囚徒博奕與道德教育 辛一山
囚徒困境”是博弈論里最經典的例子之一。講的是兩個嫌疑犯（Ａ和Ｂ)作案后被警察抓住，隔離審訊；如果兩人都坦白則各判7年；如果一人坦白另一人不坦白，坦白的放出去，不坦白的判１０年；如果都不坦白則因證據不足各判１年。
在這個例子里，博弈的參加者就是兩個嫌疑犯Ａ和Ｂ，他們每個人都有兩個策略即坦白和不坦白，判刑的年數就是他們的行動回報�？赡艹霈F的四種情況：Ａ和Ｂ均坦白或均不坦白、Ａ坦白Ｂ不坦白或者Ｂ坦白Ａ不坦白，這是博弈的結果。Ａ和Ｂ均坦白是這個博弈的納什均衡。這是因為，假定Ａ選擇坦白的話，Ｂ最好是選擇坦白，因為Ｂ坦白判7年而抵賴卻要判十年；假定Ａ選擇抵賴的話，Ｂ最好還是選擇坦白，因為Ｂ坦白判不被判刑而抵賴確要被判刑１年。即是說，不管Ａ坦白或抵賴，Ｂ的最佳選擇都是坦白。反過來，同樣地，不管Ｂ是坦白還是抵賴，Ａ的最佳選擇也是坦白。結果，兩個人都選擇了坦白，各判刑7年。在（坦白、坦白)這個組合中，Ａ和Ｂ都不能通過單方面的改變行動增加自己的收益，于是誰也沒有動力改變自己的選擇，因此這個組合是納什均衡。
囚徒困境反映了個人理性和集體理性的矛盾。如果Ａ和Ｂ都選擇抵賴，各判刑１年，顯然比都選擇坦白各判刑８年好得多。當然，Ａ和Ｂ可以在被警察抓到之前訂立一個"攻守同盟"，但是這可能不會有用，因為它不構成納什均衡，沒有人有積極性遵守這個協定。
這個例子只是一次性的博弈結果，而如果進行同樣性質的多次博弈演繹之后，囚徒的選擇就會偏向于合作，而且對于背叛者實行報復，結果“一報還一報”變成為最佳選擇。理論上的解釋是：短期行為背叛有利，長期的行為互動會形成一定的合作模式。背叛者總體要吃虧。
雖然這是一個囚徒例子，但相對于社會道德教育也是具有相同的意義。社會里人們的行為可分解為短期行為和長期行為。在社會發(fā)展的初級階段人們會為了獲取眼前利益而選擇相互背叛，但人們通過長期的社會活動經驗總結出一套社會相互合作的行為規(guī)則，這就是囚徒博弈多次演繹結果的體現。這樣的一套行為規(guī)則，我們把它確定為道德規(guī)范。最為成熟社會道德規(guī)范模式是我們中國人總結出來的，那就是儒家所宣傳的倫理道德。簡單的概述就是：“仁、義、禮、智、忠、信、孝、勇”。中國古代的倫理道德系統周全、龐大，它涉及所有的社會生活門類。
倫理道德追求的是長期的目標，它的效用就像現在的商家追求品牌效用一樣，有品牌自然就有效益。一個社會的道德倫理越發(fā)達，就說明它的文明水平越高。這種趨勢就像囚徒博弈的超級演繹，只有合作才是人類低成本高效益發(fā)展的正確途徑�，F在我們廢棄了祖先總結出來的一整套倫理道德經驗，整個社會限于無序之中，人們就像原始狀態(tài)剛進化時那樣著眼于眼前的利益。只要能夠獲得利益不在乎說謊、欺騙，可這樣的行為就像典型的囚徒博弈一樣最終只會給自己帶來傷害。
現在社會的毛病那么多，腐化、貪污、謊言、欺騙、不講信譽、……等等全都是追求短期化目標的結果，大家也苦于找不到解決的辦法。這等于是捧著金飯碗到處要飯，實際的解決大量社會問題的辦法，祖先早已經為我們設計好了。為什么我們要固執(zhí)的堅持錯誤的觀念反對原來行之有效的道德倫理教育？
大家都知道短期化行為不好，但怎么使得人們句有長期化行動的目標和需求？這些祖先也為我們準備好了。只是簡單的收拾一下就可以有大的轉變，馬上行動起來注重社會的道德倫理教育吧！
注釋：道德是社會或特定群體的共同期望值，是一種行為的標準。人們對這樣的標準有希望其他的人都能達成的期望。道德可以減少社會整體的損耗。道德有限制和懲罰不道德的有力機制。
－－－－－－－－－－－這看上去很難.
因為如果我開始用道德倫理約束自己.期望群體的低耗能.
結果是我是那個被判刑10年囚徒.
所以除非大家都有這意識.不然沒有人會獨自選擇抵賴.
－－－－－－－－－－－您戳痛了當今道德倫理建設的傷疤。
中國的道德建設在功利機制下任重而道遠。
十年樹木，百年樹人。教育是百年大計。
有多少執(zhí)政者對這句話置若罔聞啊。
真懂這句話而又付諸于行動的人，又有多少呢？
...
