientemente el futuro, puedan observar al menos parte de la conducta pasada y posean mecanismos para responder al incumplimiento. Si no pueden identificar quién desertó o si saben que nunca volverán a interactuar, la arquitectura estratégica cambia.

El resultado no demuestra que TIT FOR TAT sea universalmente óptima. Su desempeño depende del entorno de estrategias, la duración esperada de la interacción, la posibilidad de errores y la estructura de pagos. Estrategias posteriores como win-stay, lose-shift pueden superarla bajo determinadas condiciones. La lección relevante no es memorizar una táctica ganadora, sino comprender que la posibilidad de reencontrarse modifica los incentivos de la ronda presente.

Axelrod y el biólogo William D. Hamilton llevaron esta intuición al terreno evolutivo en 1981. Mostraron cómo la reciprocidad podía estudiarse sin suponer agentes moralmente altruistas: bajo ciertas condiciones, un comportamiento cooperativo puede obtener suficiente éxito relativo para mantenerse en una población (Axelrod & Hamilton, 1981). Cooperación y egoísmo dejan entonces de ser categorías psicológicas simples y se convierten también en propiedades de una estructura estratégica.

Decidir bajo incertidumbre estratégica: no siempre sabemos qué sabe el otro

Hasta ahora hemos supuesto que los jugadores conocen las estrategias disponibles y los pagos relevantes. Muchos conflictos reales no ofrecen esa comodidad. Un negociador desconoce cuánto está dispuesto a ceder su contraparte; una empresa ignora el verdadero costo marginal de su competidor; un gobierno no conoce exactamente las preferencias o capacidades de otro actor. Esta situación se denomina información incompleta.

John Harsanyi desarrolló entre 1967 y 1968 una formulación decisiva para estos problemas mediante los llamados juegos bayesianos. Cada jugador puede poseer un “tipo” privado —por ejemplo, costos altos o bajos— y mantiene creencias probabilísticas acerca de los tipos de los demás. La estrategia deja de ser simplemente “elija A o B”: especifica qué acción tomar para cada tipo que el jugador pudiera tener (Harsanyi, 1967).

Existe además incertidumbre estratégica incluso cuando las reglas son conocidas: no sabemos qué hará el otro porque él está tratando de anticipar qué haremos nosotros. En juegos como piedra-papel-tijera, cualquier patrón predecible puede ser explotado. El equilibrio exige mezclar las tres acciones con probabilidad 1/3 cada una. La aleatorización no aparece por ignorancia matemática, sino como parte de la estrategia racional para evitar ser predecible.

Esta limitación es crucial en política y economía. Si el analista asigna incorrectamente los pagos —por ejemplo, supone que todos valoran únicamente dinero cuando también importan reputación, ideología o riesgo electoral— el equilibrio será perfectamente correcto para un juego que quizá nadie está jugando. El rigor matemático no compensa una representación sustantiva equivocada.

De la política a la biología: una misma matemática, distintas interpretaciones

La teoría de juegos entró en campos muy distintos porque muchas preguntas comparten una estructura de interdependencia. En política puede modelar negociación de coaliciones, disuasión, votación estratégica o provisión de bienes públicos. En economía aparece en oligopolios, subastas, fijación de precios, negociación laboral y diseño de mercados. En cada caso, el valor del modelo reside menos en el vocabulario del “jugador” que en la identificación precisa de incentivos y respuestas.

Considere una competencia entre gobiernos locales por atraer una nueva inversión. Cada uno puede ofrecer o no un paquete costoso de incentivos fiscales. Si ninguno ofrece incentivos, ambos conservan recursos públicos; si solo uno los ofrece, puede atraer la inversión; si ambos compiten agresivamente, la empresa puede capturar gran parte del beneficio de la competencia y los gobiernos terminar con menos recursos. El resultado puede parecer un dilema del prisionero, pero solo después de verificar que los pagos realmente tienen el orden requerido.

En biología, John Maynard Smith y George R. Price publicaron en 1973 un trabajo fundamental sobre conflicto animal que desembocó en el concepto de estrategia evolutivamente estable. Una estrategia es evolutivamente estable si, cuando predomina en una población, una estrategia mutante rara no puede invadirla con mayor éxito reproductivo. Aquí los “pagos” son aptitud biológica y los organismos no necesitan resolver conscientemente ninguna matriz (Maynard Smith & Price, 1973).

