新生大学:自私的人才最好命?

人们天生是自私的还是无私的?

从古至今,关于这个问题的讨论从来没有停止过。我们在日常生活中也会因为人们的不同举动而感到困惑。

我们长这么大,肯定被人骗过,如果损失比较严重,甚至会对“人之初,性本善”的古话嗤之以鼻。但是与此同时,我们也会碰到那些冒着生命危险去救人的“雷锋同志”,那个时候又会顿时觉得人性还有希望。

关于人们自私的讨论有一个著名的案例,就是博弈论经常提及的囚徒困境(Prisoner Dilemma)。

囚徒困境的相关理论最早由就职于兰德公司的Merrill Flood和Melvin Dresher在1950年提出,随后由顾问Albert Tucker以囚徒方式表现出来。一个经典的囚徒困境如下:

警方逮捕甲、乙两名嫌疑犯,但没有足够证据指控二人有罪。于是警方将二人关在不同的房间里,不允许两人有任何交流,随后分别和二人见面,并向双方提供以下相同的选择:

若一人认罪并作证检控对方(即“背叛”对方),而对方保持沉默,此人将即刻获释,沉默者将被判入狱10年。

若二人都保持沉默(即“合作”),则二人同样被判入狱半年。

若二人都互相检举(即互相“背叛”),则二人同样被判入狱2年。

用表格概述如下:


囚徒困境假设每个人都是自私自利的,所以按照“理性”思考,不论对方是否背叛自己,“出卖队友”都是最佳选择。于是两人都很“理性”地选择了背叛对方,同时坐2年的牢。

这个游戏设定过于理想化,和我们的现实生活差距比较大。不过闲不住的科学家们怎么会轻易放过这么一个好案例呢?于是他们就针对这个囚徒困境设计了很多升级版本。

其中比较有名的应该算是1981年政治学家Robert Axelro做的一个拓展。囚徒困境与现实生活最大的不同,在于它只进行一次,也就是所谓的一锤子买卖。但是我们的生活可并非如此,你可能今天出卖了这个朋友,明天出门的时候又会碰到他,甚至由于某种原因,还需要和他再次进行合作。这个时候,我们是不是需要更谨慎地采取行动呢?

Axelro指出,在这种不得不和同一个人多次面临囚徒困境时,合作显然是最好的选择,因为这不只是集体的利益最大化,而且能够保证个人的利益最大化。当然你也可以时不常黑对方一次,只不过需要保证对方没机会报复你。

不过世事难料,你怎么能知道对面坐着的这个家伙,会不会也和你一样理性地认为大家应该一直合作呢?这个时候最好的策略是什么?为了找出这个最佳策略,Axelro根据不同学科对于人性的看法,建立了多种模型,并在每个模型中验证上述情况下应该如何应对是最合理的。

有些学科提出的观点非常复杂,实现起来需要非常好的编程能力。但是最终赢得最多分数的却是一个非常简单的原则:以牙还牙。

这个模型很简单,模型中的人物设定就是不断重复对方上一轮对自己采取的行动。第一次的时候是以合作开始,如果对方第一次也采取合作的态度,那下一轮就选择继续合作。但是如果对方在某一轮选择背叛,那下一轮就果断出卖对方,直到对方“改过自新”重新选择合作,才在下一轮中恢复合作。

这个设定已经比较接近现实生活了,但是还不够,更为真实的情况是,你不知道这是一次一锤子买卖还是长期交易。你如果动了想要出卖对方的邪念,估计心里也要算计一下,下次还会不会遇到这个人。

为了使得这种囚徒困境更为真实,耶鲁大学的Rand教授和他的学生在Axelro基础上又引入了两个机制:

1.计算机会随机决定,每次的囚徒配对是长期的还是一次性的,也就是你不知道对方会和你玩几轮。

2.你可以通过支付一定的分数,来获得对方会不会玩下一轮的信息,每一轮需要支付的分数也是随机的。当然如果需要的分数超过预期收入,就不会有人选择获取这个信息。

这两个机制分别模拟了我们面对对方时候的未知,以及我们为了权衡这种未知而消耗的资源。

这种情况下,哪种策略会获得最多的分数呢?这要分两种情况,如果长期配对的情况出现得比较多,那么那些经常合作,偶尔根据交换的信息背叛对方的人会赢;如果是一锤子买卖比较多的情况,那么那些自始至终都背叛对方的人会获胜。

比起赢家,这里更重要的是看看谁是输家。Rand教授发现不论怎么调整配对的比例,总有两组人是无法获胜的:1.始终合作的人;2.经常背叛,偶尔根据信息合作的人。

这两种人为什么这么不受待见呢?Rand教授给出的答案是:

如果你是一个始终合作的人,偶尔通过获取对方的信息,并在得知对方下一轮不玩的时候背叛对方,其实对你只有好处没有坏处。也就是说这个时候你在这方面只要稍微下一点功夫,就能改善收益。所以那些始终合作的人,无法战胜始终合作、偶尔背叛的人。

如果你是一个偏向于背叛对方的人,最好的方式就是坚持到底,不要去考虑对方到底会和你玩几轮。因为如果你选择走这条“出卖队友”的路,那不论对方做什么选择,你选择背叛对方都是最佳选择。

看了这些升级版本的囚徒实验,不知道大家作何感想。这样用科学方法将人性赤裸裸地暴露出来也许并不让人很舒服,虽然实验本身可能带有一些趣味性,但是这种事情我们还是更倾向于心知肚明即可。

不过对此也不必太过担心,Rand教授的研究还给出了一些正面的反馈。比如如果一个人经受了一次长期的囚徒困境的考验,也就是合作是最优选项的情景时,他会在其他事情上比之前更为无私。

关于人类是否天生自私的话题,估计还会被不断讨论下去,但是不论我们是否天生自私,如上的实验结果都表明,我们的这些天性并非不可改变。每个人都想当无私的好人,前提是对面坐着的不是一个习惯性“出卖队友”的人。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 158,560评论 4 361
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,104评论 1 291
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 108,297评论 0 243
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 43,869评论 0 204
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,275评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,563评论 1 216
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,833评论 2 312
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,543评论 0 197
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,245评论 1 241
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,512评论 2 244
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,011评论 1 258
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,359评论 2 253
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,006评论 3 235
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,062评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,825评论 0 194
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,590评论 2 273
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,501评论 2 268

推荐阅读更多精彩内容