La evolución de la cooperación

La evolución de la cooperación es un libro de 1984 escrito por el politólogo Robert Axelrod ^{[ 1 ]} que amplía un artículo del mismo nombre escrito por Axelrod y el biólogo evolutivo W. D. Hamilton . ^{[ 2 ]} El resumen del artículo aborda el tema en términos de "cooperación en organismos, ya sean bacterias o primates". ^{[ 2 ]}

El libro detalla una teoría sobre el surgimiento de la cooperación entre individuos, basándose en la teoría de juegos y la biología evolutiva . Desde 2006, las reimpresiones del libro incluyen un prólogo de Richard Dawkins y se comercializan como una edición revisada.

El libro ofrece una investigación sobre cómo puede surgir y persistir la cooperación , según lo explica la aplicación de la teoría de juegos . ^{[ 2 ]} El libro proporciona una explicación detallada de la evolución de la cooperación, más allá de la teoría de juegos tradicional. La literatura académica sobre formas de cooperación que no se explican fácilmente en la teoría de juegos tradicional, especialmente al considerar la biología evolutiva , adquirió en gran medida su forma moderna como resultado del influyente artículo de Axelrod y Hamilton de 1981 ^{[ 2 ]} y el libro posterior.

Axelrod solicitó inicialmente estrategias a otros teóricos de juegos para competir en el primer torneo. Cada estrategia se emparejó con las demás durante 200 iteraciones de un juego del Dilema del Prisionero y se puntuó según el total de puntos acumulados durante el torneo. La estrategia ganadora fue una muy simple presentada por Anatol Rapoport llamada " ojo por ojo " (TFT), que coopera en el primer movimiento y posteriormente imita (corresponde) lo que hizo el otro jugador en el movimiento anterior. Los resultados del primer torneo se analizaron y publicaron, y se celebró un segundo torneo para ver si alguien podía encontrar una estrategia mejor. TFT volvió a ganar. Axelrod analizó los resultados e hizo algunos descubrimientos interesantes sobre la naturaleza de la cooperación, que describe en su libro. ^{[ 3 ]}

Tanto en torneos reales como en diversas repeticiones, las estrategias de mejor rendimiento fueron las amables: ^{[ 4 ]} es decir, nunca fueron las primeras en desertar. Muchos de los competidores se esforzaron al máximo para obtener ventaja sobre las estrategias "amables" (y generalmente más simples), pero fue en vano: las estrategias astutas que luchaban por unos pocos puntos generalmente no podían tener tanto éxito como las estrategias amables que trabajaban juntas. TFT (y otras estrategias "amables" en general) "ganaron, no por ser mejores que el otro jugador, sino por fomentar la cooperación [y] por promover el interés mutuo en lugar de explotar la debilidad del otro". ^{[ 5 ]}

Ser amable puede ser beneficioso, pero también puede llevar a ser engañado. Para obtener el beneficio —o evitar la explotación— es necesario ser provocable y comprensivo. Cuando el otro jugador deserta, una estrategia amable debe provocarse inmediatamente en una deserción de represalia. ^{[ 6 ]} Lo mismo ocurre con el perdón: retomar la cooperación tan pronto como el otro jugador lo haga. Exagerar el castigo conlleva el riesgo de una escalada y puede conducir a un «eco interminable de deserciones alternas» que reduce las puntuaciones de ambos jugadores. ^{[ 7 ]}

La mayoría de los juegos que la teoría de juegos había investigado hasta ahora son de " suma cero " , es decir, las recompensas totales son fijas y un jugador solo obtiene beneficios a expensas de los demás. Pero la vida real no es de suma cero. Nuestras mejores perspectivas suelen estar en los esfuerzos cooperativos. De hecho, TFT no puede obtener una puntuación mayor que la de su compañero; en el mejor de los casos, solo puede obtener una puntuación igual. Sin embargo, ganó los torneos obteniendo consistentemente un sólido segundo lugar con una variedad de compañeros. ^{[ 8 ]} Axelrod lo resume como "no tengas envidia"; ^{[ 9 ]} en otras palabras, no te esfuerces por obtener una recompensa mayor que la del otro jugador. ^{[ 10 ]}

