當私利適得其反：探索博弈論中的囚徒困境

囚徒困境代表了決策中最引人入勝的悖論之一：個人在追求自身最大利益時，最終的結果卻可能比合作更糟。這個概念已成為理解人類行為、經濟學以及各領域策略互動的核心。囚徒困境揭示了一個關於理性行為者的基本真理——僅靠邏輯並不總能達到最佳結果。

傳統設置：兩名罪犯與他們的無法抉擇

標準的囚徒困境起源於1950年代數學家 Merrill Flood 和 Melvin Dresher 的研究，後由 Albert W. Tucker 正式化。情境看似簡單：假設兩名犯罪組織成員被逮捕，分別關在不同的訊問室。警方缺乏足夠證據單獨定罪任何一人，但卻提供每個嫌疑人一個誘人的交易。

每個囚犯面臨相同的選擇：保持沉默以保護對方，或出賣對方以獲得較輕的判決。兩人無法得知對方的決定，也無法溝通。這種信息的不對稱形成了核心的張力。

理解三種可能的結果

囚徒困境的數學結構圍繞三種不同的情境：

• 雙方保持沉默：各服一年刑期。整體結果最優——合計兩年。
• 雙方互相出賣：各服兩年。雙方都比保持沉默的結果更糟，但這種情況經常發生。
• 一方出賣，一方保持沉默：出賣者獲得自由，沉默者服三年。這種不對稱的結果形成了核心的激勵問題。

理性選擇的陷阱：為何出賣看似合理

從純粹理性的角度來看，出賣似乎更優。如果對方保持沉默，出賣可以獲得自由而非一年刑期；如果對方出賣你，出賣則是兩年而非三年。在這兩種情況下，出賣都能帶來較佳的個人結果。這個邏輯使得理性決策者總是傾向於出賣。

然而，這種思維卻導致集體災難。當雙方都採用相同的理性策略，結果都會是兩年，比起彼此合作各只一年來得更糟。囚徒困境揭示了個人理性的一個關鍵缺陷：每個人單獨追求的最優解，卻可能導致整體的次優結果。這是一個數學證明，追求自我利益並不一定符合整體利益。

超越理論：現實應用與解決方案

囚徒困境不僅是理論上的奇想，它描述了經濟、商業、國際關係中無數的現實情境。例如企業在競爭與合作定價間的抉擇、國家在武器研發與合作上的決策、員工在追求個人利益與團隊成功之間的選擇。

隨著時間推移，出現了多種實務解決方案。其中最具威力的是重複互動：當互動不是一次性，而是多次反覆，參與者可以制定長期策略，獎勵合作，懲罰背叛。這使得單次囚徒困境轉變為迭代的囚徒困境，長期關係自然激勵雙方合作。

另一種解決方案是制度設計。通過建立正式規則與執行機制，社會可以改變個人面臨的激勵。規則若能強制合作、懲罰背叛或獎勵集體成功，便能從根本上重塑決策行為。理解集體目標並透過制度框架維持合作，能幫助團體擺脫囚徒困境的陷阱，達成對所有人更有利的結果。