teoría de juegos

La teoría de juegos es el estudio matemático de la decisión estratégica en situaciones donde el resultado de una persona depende inevitablemente de las elecciones de las demás.

Nacida a mediados del siglo XX de la mano del matemático John von Neumann y el economista Oskar Morgenstern —y popularizada más tarde por el premio Nobel John Nash—, esta disciplina no trata sobre ajedrez o póquer en un sentido lúdico. En su lugar, utiliza el término «juego» para formalizar cualquier interacción entre agentes racionales que operan bajo reglas definidas y buscan maximizar su propio beneficio.

El escenario más emblemático de esta disciplina es el dilema del prisionero, ideado por Merrill Flood y Melvin Dresher en 1950, que describe el equilibrio de Nash (una situación en la que ningún jugador tiene incentivos para cambiar su estrategia unilateralmente, aun cuando el resultado final no sea el óptimo global).

Componentes estructurales de la interacción estratégica

Para descomponer un fenómeno complejo mediante este instrumental, deberemos identificar las tres variables analíticas fundamentales:

1. Los agentes o jugadores

Se trata de las entidades decisoras, de naturaleza individual o colectiva, dotadas de capacidad estratégica. En esta categoría podemos ubicar estados, firmas comerciales, instituciones públicas o hasta agentes algorítmicos.

2. La estructura y el conjunto de estrategias

Corresponde al catálogo de acciones disponibles para cada participante y está condicionado por las reglas del entorno, la temporalidad de las decisiones (simultáneas o secuenciales) y los niveles de información disponibles.

3. La matriz de pagos (payoffs)

Esta matriz revela la cuantificación de los beneficios, costes o utilidades asignados a cada combinación posible de estrategias. Estos retornos pueden abarcar desde magnitudes financieras hasta incentivos reputacionales, electorales o de poder relativo.

La teoría de juegos analiza situaciones donde la incertidumbre proviene de las acciones de otros agentes conscientes, que también están intentando predecir los movimientos ajenos, a diferencia de aquellas situaciones en que un agente toma decisiones frente a la incertidumbre del entorno (como predecir el clima).

Triangulación analítica: diagnóstico, prospectiva e ingeniería institucional

Para un empleo riguroso de la teoría, conviene distinguir las tres dimensiones funcionales en las que opera el modelo:

1. Dimensión descriptiva (análisis del juego)

Consiste en aislar la estructura interna de la interacción para catalogar el problema estratégico (por ejemplo, dilemas de acción colectiva, juegos de coordinación o escenarios de suma cero). Permite hacer explícita la arquitectura de incentivos subyacente que condiciona el comportamiento público de los actores.

2. Dimensión prospectiva (predicción del comportamiento)

Evaluada a través de conceptos de solución, como el equilibrio de Nash o la estabilidad evolutiva, esta vertiente busca anticipar los puntos de convergencia o ruptura bajo distintos supuestos sobre la cognición de los agentes (racionalidad perfecta, acotada o aprendizaje adaptativo).

3. Dimensión prescriptiva (mechanism design e ingeniería institucional)

Representa el paso del diagnóstico a la intervención. Bajo la formulación de la «teoría de juegos inversa», la disciplina no busca prever la conducta a partir de unas reglas dadas, sino diseñar reglas de juego e incentivos específicos para que las acciones e intereses de los agentes converjan de forma autónoma en un resultado óptimo o eficiente, como en el diseño de subastas de bienes públicos o mercados de emisiones.

Mapa de enfoques

Para abordar de manera rigurosa un fenómeno político o económico no basta con invocar la teoría de juegos de forma genérica; se requiere seleccionar la estructura formal que mejor capture las restricciones, incentivos y dinámicas del caso estudiado. La taxonomía de la disciplina ofrece una diversidad de modelos organizados en torno a ejes analíticos precisos, los cuales constituyen la «caja de herramientas» fundamental para el diagnóstico social.

A continuación, se sintetizan los tres grandes ejes que articulan esta tipología y que estructurarán las próximas entregas monográficas de esta serie.

1. La naturaleza de la tensión estratégica: competencia directa frente a cooperación

El primer eje taxonómico clasifica las interacciones según la compatibilidad de las preferencias y pagos de los involucrados:

• Juegos de suma cero: Representan situaciones de conflicto puro, donde los beneficios de un actor equivalen exactamente a las pérdidas del otro. Es el marco idóneo para analizar disputas territoriales, guerras de precios estrictas o la disuasión militar clásica resuelta mediante el principio minimax.

• Juegos de suma no nula: Configuran la inmensa mayoría de las interacciones sociales, caracterizadas por combinar elementos de conflicto y posibilidades de beneficio mutuo. En este ámbito se ubican los juegos de coordinación (como la fijación de estándares tecnológicos o las convenciones sociales) y los dilemas estratégicos (como el dilema del prisionero o el juego de gallina), donde el ejercicio irrestricto del interés individual conduce a resultados subóptimos para el colectivo.

2. La arquitectura temporal y la información: secuencia, reputación e incertidumbre

Las decisiones no ocurren bajo la misma estructura temporal ni con la misma transparencia informativa, lo que altera radicalmente el cálculo estratégico.

• Juegos estáticos frente a dinámicos: En los modelos estáticos o de forma normal, los agentes deciden de manera simultánea (o sin observar las acciones ajenas). En los juegos dinámicos o extensivos, la interacción es secuencial, introduciendo la necesidad de evaluar el aprendizaje, la información imperfecta o incompleta (juegos bayesianos) y la credibilidad de las amenazas o compromisos futuros.

