Кратко
Дилемма заключённого — классическая задача теории игр о ситуации, в которой каждому участнику по отдельности выгодно действовать против другого, а вместе оба получают результат хуже, чем дало бы взаимное доверие. Она описывает не черты характера, а устройство ситуации, подталкивающее людей к взаимному предательству.
Два сообщника сидят в разных камерах и не могут договориться. Следователь делает каждому одинаковое предложение: дашь показания, пока напарник молчит, — выйдешь на свободу, а он сядет надолго; промолчите оба — оба отделаетесь символическим обвинением; заговорите оба — получите средний срок. Что бы ни сделал другой, лично вам выгоднее заговорить. А когда «выгодно» поступают оба, оба оказываются в худшем положении, чем если бы молчали. Дилемма заключённого — это кратчайшее описание ситуации, в которой разумное поведение каждого вредит обоим. Поэтому её вспоминают не только на лекциях по теории игр, но и всякий раз, когда речь заходит о доверии между людьми.
Откуда взялась задача и кто придумал историю про заключённых
Игру придумали не юристы и не психологи. В начале 1950 года математики корпорации RAND Меррилл Флад и Мелвин Дрешер проверяли простую вещь: научатся ли люди, играя много раз подряд, приходить к решению, которое сегодня называют равновесием Нэша. Они уговорили двух коллег сыграть партию с такой структурой выигрышей сто раз подряд, а через пару лет результаты вышли отчётом RAND.
Сюжет про двух заключённых, следователя и сроки добавил математик Альберт Такер — чтобы идея стала понятна аудитории психологов в Стэнфорде. Именно благодаря этой истории задача стала общеизвестной.
А вот название Такеру приписывают по ошибке. Самое раннее печатное употребление термина «дилемма заключённого» — книга Льюса и Райфы 1957 года. Путаница возникла из-за того, что раздаточный материал доклада Такера напечатали лишь спустя 33 года с подзаголовком «Дилемма двух лиц: дилемма заключённого», — в оригинальном мимеографе 1950 года такого подзаголовка не было.
Любопытная деталь: черновик отчёта читал Джон Нэш и оставил замечание, что опытные участники в повторяющейся игре не держались предсказанного теорией постоянного предательства, — но из этого, по его мнению, ещё не следует, что в одноразовой игре предательство было бы неразумным.
Структура выигрышей: почему каждому по отдельности выгодно предать
Теория игр описывает ситуацию не характерами, а четырьмя возможными исходами. У каждого участника есть два хода: сотрудничать (молчать) или предать (заговорить).
| Ваш ход | Другой молчит | Другой сдаёт |
|---|---|---|
| Вы молчите | Награда: оба получают символический срок | Проигрыш доверчивого: он выходит, вы садитесь надолго |
| Вы сдаёте | Соблазн: вы выходите, он садится надолго | Наказание: оба получают средний срок |
Выигрыши выстроены в одну цепочку: соблазн предать выше награды за общее молчание, наказание за взаимное предательство хуже этой награды, а самый скверный исход достаётся тому, кто промолчал в одиночку. Отсюда и неприятный вывод: что бы ни выбрал другой, предательство приносит вам больше. Такой ход называют доминирующим — он выгоднее остальных независимо от чужого решения.
Пара «оба предают» и есть равновесие Нэша: состояние, в котором никто не выиграл бы, поменяв свой ход в одиночку. И одновременно этот исход хуже для обоих, чем взаимное сотрудничество. Именно разрыв между тем, что разумно для одного, и тем, что выгодно для двоих, делает задачу дилеммой, а не арифметикой.
Ещё одно частое недоразумение: это не игра с нулевой суммой. Выигрыш одного здесь не равен проигрышу другого, так что вместе участники могут получить и больше, и меньше.
Почему повторяющаяся игра меняет всё
Единственная встреча и длинная серия встреч — разные задачи. В современных исследованиях повторяющуюся дилемму задают не фиксированным числом раундов, а вероятностью, что игра продолжится; эту вероятность называют тенью будущего. Чем она выше, тем дороже сотрудничество и тем дешевле разовая выгода от предательства. Этим объясняют даже бытовые наблюдения: почему уровень взаимной вежливости в деревне выше, чем в большом городе, и почему в соседнем кафе оставляют чаевые щедрее, чем в случайном заведении у трассы.
Эволюционная биология формулирует то же правило строже: прямая взаимность удерживает сотрудничество лишь тогда, когда вероятность новой встречи с тем же партнёром превышает отношение цены помощи к её пользе. Проще говоря, кооперация держится не на доброте, а на ожидании продолжения.
