12. बुद्धिमान खेल सिद्धांत

"प्रायिकता की गणना, खेल सिद्धांत में अपने अनुप्रयोग में, एक भयंकर रूप से जटिल विषय है... यह किसी सज्जन के लिए विषय नहीं है।" —जॉन फ़ॉन न्यूमैन (John von Neumann)

क़ैदी का ज्ञानोदय

क़ैदी की दुविधा (Prisoner's Dilemma) दर्शन का सबसे निराशाजनक पार्टी-करतब है। दो क़ैदी, जो आपस में बात नहीं कर सकते, यह चुनें कि वे अपने साथी के साथ सहयोग करें या उसके साथ विश्वासघात। गणित क्रूर है। आपका साथी चाहे जो करे, आप दग़ा देकर बेहतर स्थिति में रहते हैं। तो दोनों दग़ा देते हैं। दोनों को उससे कठोर सज़ा मिलती है जितनी सहयोग करने पर मिलती। तर्कसंगतता स्वयं हमें पारस्परिक विनाश के लिए अभिशप्त करती प्रतीत होती है।

1950 में, जब RAND कॉर्पोरेशन में इसे औपचारिक रूप दिया गया, तो यह शीत युद्ध का ठंडा तर्क बन गया। सोवियत चाहे जो करें, हम और बम बनाकर बेहतर स्थिति में हैं। हम चाहे जो करें, वे और बम बनाकर बेहतर स्थिति में हैं। नैश संतुलन (Nash Equilibrium) मलबे का एक ग्रह है।

लेकिन फिर, 1980 के दशक में, राजनीति-वैज्ञानिक रॉबर्ट एक्सेलरॉड (Robert Axelrod) ने कुछ सुंदर किया। उन्होंने एक टूर्नामेंट चलाया, क़ैदियों के साथ नहीं, बल्कि कंप्यूटर प्रोग्रामों के साथ। उन्होंने रणनीतिकारों को ऐसे एल्गोरिदम भेजने के लिए आमंत्रित किया जो एक पुनरावृत्त क़ैदी की दुविधा में, हज़ारों बार खेले जाने वाले खेल में, प्रतिस्पर्धा करें। विजेता ने सबको चौंका दिया। वह भेजा गया सबसे सरल प्रोग्राम था, चार पंक्तियों का कोड जिसे "जैसे को तैसा" (Tit for Tat) कहा गया। पहली चाल में सहयोग करो, फिर वही करो जो तुम्हारे प्रतिद्वंद्वी ने पिछली बार किया।

"जैसे को तैसा" इसलिए नहीं जीता कि वह नैतिक था। वह इसलिए जीता कि वह एक ऐसे खेल में गणितीय रूप से इष्टतम था जिसमें स्मृति और भविष्य था। सहयोग नैतिकता से नहीं, पुनरावृत्ति से उभरा। इरादे से नहीं, अंतःक्रिया से। क़ैदी, पर्याप्त समय मिलने पर, सिर्फ़ जेल से बाहर नहीं आते। वे ज्ञानोदय प्राप्त कर लेते।

पुराने खेल की खामी

शास्त्रीय खेल सिद्धांत ने एक घातक ग़लती की। उसने मान लिया कि उसके कर्ता बुद्धिमान हैं लेकिन उसका ब्रह्मांड मूर्ख है। उसने ऐसे खिलाड़ियों का मॉडल बनाया जो निर्वात में काम करते थे, एक निर्गुण शून्य जिसमें कोई संदर्भ, कोई रिश्ते और तात्कालिक लेन-देन से परे कोई परिणाम नहीं थे।

महान विरोधाभासों का समाधान: विश्वासघात की ज्यामिति

खेल सिद्धांत के प्रसिद्ध विरोधाभास मानवीय अतार्किकता के विरोधाभास नहीं हैं। वे दरिद्र परिदृश्यों पर खेले गए खेलों के पूर्वानुमेय परिणाम हैं।

