Song đề tù nhân: vì sao cùng tính đúng vẫn cùng thiệt?
Song đề tù nhân giải thích xung đột giữa lợi ích riêng và hợp tác. Từ cuộc đua giảm giá đến quan hệ dài hạn, hiểu mô hình và giới hạn khi đầu tư.

Mục lục
Hai quán cà phê đối diện nhau cùng cân nhắc chạy một đợt giảm giá. Quán nào giảm một mình thì kéo được khách từ bên kia. Nhưng nếu cả hai cùng giảm, khách không tăng bao nhiêu, còn tiền thu trên mỗi cốc đều thấp xuống. Bạn cầm cổ phiếu của một chuỗi trong ngành ấy và đang đọc kế hoạch “tăng thị phần bằng khuyến mại”.
Song đề tù nhân (prisoner’s dilemma) là tình huống mà mỗi bên đều có lợi khi chọn hành động không hợp tác, bất kể bên kia chọn gì, nhưng cả hai cùng làm vậy lại kém hơn khi cùng hợp tác. Không cần ai tính sai mới xuất hiện kết quả cùng thiệt. Cái khó nằm ở cấu trúc lợi ích: một người tự đổi không giải quyết được vấn đề của cả hai.
Song đề tù nhân là gì, nếu không kể chuyện nhà tù?
Tên gọi gắn với câu chuyện hai người bị hỏi riêng và phải chọn có hợp tác với nhau hay không. Nhưng câu chuyện không phải điều kiện của bài toán. Hai quán cà phê, hai người cùng dọn sân chung hay hai bên thực hiện một giao dịch đều có thể giúp hiểu cấu trúc ấy.
Theo Stanford Encyclopedia of Philosophy, Merrill Flood và Melvin Dresher nghiên cứu một trò chơi có cấu trúc này vào đầu năm 1950. Albert Tucker sau đó dùng câu chuyện tù nhân để giải thích nó cho người nghe.[1] Ta không cần mượn lại bối cảnh ấy để tính toán.
Hãy dùng hai quán cà phê, với một lưu ý: đây là mô hình cạnh tranh một đợt, không phải mô tả mọi đợt khuyến mại. Hai quán chọn đồng thời, không quan sát trước lựa chọn của nhau. Mỗi quán có hai hành động: giữ giá hoặc giảm giá. Ta tạm bỏ qua thay đổi chất lượng, chi phí khác nhau và khách hàng mới.
| A chọn / B chọn | Giữ giá | Giảm giá |
|---|---|---|
| Giữ giá | 3; 3 | 0; 5 |
| Giảm giá | 5; 0 | 1; 1 |
Đây là điểm lợi ích minh họa, không phải lợi nhuận của quán thật, cũng không phải lợi suất đầu tư. Số đầu thuộc A, số sau thuộc B. Mức 0 chỉ là mốc của thang điểm này, không có nghĩa doanh nghiệp mất toàn bộ doanh thu.
Cùng giữ giá, mỗi bên được 3. Một bên giảm còn bên kia giữ, bên giảm được 5 và bên giữ được 0. Cùng giảm, mỗi bên chỉ được 1. Bảng ghi đầy đủ thứ ta giả định trước khi đưa ra kết luận.
Vì sao giảm giá là lựa chọn riêng có lợi?
Đặt mình vào vị trí A. Nếu B giữ giá, A giảm sẽ được 5 thay vì 3. Nếu B giảm giá, A giảm sẽ được 1 thay vì 0. Trong cả hai trường hợp, giảm đều tốt hơn cho A.
Ta gọi đó là một chiến lược trội nghiêm ngặt (strictly dominant strategy): lựa chọn luôn tốt hơn lựa chọn còn lại, bất kể đối thủ làm gì. Giống trong một bảng giờ đi xe giả định, tuyến số 1 luôn nhanh hơn tuyến số 2 dù mưa hay nắng. Bạn không cần đoán thời tiết để chọn tuyến số 1 trong bảng ấy.
B cũng có cùng phép tính. Cả hai chọn giảm, cùng được 1. Tại ô này, nếu một quán tự quay về giữ giá, điểm của họ còn giảm từ 1 xuống 0. Không ai có lợi khi tự đổi. Đây là cân bằng Nash duy nhất của trò chơi một lần này, kể cả khi cho phép chọn ngẫu nhiên giữa hai hành động.[1]
Nhưng cả hai cùng giữ giá thì mỗi bên được 3, hơn 1. Vậy vì sao không cùng làm điều tốt hơn? Vì nếu tin bên kia sẽ giữ, một bên lại được lợi khi tự giảm để lấy 5. Kết quả tốt chung không tự bảo vệ được trước động cơ đổi riêng.