En cualquier juego de IPD, existe una puntuación máxima que cada jugador puede obtener cooperando siempre. Sin embargo, algunas estrategias intentan encontrar formas de obtener un poco más mediante una deserción ocasional (explotación). Esto puede funcionar contra algunas estrategias menos provocables o más indulgentes que TFT, pero en general, no les va bien. «Un problema común con estas reglas es que utilizaban métodos complejos para hacer inferencias sobre la estrategia del otro jugador , y estas inferencias eran erróneas». ^{[ 11 ]} Contra TFT no hay nada mejor que simplemente cooperar. ^{[ 12 ]} Axelrod lo llama «claridad». O: «no seas demasiado listo». ^{[ 13 ]}

El éxito de cualquier estrategia depende de la naturaleza de las estrategias particulares con las que se encuentra, lo cual depende de la composición de la población general. Para modelar mejor los efectos del éxito reproductivo, Axelrod también realizó un torneo "ecológico", donde la prevalencia de cada tipo de estrategia en cada ronda estaba determinada por el éxito de esa estrategia en la ronda anterior. La competencia en cada ronda se vuelve más fuerte a medida que los participantes más débiles se reducen y eliminan. Los resultados fueron asombrosos: un puñado de estrategias —todas "buenas" — llegaron a dominar el campo. ^{[ 14 ]} En un mar de estrategias no buenas, las estrategias "buenas" —siempre que también fueran provocables— se desempeñaron lo suficientemente bien entre sí como para compensar la explotación ocasional. A medida que la cooperación se generalizó , las estrategias no provocables fueron explotadas y finalmente eliminadas, con lo cual las estrategias explotadoras (no cooperativas) fueron superadas por las estrategias cooperativas.

En resumen, el éxito en un "juego" evolutivo se correlacionó con las siguientes características:

• Sé amable: coopera, nunca seas el primero en desertar.
• Sé provocador: responde a la deserción con deserción, a la cooperación con cooperación.
• No tengas envidia: concéntrate en maximizar tu propia "puntuación", en lugar de asegurarte de que tu puntuación sea superior a la de tu "compañero".
• No te hagas el listo; o mejor dicho, no intentes ser astuto. La claridad es fundamental para que los demás colaboren contigo.

Las lecciones descritas anteriormente se aplican en entornos que apoyan la cooperación, pero el hecho de que esta se apoye en absoluto depende crucialmente de la probabilidad (llamada ω [omega]) de que los jugadores se vuelvan a encontrar, ^{[ 15 ]} también llamada parámetro de descuento o, figurativamente, la sombra del futuro. Cuando ω es baja, es decir, los jugadores tienen una probabilidad insignificante de volver a encontrarse, cada interacción es efectivamente un juego del Dilema del Prisionero de una sola ronda, y uno podría desertar en todos los casos (una estrategia llamada "ALL D"), porque incluso si uno coopera no hay manera de evitar que el otro jugador se aproveche de ello. Pero en el PD iterado, el valor de las interacciones cooperativas repetidas puede llegar a ser mayor que el beneficio/riesgo de una sola explotación (que es todo lo que una estrategia como TFT tolerará).

Curiosamente, la racionalidad y la elección deliberada no son necesarias, ni la confianza ni siquiera la consciencia, ^{[ 16 ]} siempre que exista un patrón que beneficie a ambos jugadores (por ejemplo, que aumente la aptitud) y cierta probabilidad de interacción futura. A menudo, la cooperación mutua inicial ni siquiera es intencional, pero tras haber «descubierto» un patrón beneficioso, ambas partes responden a él manteniendo las condiciones que lo sustentan.