Конечная игра с заранее известным числом раундов рождает отдельный парадокс. Рассуждение с конца, которое называют обратной индукцией, велит предавать уже с первого хода: в последнем раунде будущего нет, значит, нет и смысла сотрудничать, а тогда нет смысла и в предпоследнем. Люди так не играют. На практике поведение в длинных играх фиксированной длины почти не отличается от поведения в играх неопределённой продолжительности — за исключением нескольких последних раундов. Скорее это говорит, что допущения об идеальной рациональности игроков слишком сильны.
Турниры Аксельрода: как победила самая простая стратегия
Политолог Роберт Аксельрод зашёл с другой стороны: пригласил специалистов из разных дисциплин прислать программы-стратегии для повторяющейся дилеммы и столкнул их друг с другом в турнире. Победила Tit-for-Tat, «око за око», Анатоля Рапопорта — стратегия из двух правил: в первом раунде сотрудничай, дальше просто повторяй предыдущий ход соперника.
Важнее даже не первая победа, а вторая. Во втором турнире соревновались шестьдесят три участника, и у каждого уже были результаты первого — то есть было понятно, кого обыгрывать. «Око за око» победила снова.
Аксельрод объяснил успех четырьмя свойствами: стратегия добрая (никогда не предаёт первой), отвечает на предательство, прощает (возвращается к сотрудничеству, как только соперник перестал предавать) и понятна сопернику. Показательная цифра: восемь «добрых» стратегий первого турнира заняли ровно восемь верхних строчек. Отсюда и пошла идея, что в долгой игре выигрывает не хитрость, а надёжность.
Почему «око за око» не вечный победитель
Этот вывод часто пересказывают как закон природы, и здесь стоит притормозить. В турнирах на конференциях IEEE в Портленде (2004) и Колчестере (2005) условия Аксельрода воспроизвели точнее — и в том из них, который был ближе всего к оригиналу, «око за око» заняла лишь 14-е место из 50.
Победил коллектив Саутгемптонского университета, приславший больше половины из 223 допущенных стратегий: часть его программ узнавала «свою» по кодовой последовательности ходов и сознательно скармливала ей очки. Победила, по сути, не стратегия, а численность. Сильнее всего пострадал критерий понятности: две самые результативные стратегии того турнира — Adaptive Pavlov и Omega Tit for Tat — простыми никак не назовёшь.
Ещё раньше, в 1993 году, Мартин Новак и Карл Зигмунд показали, что «око за око» превосходит стратегия «выиграл — не меняй, проиграл — меняй» (Pavlov): она исправляет случайные ошибки и не даёт безусловным кооператорам накопиться в популяции, а именно они потом и приманивают предателей. Анализ 2015 года добавил ещё один аргумент: если вместо турнира «каждый с каждым» разбить участников на группы и провести финал между победителями групп, то стратегии, занявшие в первом турнире Аксельрода второе и шестое места, выступают заметно лучше «око за око».
Практический вывод прост: стратегии, которая выигрывает всегда, не существует. Есть устройство турнира, состав соперников и цена ошибки — они и решают, что сработает.
Если свести типовые линии поведения вместе, разница видна сразу: безусловные стратегии — сотрудничать всегда или предавать всегда — на партнёра не смотрят вовсе, а «око за око» и Pavlov откликаются на его ход, каждая по-своему.
Это не про эгоизм, а про устройство ситуации
Самая частая ошибка в бытовых пересказах — читать дилемму как тест на порядочность. Крупнейший на сегодня метаанализ социальных дилемм собрал эмпирику за шесть десятилетий (более 2300 выборок, около 229 тысяч участников) и показал другое: чем меньше конфликт интересов в самой ситуации, тем больше сотрудничества, а сильнее всего его поднимают две вещи — санкции и возможность поговорить. Размер группы и способ подбора партнёров устойчивого эффекта не дали, а симметрия дилеммы, очерёдность решений и оплата участия с уровнем кооперации вообще не связаны.
Для обычного читателя это и есть главное. Меняется не характер, а конструкция ситуации: один и тот же человек сотрудничает в одной рамке и защищается в другой. Замечать это трудно, потому что чужой выбор мы склонны объяснять свойством личности, а собственный — обстоятельствами; так работает фундаментальная ошибка атрибуции. Сам механизм, которым мы приписываем поступкам причины, описывает каузальная атрибуция — и в дилемме он сбивает с толку особенно часто.
