Social Distancing Equilibria in Games under Conventional SI Dynamics

En caractérisant les jeux de distanciation sociale sous des dynamiques SI classiques, cet article démontre que l'équilibre de Nash unique est une stratégie « tout ou rien » (bang-bang) composée d'une phase d'attente suivie d'un confinement, qui coïncide également avec la politique publique optimale.

L'essentiel

🦠 Le Jeu du "Éloignement Social" : Quand la Raison Individuelle Rencontre le Bien Commun

Imaginez une épidémie qui ne guérit jamais (une fois infecté, on l'est pour toujours). C'est le scénario du papier de Connor Olson et Timothy Reluga. Ils se demandent : comment les gens devraient-ils réagir rationnellement face à une telle menace, et est-ce que tout le monde finira par faire la même chose ?

Pour répondre, ils utilisent la théorie des jeux (l'étude des stratégies) appliquée à l'épidémiologie. Voici les grandes lignes de leur découverte, expliquées simplement.

1. Le Dilemme : Le Coût de la Peur vs Le Coût de la Maladie

Imaginez que vous êtes dans une foule. Vous avez deux choix :

• Rester libre : Vous sortez, vous vous amusez, mais vous risquez d'attraper le virus. Si vous l'attrapez, c'est une "douleur" (coût) énorme et permanente.
• Vous isoler : Vous restez chez vous, vous évitez le virus, mais cela vous coûte de l'argent et du temps (coût de l'isolement).

Le problème, c'est que votre décision dépend de celle des autres. Si tout le monde sort, le risque est énorme, donc vous devriez rester chez vous. Si tout le monde reste chez vous, le risque est nul, donc vous pouvez sortir.

2. La Solution Magique : La Stratégie "Attends et Vois"

Les auteurs ont découvert quelque chose de surprenant et de très simple : il n'y a qu'une seule façon rationnelle de jouer ce jeu.

Imaginez que l'épidémie est une tempête qui arrive. La stratégie optimale (l'équilibre de Nash) ressemble à un interrupteur à deux positions :

1. Phase 1 : "Attends et Vois" (Wait-and-See). Au début, le risque est faible. Vous vivez normalement, vous ne dépensez pas d'argent pour vous isoler. C'est comme attendre que la tempête s'approche vraiment avant de fermer les volets.
2. Phase 2 : "Verrouillage Total" (Lock-down). À un moment précis, le risque devient trop élevé. Soudain, tout le monde passe à l'extrême : on s'isole à 100% jusqu'à la fin de la période (par exemple, jusqu'à l'arrivée d'un vaccin).

L'analogie du feu :
Imaginez que vous êtes dans une maison avec un détecteur de fumée.

• Au début, il n'y a qu'une petite odeur de grillé. Vous ne faites rien, vous continuez à cuisiner.
• Soudain, la fumée devient épaisse. Vous ne commencez pas à éteindre le feu doucement. Non, vous éteignez tout immédiatement et vous sortez de la maison.
• Il n'y a pas de "mi-chemin" rationnel. Soit on ne fait rien, soit on fait tout. C'est ce qu'on appelle une stratégie "Bang-Bang" (tout ou rien).

3. Pourquoi c'est unique ? (Pas de triche possible)

Dans beaucoup de jeux, les gens essaient de "tricher" (le fameux free-riding). Par exemple : "Je vais rester chez moi, mais j'espère que les autres vont sortir pour que je puisse profiter de leurs efforts sans risque."

Les auteurs prouvent mathématiquement que dans ce modèle précis, la triche ne fonctionne pas.

• La stratégie que chaque individu choisit pour son propre bien-être est exactement la même que celle qui serait meilleure pour toute la société.
• Si tout le monde suit cette règle "Attends, puis Verrouille", c'est la meilleure situation possible pour tout le monde. Il n'y a pas de conflit entre l'intérêt personnel et l'intérêt collectif ici.

4. Le Secret : Un Changement de Perspective

Pour arriver à cette conclusion, les mathématiciens ont utilisé un "truc" de géométrie. Ils ont transformé les équations complexes en un système plus simple, comme si on regardait la tempête non pas du sol, mais depuis un ballon à une altitude différente.