Esta amplitud de aplicaciones también exige disciplina. No toda disputa es un dilema del prisionero, no toda interacción política es suma cero y no todo comportamiento cooperativo exige reciprocidad. La utilidad de la teoría depende de formular primero el juego correcto. Las siguientes tarjetas contrastan qué pregunta cambia de un campo a otro.

Conclusión

La teoría de juegos obliga a sustituir la pregunta “¿qué me conviene?” por otra más difícil: “¿qué me conviene dado que los demás también están tratando de anticipar lo que haré?”. El equilibrio de Nash formaliza estabilidad estratégica; el minimax analiza protección en conflictos de suma cero; el dilema del prisionero demuestra que incentivos individualmente razonables pueden deteriorar el resultado colectivo; y los juegos repetidos muestran que memoria, reputación y futuro pueden transformar los incentivos presentes.

La teoría adquiere mayor profundidad cuando deja de tratar los pagos y reglas como si estuvieran dados por la naturaleza. Instituciones, contratos, normas, mecanismos de vigilancia y posibilidades de comunicación pueden modificar el propio juego. Un problema social aparentemente atrapado en un equilibrio desfavorable puede cambiar si se altera la estructura de recompensas, información o repetición. Diseñar instituciones puede interpretarse, en parte, como diseñar juegos diferentes.

Pero la formalización tiene límites. Las personas pueden equivocarse, aprender, valorar cosas que el analista no midió o rechazar la racionalidad supuesta. Un equilibrio es una conclusión condicional acerca de un modelo, no una ley psicológica universal. La herramienta se vuelve más poderosa cuando sus supuestos permanecen visibles.

Actividad de aprendizaje autónoma

Producto final: expediente estratégico de un juego 2×2. Seleccione una situación real o plausible de América Latina donde dos actores deban tomar decisiones interdependientes. Puede utilizar coordinación de transporte, conservación de agua, negociación entre organizaciones, competencia comercial, provisión de un bien público o cualquier problema no sensible que pueda simplificarse razonablemente a dos actores y dos estrategias.

1. Defina los dos jugadores. Explique qué controla cada uno y qué no controla.
2. Defina exactamente dos estrategias disponibles para cada jugador.
3. Construya los cuatro resultados posibles y asigne a cada jugador pagos entre 0 y 5. Los números deben reflejar un orden de preferencias explícitamente justificado.
4. Para cada estrategia del rival, identifique la mejor respuesta de cada jugador.
5. Marque todos los equilibrios de Nash en estrategias puras. Si no existe ninguno, explique por qué sería necesario considerar estrategias mixtas.
6. Sume los pagos de ambos jugadores en las cuatro celdas y determine si el juego es realmente de suma cero.
7. Compare el equilibrio con los demás resultados. Determine si existe otro resultado que mejore simultáneamente a ambos jugadores.
8. Transforme el juego: suponga ahora que se repite diez veces o que existe una institución capaz de observar ciertas conductas. Explique qué incentivos cambiarían.
9. Identifique una pieza de información que alguno de los jugadores podría desconocer y describa cómo esa incertidumbre afectaría su estrategia.
10. Cierre con un párrafo de límites: explique qué comportamiento humano, institución o actor importante quedó fuera de su modelo.

Antes de redactar su conclusión, complete las relaciones conceptuales. Cada respuesta debe aparecer después, con sus propias palabras, en el expediente estratégico.

Criterio global de logro: el expediente está completo si otra persona puede reconstruir el juego, verificar sus mejores respuestas, identificar el equilibrio, comprender por qué los pagos tienen ese orden y distinguir con claridad entre una conclusión matemática del modelo y una afirmación sobre el comportamiento real de los actores.

Reflexión final: si el equilibrio de su juego produce un resultado socialmente inferior, ¿intentaría convencer a los jugadores de comportarse de otra manera o modificaría las reglas, la información y los incentivos del propio juego? Justifique qué intervención parece más robusta.