Esto implica dos requisitos para los jugadores, además de la estrategia que adopten. Primero, deben ser capaces de reconocer a otros jugadores para evitar ser víctimas de trampas. Segundo, deben poder consultar su historial con cualquier jugador para poder adaptarse a su estrategia. ^{[ 17 ]}

Incluso cuando el parámetro de descuento ω es lo suficientemente alto como para permitir la cooperación recíproca, aún queda la cuestión de si la cooperación podría comenzar y cómo. Uno de los hallazgos de Axelrod es que cuando la población existente nunca ofrece cooperación ni la corresponde —el caso de ALL D—, entonces ninguna estrategia beneficiosa puede establecerse por parte de individuos aislados; la cooperación es estrictamente una apuesta perdedora . (La "futilidad de la revuelta aislada". ^{[ 18 ]} ) Pero otro hallazgo de gran importancia es que pueden establecerse grupos de estrategias beneficiosas. Incluso un pequeño grupo de individuos con estrategias beneficiosas e interacciones poco frecuentes puede tener tanto éxito en esas interacciones que compensa el bajo nivel de explotación de las estrategias no beneficiosas. ^{[ 19 ]}

Sin embargo, la cooperación se vuelve más complicada tan pronto como se asumen modelos más realistas que, por ejemplo, ofrecen más de dos opciones de acción, brindan la posibilidad de cooperación gradual, hacen que las acciones restrinjan acciones futuras ( dependencia de la trayectoria ), o en los que interpretar las acciones del asociado no es trivial (por ejemplo, reconocer el grado de cooperación mostrado) ^{[ 20 ] .}

En 1984, Axelrod estimó que había "cientos de artículos sobre el dilema del prisionero citados en Psychological Abstracts " ^{[ 21 ]} y que las citas de The Evolution of Cooperation, por sí solas, "crecían a un ritmo de más de 300 por año" ^{[ 22 ]} . Revisar exhaustivamente esta bibliografía resulta inviable. Por lo tanto, a continuación se presentan solo algunos aspectos destacados.

Axelrod considera que su libro posterior, La complejidad de la cooperación , ^{[ 23 ]} es una continuación de La evolución de la cooperación . Otros trabajos sobre la evolución de la cooperación se han expandido para abarcar el comportamiento prosocial en general, ^{[ 24 ]} y en la religión, ^{[ 25 ]} otros mecanismos para generar cooperación, ^{[ 26 ]} el IPD bajo diferentes condiciones y supuestos, ^{[ 27 ]} y el uso de otros juegos como los juegos de bienes públicos y ultimátum para explorar nociones arraigadas de equidad y juego limpio. ^{[ 28 ]} También se ha utilizado para desafiar el modelo económico racional y egocéntrico del " hombre económico ", ^{[ 29 ]} y como base para reemplazar la teoría de la selección sexual darwiniana con una teoría de la selección social . ^{[ 30 ]}

Las estrategias amables tienen más posibilidades de invadir si poseen estructuras sociales u otros medios para aumentar sus interacciones. Axelrod analiza esto en el capítulo 8; en un artículo posterior, él, Rick Riolo y Michael Cohen ^{[ 31 ]} utilizan simulaciones por computadora para mostrar el aumento de la cooperación entre agentes que tienen una probabilidad insignificante de encuentros futuros, pero que pueden reconocer la similitud de una característica arbitraria (como una barba verde ); mientras que otros estudios ^{[ 32 ]} han demostrado que las únicas estrategias del Dilema del Prisionero Iterado que resisten la invasión en una población evolutiva bien mezclada son las estrategias generosas.