Что это объясняет в переговорах, в паре и в командах
В переговорах дилемма объясняет, почему стороны, каждая из которых боится уступить первой, расходятся с худшим соглашением, чем могли бы получить. Два рычага с наибольшим эффектом в данных — ровно те, что доступны за столом: говорить прямо и строить договорённости так, чтобы нарушать их было невыгодно.
В паре дилемма работает как метафора, а не как модель: в близких отношениях нет ни анонимности, ни единственности встречи, ни фиксированной таблицы выигрышей. Но механизм узнаваем. Когда каждый защищается заранее — «не буду просить, всё равно не дадут», «не скажу первым, иначе воспользуется», — оба оказываются в клетке взаимного предательства, куда не хотел ни один.
В командах структуру задают правила. Если премию делят так, что успех коллеги уменьшает вашу долю, вы получили дилемму заключённого в чистом виде, и объяснять последствия «токсичностью людей» или конформизмом бесполезно. Есть и третий рычаг, который у людей работает помимо прямого обмена, — репутация: помощь создаёт доброе имя, и вознаграждает его уже не тот, кому вы помогли, а кто-то третий. Это называют непрямой взаимностью, и ради неё люди так внимательно следят за чужими поступками и обсуждают их.
Если недоверие стало привычным фоном близких отношений и разговоры раз за разом заканчиваются взаимной обороной, разумнее разобраться с этим сценарием вместе со специалистом — например, в формате онлайн-психотерапии, а не искать, кто из двоих «предатель».
Действительно ли люди кооперируются не думая
Теория предсказывает взаимное предательство, но в лаборатории люди ведут себя иначе: доля кооперативных выборов в экспериментах доходит до 80 % — в зависимости от того, как откалиброваны выигрыши. Отсюда и давний соблазн объяснить сотрудничество природной добротой.
В 2012 году появилась громкая гипотеза: кооперация интуитивна, а эгоизм — плод размышления. Дальше история поучительна. В крупной предрегистрированной репликации эффект нехватки времени не подтвердился, а метаанализ 82 экспериментов с участием 29 315 человек дал прибавку сотрудничества в 2,19 процентного пункта — причём держится она почти целиком на шести исследованиях, где участников прямо просили опираться на эмоции; без них эффект падает примерно до одного пункта и перестаёт быть статистически значимым. Авторы прямо пишут, что убедительных доказательств гипотезы получить не удалось. Эта история — хороший пример того, как работает критическое мышление в науке: красивую идею проверили, и она не устояла.
Ещё одно исследование добавило деталь: скорость решения вообще не отличает кооператора от предателя. Быстро решают и самые кооперативные, и самые эгоистичные участники, а дольше думают те, кто склонен делить поровну и подстраиваться под поведение партнёра.
Мифы и факты о дилемме заключённого
| На самом деле | Распространённый миф |
|---|---|
| Сюжет принадлежит Такеру, а название впервые напечатано в книге Льюса и Райфы 1957 года | Название «дилемма заключённого» придумал Такер |
| В турнире 2004–2005 годов, ближайшем к условиям Аксельрода, она заняла 14-е место из 50 | «Око за око» — лучшая стратегия навсегда |
| Доля кооперативных выборов в экспериментах доходит до 80 % в зависимости от выигрышей | Дилемма доказывает, что люди по природе эгоисты |
| Эффект держится на шести исследованиях с индукцией эмоций; без них он исчезает | Доказано, что сотрудничество интуитивно, а расчёт делает человека эгоистом |
| Выигрыш одного не равен проигрышу другого: вместе можно получить и больше, и меньше | Дилемма заключённого — игра с нулевой суммой |
| Сильнее всего поведение меняют санкции и возможность поговорить | Всё зависит от того, порядочный человек или нет |
Источники
- Kuhn S. Prisoner's Dilemma. Stanford Encyclopedia of Philosophy, 1997, существенная редакция 24.10.2025 (история задачи, структура выигрышей, турниры Аксельрода и раздел «Post-Axelrod»). Полный текст
- Axelrod R. The Evolution of Cooperation. New York: Basic Books, 1984 (оба турнира и четыре свойства стратегии «око за око»).
- Nowak M., Sigmund K. A strategy of win-stay, lose-shift that outperforms tit-for-tat in the Prisoner's Dilemma game. Nature, 1993; 364(6432):56–58. DOI: 10.1038/364056a0 · PMID: 8316296.
