Smart contracts and reaction-function games

Resumen Técnico: Contratos Inteligentes y Juegos de Funciones de Reacción

1. Problema y Motivación

El artículo aborda el desafío del compromiso creíble en interacciones estratégicas de un solo paso, particularmente en entornos caracterizados por déficits de confianza, fallos de coordinación y comportación de polizones (free-riding). La teoría de juegos tradicional sugiere que, en juegos de un solo paso, los jugadores suelen fracasar al alcanzar resultados Pareto-eficientes (por ejemplo, en el Dilema del Prisionero o en juegos de coordinación de tipo eslabón más débil) porque no pueden condicionar sus acciones de manera creíble a las acciones de otros.

Los autores proponen contratos inteligentes basados en blockchain como un mecanismo para resolver esto. A diferencia de los juegos estratégicos estándar donde los jugadores eligen acciones directamente, los contratos inteligentes permiten a los agentes comprometerse con funciones de reacción: algoritmos que prescriben una acción en función de las acciones elegidas por otros jugadores. Una vez desplegados en una blockchain, estos contratos son inmutables y se ejecutan automáticamente, transformando efectivamente el juego de un juego de movimientos simultáneos en un "juego de funciones de reacción". El problema central es formalizar los conceptos de equilibrio para tales juegos, determinar qué resultados pueden ser soportados e identificar estrategias robustas que superen las limitaciones de los equilibrios de Nash convencionales.

2. Metodología y Marco de Trabajo

Los autores formalizan una nueva clase de juegos y conceptos de solución:

• Juegos Estratégicos vs. Juegos de Funciones de Reacción:
  • En un juego estratégico estándar $(N, A, (u_i))$, los jugadores eligen acciones $a_i \in A_i$.
  • En un juego de funciones de reacción, los jugadores eligen funciones de reacción $R_i: A_{-i} \to A_i$. Un perfil $R = (R_1, \dots, R_n)$ define un mapeo desde el espacio de perfiles de acción hacia sí mismo.
• Puntos Fijos y Resultados:
  • Un resultado se realiza solo si las funciones de reacción elegidas son mutuamente consistentes. Formalmente, un perfil de acción $a$ es un punto fijo de $R$ si $a_i = R_i(a_{-i})$ para todo $i$.
  • El conjunto de puntos fijos se denota como $E(R)$. Si $E(R) = \emptyset$, el resultado no está definido (se le asigna un pago $-\infty$).
  • Los jugadores evalúan un perfil $R$ basándose en su punto fijo preferido dentro de $E(R)$.
• Concepto de Equilibrio:
  • Un Equilibrio de Función de Reacción (RFE, por sus siglas en inglés) se define como un perfil inequívoco $R$ donde ningún jugador puede desviarse unilateralmente hacia una función de reacción diferente $R'_i$ para lograr un pago estrictamente mayor en el punto fijo resultante.
  • La inequivocidad requiere que todos los jugadores estén de acuerdo en el resultado realizado (es decir, existe un punto fijo Pareto-superior en $E(R)$).
• Refinamientos:
  • Para abordar la multiplicidad de equilibrios y los compromisos implausibles, los autores introducen funciones de reacción "seguras". Una reacción es segura si garantiza al jugador al menos su pago maxmin (nivel de seguridad) independientemente de las acciones de los demás.
  • En juegos de inversión simétricos, los autores refinan aún más el análisis utilizando la Prueba de Normas (Norm-Proofness, resistencia a conformarse a normas sociales arbitrarias) y la Consistencia de Pagos (reaccionar de forma idéntica ante perfiles equivalentes en términos de pago).

3. Contribuciones Clave y Resultados

A. Existencia y Caracterización de Equilibrios

• Existencia: El Teorema 3.1 demuestra que siempre existe un equilibrio de función de reacción en cualquier juego finito. Esto se establece mapeando el juego de funciones de reacción a un juego de forma extensiva de movimientos secuenciales (donde los jugadores se mueven en un orden fijo), el cual tiene un equilibrio de Nash conocido mediante inducción hacia atrás.
• Juegos de Dos Jugadores (Análogo al Teorema Folk): El Teorema 3.2 caracteriza el conjunto de resultados soportables en juegos de dos jugadores. Un resultado $a$ puede ser soportado en un RFE si y solo si $u_i(a) \geq \bar{v}_i$ (el pago maxmin) para todos los jugadores. Esto refleja la lógica de los teoremas folk en juegos repetidos infinitamente, pero aplicado a un entorno de un solo paso. Los jugadores pueden usar funciones de reacción de "promesa y amenaza" para imponer resultados Pareto-eficientes (como la cooperación en el Dilema del Prisionero) que no son equilibrios de Nash en el juego estratégico subyacente.
• Muchos Jugadores: El Teorema 3.3 muestra que con tres o más jugadores (dependiendo del tamaño del espacio de acción), el conjunto de resultados soportables se expande significamente, permitiendo potencialmente que cualquier resultado sea soportado. Esto resalta la necesidad de refinamientos como el juego seguro para estrechar las predicciones.

