🧬 biology

The Evolution of Lying in a Spatially-Explicit Prisoner's Dilemma Model

यह शोध पत्र एक स्थानिक-स्पष्ट (spatially-explicit) प्रिज़नर्स डिलेमा मॉडल प्रस्तुत करता है जो यह प्रदर्शित करता है कि उच्च सत्य बोलने की संभावना वाली आबादी स्थिर सहकारी सत्यवादियों के समूहों में विकसित होती है, जबकि कम संभावना वाली आबादी झूठ बोलने वाले धोखेबाजों के स्थिर समूहों में विकसित होती है, क्योंकि मध्यवर्ती मान निम्न औसत स्कोर प्रदान करते हैं।

मूल लेखक: Gregg Hartvigsen

प्रकाशित 2026-02-04

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Gregg Hartvigsen

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ⚕️ यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें

एक विशाल, अनंत शतरंज के बोर्ड की कल्पना करें जहाँ हर खाने में एक व्यक्ति बैठा है। ये लोग एक सरल खेल खेलते हैं जिसे "प्रिज़नर्स डिलेमा" (Prisoner's Dilemma) कहा जाता है, जो वे अपने चार निकटतम पड़ोसियों के साथ खेलते हैं। इस खेल में आपके पास दो विकल्प हैं: सहयोग करना (अच्छा बनना) या धोखा देना (बेईमान बनना)।

यदि सभी अच्छे हैं, तो सभी को एक अच्छा इनाम मिलता है।
यदि आप धोखा देते हैं जबकि आपका पड़ोसी अच्छा है, तो आपको बहुत बड़ा इनाम मिलता है और उन्हें कुछ नहीं मिलता।
यदि सभी धोखा देते हैं, तो सभी को एक छोटा, कष्टदायक इनाम मिलता है।

आमतौर पर, एक व्यक्ति के लिए सबसे समझदारी भरा कदम धोखा देना होता है। लेकिन अगर हर कोई धोखा देता है, तो पूरा समूह पीड़ित होता है।

ट्विस्ट: "ट्रुथ मीटर" (सत्य का पैमाना)

इस शोध पत्र में एक नया, दिलचस्प नियम जोड़ा गया है: आप पिछली बार जो किया था, उसके बारे में झूठ बोल सकते हैं।

हर व्यक्ति का एक "ट्रुथ मीटर" होता है (आइए इसे $P_{truth}$ कहें)।

यदि आपका मीटर 100% पर सेट है, तो आप हमेशा सच बताते हैं कि पिछली बार आप अच्छे थे या बुरे।
यदि आपका मीटर 0% पर सेट है, तो आप हमेशा झूठ बोलते हैं।
यदि आप स्वभाव से "धोखेबाज" हैं लेकिन आपका ट्रुथ मीटर उच्च है, तो आप अपने पड़ोसी को कहेंगे, "पिछली बार मैं अच्छा था!" भले ही आप नहीं थे।

शोध यह पूछता है: क्या एक आबादी ईमानदार विकसित हो सकती है, या वे सभी झूठे बन जाएंगे?

दो मुख्य पात्र

अध्ययन ने दो प्रकार के खिलाड़ियों का परीक्षण किया:

"डिफ़ॉल्ट" खिलाड़ी: वे बस अपने स्वभाव पर टिके रहते हैं। यदि वे धोखेबाज हैं, तो वे हमेशा धोखा देते हैं। यदि वे अच्छे हैं, तो वे हमेशा अच्छे रहते हैं। उन्हें अपने पड़ोसियों के व्यवहार की परवाह नहीं होती।
"टिट-फॉर-टैट" (जैसे को तैसा) खिलाड़ी: यह एक चतुर रणनीतिकार है। वे देखते हैं कि उनके पड़ोसी ने पिछली बार क्या किया था और वे ठीक वही काम वापस करते हैं। यदि पड़ोसी अच्छा था, तो वे भी अच्छे बनते हैं। यदि पड़ोसी ने धोखा दिया, तो वे भी बदले में धोखा देते हैं।

बड़ी खोज: 75% का टिपिंग पॉइंट (निर्णायक बिंदु)