• Cette nouvelle vue leur a permis de voir clairement que la trajectoire de l'épidémie et la décision de s'isoler ne pouvaient suivre qu'un seul chemin logique.
• Ils ont prouvé qu'il n'existe aucune autre solution stable. Si vous essayez une autre stratégie (par exemple, s'isoler un peu au début et beaucoup à la fin), vous finirez par vous en sortir moins bien que si vous aviez suivi la règle "Tout ou Rien".

5. Quand est-ce que ça marche ?

Cette stratégie "Tout ou Rien" est particulièrement efficace dans un scénario précis :

• L'épidémie dure assez longtemps pour que le risque augmente, mais pas trop longtemps.
• Si l'épidémie est trop courte, le risque n'augmente jamais assez pour justifier de s'isoler.
• Si elle dure trop longtemps, le coût de l'isolement devient trop élevé par rapport au bénéfice.
• Le "moment idéal" pour passer du mode "Liberté" au mode "Verrouillage" dépend de la vitesse du virus et de l'efficacité de l'isolement.

En Résumé

Ce papier nous dit que face à une épidémie grave et permanente, la réponse rationnelle n'est pas de faire des compromis lents et progressifs. C'est d'attendre patiemment que le danger soit réel, puis de réagir immédiatement et totalement.

C'est une bonne nouvelle pour les décideurs politiques : cela signifie qu'ils n'ont pas besoin de chercher des stratégies complexes. Ils peuvent simplement dire : "Restez libres tant que c'est sûr, mais dès que le seuil critique est franchi, verrouillez tout immédiatement." Et le plus beau, c'est que si tout le monde fait cela, tout le monde gagne.

Résumé technique

Voici un résumé technique détaillé de l'article « Social Distancing Equilibria in Games under Conventional SI Dynamics » de Connor D. Olson et Timothy C. Reluga, rédigé en français.

1. Problématique et Contexte

L'article s'attaque à un problème fondamental dans la théorie des jeux épidémiologiques : la caractérisation mathématique et l'unicité des équilibres de Nash dans les jeux de distanciation sociale. Bien que de nombreux travaux aient exploré les comportements individuels face aux épidémies (notamment depuis la pandémie de COVID-19), la question de savoir si les comportements rationnels modélisés sont uniques et sous quelles conditions cette unicité échoue reste largement non résolue dans la littérature générale.

Les auteurs se concentrent sur une variante spécifique du jeu de distanciation sociale (SDG) basée sur la dynamique SI (Susceptible-Infecté), où l'infection est permanente et il n'y a ni guérison ni immunité. Le modèle suppose :

• Une durée de jeu finie ($t_f$), correspondant au temps avant l'arrivée d'un vaccin ou d'une intervention externe.
• Des coûts d'infection constants.
• Des coûts de prévention (distanciation) linéaires par seuil (threshold-linear), où l'efficacité de la dépense suit une relation $\sigma(z) = \max(0, 1 - mz)$.
• Un taux d'actualisation nul ($h=0$), ce qui signifie que les coûts futurs sont pondérés de la même manière que les coûts présents.

L'objectif est de prouver formellement l'unicité de l'équilibre de Nash dans ce cadre et de caractériser la stratégie optimale.

2. Méthodologie

Les auteurs emploient une approche combinant la théorie des jeux évolutionnaires, le contrôle optimal et l'analyse des systèmes dynamiques.

• Réduction de l'espace des stratégies : Ils commencent par restreindre l'analyse à des stratégies « deux phases » (off-on), où un individu choisit de ne pas se distancer pendant une période initiale, puis adopte une distanciation maximale (coût $1/m$) pour le reste du jeu. Cette restriction permet de construire explicitement des solutions analytiques.
• Preuve de stabilité (ESS) : Dans cet espace restreint, ils démontrent que l'équilibre de Nash est une Stratégie Évolutionnairement Stable (ESS).
• Principe du Maximum de Pontryagin : Pour généraliser le résultat à l'espace des stratégies complet (fonctions continues par morceaux), ils utilisent le principe du maximum de Pontryagin pour déterminer la meilleure réponse d'un individu face à une stratégie de population fixe.
• Transformation de variables (Changement de coordonnées) : C'est l'apport méthodologique central. Les auteurs introduisent une nouvelle variable d'état, le « potentiel de décision » $\Phi(I, V) = I(V+1)$, où $I$ est la prévalence de l'infection et $V$ la valeur adjointe (coût actuel d'être susceptible). Cette transformation simplifie considérablement la géométrie du système, transformant le problème aux limites en un problème de valeur initiale plus maniable.
• Analyse de monotonie : Ils prouvent l'unicité en établissant une relation bijective et strictement monotone entre la durée du jeu ($t_f$) et la valeur initiale du potentiel de décision ($\Phi_0$).