क़ैदी की दुविधा इसलिए इतनी निराशाजनक है क्योंकि उसका "कारागार" एक विशिष्ट, रुग्ण टोपोलॉजी का रूपक है: एक असंबद्ध, शून्य-सूचना ग्राफ़ जिसका कोई भविष्य नहीं। क़ैदी संवाद नहीं कर सकते (शून्य नेटवर्क पूँजी)। उनके पास भरोसे का कोई आधार नहीं। यह एक-बार का खेल है, इसलिए प्रतिष्ठा बेकार है। ऐसे बंजर, घर्षणहीन और कालातीत परिदृश्य में दग़ा ही एकमात्र तर्कसंगत चाल है। त्रासदी यह नहीं कि मनुष्य दोषपूर्ण हैं, बल्कि यह कि शास्त्रीय खेल सिद्धांत ने इस रुग्ण सीमांत मामले को सार्वभौमिक स्थिति समझ लिया।

एक और भी गहरी पहेली, यात्री की दुविधा (Traveler's Dilemma), पुराने ढाँचे के आयामी अंधेपन को उजागर करती है। इस खेल में विशुद्ध "तर्कसंगत" रणनीति सबसे बुरे संभव सामूहिक परिणाम की ओर ले जाती है। फिर भी प्रयोगों में वास्तविक मनुष्य लगातार सहयोग चुनते हैं और कहीं बेहतर परिणाम पाते हैं। यह शास्त्रीय सिद्धांत की भारी विफलता है। बुद्धिमान अर्थशास्त्र बताता है क्यों। "अतार्किक" मनुष्य सहज-बोध से यह गणना कर रहा है कि सहयोग का मानदंड स्थापित करने और नेटवर्क पूँजी बनाने का दीर्घकालिक मूल्य दग़ा देने के छोटे, एक-बार के इनाम से कहीं अधिक है। विरोधाभास यह नहीं है कि मनुष्य अतार्किक हैं; यह है कि शास्त्रीय खेल सिद्धांत अंधा है, केवल भौतिक पूँजी देख पाने में सक्षम, जबकि मनुष्य सहज-बोध से चारों में राह खोजते हैं।

खिलाड़ियों का संरेखण: प्रिंसिपल-एजेंट समस्या का समाधान

शास्त्रीय खेल सिद्धांत की विफलता केवल अकादमिक नहीं है; वह हर बोर्डरूम में प्रकट होती है। "प्रिंसिपल-एजेंट समस्या," यानी किसी CEO के हितों को उसके शेयरधारकों के हितों के साथ संरेखित करने का संघर्ष, पचास वर्षों से कॉर्पोरेट गवर्नेंस को खाए जा रहा है। पारंपरिक अर्थशास्त्र इसे बेहतर अनुबंधों से हल करने की कोशिश करता है, एक टूटे हुए खेल के लिए और जटिल नियम लिखने का क्लासिक प्रयास।

बुद्धिमान खेल सिद्धांत बताता है कि यह अनुबंध की समस्या नहीं है; यह खेल-डिज़ाइन की समस्या है। प्रिंसिपल और एजेंट के प्रोत्साहन इसलिए बेमेल हैं क्योंकि वे अलग-अलग दिशाओं में जाती स्थानीय प्रवणताओं वाले परिदृश्य पर एक शून्य-योग खेल खेल रहे हैं। सहजीवी समाधान बेहतर अनुबंध लिखना नहीं, बल्कि परिदृश्य को नया आकार देना है। सहकारी समितियों जैसी संरचनाएँ, जो "एजेंट" कर्मचारी को स्वामित्व और दीर्घकालिक स्वास्थ्य में हिस्सेदारी देती हैं, टोपोलॉजी इंजीनियरिंग के कृत्य हैं। वे खेल को ही बदल देती हैं, एजेंट और प्रिंसिपल के न्यूनतम प्रतिरोध के पथों को सहजीवी संतुलन (Symbiotic Equilibrium) की ओर अभिसरित करते हुए।

पॉटलैच का तर्क

19वीं सदी के पश्चिमी प्रेक्षक पॉटलैच (potlatch) से हैरान थे, जो क्वाक्वाका'वाक्व (Kwakwaka'wakw) और प्रशांत उत्तर-पश्चिम के अन्य मूलनिवासी लोगों द्वारा आयोजित एक विशाल औपचारिक भोज था। यह एक ऐसा समाज था जहाँ मुखिया वर्षों तक अपार धन संचित करते और फिर उसे एक ही विशाल समारोह में पूरा का पूरा दे डालते, या नाटकीय ढंग से नष्ट तक कर देते। औपनिवेशिक प्रशासक की अभाव-मानसिकता के लिए यह पागलपन था। उन्होंने इस पर प्रतिबंध लगा दिया, और इसकी प्रतिभा पूरी तरह उनसे चूक गई।

