みなさん、こんにちは。

　　４月２１日の研究会は
　　　・ 入門編続き　チープトークゲーム　（大浦会員）
　　　・ 輪読９章続き　（籠谷会員）
　　　・ 『社会的ジレンマ』〔山岸 2000〕の紹介　（大浦会員）
　　という内容でした。

　　【チープトークゲーム】　

　　不完備情報動学ゲームの例として、シグナリングのゲームを考えよ
　う。
　　一般にシグナルの送り手と受け手がいて、送り手が自分のタイプに
　もとづいてシグナルを発信し、受け手がそのシグナルを見て（送り手
　のタイプを知らずに）なんらかの行動を行うゲームをシグナリングゲ
　ームという。
　　このとき、シグナルの発信にコストがかかる場合と、実質的なコス
　トがかからない場合があるが、コストのかからないシグナルを用いる
　シグナリングゲームをチープトークゲームという。例えば＜学歴＞や
　＜資格＞をシグナルとして用いる場合は、学歴や資格の取得にコスト
　が必要なので有コストシグナルゲーム（ハンディキャップシグナルゲ
　ームともいう）であるが、音声言語をシグナルとして用いる場合は実
　質的にコストは必要ではないのでチープトークゲームである。

　　シグナリングゲームを考えるうえで、シグナルの送り手と受け手の
　利害が一致しているかどうかは重要な要素となる。利害が対立してい
　る場合には、送り手はうそのシグナルをだすことで得をすることがあ
　りうる。シグナルにコストがかからない場合が、うそのシグナルも出
　し放題となるので、受けてはそのようなシグナルを信用することはで
　きない。このときにはシグナルによる情報伝達は起こらないと考えら
　れる。
　　一方、シグナル発信にコストがかかる場合には、うそのシグナルを
　出すことに大きなコストが必要となり、うそをつくことが引き合わな
　くなるために、そのようなシグナル発信が抑止される場合もある。そ
　のような場合には、受け手はシグナルを信用できるので、シグナルに
　よる情報伝達が可能であると考えられる。
　　このように、利害の対立のある場合は、有コストシグナル（ハンデ
　ィキャップシグナル）による情報伝達のみが可能で、チープトークシ
　グナルによる情報伝達は起こらないと考えられる。
　　一方、送り手と受け手の利害が一致している場合には、チープトー
　クシグナルによる情報伝達が可能になる。たとえば、どこかで待ち合
　わせをしようとする場合、その場所を口頭で知らせることは両者にと
　って利益となる。待ち合わせ場所を「北口」といっておいて、わざわ
　ざ南口に行ったりすることは、送り手にとっても受け手にとっても利
　益にならない。このように、両者の利害が一致する場合は、シグナル
　にコストがかからない場合にも情報伝達が可能になる。

　　以上のようにおおまかにいって、利害が一致しているときにはチー
　プトークシグナルは機能するが、利害が対立している場合には機能し
　ないことが予想される。では両者の利害が部分的に一致し、部分的に
　対立する場合はどうであろうか。次のようなモデル（クロフォードと
　ソーベルのモデル）を立てて考えてみよう。
　　送り手のタイプｔは０〜１までのいずれかの実数であるとする。ど
　のタイプも等しい確率で自然から割り当てられる、すなわち、タイプ
　の分布は一様分布であると仮定する。
　　送り手は自らのタイプを知ったうえでチープトークシグナルｓをお
　くる。受け手はシグナルｓを見て（送り手のタイプを知らずに）行動
　ｘを取る。このとき、受け手の利得Ｕｒは
　　　　Ｕｒ＝−(ｘ−ｔ)^2
　であるものとしよう。つまり、受け手は送り手のタイプを見抜いて
　ｘ＝ｔなる行動を取ったときに利得が最大になるものと仮定する。
　　一方、送り手の利得Ｕｓは
　　　　Ｕｓ＝−(ｘ−ｔーｂ)^2
　であるとする（ただしｂ≧０）。送り手の側としては、受け手が自分
　のタイプをｂだけ「過大評価」して、ｘ＝ｔ＋ｂなる行動をとったと
　きに利得が最大になると仮定することにしよう。
　　ここで、ｂが０の時には両者の利害は完全に一致する。ｂが次第に
　大きくなると両者の利害は次第に乖離していく。したがって、ｂは両
　者の利害の一致度（不一致度と言うほうが適切だが）を示すパラメー
　ターであると考えられる。このような状況で機能しうるチープトーク
　シグナルが存在しうるであろうか。存在するとすれば、それはどのよ
　うなシグナルであろうか。

