The Prisoner's Dilemma

The most famous scenario in game theory - and why two people acting entirely rationally in their own self-interest can still end up worse off together.

The prisoner’s dilemma is the most well-known scenario in all of game theory, illustrating how two people acting entirely rationally in their own individual self-interest can end up with a worse outcome than if they had cooperated - a genuinely important and counterintuitive result that echoes throughout economics.

The classic setup

Two suspects are held separately and each faces a choice: stay silent (cooperate with the other suspect) or betray the other by confessing (defect). If both stay silent, both get a light sentence. If both confess, both get a moderate sentence. If one confesses while the other stays silent, the confessor goes free while the silent one gets a harsh sentence. Critically, each suspect must choose without knowing what the other will do.

Why confessing is each person's dominant strategy

A **dominant strategy** is a choice that's best regardless of what the other player does. Here, confessing is dominant for each suspect individually: if the other stays silent, confessing gets you freedom instead of a light sentence; if the other confesses, confessing gets you a moderate sentence instead of a harsh one. Both suspects rationally confess - even though both staying silent would have produced a better outcome for both of them together.

Why this matters far beyond a hypothetical prison scenario

The prisoner’s dilemma illustrates a genuine tension between individual rationality and collective rationality - situations where each party doing what’s individually best for them leads to a worse collective outcome than cooperation would have. Price wars between competing businesses, arms races between countries, and overfishing of a shared resource all follow this same underlying structure.

Assuming the "irrational" cooperative outcome is simply wrong

Calling mutual confession "rational" in the prisoner's dilemma describes the logic of a single, isolated interaction with no future consequences - it doesn't mean defecting is always the wisest real-world strategy. As the later lesson on repeated games in this module covers, the incentive to cooperate changes considerably once the same parties interact more than once.

Key takeaways

The prisoner's dilemma shows individually rational choices can produce a worse collective outcome.
Confessing is each suspect's dominant strategy, even though mutual silence produces a better joint result.
The same structure appears in price wars, arms races, and shared resource depletion.
The incentive to cooperate changes significantly when the same interaction repeats over time.

क़ैदी की दुविधा पूरे खेल सिद्धांत का सबसे मशहूर परिदृश्य है, जो यह दिखाता है कि कैसे दो लोग पूरी तरह से अपने-अपने व्यक्तिगत स्वार्थ में तर्कसंगत रहते हुए भी ऐसे नतीजे पर पहुँच सकते हैं जो सहयोग करने से मिलने वाले नतीजे से बदतर हो - एक वाकई महत्वपूर्ण और सहज-बुद्धि के विपरीत नतीजा जो पूरे अर्थशास्त्र में गूँजता है।

क्लासिक परिदृश्य

दो संदिग्धों को अलग-अलग रखा जाता है और हर एक को एक चुनाव करना है: चुप रहना (दूसरे संदिग्ध के साथ सहयोग करना) या दूसरे को धोखा देकर क़बूल कर लेना (विश्वासघात करना)। अगर दोनों चुप रहें, तो दोनों को हल्की सज़ा मिलती है। अगर दोनों क़बूल कर लें, तो दोनों को मध्यम सज़ा मिलती है। अगर एक क़बूल करे और दूसरा चुप रहे, तो क़बूल करने वाला रिहा हो जाता है जबकि चुप रहने वाले को कड़ी सज़ा मिलती है। ख़ास बात यह है कि हर संदिग्ध को यह जाने बिना चुनाव करना पड़ता है कि दूसरा क्या करेगा।

क़बूल करना हर व्यक्ति की प्रभावी रणनीति क्यों है

**प्रभावी रणनीति** वह चुनाव है जो दूसरा खिलाड़ी चाहे कुछ भी करे, हमेशा सबसे अच्छा रहता है। यहाँ, हर संदिग्ध के लिए अलग-अलग क़बूल करना ही प्रभावी रणनीति है: अगर दूसरा चुप रहे, तो क़बूल करने से हल्की सज़ा की जगह पूरी आज़ादी मिलती है; अगर दूसरा क़बूल कर ले, तो क़बूल करने से कड़ी सज़ा की जगह मध्यम सज़ा मिलती है। दोनों संदिग्ध तर्कसंगत रूप से क़बूल कर लेते हैं - भले ही दोनों के चुप रहने से दोनों के लिए मिलकर बेहतर नतीजा निकलता।

यह एक काल्पनिक जेल के परिदृश्य से कहीं आगे क्यों मायने रखता है

क़ैदी की दुविधा व्यक्तिगत तर्कसंगतता और सामूहिक तर्कसंगतता के बीच एक असली तनाव दिखाती है - ऐसी स्थितियाँ जहाँ हर पक्ष का अपने लिए सबसे अच्छा करना, सहयोग करने से मिलने वाले नतीजे से भी बदतर सामूहिक नतीजा दे देता है। प्रतिस्पर्धी व्यापारों के बीच मूल्य-युद्ध, देशों के बीच हथियारों की होड़, और किसी साझा संसाधन का अत्यधिक दोहन - ये सब इसी अंतर्निहित संरचना का पालन करते हैं।

यह मान लेना कि "तर्कहीन" सहयोगी नतीजा बस ग़लत है

क़ैदी की दुविधा में आपसी क़बूल को "तर्कसंगत" कहना एक अकेले, एकांत मुक़ाबले की तर्क बताता है जिसमें कोई भविष्य के नतीजे नहीं होते - इसका मतलब यह नहीं कि विश्वासघात करना असली दुनिया में हमेशा सबसे समझदार रणनीति होती है। जैसा कि इस मॉड्यूल के आगे के पाठ में दोहराए जाने वाले खेलों पर बताया गया है, जब वही पक्ष एक से ज़्यादा बार आमने-सामने आते हैं तो सहयोग करने की प्रेरणा काफ़ी बदल जाती है।

मुख्य बातें

क़ैदी की दुविधा दिखाती है कि व्यक्तिगत रूप से तर्कसंगत चुनाव मिलकर बदतर सामूहिक नतीजा दे सकते हैं।
क़बूल करना हर संदिग्ध की प्रभावी रणनीति है, भले ही दोनों के चुप रहने से बेहतर साझा नतीजा मिलता।
यही संरचना मूल्य-युद्ध, हथियारों की होड़ और साझा संसाधनों के दोहन में भी दिखाई देती है।
जब वही अंतःक्रिया बार-बार दोहराई जाती है, तो सहयोग करने की प्रेरणा काफ़ी बदल जाती है।