Đây không phải bằng chứng người tham gia thiếu thông minh hoặc thiếu đạo đức. Ta chưa gán tính cách cho ai. Chỉ từ bảng đã thấy một lựa chọn có lợi riêng có thể dẫn tới kết quả cả hai đều muốn tránh.
“Cùng thiệt” là thiệt cho ai?
Trong ví dụ giảm giá, “cùng thiệt” nói về hai quán so với lúc cả hai giữ giá. Khách hàng có thể được mua rẻ hơn. Người ngoài bảng không tự nhiên nhận cùng kết luận với người trong bảng.
Vì vậy không nên biến bài học thành “doanh nghiệp phải cùng giữ giá để mọi người đều tốt”. Thỏa thuận hạn chế cạnh tranh đặt ra vấn đề pháp lý. Nguồn Nobel về lý thuyết trò chơi cũng lưu ý rằng hợp đồng hạn chế thương mại có thể trái luật.[2] Bài này phân tích động cơ, không hướng dẫn doanh nghiệp phối hợp ấn định giá.
Một chương trình giảm giá còn có thể tạo thêm nhu cầu thật, giải phóng hàng tồn hay giảm chi phí trên mỗi sản phẩm. Khi ấy ô cùng giảm chưa chắc tệ hơn ô cùng giữ. Nếu thứ tự lợi ích thay đổi, đó có thể không còn là song đề tù nhân.
Với nhà đầu tư, điểm cần kiểm tra là tăng trưởng đến từ đâu. Doanh thu tăng do bán nhiều hơn, hay do tốn thêm tiền để kéo khách từ đối thủ? Sau khi đối thủ phản ứng, biên lợi nhuận còn lại bao nhiêu? Trò chơi giúp tổ chức các câu hỏi này, không thay thế việc đọc số liệu.
Không phải xung đột nào cũng là song đề tù nhân
Hai người góp tiền sửa ngõ có thể gặp một vấn đề tương tự. Mỗi người muốn dùng con ngõ tốt nhưng muốn người kia trả tiền. Tuy nhiên, phải biết lợi ích và chi phí cụ thể mới kết luận đó có đúng là song đề tù nhân hay không.
Ví dụ, nếu một người góp tiền chỉ khi tin người kia cũng góp thì ta có một bài toán phối hợp khác. Giống hai người cùng khiêng bàn: tự khiêng một đầu không đem lại lợi ích, nhưng cùng làm thì có. “Tôi nên làm gì?” phụ thuộc vào niềm tin về người kia, thay vì có một hành động luôn tốt hơn.
Việc cổ đông ít tham gia giám sát doanh nghiệp cũng cần phân biệt. Một cổ đông bỏ công đọc báo cáo, chất vấn và vận động thay đổi có thể tạo lợi ích cho cả những người không bỏ công. Đó là vấn đề hưởng lợi mà không góp phần (free-rider problem), như người dùng sân chung sạch nhưng không tham gia quét sân. Nó không tự động là trò chơi hai người với đúng bốn ô phía trên.
Cũng không thể gọi mọi đợt bán tháo là song đề tù nhân. Ai cần tiền ngay, ai bị yêu cầu bổ sung tài sản bảo đảm, ai có thông tin khác và ai chỉ đơn giản đổi định giá? Chưa biết các lựa chọn và lợi ích, ta mới có một nhãn gọi, chưa có một mô hình được kiểm chứng.
Vì sao người quen có thể hợp tác lâu dài?
Đổi bối cảnh sang một mối quan hệ mà hợp tác có thể tạo giá trị: một xưởng nhỏ đặt nguyên liệu từ nhà cung cấp quen. Hai bên giao dịch nhiều lần. Hàng đúng chất lượng và thanh toán đúng hẹn đem lại lợi ích lặp lại. Một lần tận dụng sơ hở có thể có lợi ngay, nhưng làm mất đơn hàng sau.
Trong ví dụ này, “hợp tác” là thực hiện quan hệ làm ăn có lợi và hợp pháp. Nó không có nghĩa đối thủ thương lượng giữ giá. Ta tiếp tục dùng thang điểm 5, 3, 1, 0 để giữ phần tính toán dễ theo dõi, chứ không khẳng định mọi hợp đồng có cùng mức lợi ích.