　　この問題を以下の手順で考えてみよう。まず、送り手のシグナルの
　発信戦略ｓ(ｔ)を所与としたときの、受け手の最適反応（シグナルの
　最適解読戦略）を考える。次に、この受け手のシグナルの解読戦略を
　所与としたときの送り手のシグナルの発信戦略を考える。この発信戦
　略が最初の発信戦略ｓ(ｔ)と一致していれば、この発信戦略と解読戦
　略の組はNash均衡となり、安定なシグナリングシステムが存在する（
　最適反応が一意な場合は、進化的に安定なシグナリングシステムにな
　る）。
　　この手順でｓ(ｔ)に逆関数がある場合とない場合について、均衡シ
　グナルの有無を考えてみよう。

　１）ｓ(ｔ)が逆関数を持つとき。
　　ｓ(ｔ)が逆関数を持つときは、シグナルの受け手の最適反応は、
　ｓ(ｔ)の逆関数でシグナルを解読して、ｘ＝ｔとなる行動ｔをとるこ
　とである。
　　この解読戦略に対する、シグナルの最適送信戦略は、タイプｔのと
　きにｓ(ｔ＋ｂ)なるシグナルを送って、相手にｘ＝ｔ＋ｂなる行動を
　とってもらうことである。ｓ(ｔ)に逆関数があるときは、ｓ(ｔ)と
　ｓ(ｔ＋ｂ)は一般に一致しないので、この場合は均衡シグナルは存在
　しないことがわかる。

　２）ｓ(ｔ)が逆関数を持たないとき。
　　甲）ｓ(ｔ)が定数のとき
　　ｓ(ｔ)が逆関数を持たない場合もいろいろあるが、いちばん簡単な
　場合として、ｓ(ｔ)が定数の場合を考えてみよう。
　　この場合、送り手はタイプにかかわらず、定数のシグナルｃを送信
　する。これに対する受け手の最適反応は、タイプが一様分布している
　ので、常にｘ＝1/2 を返すことである（ｃ以外のシグナルがたまたま
　観察されても、送り手のタイプについての何らの情報も得られないの
　でやはりｘ＝1/2 を返すことが最適）。
　　この受け手の反応に対する、最適送信戦略は、どのシグナルを送っ
　てもｘ＝1/2 が帰ってくるので、任意のシグナルを送ることである。
　この場合に定数シグナルｃを出す場合は含まれるので、（シグナルｃ、
　ｘ＝1/2 ）の組み合わせはNash均衡である。
　　★　この組み合わせは「弱い」Nash均衡なので、進化的に安定なシ
　グナリングシステムではありません。

　　乙）ｓ(ｔ)がステップワイズ関数の場合
　　ｔがある値以下ではｓ(ｔ)＝Ｌ（ローシグナル）、ｔがある値より
　大きいときにはｓ(ｔ)＝Ｈ（ハイシグナル）、ただしＬ＜Ｈ、を送信
　するような、ステップワイズの送信戦略の場合も、逆関数が存在しな
　い。ｔの閾値をｋ（０＜ｋ＜１）として、この２段階ステップワイズ
　戦略が均衡戦略になる場合があるかどうか、調べてみよう。
　　この場合、受け手の最適反応は
　　　　シグナルＬに対して　ｘ＝k/2
　　　　シグナルＨに対して　ｘ＝(k+1)/2
　で返すことである。
　　受け手が上記のように反応する場合、送り手はｔ＋ｂが k/2 に近け
　ればシグナルＬを、(k+1)/2 に近ければシグナルHを出すことが最適に
　なる。もうすこしきちんというと、 k/2 と(k+1)/2 の中間 k/2+1/4
　を境として
　　　　ｔ＋ｂ＜k/2+1/4　のときシグナルＬ
　　　　ｔ＋ｂ＞k/2+1/4　のときシグナルＨ
　を出す戦略が、送り手の最適戦略となる。これは、ｋ＝k/2+1/4-b す
　なわち、ｋ＝1/2-2b のときに最初の送信戦略と一致する。
　　ここで、ｋ＞０なので、1/2-2b＞０（つまりｂ＜1/4）のときには
　上記のシグナリングシステムが安定となる（これは強い均衡なので進
　化的にも安定）。
　　この結果は利害が部分的に対立しても、その程度が比較的小さい場
　合にはチープトークシグナルによる情報伝達が可能であることを示し
　ている。一方、ｂ＞1/4 すなわち、利害の対立がある程度以上激しい
　場合には、２値のステップワイズシグナルも機能することができない
　ことがわかる。
　　なお、詳しい説明は省くが、ｂ＜1/8 のときは３値の、ｂ＜1/16
　のときは４値の、・・ステップワイズ関数による情報伝達が可能にな
　る。利害の対立が小さくなるほど、より多くの情報がチープトークシ
　グナルによって伝達可能となることがわかる。

