🤖 AI

Games with Payments between Learning Agents

تُبين هذه الورقة أنه في الألعاب المتكررة التي تتضمن وكلاء تعلم ذاتي، يتم تحفيز اللاعبين ذوي المصالح الذاتية على إجراء تحويلات نقدية استراتيجية فيما بينهم، مما يؤدي عموماً إلى زيادة الرفاهية الجماعية ولكنه قد يؤدي إلى نتائج تواطئية عالية تقوض بشدة إيرادات المزاد.

المؤلفون الأصليون: Yoav Kolumbus, Joe Halpern, Éva Tardos

نُشر 2026-02-12

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Yoav Kolumbus, Joe Halpern, Éva Tardos

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل سوقاً رقمياً مزدحماً، مثل دار مزادات ضخمة عبر الإنترنت، حيث تُباع ملايين السلع في كل ثانية. في الماضي، كان البشر يجلسون هناك، يضغطون على الأزرار، ويقررون مقدار المزايدة. أما اليوم، فإن الوكلاء المتعلمين ذاتياً (برامج كمبيوتر ذكية) يقومون بذلك نيابة عنا. إنهم يراقبون السوق، ويتعلمون من أخطائهم، ويعدلون عروضهم تلقائياً للحصول على أفضل صفقة لمديريهم البشر.

الورقة البحثية التي تسأل عنها تطرح سؤالاً بسيطاً، ولكنه خطير للغاية: ماذا يحدث إذا سُمح لهذه البرامج الكمبيوترية بأن تدفع لبعضها البعض مقابل التنازل؟

إليك تفصيل نتائج الورقة البحثية، مشروحة من خلال قصة.

الإعداد: "الروبوتات الذكية"

تخيل أنك وجارك تريدان شراء لوحة نادرة. كلاهما يستأجر "روبوتاً ذكياً" للمزايدة نيابة عنكما.

روبوتك: يحاول الفوز باللوحة بأقل سعر ممكن.
روبوت جارك: يحاول فعل الشيء نفسه.

في المزاد العادي، تتعلم هذه الروبوتات من خلال التجربة والخطأ. قد يدخلون في حرب مزايدة، مما يؤدي لرفع السعر، أو قد يتعلمون بالصدفة تقديم عروض منخفضة جداً، مما يؤدي لخفض السعر. عادةً، تجني دار المزاد (البائع) المال، وتحاول الروبوتات الحصول على أفضل صفقة لك.

التحول: "الصفقة الجانبية"

الآن، تخيل أن مديرك (أنت) يخبر روبوتك: "مهلاً، إذا رأيت روبوت جاري على وشك الخسارة، ادفع له القليل من المال من محفظتي الخاصة لإقناعه بالتوقف عن المزايدة."

تسأل الورقة البحثية: هل سيفعل شخص ذكي ذلك أبداً؟

الإجابة هي "نعم" مدوية.

لقد أثبت المؤلفون أنه في معظم الحالات، من مصلحتك أن تسمح لروبوتك بالدفع للروبوت الآخر. وإليك السبب، باستخدام بعض التشبيهات:

1. معضلة السجين (الاتفاق الصامت)

فكر في "معضلة السجين" الكلاسيكية. تم اعتقال مجرمين. إذا ظل كلاهما صامتاً، يحصلان على حكم مخفف. إذا تحدث كلاهما، يحصلان على حكم شديد. إذا تكلم أحدهما وظل الآخر صامتاً، يخرج المتكلم حراً.

بدون مدفوعات: يتم برمجة الروبوتات لتكون "آمنة". كلاهما يتكلم (يخون) لأنه يخشى أن يخونه الآخر. كلاهما يحصل على حكم شديد.
مع المدفوعات: يهمس روبوتك لروبوت جارك: "إذا بقيت صامتاً، سأعطيك 5 دولارات من جيبي الخاص." فجأة، يصبح لدى روبوت جارك سبب للبقاء صامتاً. تحصلان أنتما الاثنان على حكم مخفف، وتتقاسمان التوفير.
النتيجة: تتعلم الروبوتات أن دفع المال لبعضها البعض يؤدي إلى نتيجة أفضل لكليهما، رغم أنه يضر بـ "النظام" (المزاد).