Một trò chơi lặp lại (repeated game) là cùng những người tham gia gặp nhau qua nhiều lượt. Chiến lược khi đó không chỉ là hành động hôm nay. Nó là quy tắc ứng xử theo những gì đã xảy ra. Giống việc quán tạp hóa cho người quen ghi sổ dựa vào lịch sử thanh toán, thay vì quyết định như gặp một khách hoàn toàn mới mỗi lần.
Stanford trình bày sự khác nhau giữa trò chơi có số lượt cố định và trò chơi không biết trước lúc kết thúc.[1] Khi quan hệ còn có thể tiếp tục, lợi ích tương lai làm thay đổi cái giá của một lần hành động hôm nay.
Một quy tắc khắt khe để tính cho rõ
Xét quy tắc: bắt đầu hợp tác, tiếp tục nếu cả hai vẫn hợp tác; nếu có một lần không hợp tác, từ lượt sau luôn chọn không hợp tác. Quy tắc này thường được gọi là grim trigger. Nó giống điều khoản mất quyền ghi sổ vĩnh viễn sau một lần vi phạm, chỉ là mô hình đang bỏ qua mọi khả năng giải thích hay sửa sai.
Ta dùng nó vì dễ tính, không phải vì khuyên áp dụng ngoài đời. Một giao hàng trễ do mưa có thể bị hiểu thành cố tình thất hứa. Nếu không có cơ hội kiểm tra, sửa sai và khôi phục niềm tin, một quy tắc khắt khe có thể làm mất quan hệ có giá trị.
Điều kiện giúp hợp tác tồn tại là: lợi ích thêm từ lần tận dụng hôm nay không lớn hơn phần lợi ích tương lai sẽ mất. Câu “đường dài mới biết” có thể viết thành phép tính. Nhưng trước hết phải nói rõ tương lai được đánh giá như thế nào.
Tương lai phải đáng giá bao nhiêu?
Gọi là hệ số chiết khấu (discount factor), nằm từ 0 đến dưới 1. Một điểm ở lượt sau có giá trị bằng điểm hôm nay. Giống bạn coi một phiếu cà phê nhận tuần sau chỉ đáng bằng 80% phiếu dùng ngay vì phải chờ và có thể không quay lại quán. Việc đổi giá trị tương lai về hôm nay cũng là cách bài Các kỹ thuật định giá tài sản tính hiện giá của một dòng tiền.
Trong mô hình không biết trước lúc kết thúc, cũng có thể hiểu là xác suất quan hệ tiếp tục thêm một lượt, nếu chưa tính thêm chiết khấu do thời gian. Nếu vừa có rủi ro kết thúc vừa có sự giảm giá trị theo thời gian, phải kết hợp hai yếu tố thay vì coi chúng là một.[1]
Với quy tắc khắt khe trên, hợp tác mãi đem lại 3 điểm mỗi lượt. Giá trị hôm nay của chuỗi ấy là:
Nếu hôm nay không hợp tác khi đối tác còn hợp tác, bạn nhận 5 điểm ngay. Từ lượt sau, cả hai chọn không hợp tác nên chỉ nhận 1 mỗi lượt:
Hợp tác không kém hơn khi . Nhân hai vế với , ta được , hay . Tại ngưỡng, hai lựa chọn bằng nhau; trên ngưỡng, giữ hợp tác tốt hơn lần tận dụng đang xét.
| Hợp tác: | Tận dụng một lần: | |
|---|---|---|
| 0 | 3 | 5 |
| 0,25 | 3 | 4 |
| 0,5 | 3 | 3 |
| 0,75 | 3 | 2 |
Với , tổng giá trị chưa chuẩn hóa là 4 nếu hợp tác và khoảng 5,33 nếu tận dụng. Với , hai giá trị là 12 và 8. Những con số này được tính từ mô hình, không đo từ doanh nghiệp.
0,5 không phải ngưỡng chung của lòng tin
Gọi mức nhận khi một mình không hợp tác là , khi cùng hợp tác là , khi cùng không hợp tác là , và khi một mình hợp tác là . Bốn chữ chỉ là nhãn cho bốn ô. Song đề tù nhân nghiêm ngặt đối xứng có thứ tự .[1]
Lặp lại phép tính cho cùng quy tắc, điều kiện là:
Trong ví dụ, . Nếu lợi ích của lần tận dụng tăng từ 5 lên 9, giữ nguyên các mức khác, ngưỡng tăng thành . Cơ hội ngắn hạn càng hấp dẫn, tương lai càng phải có trọng lượng để giữ hợp tác.