B. Funciones de Reacción Seguras

• El artículo demuestra que si un resultado seguro (uno que produce pagos maxmin) es un equilibrio de Nash en el juego estratégico, existe un RFE seguro.
• Crucialmente, el Teorema 4.1 establece que si existe un RFE seguro, también existe un RFE seguro Pareto-eficiente. Esto implica que los jugadores pueden alcanzar resultados de alto pago sin sacrificar la seguridad de sus garantías maxmin, siempre que utilicen las funciones de reacción apropiadas (por ejemplo, estrategias de emparejamiento en la Caza del Ciervo o Stag Hunt).

C. Aplicación a Juegos de Inversión Simétricos
Los autores aplican el marco a dos clases prominentes de juegos de inversión, asumiendo funciones de reacción monótonas (invertir más a medida que otros invierten más) y utilizando contratos inteligentes para depositar fondos en custodia.

1. Juegos de Eslabón más Débil (Weakest-Link Games):

   • Contexto: Los pagos dependen de la inversión mínima. El fallo de coordinación es común.
   • Resultado: Se identifica la función de reacción de Mejor Respuesta (BR) ($R_i(a_{-i}) = \min_{j \neq i} a_j$) como la única reacción probada de norma y consistente en pagos.
   • Caso de Alto Riesgo: En entornos de "alto riesgo" (donde las ganancias de coordinación son pequeñas en relación con los costos de esfuerzo), se demuestra que la reacción BR es débilmente dominante contra el juego monótono. Esto proporciona una recomendación robusta para que los jugadores igualen la inversión mínima, resolviendo efectivamente el problema de confianza/coordinación sin necesidad de comunicación o autoridad central.

2. Juegos de Bienes Públicos:

   • Contexto: Las inversiones benefician a todos pero cuestan al individuo; el comportamiento de polizón es dominante en los juegos estándar.
   • Resultado: La reacción de Mejor Respuesta (siempre 0) es ineficaz. En su lugar, los autores identifican funciones de reacción que igualan el promedio de las inversiones de los demás.
   • Refinamiento: Entre redondear hacia arriba y redondear hacia abajo el promedio, redondear hacia abajo es superior. Es seguro en todos los valores de parámetros y soporta equilibrios de alta inversión.
   • Caso de Alto Riesgo: Para juegos de bienes públicos de alto riesgo, la reacción de "redondear hacia abajo" es la estrategia que maximiza el bienestar condicionada al juego seguro. Esta estrategia hace que el comportamiento de polizón sea contraproducente: si todos igualan el promedio (redondeado hacia abajo), una desviación unilateral a una inversión de cero colapsa el punto fijo a cero, castigando al desviador.

4. Significado y Reivindicaciones

El artículo sostiene que los contratos inteligentes basados en blockchain ofrecen un mecanismo práctico para implementar juegos de funciones de reacción, extendiendo así el alcance del compromiso creíble más allá de los entornos tradicionales de juegos repetidos.

• Superación de Barreras de Confianza: En los juegos de eslabón más débil, las funciones de reacción permiten que extraños coordinen resultados eficientes de inmediato al comprometerse a igualar el esfuerzo mínimo, eliminando la necesidad de comunicación previa al juego o de confianza.
• Disciplina del Comportamiento de Polizón: En los juegos de bienes públicos, la función de reacción de "redondear hacia abajo" propuesta crea un mecanismo auto-ejecutable donde la colaboración condicional es racional, incluso sin altruismo o instituciones de castigo externas.
• Practicidad vs. Teoría: Los autores distinguen su enfoque del "equilibrio de programa" (Tennenholtz, 2004) y los "juegos de compromiso" (Kalai et al., 2010). Mientras que esos marcos permiten a los jugadores condicionar sus acciones al código de los programas de sus oponentes (lo que lleva a espacios de estrategia infinitos y fragilidad ante desajustes de código), las funciones de reacción condicionan las acciones a las acciones de los oponentes. Esto mantiene el espacio de estrategia parsimonioso, interpretable y computacionalmente tratable (por ejemplo, mediante algoritmos simples de punto fijo iterativo).
• Implementación: El artículo describe un esquema de implementación práctica donde un contrato de coordinación recolecta las funciones de reacción y los depósitos, calcula el punto fijo y ejecuta las transferencias. Los autores señalan que para funciones monótonas en retículos finitos, el cálculo del punto fijo es sencillo.

En resumen, el artículo argumenta que los contratos inteligentes transforman el panorama estratégico al permitir que los jugadores se comprometan con estrategias condicionales, permitiendo la implementación de resultados Pareto-mejorantes que de otro modo serían inalcanzables en interacciones de un solo paso, específicamente mediante el uso de funciones de reacción seguras, probadas de norma y consistentes en pagos.