Cuando un torneo IPD introduce ruido (errores o malentendidos), las estrategias TFT pueden quedar atrapadas en una larga cadena de deserciones de represalia, deprimiendo así su puntuación. TFT también tolera las estrategias "ALL C" (siempre cooperar), que luego dan una oportunidad a los explotadores. ^{[ 33 ]} En 1992 Martin Nowak y Karl Sigmund demostraron una estrategia llamada Pavlov (o "ganar - quedarse, perder - cambiar") que funciona mejor en estas circunstancias. ^{[ 34 ]} Pavlov considera su propio movimiento anterior así como el movimiento del otro jugador. Si la recompensa fue R o P (ver "Dilema del prisionero", arriba) coopera; si S o T, deserta.

En un artículo de 2006, Nowak enumeró cinco mecanismos mediante los cuales la selección natural puede conducir a la cooperación. ^{[ 35 ]} Además de la selección de parentesco y la reciprocidad directa, muestra que:

• La reciprocidad indirecta se basa en conocer la reputación del otro jugador, es decir, su historial con otros jugadores. La cooperación depende de que se proyecte un historial fiable de socios anteriores a futuros socios.
• La reciprocidad en red se basa en factores geográficos o sociales para aumentar las interacciones con los vecinos más cercanos; es esencialmente un grupo virtual.
• La selección de grupos ^{[ 36 ]} supone que los grupos con cooperadores (incluso altruistas) tendrán más éxito en su conjunto, y esto tenderá a beneficiar a todos los miembros.

En el juego del Dilema del Prisionero, las recompensas son fijas, pero en la vida real, los desertores suelen ser castigados por los cooperadores. Cuando el castigo es costoso, surge un dilema de segundo orden entre los cooperadores: quiénes pagan el costo de la aplicación de la norma y quiénes no. ^{[ 37 ]} Otros estudios han demostrado que, si bien los individuos tienen la opción de unirse a un grupo que castiga a los aprovechados y a uno que no lo hace, inicialmente prefieren el grupo sin sanciones, pero después de varias rondas se unirán al grupo sancionador, al ver que las sanciones les aseguran una mejor recompensa. ^{[ 38 ]}

En poblaciones o grupos pequeños, existe la posibilidad de que la reciprocidad indirecta (reputación) interactúe con la reciprocidad directa (por ejemplo, ojo por ojo), sin que ninguna estrategia domine a la otra. ^{[ 39 ]} Las interacciones entre estas estrategias pueden dar lugar a redes sociales dinámicas que exhiben algunas de las propiedades observadas en redes empíricas. ^{[ 40 ]} Si la estructura de la red y las elecciones en el dilema del prisionero coevolucionan, entonces la cooperación puede sobrevivir. En las redes resultantes, los cooperadores estarán ubicados más centralmente que los desertores, quienes tenderán a estar en la periferia de la red. ^{[ 41 ]}

En "La coevolución del altruismo parroquial y la guerra" de Jung-Kyoo Choi y Samuel Bowles. De su resumen:

El altruismo —beneficiar a los demás miembros del grupo a costa de uno mismo— y el parroquialismo —hostilidad hacia individuos que no pertenecen al propio grupo étnico, racial o de otra índole— son comportamientos humanos comunes. La intersección de ambos —que denominamos «altruismo parroquial»— resulta desconcertante desde una perspectiva evolutiva, ya que el comportamiento altruista o parroquial reduce los beneficios en comparación con lo que se obtendría al evitar dichos comportamientos. Sin embargo, el altruismo parroquial podría haber evolucionado si el parroquialismo promoviera las hostilidades intergrupales y la combinación de altruismo y parroquialismo contribuyera al éxito en estos conflictos… Ninguno de los dos habría sido viable por sí solo, pero al promover el conflicto grupal, podrían haber evolucionado conjuntamente. ^{[ 42 ]}