Đây là điều kiện cho một quy tắc trong mô hình có quan sát đúng, điểm lợi ích ổn định và tương lai chưa có lượt cuối được biết trước. Nó không chứng minh rằng cứ lớn thì mọi người sẽ hợp tác. Cùng không hợp tác vẫn có thể được duy trì; nhiều kết quả khác cũng có thể xuất hiện.
Cứ gặp nhau nhiều lần là sẽ hợp tác?
Không hẳn. Nếu hai bên biết chắc chỉ chơi đúng mười lượt, lượt mười không còn tương lai để ràng buộc. Trong mô hình chuẩn với lợi ích đã biết và các giả định về duy lý được biết chung, cả hai chọn không hợp tác ở lượt cuối. Biết điều đó, họ lại không có lý do hợp tác ở lượt chín, rồi lập luận kéo ngược về lượt đầu.[1]
Đây là suy luận ngược (backward induction), giống lên kế hoạch chuyến đi bằng cách tính từ giờ tàu chạy lùi về giờ phải ra khỏi nhà. Nhưng khi dùng cho con người, kết luận phụ thuộc các giả định mạnh: ai cũng hiểu trò chơi, tin người kia hiểu và tiếp tục biết điều ấy ở các tầng suy luận.
Ngoài đời, người ta có thể không biết chắc tính cách đối tác, coi trọng công bằng hoặc có uy tín ở những mối quan hệ khác. Một kết quả lý thuyết không cho phép kết luận ai hợp tác ở lượt cuối là “phi lý”. Có thể mô hình đã bỏ sót điều họ coi là lợi ích.
Một quy tắc khác nổi tiếng là đáp lại lượt trước (tit for tat): hợp tác ở lượt đầu, sau đó làm giống hành động của đối tác ở lượt liền trước. Giống bạn tiếp tục cho người quen ghi sổ nếu lần trước họ trả đúng hẹn. Nó dễ hiểu, nhưng một sai sót có thể dẫn tới chuỗi đáp trả.
Các cuộc thi mô phỏng của Robert Axelrod giúp quy tắc ấy được biết đến. Stanford cũng trình bày các kết quả về sau và sự phụ thuộc vào môi trường đối thủ.[1] Không có cơ sở từ đó để nói một quy tắc thắng mọi cuộc chơi, hay chuyển nguyên nó thành chiến lược mua bán chứng khoán.
Nhà đầu tư nên nhìn động cơ, không chỉ lời hứa
Một nhà cung cấp muốn giữ khách nhiều năm có lý do bảo vệ chất lượng. Nhưng nếu họ sắp rời thị trường, thiếu tiền hoặc không còn khả năng phục vụ, giá trị của đơn hàng tương lai có thể khác đi. Không nên chỉ nhìn số năm hai bên đã quen nhau rồi suy ra hợp tác chắc chắn tiếp tục.
Tương tự, khi đọc báo cáo của một chuỗi bán lẻ, hãy phân biệt doanh thu tạo ra giá trị với doanh thu phải mua bằng trợ giá. Nếu lợi thế chỉ tồn tại chừng nào đối thủ chưa phản ứng, tăng trưởng có thể đi kèm áp lực lên lợi nhuận. Cần kiểm tra dòng tiền, chi phí thu hút khách và khả năng giữ khách sau chương trình, thay vì chỉ đếm số lượt mua.
Không thể suy ra các điểm từ một đường giá cổ phiếu. Giá phản ánh nhiều thông tin và kỳ vọng, còn bảng trò chơi cần biết những kết quả nếu hành động khác đi, kể cả điều chưa từng xảy ra. Đó là lý do bài dùng điểm giả định thay vì làm một bảng trông giống số liệu thực nghiệm.
Kết quả kinh doanh tốt cũng chưa chứng minh quan hệ hợp tác đã bền vững. Một kỳ thuận lợi có thể có phần may mắn, như bài hồi quy về trung bình giải thích. Và chỉ nhìn những đối tác còn tồn tại có thể bỏ sót các quan hệ đã đổ vỡ, một trường hợp của thiên lệch sống sót.
Tự tay vẽ cái giá của một lần tận dụng
Đoạn Python sau chỉ dùng thư viện chuẩn, tạo đúng Hình 1. Chạy từ gốc eyeblogs/. Vì đây là phép tính xác định, không có số ngẫu nhiên và không cần seed.