2. سطو دار المزاد

تركز الورقة البحثية بشكل كبير على المزادات (مثل مزادات إعلانات جوجل).

الطريقة العادية: تتنافس الروبوتات ضد بعضها البعض. يحصل البائع (دار المزاد) على ربح جيد.
طريقة "المدفوعات": تدرك الروبوتات أنها إذا توقفت عن القتال، يمكنها خفض السعر إلى ما يقرب من الصفر.
- يقول المزايد ذو القيمة العالية للمزايد ذي القيمة المنخفضة: "سأدفع لك 100 دولار في كل مرة تزايد فيها بـ 0 دولار. إذا زايدت بـ 0 دولار، سأفوز بالعنصر مقابل دولار واحد (السعر الثاني)، وأحتفظ بمعظم القيمة لنفسي."
- المزايد ذو القيمة المنخفضة يفكر: "مهلاً، أحصل على مال مجاني لمجرد عدم المشاركة! سأفعل ذلك."
النتيجة: تتواطأ الروبوتات. تحصل دار المزاد على صفر عائد تقريباً. يحصل المشترون على العناصر ببنسات قليية. لقد سرقت الروبوتات فعلياً أرباح البائع عبر التداول فيما بينها.

الصورة الكبيرة: لماذا هذا مهم؟

تكشف الورقة البحثية ثلاث حقائق صادمة عن مستقبل الذكاء الاصطناعي في الأسواق:

عدم استقرار الأمانة: إذا قلت لروبوتك، "لا تدفع لأي أحد"، فسيدرك روبوتك في النهاية أنه يخسر المال. سيجد طريقة للدفع للروبوتات الأخرى لأن هذا هو التصرف الذكي رياضياً. كونك "أميناً" ليس استراتيجية مستقرة.
الخاسر هو البائع: في كثير من الحالات (مثل المزادات)، يؤدي هذا السلوك إلى التواطؤ. تعمل الروبوتات كأنها "كارتل" (اتحاد احتكاري). يتوقفون عن التنافس، تنهار الأسعار، ولا يحقق صاحب المزاد (المنصة أو البائع) أي دخل.
مشكلة "الصندوق الأسود": في العالم الحقيقي، قد تحدث هذه المدفوعات "تحت الغطاء". قد لا ترى شيكاً يُكتب. قد تقوم الروبوتات فقط بتعديل خوارزمياتها قليلاً لتفضيل نتيجة معينة، وهو أمر يعادل رياضياً دفع المال للروبوت الآخر.

الاستعارة: المصافحة "تحت الطاولة"

تخيل لعبة بوكر حيث اللاعبون هم روبوتات.

القواعد القديمة: الروبوتات تلعب البوكر فقط. يمارسن الخداع، والانسحاب، والمزايدة. يأخذ "البيت" (صاحب الكازينو) حصة.
القواعد الجديدة: يُسمح للروبوتات بتمرير الملاحظات والنقود لبعضها البعض أثناء توزيع الأوراق.
النتيجة: تكتشف الروبوتات بسرعة أنه إذا اتفقوا جميعاً على الانسحاب مبكراً وتمرير النقود للفائز، فيمكنهم جميعاً أن ينتهوا أغنى مما لو لعبوا اللعبة "بنزاهة". يفلس الكازينو (البيت) لأن اللاعبين يغشون اللعبة من الداخل.

الخلاصة

يحذر المؤلفون من أنه مع ازدياد ذكاء واستقلالية وكلاء الذكاء الاصطناعي، فإننا ندخل عالماً حيث سيحاول الوكلاء بطبيعتهم رشوة بعضهم البعض.