पॉटलैच धन नष्ट करने के बारे में नहीं था। वह उसे रूपांतरित करने के बारे में था। वह एक परिष्कृत खेल था जिसका लक्ष्य प्रतिद्वंद्वी भौतिक पूँजी को अ-प्रतिद्वंद्वी नेटवर्क पूँजी में बदलना था। जब कोई मुखिया एक हज़ार कंबल दे देता था, तो वह एक हज़ार कंबल खो नहीं रहा था। वह सामाजिक दायित्व के एक हज़ार धागे ख़रीद रहा था। वह अपनी क्षमता और अपनी उदारता का संकेत प्रसारित कर रहा था, सहयोगियों का एक नेटवर्क रचते हुए।

यह खेल सिद्धांत का उससे कहीं ऊँचा रूप है जिसकी कल्पना क़ैदी की दुविधा कभी कर सकती थी। वे संसाधनों के एक निश्चित भंडार के लिए शून्य-योग खेल नहीं खेल रहे थे। वे पूरे नेटवर्क के लचीलेपन और समृद्धि को बढ़ाने के लिए एक सकारात्मक-योग खेल खेल रहे थे। वे समझते थे कि सबसे धनी मुखिया वह नहीं जिसके पास सबसे बड़ा भंडार है, बल्कि वह है जो रिश्तों के सबसे मज़बूत जाल के केंद्र में है।

उदारता का स्वार्थ

यहाँ वह विरोधाभास है जो ज़्यादातर दिमाग़ों को तोड़ देता है। पर्याप्त रूप से जुड़ी हुई व्यवस्था में, पर्याप्त लंबे समय-क्षितिज के साथ, स्वार्थ और परोपकार एक हो जाते हैं। उदार होना सबसे स्वार्थी संभव रणनीति बन जाता है, किसी रहस्यमय अर्थ में नहीं, बल्कि विशुद्ध गणितीय प्रतिफल में।

मानव जीनोम परियोजना (Human Genome Project) को लीजिए। 1990 के दशक में हमारे DNA का अनुक्रमण करने के लिए एक सार्वजनिक, ओपन-सोर्स संघ और एक निजी कंपनी के बीच दौड़ शुरू हुई। सार्वजनिक परियोजना हर 24 घंटे में अपना डेटा मुफ़्त साझा करती थी। निजी कंपनी अपना डेटा स्वामित्व में रखती थी, पहुँच बेचने की उम्मीद में। खुला मॉडल जीता। परिणामस्वरूप सार्वजनिक क्षेत्र में आए डेटा ने तब से अनुमानित एक ट्रिलियन डॉलर का आर्थिक मूल्य पैदा किया है, पूरे के पूरे नए उद्योग रचते हुए। योगदानकर्ताओं ने अपना काम दे डाला और बदले में एक रूपांतरित दुनिया पाई।

यही सहजीवी अर्थव्यवस्था का तर्क है। यह एक ऐसा खेल है जिसमें जीतने वाली चाल नेटवर्क के लिए मूल्य रचना है। जिस व्यवस्था में आप रहते हैं उसके स्वास्थ्य और बुद्धिमत्ता को बढ़ाकर आप अपने स्थायित्व और समृद्धि की संभावनाएँ बढ़ाते हैं। पुराना खेल नेटवर्क से मूल्य निकालने का था। नया खेल नेटवर्क के माध्यम से मूल्य पैदा करने का है।

नया संतुलन: नैश से सहजीवन तक

नैश संतुलन वह अवस्था है जहाँ कोई भी खिलाड़ी एकतरफ़ा अपनी रणनीति बदलकर अपना परिणाम बेहतर नहीं कर सकता। यह स्वार्थी स्थिरता की अवस्था है। क़ैदी की दुविधा हमें दिखाती है कि यह अक्सर एक भयानक जगह हो सकती है।