- Nowak M. A. Five rules for the evolution of cooperation. Science, 2006; 314(5805):1560–1563. DOI: 10.1126/science.1133755 · PMID: 17158317 (прямая и непрямая взаимность, роль репутации). Полный текст
- Heuer L., Orland A. Cooperation in the Prisoner's Dilemma: an experimental comparison between pure and mixed strategies. Royal Society Open Science, 2019; 6(7):182142. DOI: 10.1098/rsos.182142 · PMID: 31417702 · PMC: PMC6689633 (доля кооперативных выборов в лаборатории).
- Kvarven A. и др. The intuitive cooperation hypothesis revisited: a meta-analytic examination of effect size and between-study heterogeneity. Journal of the Economic Science Association, 2020; 6(1):26–42. DOI: 10.1007/s40881-020-00084-3 (82 эксперимента, 29 315 участников). Полный текст
- Montero-Porras E. и др. Fast deliberation is related to unconditional behaviour in iterated Prisoners' Dilemma experiments. Scientific Reports, 2022; 12:20287. DOI: 10.1038/s41598-022-24849-4 · PMID: 36434077. Полный текст
- Jin S., Spadaro G., Balliet D. Institutions and cooperation: A meta-analysis of structural features in social dilemmas. Journal of Personality and Social Psychology, 2025; 129(2):286–312. DOI: 10.1037/pspi0000474 · PMID: 39446642 (k = 2340, N = 229 528; санкции и коммуникация).
Часто задаваемые вопросы
Что такое дилемма заключённого простыми словами?
Это ситуация, где двое не могут договориться и каждому по отдельности выгодно поступить во вред другому. Если оба идут за личной выгодой, оба теряют больше, чем потеряли бы при доверии. Сюжет с подозреваемыми — только иллюстрация: та же структура встречается в конкуренции, переговорах и даже в дележе домашних дел.
Что такое равновесие Нэша в этой игре?
Равновесие Нэша — сочетание ходов, при котором ни один участник не улучшит свой результат, поменяв решение в одиночку. В дилемме заключённого оно единственное: оба предают. Парадокс в том, что этот устойчивый исход хуже для каждого, чем взаимное сотрудничество, на которое никто не решается пойти первым.
Является ли дилемма заключённого игрой с нулевой суммой?
Нет. В игре с нулевой суммой выигрыш одного в точности равен проигрышу другого, а здесь результаты участников растут и падают вместе. Поэтому в таблице есть клетка, выгодная обоим сразу, и клетка, где проигрывают оба. Именно ненулевая сумма делает задачу интересной психологии, а не только математике.
Почему в повторяющейся игре люди сотрудничают чаще?
Потому что появляется будущее. Когда участники знают, что встретятся снова, сегодняшнее предательство оплачивается завтрашним отказом партнёра, и разовая выгода обесценивается. Исследователи называют это тенью будущего: чем выше вероятность новой встречи, тем дороже сотрудничество. Тот же эффект заметен в жизни — с постоянными соседями ведут себя иначе, чем со случайными.
Где дилемма заключённого встречается в обычной жизни?
Везде, где личная выгода оплачивается общей потерей. Два конкурента снижают цены и оба теряют прибыль; коллеги придерживают информацию, потому что премию делят между ними; партнёры молчат о своих потребностях, чтобы не стать уязвимыми. Структура одна: защищаясь поодиночке, обе стороны получают результат хуже того, что дала бы договорённость.
Что такое стратегия Pavlov в теории игр?
Это правило «выиграл — не меняй ход, проиграл — меняй», описанное Новаком и Зигмундом в 1993 году. В симуляциях она превзошла «око за око» по двум признакам: исправляет случайные ошибки и не даёт безусловным кооператорам заполнить популяцию. Бытовой аналог — обычный вывод из опыта: сработало, значит повторяю; не сработало, значит пробую иначе.
Показывает ли выбор в дилемме, насколько человек порядочен?
Нет, и это важная оговорка. Данные крупных метаанализов говорят, что поведение определяет прежде всего устройство ситуации: уровень конфликта интересов, наличие санкций и возможность общаться. Один и тот же человек в разных условиях выбирает по-разному, поэтому судить о характере по одному ходу некорректно.
Можно ли выиграть в дилемме заключённого?
В разовой игре выигрыша в привычном смысле нет: наибольший личный результат достаётся тому, кто предал доверчивого партнёра, но этим ходом он закрывает дорогу к дальнейшему сотрудничеству. В длинной серии устойчивый результат даёт не хитрость, а предсказуемое поведение: начинать с сотрудничества, отвечать на предательство и возвращаться к нему, как только партнёр остановился.
73 отзыва — средняя оценка центра New Leaf