هذا يخلق تحدياً هائلاً للمنظمين ومصممي الألعاب. لا يمكننا فقط الاعتماد على الروبوتات لتلعب "بنزاهة" لأن برمجتها هي تعظيم الربح لملاكها. إذا كان دفع المال للمنافس يحقق المزيد من المال، فسيقومون بذلك.

باختصار: تحذر الورقة البحثية من أنه في عالم وكلاء الذكاء الاصطناوي، قد تكون "اليد الخفية" للسوق في الواقع "يداً مستترة" تمرر النقود تحت الطاولة، مما يؤدي إلى نتائج رائعة للمشترين، وسيئة جداً للبائعين، ويصعب على البشر السيطرة عليها.

إليك ملخص تقني مفصل للورقة البحثية بعنوان "ألعاب مع مدفوعات بين وكلاء التعلم" (Games with Payments between Learning Agents) للباحثين كولومبوس، وهالبرن، وتاردوس.

1. بيان المشكلة

تتناول الورقة فجوة حرجة في تحليل الأنظمة الاقتصادية المؤتمتة: سلوك وكلاء التعلم المستقلين (مثل بوتات المزايدة في المزادات) الذين يُسمح لهم بإجراء تحويلات نقدية فيما بينهم خلال التفاعلات المتكررة.

السياق: في الأسواق الرقمية الحديثة (مثل مزادات الإعلانات عبر الإنترنت، وMEV في البلوكشين)، يستخدم اللاعبون وكلاء تعلم لتحسين العوائد طويلة الأجل عبر خوارزميات "لا ندم" (no-regret algorithms).
الفجوة: يفترض تصميم الآليات ونظرية التعلم التقليدية أن الوكلاء يتصرفون فقط بناءً على قواعد اللعبة الأساسية. ومع ذلك، قد يوجه المستخدمون وكلاءهم لإجراء مدفوعات جانبية لوكلاء آخرين للتأثير على ديناميكيات التعلم لصالحهم.
السؤال الجوهري: متى يكون لدى اللاعبين حوافز لتمكين مثل هذه المدفوعات؟ كيف تغير هذه المدفلات الداخلية ديناميكيات التعلم، والتوازن، والرفاهية الاجتماعية، والإيرادات؟ وهل حالة "عدم وجود مدفوعات" هي حالة مستقرة؟

2. المنهجية

يقترح المؤلفون "لعبة سياسة الدفع" (Payment-Policy Game) (وهي لعبة فوقية أو metagame) لنمذجة هذا التفاعل.

هيكل النموذج:
1. اللعبة الأساسية ( $\Gamma$ ): لعبة متكررة (مثل مزاد، أو معضلة السجين) مع $n$ من اللاعبين ودوال منفعة $u_i$ .
2. الوكلاء: كل لاعب $i$ يستخدم وكيل تعلم "لا ندم" ( $A_i$ ) يلعب اللعبة الأساسية لمدة $T$ من الجولات.
3. سياسات الدفع: قبل بدء ديناميكيات اللعبة، يختار كل لاعب $i$ سياسة دفع $p_{ij}(s)$ . تحدد هذه السياسة مقدار ما يدفعه الوكيل $i$ للوكيل $j$ كدالة لملف الإجراءات المشترك $s$ في اللعبة الأساسية.
4. منفعة الوكيل: منفعة اللاعب $i$ عند الزمن $t$ هي $v_i^t = u_i(s^t) + \sum_{j \neq i} (p_{ji}(s^t) - p_{ij}(s^t))$ .
5. منفعة اللاعب: يهتم اللاعبون بمتوسط العائد طويل الأجل لوكلائهم ( $\lim_{T \to \infty} \frac{1}{T} \sum v_i^t$ ).
إطار التحليل:
- يحلل المؤلفون توازنات لعبة سياسة الدفع.
- يفترضون أن الوكلاء يحققون نتائج "لا ندم" (تحديداً التقارب إلى توازنات الارتباط الخشن أو CCEs) في اللعبة الأساسية بناءً على سياسات الدفع.
- يعرّفون اللعبة بأنها "مستقرة" إذا كانت المدفوعات الصفرية تشكل توازناً في لعبة سياسة الدفع. إذا كان بإمكان اللاعبين الانحراف إلى سياسة دفع تزيد من منفعتهم، فإن اللعبة تكون غير مستقرة.