Hai đường dùng giá trị đã nhân với . Đây là đổi thang đo chung tại mỗi điểm, không phải đổi mô hình. Bảng phía trên giữ các giá trị cụ thể để bạn có thể đọc kết quả mà không cần phân biệt màu.
from pathlib import Path
T, R, P, S = 5, 3, 1, 0assert T > R > P > Sthreshold = (T - R) / (T - P)x = lambda delta: 80 + 580 * deltay = lambda value: 360 - 45 * valuesvg = [ '<svg xmlns="http://www.w3.org/2000/svg" width="760" height="480" viewBox="0 0 760 480">', '<rect width="760" height="480" fill="#fcfcfb"/>', '<g font-family="Arial, sans-serif" font-size="24" fill="#0b0b0b">', '<text x="80" y="35">Khi tương lai đủ đáng giá để giữ hợp tác</text>', '<text x="80" y="67" font-size="20">Giá trị chuẩn hóa · điểm minh họa, không phải lợi suất</text>',]for value in range(7): svg += [f'<path d="M80 {y(value)} H660" stroke="#e1e0d9"/>', f'<text x="60" y="{y(value)+7}" text-anchor="end">{value}</text>']for delta, label in [(0, "0"), (0.5, "0,5"), (1, "1")]: svg.append(f'<text x="{x(delta)}" y="392" text-anchor="middle">{label}</text>')svg += [ f'<path d="M80 {y(R)} H660" stroke="#2a78d6" stroke-width="3"/>', f'<path d="M80 {y(T)} L660 {y(P)}" stroke="#eb6834" stroke-width="3" stroke-dasharray="9 6"/>', f'<path d="M{x(threshold)} {y(R)} V360" stroke="#52514e" stroke-dasharray="3 5"/>', f'<circle cx="{x(threshold)}" cy="{y(R)}" r="6" fill="#0b0b0b" stroke="#fcfcfb" stroke-width="2"/>', f'<text x="{x(threshold)+14}" y="{y(R)-15}">Ngưỡng 0,5</text>', '<text x="676" y="232" font-size="20">Giữ</text>', '<text x="676" y="322" font-size="20">Đổi</text>', '<text x="80" y="428" font-size="20">Trục ngang: hệ số chiết khấu delta (delta < 1)</text>', '<path d="M80 455 H115" stroke="#2a78d6" stroke-width="3"/>', '<text x="125" y="462" font-size="20">Giữ hợp tác</text>', '<path d="M350 455 H385" stroke="#eb6834" stroke-width="3" stroke-dasharray="9 6"/>', '<text x="395" y="462" font-size="20">Đổi một lần, mất hợp tác</text></g></svg>',]out = Path("images/song-de-tu-nhan/gia-tri-tuong-lai.svg")out.parent.mkdir(parents=True, exist_ok=True)out.write_text("\n".join(svg), encoding="utf-8")print(f"Ngưỡng delta = {threshold:.2f}; hình: {out}")Kết quả là Ngưỡng delta = 0.50. Có thể đổi các mức lợi ích rồi tính ngưỡng mới, nhưng cần cập nhật nhãn, giới hạn trục và chú thích trong hình để khớp bộ số mới. Mốc 1 trên trục là giới hạn của đường chuẩn hóa khi tiến tới 1, không phải tổng vô hạn được tính tại .
Quay lại hai quán cà phê
Một quán nhìn thấy cơ hội kéo thêm khách bằng khuyến mại. Quán kia cũng nhìn thấy cơ hội ấy. Đọc riêng từng kế hoạch, cả hai có vẻ hợp lý; đặt hai kế hoạch cạnh nhau mới thấy phần lợi nhuận có thể bị mất sau khi cùng phản ứng.
Song đề tù nhân không khuyên ta luôn hợp tác, cũng không khuyên luôn giành phần trước. Nó buộc ta nhìn đủ bốn kết quả, phân biệt người trong bảng với người ngoài bảng, và hỏi điều gì thay đổi động cơ. Trong đầu tư, nhìn rõ cách doanh nghiệp cùng phản ứng thường hữu ích hơn một lời hứa tăng trưởng đứng riêng.
Vẽ minh họa hình học miễn phí cho học sinh và giáo viên: EyeViz.
Tài liệu tham khảo
- [1]Prisoner’s Dilemma. Stanford Encyclopedia of Philosophy.
- [2]The Sveriges Riksbank Prize in Economic Sciences in Memory of Alfred Nobel 1994: Press release. NobelPrize.org, Royal Swedish Academy of Sciences, 1994.


