دو نفر رو به اتهام دزدی می‌گیرن و در دو اتاق جداگانه بازجویی می‌کنن (یعنی این دو نفر امکانش رو ندارن که جواب‌هاشون رو با هم هماهنگ بکنن). اگر هر دو سکوت کنن، هر نفر به یک سال حبس محکوم می‌شه. اگر هر دو اعتراف کنن، هر نفر به سه سال حبس محکوم می‌شه (نوعی تنبیه برای دزدی). اگر یک نفر سکوت کنه و یک نفر اعتراف کنه، اونی که اعتراف کرده آزاد می‌شه (نوعی تشویق برای راست‌گویی) و در عوض اونی که سکوت کرده به پنج سال زندان محکوم می‌شه (نوعی تنبیه برای دروغ‌گویی و دزدی). شما اگر به جای یکی از این دو نفر بازداشت‌شده بودین چه کار می‌کردین؟ سکوت می‌کردین یا اعتراف؟ (اگر با مساله آشنا نیستین، کمی در این مورد فکر کنین)

این مساله در تئوری بازی‌ها به «دوراهی زندانی‌ها» معروفه. اگر دو نفر بتونن با هم صحبت بکنن و در حضور هم بازجویی بشن، اگر عاقل باشن، هر دو سکوت می‌کنن و هر نفر یک سال زندان رو تحمل می‌کنه و آزاد می‌شن. اما اگر امکان صحبت با هم رو نداشته باشن، تعادل نش این‌طوره که هر دو اعتراف می‌کنن (تعادل نش اسمش رو از جان نش می‌گیره که شاید در فیلم یک ذهن زیبا دیده باشین). در واقع وقتی هر دو نفر به جرم‌شون اعتراف می‌کنن، سکوت کردن فایده نداره و کار رو خراب‌تر می‌کنه. برای همین هم حالت پایدار قضیه اینه که هر دو به جرم اعتراف بکنن، با این که در مجموع به ضرر هر دو نفرشونه.

اما چرا به یاد این بازی  افتادم؟ سه شبکه‌ی رادیویی هستن که ما موسیقی‌هاشون رو دوست داریم. این‌ها هر از گاهی تبلیغات پخش می‌کنن. هر موقع هم که تبلیغ پخش می‌شه، شبکه رو عوض می‌کنیم و بیش‌تر وقت‌ها از این سه شبکه بالاخره یکی‌شون هست که مشغول پخش تبلیغ نباشه و موسیقی پخش کنه. در نتیجه ما در هر حالتی می‌تونیم از دست تبلیغات فرار کنیم و موسیقی گوش کنیم. از اون طرف شاید به نفع شبکه‌های رادیویی باشه که موسیقی و تبلیغ‌شون رو با هم هماهنگ بکنن، چنان که همه با هم و هم‌زمان تبلیغ پخش بکنن. به این ترتیب مشتری‌هایی مثل ما نمی‌تونن از دست تبلیغات فرار بکنن و مجبورن تبلیغ‌ها رو هم بشنون.

اما شبکه‌ها به چنین توافقی نمی‌رسن، به همون دلیلی که بازداشت‌شده‌ها به توافق نمی‌رسن که سکوت بکنن. فرض کنین همه‌ی شبکه‌ها تبلیغ‌ها رو در زمان مشخص پخش بکنن. بعد یک شبکه بیاد و خیانت بکنه و زمانی که بقیه دارن تبلیغ پخش می‌کنن، موسیقی پخش بکنه. طبیعتن شنونده ترجیح می‌ده کانال رادیویی رو عوض کنه و اون شبکه رو گوش بکنه. اون شبکه شنونده رو به سمت خودش جذب کرده، اما کل توافق به هم می‌ریزه و شبکه‌های دیگه هم به توافق اول پایبند نخواهند بود. نتیجه هم این می‌شه که زمان پخش موسیقی و تبلیغ در شبکه‌ها مستقل از هم خواهد بود (یا دست‌کم هم‌زمان نخواهد بود).

قبول دارم که مساله رو خیلی ساده کردم. شنونده‌ها الزامن با یک تبلیغ شبکه رو عوض نمی‌کنن. در ضمن این بازی یک بار تکرار نمی‌شه و اصطلاحن «دوراهی زندانی‌های تکرار شونده» است (اصطلاحن گفته می‌شه iterated prisoner’s dilemma که اگر دوست داشته باشین، می‌تونین به این‌جا برین و بازی کنین) . وقتی در بازی تکرار هست، امکانش وجود داره که یک نفر هم‌بازی دیگه رو تنبیه بکنه و به این ترتیب به هم‌کاری وادارش بکنه. در کنار این‌ها باید در نظر بگیریم که بازی‌کنان این بازی شاید خیلی هم منطقی (rational) نباشن. با تمام این‌ها، تا به الان مشاهده‌ی من با این مدل ساده سازگار بوده. تجربه‌ی من این بوده که هر موقع با آگهی بازرگانی روبه‌رو بشیم، می‌تونیم با عوض کردن شبکه از آگهی‌ها فرار کنیم و موسیقی گوش کنیم!