La consideración de los mecanismos a través de los cuales se produce el aprendizaje del entorno social es fundamental en los estudios de evolución. En el contexto de esta discusión, la regla de aprendizajeLas estrategias de comportamiento, específicamente el conformismo y la imitación dependiente de la recompensa, no están predeterminadas arbitrariamente, sino que son seleccionadas biológicamente. Estas estrategias, que incluyen la cooperación, la deserción y la cooperación con castigo, se eligen en consonancia con la regla de aprendizaje predominante del agente. Las simulaciones del modelo en condiciones similares a las experimentadas por los primeros homínidos revelan que el conformismo puede evolucionar incluso cuando los individuos se enfrentan únicamente a un dilema cooperativo, contrariamente a afirmaciones anteriores. Además, la incorporación de conformistas amplifica significativamente el tamaño del grupo dentro del cual se puede mantener la cooperación. Estos resultados del modelo demuestran robustez, manteniendo su validez incluso en condiciones de altas tasas de migración y conflictos intergrupales poco frecuentes. ^{[ 43 ]}

Ni Choi y Bowles ni Guzmán, Rodríguez-Sicket y Rowthorn afirman que los humanos hayan evolucionado realmente de esta manera, sino que las simulaciones por computadora muestran cómo la interacción de estos comportamientos podría promover la guerra. Por lo tanto, una cuestión crucial de investigación abierta es cuán realistas son los supuestos en los que se basan estos modelos de simulación. ^{[ 44 ]}

Se han creado varios paquetes de software para realizar simulaciones y torneos del dilema del prisionero, algunos de los cuales tienen código fuente disponible.

• El código fuente del segundo torneo organizado por Robert Axelrod (escrito por Axelrod y muchos colaboradores en Fortran ) está disponible en línea. ^{[ 45 ]}
• PRISIÓN, ^{[ 46 ]} una biblioteca escrita en Java , última actualización en 1999
• Axelrod-Python, ^{[ 47 ]} escrito en Python

• Axelrod, Robert; Hamilton, William D. (27 de marzo de 1981), "La evolución de la cooperación" (PDF) , Science , 211 (4489): 1390–96 , Bibcode : 1981Sci...211.1390A , doi : 10.1126/science.7466396 , PMID 7466396 
• Axelrod, Robert (1984), La evolución de la cooperación , Basic Books, ISBN 0-465-02122-0
• Axelrod, Robert (2006), La evolución de la cooperación (  Edición revisada), Perseus Books Group, ISBN 0-465-00564-0
• Axelrod, Robert (1997), La complejidad de la cooperación: modelos basados ​​en agentes de competencia y colaboración , Princeton University Press, ISBN 0-691-01567-8
• Dawkins, Richard (1989) [1976], El gen egoísta (2.ª  ed.), Oxford Univ. Press, ISBN 0-19-286092-5
• Gould, Stephen Jay (junio de 1997), " Kropotkin no era un chiflado" , Historia Natural , 106 : 12–21
• Kropotkin, Peter. Ayuda mutua: un factor de evolución en el Proyecto Gutenberg.
• Ridley, Matt (1996), Los orígenes de la virtud , Viking (Penguin Books), ISBN 0-670-86357-2
• Sigmund, Karl; Fehr, Ernest; Nowak, Martin A. (enero de 2002), "La economía del juego limpio" (PDF) , Scientific American , vol.  286, n.º  1, págs. 82–87 , Bibcode : 2002SciAm.286a..82S , doi : 10.1038/scientificamerican0102-82 , PMID 11799620 , archivado del original (PDF) el 18 de mayo de 2011.  
• Trivers, Robert L. (marzo de 1971), "La evolución del altruismo recíproco" (PDF) , Quarterly Review of Biology , 46 : 35–57 , doi : 10.1086/406755 , S2CID 19027999 
• Vogel, Gretchen (20 de febrero de 2004), "Enfoque de noticias: La evolución de la regla de oro", Science , 303 (5661): 1128–31 , doi : 10.1126/science.303.5661.1128 , PMID 14976292 , S2CID 178426383  

• Cooperación (evolución)

• El dilema del prisionero iterado y la evolución de la cooperación
• La evolución de la confianza