3. Contributions Clés

1. Preuve formelle d'unicité : L'article fournit la première preuve formelle complète de l'unicité de l'équilibre de Nash pour le jeu de distanciation sociale SI à durée finie avec actualisation nulle.
2. Structure de la stratégie optimale : Ils démontrent qu'il n'existe aucune solution singulière. La stratégie d'équilibre est toujours une stratégie « bang-bang » dépendante du temps : une phase d'attente (« wait-and-see ») suivie d'une phase de confinement strict (« lock-down »).
3. Équivalence Optimum Social / Équilibre Individuel : Un résultat surprenant est démontré : dans cet espace de stratégies restreint, la stratégie de Nash correspond exactement à la stratégie socialement optimale. Il n'y a pas d'effet de « passager clandestin » (free-riding) ; ce qui est optimal pour l'individu l'est aussi pour la population.
4. Nouvelle géométrie analytique : La transformation vers le potentiel de décision $\Phi$ permet d'éviter les difficultés analytiques rencontrées dans les travaux précédents (comme ceux de Reluga [2013]) et offre un cadre potentiellement généralisable à d'autres modèles de jeux épidémiologiques.

4. Résultats Principaux

• Existence et Unicité : Pour tout tuple de paramètres $(m, I_0, t_f)$, il existe un et un seul équilibre de Nash $x^*$ (durée de distanciation).
• Forme de la solution : La stratégie est définie par un temps de transition unique $\tau$. Avant $\tau$, la distanciation est nulle ($c=0$) ; après $\tau$, elle est maximale ($c=1/m$).
• Comportement asymptotique :
  • Pour des jeux très courts ou un risque initial faible, la distanciation est nulle ($x^*=0$).
  • Pour des jeux très longs ou un risque initial élevé, la distanciation est maintenue tout au long du jeu ($x^*=t_f$).
  • Dans les cas intermédiaires, la durée optimale de distanciation est donnée par une équation transcendantale impliquant la fonction W de Lambert.
• Charge de l'épidémie (Burden) : L'impact de la distanciation sur la santé publique est maximal pour des durées de jeu intermédiaires. Si le jeu est trop court, le risque ne s'accumule pas assez pour justifier le coût ; s'il est trop long, la réduction des coûts attendus devient négligeable par rapport aux coûts de prévention cumulés.
• Stabilité : La stratégie de Nash dans l'espace restreint est une ESS globale, ce qui signifie qu'elle résiste à l'invasion par toute autre stratégie déviante.

5. Signification et Implications

Ce travail est significatif pour plusieurs raisons :

• Validation théorique : Il valide l'hypothèse de longue date selon laquelle les jeux de distanciation sociale SI possèdent un équilibre unique, résolvant une question ouverte depuis les travaux de Reluga (2010, 2013).
• Politique publique : Le fait que l'équilibre de Nash coïncide avec l'optimum social suggère que, dans ce modèle spécifique, les politiques publiques visant à coordonner les comportements ne sont pas nécessaires pour corriger les défaillances de marché (comme le free-riding). Les individus, agissant rationnellement pour leur propre bien-être, adoptent naturellement la stratégie qui maximise le bien-être collectif.
• Applications au-delà de l'épidémiologie : Bien que développé pour les maladies infectieuses (VIH, Hépatite B, Herpès), le modèle s'applique également à la diffusion des idées et de l'information (théorie mémétique), où les coûts et les bénéfices de l'adoption d'une information suivent une dynamique similaire.
• Perspectives futures : Les auteurs indiquent que leur méthode, basée sur la transformation de variables et l'analyse de monotonie, pourrait être étendue aux cas avec actualisation positive ($h > 0$) et potentiellement aux modèles SIR (Susceptible-Infecté-Rétabli), bien que la non-monotonie du risque dans les modèles SIR pose des défis supplémentaires.

En résumé, cet article établit un cadre mathématique rigoureux pour comprendre les stratégies de distanciation sociale, prouvant que dans un contexte d'infection permanente et de coûts linéaires, la rationalité individuelle conduit inévitablement à une stratégie unique et socialement optimale de type « attendre puis bloquer ».