　　輪読の続きは次回まとめて紹介します。

　
　　【テキスト紹介】　　（大浦会員）

　　『社会的ジレンマ』　山岸 2000 ＰＨＰ新書

　　北大の山岸先生が昨年かかれたテキストです。社会的ジレンマ研究
　の現状を知る意味で紹介しようと思いました。
　　第１章は社会的ジレンマについての説明です。ネコに鈴をつけにい
　くネズミの話から入って（鈴をつけることが全員の利益になるが、誰
　も鈴付けのコストを負担しようとしない）、渋滞のジレンマ、共有地
　の悲劇など社会的ジレンマの例が紹介されます。
　　一般に、各プレーヤーに２つの行動の選択肢（Ｃ戦略とＤ戦略と呼
　ばれることが多い）があって、片方の戦略（通常Ｄ戦略）を取るほう
　が常にそのプレーヤーにとっては得だが、全員がＤ戦略をとる状況よ
　りも、全員がＣ戦略を取るほうが、各プレーヤーの利得が大きくなる
　状況が社会的ジレンマです。ゲーム論的にはＤ戦略が常にＣ戦略に優
　越するが、全員がＤの状態はパレート劣位である状況が社会的ジレン
　マであるといえます。
　　第２章では、社会的ジレンマの特殊ケースである２人囚人のジレン
　マゲーム（２者ＰＤ）が主として取り上げられます。たとえば、他の
　被験者に「１００円をあげる実験」では、あるプレーヤーが１００円
　を提供すると相手のプレーヤーに２００円が支払われる仕組みになっ
　ていて、２者ＰＤゲームになっています（両者が１００円を提供する
　と２００円ずつ獲得できるが、片方だけ１００円提供すると提供した
　ほうが０円、しなかったほうが３００円の収益となる）。この実験の
　結果では、平均４４円が提供されるという結果が得られています。
　　また、同様のゲームを繰り返して行なう場合、サクラがＴＦＴ（し
　っぺ返し戦略＝最初がＣで、あとは相手の戦略をまねする戦略）をと
　れば相手もＣを取るようになるという実験結果も紹介されています。
　　これらの結果を枕にして、アクセルロッドシミュレーションが紹介
　されます（コンピューターシミュレーションの大会でＴＦＴが優勝）。
　アクセルロッドの結果は、ＴＦＴが流布している可能性を示唆するも
　のなので、「初手のＣ戦略」の採用者の存在と整合的です（初手のＤ
　戦略者も存在するので、必ずしも整合的とはいえませんが）。また、
　ＴＦＴに対する最適応手はＣなので、相手がＴＦＴとわかればＣを取
　るようになるのも自然です。
　　２者ＰＤについては、ノイズの問題等が残されていますが、基本的
　にはＴＦＴ（ないしはパブロフ戦略＝前回ＣＣ，ＤＤならＣ，ＣＤ，
　ＤＣならＤ）の採用でジレンマはおおむね回避できます。しかし、筆
　者は次の例をあげてＴＦＴの限界（？）を指摘します。すなわち、Ｐ
　Ｄ類似のゲーム（調整ゲームらしい。鹿狩りゲームか？）において、
　経済学者より一般人の方が利益が大きかったらしいのですが、これを
　根拠に、一般の人にはジレンマ回避の能力が（生まれつき？）備わっ
　ていると主張されます。
　　この実験自体、経済学者と一般の人が直接対決したのか、経済学者
　のグループの利得と、一般の人のグループの利得を比較したのかによ
　って、結果は変わってくると思われるので、評価がしにくい上に、Ｔ
　ＦＴの流布という予想とも矛盾しないので、どうＴＦＴの限界なのか
　よくわからない部分です。ともあれ、この部分がこの本の後半の「進
　化心理学」の紹介の布石になっています。

　　第３章では３人以上の社会的ジレンマが考察されます。２者ＰＤで
　有効であったＴＦＴ（３人以上では応報戦略）は、ここではジレンマ
　回避の有効性を失います。応報戦略者の集団にＤ戦略が侵入すると、
　Ｄ戦略者の利得が常に応報戦略者の利得を上回ってしまうためです。
　　Ｄ戦略に対して、サンクションを課する戦略も考察されますが、サ
　ンクションにコストが必要な場合には、サンクションのコスト負担を
　めぐる２次ジレンマは生じるので、長期的な解決には結びつかないと
　考えられます。
　　このような理論的な考察に対して、実験的研究からは、他人を信頼
　する人ほどＣ戦略をとりやすいという結果が得られています。条件付
　応報戦略（他人がＣならＣ、ＤならＤ）の採用を示唆する結果といえ
　ます。
　　また、「強いー弱い」で人を判断する人（権威主義的性格の人）は
　Ｃを取らないという傾向も見られるようです。ＡｌｌＤ戦略者の存在
　を示唆する結果といえます。このように、ここで、理論的な予想（Ａ
　ｌｌＤと応報戦略ではＡｌｌＤがＥＳＳ）と実証研究からの推測（Ａ
　ｌｌＤと応報戦略が実際には共存、多型安定？）という興味深い問題
　が提起されますが、この問題は深くは追及されず、実験結果の進化心
　理学的な解釈という方向に話は進みます。