सबसे रोमांचक खोज यह है कि परिणाम पूरी तरह से इस बात पर निर्भर करता है कि समूह शुरुआत में कितना ईमानदार है।

परिदृश्य A: "ईमानदारी क्लब" (उच्च सत्यता के साथ शुरुआत)
यदि समूह ट्रुथ मीटर के साथ 75% से ऊपर शुरू होता है, तो कुछ जादुई होता है।

"टिट-फॉर-टैट" खिलाड़ी महसूस करते हैं कि यदि वे ईमानदार हैं, तो उनके पड़ोसी भी ईमानदार होंगे।
सभी सहयोग करने लगते हैं।
समूह "सत्य बोलने वाले सहयोगियों" के रूप में विकसित होता है। उन सभी को उच्च स्कोर मिलता है, और यह प्रणाली स्थिर है। कोई भी इसमें शामिल होने के लिए धोखा नहीं दे सकता क्योंकि यदि आप झूठ बोलते हैं, तो पड़ोसी आपको पकड़ लेते हैं और दंडित करते हैं।

परिदृश्य B: "झूठ का अड्डा" (कम सत्यता के साथ शुरुआत)
यदि समूह ट्रुथ मीटर के साथ 70% से नीचे शुरू होता है, तो इसके विपरीत होता है।

"टिट-फॉर-टैट" खिलाड़ी महसूस करते हैं कि ईमानदारी एक कमजोरी है।
धोखेबाज झूठ बोलना शुरू कर देते हैं। वे अपने पड़ोसियों को बताते हैं, "मैं अच्छा था!" (भले ही वे नहीं थे)।
पड़ोसी, झूठ पर भरोसा करते हुए, अच्छे बनने का निर्णय लेते हैं।
धोखेबाज इस दयालुता का फायदा उठाते हैं, जिससे उन्हें बड़े इनाम मिलते हैं।
समूह "झूठ बोलने वाले धोखेबाजों" के रूप में विकसित होता है। उन सभी को सम्मानजनक स्कोर मिलते हैं (उनसे बेहतर जो ईमानदार होकर ठगे गए थे), और यह प्रणाली स्थिर है।

खतरे का क्षेत्र:
यदि समूह बीच में (70% और 75% के बीच) शुरू होता है, तो यह एक अराजक स्थिति होती है। स्कोर कम होते हैं, और समूह अंततः ऊपर दिए गए दो चरम स्थितियों में से एक में गिर जाता है।

"आक्रमण" परीक्षण

शोधकर्ताओं ने यह भी पूछा: क्या कोई बाहरी व्यक्ति एक स्थिर समूह में घुसपैठ कर सकता है?

क्या एक "झूठा धोखेबाज" "ईमानदार धोखेबाजों" के समूह में घुस सकता है? हाँ! झूठा व्यक्ति अच्छा होने का नाटक करता है, पड़ोसियों को सहयोग करने के लिए प्रेरित करता है, और फिर उनके अंक चुरा लेता है। पूरा समूह अंततः झूठ बोलने वालों में बदल जाता है।
क्या एक "ईमानदार अच्छा व्यक्ति" "झूठे धोखेबाजों" के समूह में घुस सकता है? नहीं, वह अच्छा व्यक्ति तुरंत कुचल दिया जाता है।
क्या एक "झूठा अच्छा व्यक्ति" (वह जो कहता है कि वह अच्छा है लेकिन वास्तव में धोखा देता है) "ईमानदार अच्छे लोगों" के समूह में घुस सकता है? नहीं। क्योंकि ईमानदार समूह "टिट-फॉर-टैट" का पालन करता है, वे झूठे को तुरंत पकड़ लेते हैं और सहयोग करना बंद कर देते हैं।