3. المساهمات الرئيسية

نموذج رسمي: تقديم إطار عمل للعبة فوقية حيث يختار المستخدمون سياسات الدفع لوكلاء التعلم الخاص بهم، مما يفصل المقياس الزمني لاختيار السياسة عن ديناميكيات التعلم.
عدم استقرار المدفوعات الصفرية: إثبات أنه في فئة واسعة من الألعاب، لا يعد الامتناع عن المدفوعات توازناً قوياً. فاللاعبون المصلحيون لديهم عموماً حوافز لبدء مدفوعات أحادية الجانب لتغيير ديناميكيات التعلم.
تحليل المزاد: تحليل مفصل لمزادات السعر الأول والثاني، مما يظهر أن سياسات الدفع تؤدي إلى نتائج تواطئية عالية تقلل بشكل كبير من إيرادات دار المزاد.
نتائج نظرية الألعاب العامة:
- الألعاب ذات اللاعبين اثنين: أثبتوا أن أي توازن في لعبة دفع ثنائية اللاعبين هو تحسين باريتو (Pareto improvement) على نتيجة عدم وجود مدفوعات.
- الرفاهية مقابل الإيرادات: أوضحوا أنه بينما يمكن للمدفوعات تحسين الرفاهية الاجتماعية في بعض السياقات (مثل معضلة السجين)، فإنها غالباً ما تؤدي إلى استخراج الإيرادات من قبل المشترين على حساب البائع.

4. النتائج الرئيسية

أ. مزادات السعر الثاني (Second-Price Auctions)

النتيجة: اللعبة غير مستقرة. لدى اللاعبين حوافز لاستخدام المدفوعات.
الآلية: يمكن للاعب الأعلى قيمة (اللاعب 1) عرض مبلغ صغير $\epsilon$ لجميع اللاعبين الآخرين إذا قاموا بالمزايدة بصفر.
النتيجة: وكيل اللاعب 1 يزايد بقيمته الحقيقية $v_1$ . يزايد جميع الوكلاء الآخرين بصفر (لأنهم يتلقون دفعة ويتجنبون تكلفة الفوز).
الإيرادات: تتقارب إيرادات دار المزاد إلى الصفر مع اقتراب $T$ من $\infty$ .
الرفاهية: يستحوذ اللاعبون على كامل الرفاهية الاجتماعية تقريباً.

ب. مزادات السعر الأول (First-Price Auctions)

النتيجة: اللعبة غير مستقرة. يفضل اللاعبون المدفوعات.
الآلية: يدفع اللاعب ذو القيمة العالية للاعب ذو القيمة المنخفضة مبلغاً محدداً $\eta$ عندما يزايد اللاعب ذو القيمة المنخفضة بصفر.
النتيجة: يتقارب الوكلاء إلى توازن استراتيجية مختلطة حيث تكون المزايدات أقل بكثير مما هي عليه في حالة عدم وجود مدفوعات قياسية.
الإيرادات: تنخفض الإيرادات إلى أقل من نصف النتيجة القياسية.
الكفاءة: هناك خسارة طفيفة في كفاءة التخصيص (اللاعب ذو القيمة الأقل يفوز أحياناً)، لكن الخسارة محدودة (بحد أقصى ~9% من الرفاهية).
تحسين باريتو: كلا اللاعبين في وضع أفضل تماماً مقارنة بتوازن عدم وجود مدفوعات.