बुद्धिमान खेल सिद्धांत एक नया, ऊँचा संतुलन प्रस्तुत करता है: सहजीवी संतुलन**।** यह वह अवस्था है जहाँ व्यवस्था का समग्र स्वास्थ्य, जिसे उसकी MIND पूँजियों से मापा जाता है, अधिकतम होता है। इस अवस्था में कोई व्यक्तिगत कर्ता ऐसा कोई काम करके, जो नेटवर्क के स्वास्थ्य को क्षीण करे, अपनी दीर्घकालिक संभावनाएँ बेहतर नहीं कर सकता।

21वीं सदी में नीति का लक्ष्य ऐसी व्यवस्थाएँ डिज़ाइन करना है जहाँ नैश संतुलन और सहजीवी संतुलन एक ही हों। यह मानव स्वभाव बदलने के बारे में नहीं है। यह खेल का गणित बदलने के बारे में है।

भरोसे की गणना

शास्त्रीय खेल सिद्धांत इसलिए विफल हुआ क्योंकि उसने असंबद्ध लेन-देनों की दुनिया मान ली। सहयोग करने के लिए उसके क़ैदियों को एक-दूसरे पर भरोसा चाहिए था, और भरोसा एक ऐसा चर था जिसका मॉडल वह नहीं बना सकता था।

ठीक यही वह समस्या है जिसे हल करने के लिए आधुनिक AI और क्रिप्टोग्राफ़िक प्रणालियाँ बनाई गई हैं। आपूर्ति-शृंखला का प्रबंधन करने वाली एक बहु-कर्ता AI प्रणाली को लीजिए। ये AI सहयोग करना किसी नैतिक संहिता के कारण नहीं सीखेंगे, बल्कि इसलिए कि वे गणितीय रूप से खोज लेंगे कि पारदर्शी, साझा बहीखाते और सत्यापन-योग्य प्रतिबद्धताएँ उनकी सामूहिक पूर्वानुमान-त्रुटि को नाटकीय रूप से घटा देती हैं।

इस नई दुनिया में भरोसा कोई भावना नहीं है। यह एक गणनात्मक विशेषता है। सबसे सफल प्रणालियाँ वे होंगी जो भरोसे को अपनी वास्तुकला में ही इंजीनियर कर लें। वे ऐसे खेल बनाएँगी जहाँ सहयोग उम्मीद का नहीं, गणितीय निश्चितता का मामला हो। ऐसे परिवेश में "जैसे को तैसा" का तर्क निरपेक्ष बन जाता है। सहयोग सिर्फ़ सबसे अच्छी रणनीति नहीं है; यह एकमात्र रणनीति है जिसकी गणना बैठती है।

यह कोई सैद्धांतिक सपना नहीं है। यह कोई दूर का यूटोपिया नहीं है। एक ऐसे भविष्य से ख़बरें आ रही हैं जो पहले से काम कर रहा है, यह सिद्ध करते हुए कि सहजीवी मॉडल पुराने खेल को पूरी तरह ठुकराकर फलते-फूलते हैं। स्पेन के बास्क देश को देखिए, जहाँ 80,000 श्रमिक-स्वामियों के संघ मोंड्रागोन कॉर्पोरेशन (Mondragon Corporation) ने 2008 के वित्तीय संकट का सामना शून्य प्रतिशत की आंतरिक बेरोज़गारी दर के साथ किया, जबकि बाक़ी देश छब्बीस प्रतिशत पर तड़प रहा था। नीदरलैंड को देखिए, जहाँ 15,000 बुर्टज़ोर्ग (Buurtzorg) नर्सें बिना किसी प्रबंधक के काम करती हैं और महज़ आठ प्रतिशत के ओवरहेड के साथ, जो उद्योग मानक का एक-तिहाई है, देश की सर्वोच्च-रेटेड रोगी-देखभाल देती हैं। अमेरिका को देखिए, जहाँ सबसे बड़ी कर्मचारी-स्वामित्व वाली कंपनी, पब्लिक्स (Publix), सार्वजनिक बाज़ारों के निष्कर्षणकारी तर्क को ठुकराकर फलती-फूलती है। ये कोई मनोरम प्रयोग नहीं हैं। ये प्रमाण हैं कि सहजीवन पर बनी अर्थव्यवस्था सिर्फ़ अधिक मानवीय नहीं, बल्कि गणितीय रूप से अधिक दक्ष और मज़बूत है।