वास्तविक दुनिया का रूपक

इसे एक मोहल्ला सुरक्षा (नेबरहुड वॉच) की तरह सोचें।

यदि सभी आम तौर पर ईमानदार हैं और अपनी बात रखते हैं (उच्च ट्रुथ मीटर), तो मोहल्ला सुरक्षित और सहकारी बन जाता है। हर कोई एक-दूसरे की मदद करता है, और व्यवस्था पूरी तरह काम करती है।
यदि मोहल्ले में पहले से ही बहुत से ऐसे लोग हैं जो संदिग्ध हैं और झूठ बोलने के लिए तैयार हैं (कम ट्रुथ मीटर), तो "अच्छे लोग" खा लिए जाते हैं। जीवित रहने का एकमात्र तरीका एक कुशल हेरफेर करने वाला बनना है जो दूसरों को धोखा देने के लिए अपनी मंशा के बारे में झूठ बोलता है।

निष्कर्ष

शोध पत्र निष्कर्ष निकालता है कि ईमानदारी और सहयोग स्थिर हैं, लेकिन केवल तभी जब समूह शुरुआत में काफी ईमानदार हो। यदि समूह बहुत अधिक संशयवादी या बेईमान होकर शुरू होता है, तो वे धोखेबाजों के समाज में विकसित हो जाते हैं जहाँ हर कोई धोखा देता है, और फिर वापस अच्छा बनने के लिए कोई रास्ता नहीं बचता।

यह एक चेतावनी है: एक समाज को वास्तव में सहकारी समुदाय विकसित करने के लिए विश्वास के उच्च आधार (लगभग 75% या अधिक) की आवश्यकता होती है। एक बार जब विश्वास बहुत कम हो जाता है, तो "झूठे" हावी हो जाते हैं, और व्यवस्था धोखे के चक्र में फंस जाती है।

तकनीकी सारांश: एक स्थानिक-स्पष्ट प्रिज़नर्स डिलेमा मॉडल में झूठ बोलने का विकास

समस्या विवरण
यह शोध पत्र उन प्रणालियों में सहयोग की विकासवादी निरंतरता को संबोधित करता है जहाँ दलबदल (धोखाधड़ी) उच्च व्यक्तिगत रिटर्न प्रदान करता है, जो गेम थ्योरी की एक क्लासिक समस्या है जिसे प्रिज़नर्स डिलेमा (PD) के रूप में जाना जाता है। जबकि पिछले शोधों ने "टिट-फॉर-टैट" (TFT) और स्थानिक गतिशीलता (जैसे, नोवाक और मे, 1992) जैसी रणनीतियों का अन्वेषण किया है, यह अध्ययन एक पहले से अनछुए चर की जांच करता है: किसी व्यक्ति के पिछले व्यवहार के बारे में सूचना की ईमानदारी। विशेष रूप से, मॉडल यह जांचता है कि झूठ बोलने की क्षमता—कि कोई व्यक्ति अपने पिछले कदम के बारे में झूठ बोल सकता है—एक स्थानिक-स्पष्ट वातावरण में सहयोग और दलबदल के विकास को कैसे प्रभावित करती है। केंद्रीय प्रश्न यह है कि क्या आबादी सत्यवादी सहयोगियों की ओर विकसित होती है या झूठ बोलने वाले दलबदलों की ओर, और कौन सी स्थितियाँ इन परिणामों को निर्धारित करती हैं।

कार्यप्रणाली
लेखक ने एक 40x40 टॉरॉइडल लैटिस का उपयोग करके एक स्थानिक-स्पष्ट एजेंट-आधारित मॉडल विकसित किया।