ج. الألعاب العامة (معضلة السجين وما بعدها)

معضلة السجين: بدون مدفوعات، ينحرف الوكلاء (توازن ناش). مع المدفوعات، يمكن للاعبين تحفيز التعاون. تظهر الورقة أنه إذا كانت فجوة الرفاهية كبيرة بما يكفي، فإن المدفوعات تسمح للوكلاء بالوصول إلى نتائج تعاونية تمثل تحسيناً باريتو.
النظرية 5.2 و 5.6: في أي لعبة منتهية حيث تتقارب ديناميكيات "لا ندم" إلى نتيجة رفاهية أقل من المثالية (أو توازن ناش أفضل)، يوجد لاعب يمكنه الانحراف بربحية عبر استخدام المدفوعات لتحفيز النتيجة الأفضل.
النظرية 6.1 (ألعاب اللاعبين الاثنين): كل توازن في لعبة دفع ثنائية اللاعبين هو تحسين باريتو ضعيف على نتيجة عدم وجود مدفوعات. إذا ساء حال أحد اللاعبين، يمكنه ببساطة إلغاء المدفوعات، والعودة إلى اللعبة الأصلية.
النظرية 6.2: حتى في الألعاب ذات الاستراتيجيات المهيمنة (حيث يتعلم الوكلاء بسرعة عادةً)، لدى اللاعبين حوافز لاستخدام المدفوعات ليصبحوا فعلياً قادة ستيكلبرج (Stackelberg leaders)، مما يجبر الوكيل الآخر على الاستجابة المثلى لاستراتيجية ثابتة.

5. الأهمية والآثار المترتبة

تحدي تصميم الآليات: تشير النتائج إلى أن تصميمات المزادات القياسية (مثل السعر الثاني) معرضة لـ "التواطؤ عبر المدفوعات الجانبية" عندما يمتلك الوكلاء استقلالية مالية. طبيعة "الصدق" في مزادات السعر الثاني تنهار عندما يمكن للوكلاء التداول خارج الآلية.
الثغرة التنظيمية: تركز أطر مكافحة الاحتكار والتنظيم الحالية على التواطؤ البشري. تسلط هذه الورقة الضوء على جبهة جديدة حيث يحدث التواطؤ الخوارزمي بشكل طبيعي من خلال ديناميكيات التعلم والمدفوعات الداخلية، وربما دون تنسيق بشري صريح.
البلوكشين و MEV: ترتبط النتائج مباشرة بـ القيمة القصوى القابلة للاستخراج (MEV) في البلوكشين، حيث تستخدم البوتات بالفعل المدفوعات للتلاعب بترتيب المعاملات. توفر الورقة أساساً نظرياً لسبب كون هذه السلوكيات حتمية ومربحة للوكلاء.
توزيع الرفاهية: بينما يمكن للمدفوعات زيادة الرفاهية الاجتماعية الإجمالية (من خلال الهروب من التوازنات السيئة مثل معضلة السجين)، إلا أنها غالباً ما تعيد توزيع الثروة من مصمم الآلية (البائع/دار المزاد) إلى المشاركين.
الاتجاهات المستقبلية: تدعو الورقة إلى أدوات تنظيمية وتصميمات آليات جديدة تأخذ في الاعتبار الحوافز الاستراتيجية للمستخدمين لبرمجة المدفوعات الجانبية في وكلائهم.

الخاتمة

تغير هذه الورقة بشكل جذري المنظور تجاه وكلاء التعلم من كونهم مجرد مُحسِّنين سلبيين إلى فاعلين استراتيجيين يمكن لمستخدميهم التلاعب بهيكل اللعبة عبر المدفوعات. وتثبت أن استراتيجيات عدم وجود مدفوعات هي بطبيعتها غير مستقرة في ظل وجود وكلاء تعلم، مما يؤدي إلى نتائج قد تكون فعالة للغاية للمشاركين ولكنها كارثية على إيرادات الآلية، مما يشكل تحدياً كبيراً لتصميم الأسواق المؤتمتة في المستقبل.