• Juegos repetidos y la construcción de reputación: Cuando una interacción no es de ejecución única (one-shot), la «sombra del futuro» altera los incentivos inmediatos. La repetición permite la aparición de mecanismos de reciprocidad, represalia y credibilidad, indispensables para explicar la estabilidad de oligopolios, acuerdos laborales o alianzas diplomáticas duraderas.

3. De la interacción binaria a la escala sistémica: la topología de redes

El tercer eje metodológico aborda el paso de los modelos micro (interacciones entre dos o pocos agentes) a la complejidad macroscópica.

• Modelos tradicionales de mezcla homogénea: Asumen que cualquier agente puede interactuar con cualquier otro dentro del sistema con igual probabilidad.

• Juegos en redes y dinámicas poblacionales: En los entornos sociales reales, los agentes interactúan condicionados por una topología de red específica (quién está conectado con quién). El empleo de juegos evolutivos sobre redes complejas y la física estadística permiten analizar cómo la estructura de los contactos determina la contención o la difusión de comportamientos, la resistencia de normas culturales, la polarización política y las transiciones de fase en sistemas sociales masivos.

La teoría de juegos conductual (behavioral game theory) nace de cruzar la precisión matemática de la economía tradicional con el baño de realidad que ofrece la psicología experimental.

La teoría de juegos clásica parte de un supuesto ideal: los jugadores son agentes perfectamente racionales (homo economicus) y dotados de una capacidad de cálculo ilimitada, que buscan de forma egoísta maximizar sus beneficios. Sin embargo, en el mundo real las personas dudan, sienten empatía, sobrestiman los riesgos y se guían por nociones morales. La rama conductual no desecha el andamiaje matemático clásico, sino que lo ajusta empíricamente, observando cómo decide la gente de carne y hueso cuando hay algo en juego.

Para comprender este enfoque, conviene analizar sus tres pilares fundamentales:

1. Racionalidad limitada y capacidad cognitiva

A diferencia de los modelos teóricos, el cerebro humano procesa la información por pasos y con recursos finitos. La teoría conductual utiliza modelos como los «niveles de pensamiento» (level-k thinking), los cuales demuestran que las personas suelen anticipar uno o dos movimientos de su adversario, pero rara vez deducen infinitos pasos lógicos, como asumiría el modelo tradicional.

2. Preferencias sociales y equidad

Los seres humanos no solo evalúan sus ganancias individuales; les importa la distribución del resultado. Experimentos emblemáticos, como el juego del ultimátum, revelan que los participantes prefieren rechazar ofertas monetarias con las que saldrían ganando si perciben que el reparto es injusto, castigando la codicia ajena aun a costa del propio bolsillo.

3. Aprendizaje y heurísticas

En situaciones repetidas, las decisiones no surgen de un cálculo analítico desde cero, sino de la experiencia previa. Las decisiones evolucionan a través del ensayo, el error y la imitación, adaptándose gradualmente a la conducta observada en los demás.

En definitiva, si la teoría de juegos clásica nos muestra cómo deberían decidir entes con lógica impecable, la variante conductual aporta la lupa científica para predecir cómo decidimos realmente en mercados, negociaciones políticas y dilemas cotidianos.

Surgida de la biología teórica con autores como John Maynard Smith, esta corriente sustituye la racionalidad por la eficiencia biológica o adaptativa. Las estrategias no se eligen conscientemente, sino que son rasgos genéticos o comportamientos culturales. Las estrategias más exitosas prosperan y se multiplican en la población a lo largo de las generaciones, definiendo el concepto de estrategia evolutivamente estable.

Desarrollada por John Harsanyi, esta rama aborda la incertidumbre del mundo real: situaciones donde los jugadores no conocen los incentivos, costes o intenciones del rival.

Introduce la probabilidad bayesiana dentro del modelo para actualizar las creencias de los participantes a medida que observan las acciones de los demás. Es la base teórica del diseño de subastas modernas y el comercio electrónico.

Con el auge de la informática y el procesamiento masivo de datos nace la necesidad de estudiar la complejidad computacional del cálculo de equilibrios (como el equilibrio de Nash) en sistemas con millones de agentes interactuando simultáneamente. Es indispensable en la optimización del tráfico en redes, la asignación de publicidad digital en tiempo real y el diseño de algoritmos para agentes autónomos.

Conocida como teoría de juegos inversa, en lugar de predecir el resultado de un juego dado, se enfoca en diseñar las reglas del juego para forzar un resultado deseado.

Ha sido ampliamente utilizada por reguladores y gobiernos, ya que permite desde la estructuración de licitaciones de espectro radioeléctrico o mercados energéticos hasta la asignación de órganos para trasplantes, asegurando que los participantes revelen la verdad sobre sus preferencias.

Los juegos repetidos superan la limitación de los análisis de «una sola jugada». Al introducir la repetición en el tiempo, emergen conceptos como la reputación, el castigo o la cooperación a largo plazo. Demuestran matemáticamente por qué la amenaza de represalias futuras puede sostener acuerdos cooperativos estables, incluso entre agentes puramente egoístas.

Aunque surgió dentro de la economía matemática, sus herramientas analíticas abarcan múltiples áreas del conocimiento.