एजेंट और अंतःक्रियाएं: प्रत्येक सेल एक व्यक्ति का प्रतिनिधित्व करता है जिसके चार पड़ोसी (वॉन न्यूमैन पड़ोस) होते हैं। व्यक्ति अपने सभी चार पड़ोसियों के विरुद्ध PD खेल खेलते हैं, जिसके परिणामस्वरूप प्रति समय चरण आठ अंतःक्रियाएं होती हैं (चार लक्ष्य के रूप में, चार प्रतिद्वंद्वी के रूप में)।
रणनीतियाँ: दो प्राथमिक रणनीतियों का परीक्षण किया गया:
1. डिफ़ॉल्ट रणनीति: व्यक्ति अपने निश्चित प्रकार (सहयोगी या दलबदल करने वाला) को खेलते हैं, चाहे प्रतिद्वंद्वी का इतिहास कुछ भी हो।
2. टिट-फॉर-टैट (TFT): व्यक्ति वही खेलते हैं जो उनके प्रतिद्वंद्वी ने अपने पिछले खेल के रूप में प्रस्तुत किया था।
सत्य बोलने का पैरामीटर ( $P_{truth}$ ): इस मॉडल का एक महत्वपूर्ण नवाचार एक व्यक्ति द्वारा अपने पिछले कदम को अपने प्रतिद्वंद्वी को सत्यता से रिपोर्ट करने की संभावना ( $0 \le P_{truth} \le 1$ ) का निर्धारण करना है। यदि एक समान रूप से वितरित यादृच्छिक संख्या $P_{truth}$ के बराबर या उससे कम है, तो प्रतिद्वंद्वी को सत्य प्राप्त होता है; अन्यथा, व्यक्ति झूठ बोलता है (अपने वास्तविक कदम के विपरीत प्रस्तुत करता है)।
विकास और प्रजनन: स्कोरिंग के बाद, उच्च स्कोर को प्राथमिकता देने वाले "रूलेट व्हील" चयन एल्गोरिदम के आधार पर कोशिकाओं को पड़ोसियों द्वारा प्रतिस्थापित किया जाता है। $P_{truth}$ पैरामीटर उत्परिवर्तन (दर = 0.1) के माध्यम से विकास के अधीन है, जिससे यह प्रत्येक पीढ़ी में 0.05 बढ़ या घट सकता है।
प्रयोगात्मक डिजाइन: सिमुलेशन 1,000 समय चरणों तक विभिन्न प्रारंभिक स्थितियों (सभी सहयोगी, सभी दलबदल करने वाले, यादृच्छिक मिश्रण) और विभिन्न प्रारंभिक $P_{truth}$ मानों (0 से 1 तक) के साथ चलाए गए। कारकों जैसे कि प्रारंभिक सेटअप, रणनीति और विकास द्वारा स्पष्ट किए गए विचरण को निर्धारित करने के लिए R का उपयोग करके सांख्यिकीय विश्लेषण (ANOVA) किया गया।

मुख्य परिणाम
सिमुलेशन प्रकट करते हैं कि आबादी दो स्थिर साम्यावस्थाओं में से एक की ओर अभिसरित होती है: सत्य बोलने वाले सहयोगियों का एक समुदाय या झूठ बोलने वाले दलबदलों का एक समुदाय। मध्यवर्ती अवस्थाएं आम तौर पर अस्थिर होती हैं।

थ्रेशोल्ड डायनेमिक्स (सीमा गतिशीलता): मिश्रित आबादी में खेलने वाले TFT के लिए सत्य बोलने की प्रारंभिक संभावना ( $P_{truth}$ $P_{t r u t h}$ ) के लिए एक महत्वपूर्ण थ्रेशोल्ड मौजूद है।
- यदि प्रारंभिक $P_{truth} \ge 0.75$ है, तो आबादी सत्य बोलने वाले सहयोगियों ( $P_{truth} \to 1.0$ ) की ओर विकसित होती है।
- यदि प्रारंभिक $P_{truth} < 0.75$ (विशेष रूप से 0.65 पर परीक्षण किया गया) है, तो आबादी झूठ बोलने वाले दलबदलों ( $P_{truth} \to 0.0$ ) की ओर विकसित होती है।
स्कोर अधिकतमकरण: दोनों स्थिर अवस्थाएं (सत्य बोलने वाले सहयोगी और झूठ बोलने वाले दलबदल) मध्यवर्ती $P_{truth}$ $P_{t r u t h}$ मानों वाली आबादी की तुलना में उच्च औसत स्कोर प्रदान करती हैं।
- सत्य बोलने वाले सहयोगी उच्चतम संभव औसत स्कोर (8 अंतःक्रियाओं के लिए 24 अंक) प्राप्त करते हैं।
- झूठ बोलने वाले दलबदल (20 अंक) का उच्च औसत स्कोर प्राप्त करते हैं, क्योंकि वे अपने पड़ोसियों को सहयोग करने के लिए सफलतापूर्वक धोखा देते हुए खुद दलबदल करते हैं।
आक्रमणशीलता (Invasibility):
- झूठ बोलने वाले दलबदल (DL) अजेय (uninvadable) हैं; एक अकेला झूठ बोलने वाला दलबदल किसी भी समुदाय में सफलतापूर्वक आक्रमण कर सकता है, जिसमें सत्य बोलने वाले दलबदलों का समुदाय भी शामिल है।
- सत्य बोलने वाले सहयोगी (CT) अन्य रणनीतियों द्वारा आक्रमण के प्रति स्थिर हैं, बशर्ते कि समुदाय पहले से स्थापित हो।
- सत्य बोलने वाले दलबदल (DT) और झूठ बोलने वाले सहयोगी (CL) असुरक्षित हैं। विशेष रूप से, एक अकेला सत्य बोलने वाला सहयोगी, झूठ बोलने वाले सहयोगियों के समुदाय में आक्रमण कर सकता है, और एक झूठ बोलने वाला दलबदल, सत्य बोलने वाले दलबदलों के समुदाय में आक्रमण कर सकता है।
रणनीति की भूमिका: जब व्यक्ति अपनी डिफ़ॉल्ट रणनीति (प्रतिद्वंद्वी के इतिहास को अनदेखा करते हुए) खेलते हैं, तो $P_{truth}$ अंतःक्रिया के लिए अप्रासंगिक हो जाता है, और दलबदल करने वाले निर्विवाद रूप से आबादी पर कब्जा कर लेते हैं, चाहे सत्य बोलने की संभावना कुछ भी हो।

महत्व और दावे
यह शोध पत्र दावा करता है कि सत्य बोलने का विकास केवल सहयोग का एक उपोत्पाद नहीं है, बल्कि प्रणाली की स्थिरता का एक महत्वपूर्ण निर्धारक है। मॉडल सुझाव देता है कि:

बाइस्टेबिलिटी (द्वि-स्थिरता): प्रणालियाँ दो अलग-अलग विकासवादी स्थिर रणनीतियों (ESS) में से एक में बस सकती हैं: ईमानदारी पर आधारित एक उच्च-स्कोरिंग सहकारी समाज, या झूठ बोलने पर आधारित एक उच्च-स्कोरिंग भ्रामक समाज।
सहयोग की नाजुकता: एक सहकारी से एक भ्रामक समाज में संक्रमण सत्य बोलने वाले लोगों के प्रारंभिक प्रसार के प्रति अत्यधिक संवेदनशील है। यदि सत्य बोलने वालों का अनुपात एक महत्वपूर्ण थ्रेशोल्ड (लगभग 75%) से नीचे गिर जाता है, तो प्रणाली एक झूठ बोलने वाले, दलबदल-प्रधान राज्य में ढह जाती है।
स्थिरता के निहितार्थ: मॉडल का तात्पर्य है कि एक समुदाय के सत्य बोलने वाले सहयोगियों का सिद्धांततः कुछ "झूठ बोलने वाले दलबदलों" द्वारा आक्रमण के प्रति असुरक्षित है, जो एक भ्रामक साम्यावस्था की ओर कैस्केड (श्रृंखला) को ट्रिगर कर सकता है। इसके विपरीत, दलबदलों का एक समुदाय स्वतः सहयोगियों में विकसित नहीं हो सकता क्योंकि मॉडल C/D रणनीति के उत्परिवर्तन की अनुमति नहीं देता है, केवल $P_{truth}$ पैरामीटर के उत्परिवर्तन की अनुमति देता है।

लेखक निष्कर्ष निकालते हैं कि ये गतिकी जैविक प्रणालियों (जैसे, क्लीनर फिश, हनीगाइड्स) और मानव सामाजिक संरचनाओं में सहयोग और धोखे को समझने के लिए एक सैद्धांतिक ढांचा प्रदान कर सकती है, जो वैश्विक सहयोग को बनाए रखने के लिए आवश्यक नाजुक संतुलन को उजागर करती है।