　　第４章は進化心理学の紹介から始まります。進化心理学は９０年代
　にアメリカのコスミデスたちが提唱しだした考え方ですが、人間の脳
　（こころ）というものは進化の産物であり、過去の進化上の課題を解
　決するなかでその場その場でアドホックに発達してきたものである、
　という発想を基調としています。人間の脳は一般的な問題解決のため
　につくられた汎用マシンではなく、その場その場の問題解決を担当す
　る＜モジュール＞の集合体である、という予測がそこから導かれます。
　たとえば、視覚処理の座や、言語機能の座の存在が神経生理学的な研
　究から知られていますが、これらが＜モジュール＞の例であると考え
　られます。そして、これらのモジュールの中に＜ジレンマ回避のモジ
　ュール＞が存在するのではないか、という議論が展開されます。
　　まず、状況証拠として人間が、少なくとも過去においてはジレンマ
　の回避に成功してきているらしいことがあげられます。「社会的ジレ
　ンマが回避されてなければ、他の動物をしのいで繁栄することはでき
　なかったろう」ということを論拠に、メカニズムの細部は不明ながら、
　ともあれ回避に成功してきたならば＜ジレンマ回避のモジュール＞が
　あっても不思議ではないという議論です。
　　もうすこし積極的な証拠としては、いわゆる「４枚カード問題」が
　あげられます。これは抽象的な推論問題（「母音の裏が偶数」という
　規則が正しいかチェックするには「E」「Ｋ」「５」「２」の４枚の
　カードのうちどれを裏返せばよいか）については正解率が低い（１０
　％程度）のに対し、同じ問題をルール違反者発見の課題（「２０歳未
　満は飲酒禁止」のルールが守られているかをチェックするには「１６
　歳」「２４歳」「ビール」「ジュース」のどれをチェックすればよい
　か）に置き換えて提示すると、正答率が大幅にあがる（９０％程度。
　ちなみにどちらも１枚目と３枚目をチェックすればよい）という実験
　結果のことを示しています。筆者は、この結果を「裏切り者探索モジ
　ュール」が存在する証拠として解釈し、＜ジレンマ回避モジュール＞
　の一部であると推論しています。
　　第５章では、ジレンマ回避モジュールの残り半分として、条件付応
　報戦略の採用を後押しする＜感情＞の存在を指摘します。これは、
　「他の人が協力するなら、自分も協力したい」気がする傾向のことで、
　アンケート調査の結果や、逐次手番のＰＤゲームの結果から示唆され
　ます。逐次手番のＰＤゲームとは、たとえば自分が１００円を提供す
　るかしないかをまず決定し、相手はその結果を知ったうえで、１００
　円を提供するかどうかを決める、というゲームです。筆者らの実験で
　は、相手が提供してくれたときには、７割近くの被験者がその相手に
　１００円を提供したそうです。このような結果から、「相手が協力し
　てくれたら協力してもよい」という感情が存在し、それが実際の行動
　にも影響を及ぼしていると推論されます。
　　この「応報感情」と先の「Ｄ戦略検知モジュール」によって、一般
　の人の間ではジレンマ回避がなされているのではないか、というのが
　筆者の主な結論になります。

　　以下の章で、現実のジレンマ回避に向けた若干の提言がなされます
　が、この本の主要部分は４章、５章であると考えられます。ジレンマ
　回避の至近要因モデルとしては、実証的なデータとの整合性も高く、
　現実に機能していそうなメカニズムがよく表現できていると考えられ
　ます。
　　一方、ジレンマ回避の究極要因（Ｄ戦略探知モジュールと応報感情
　はなぜ進化しえたのか）については未解決のままです。筆者は２者Ｐ
　Ｄにおいては「Ｄ戦略探知応報戦略」がＤ戦略との間ではＥＳＳとな
　ることをシミュレーション（？）で示していますが、３者以上のジレ
　ンマ状況では、（先にも述べたように）応報戦略とＡＬＬＤ戦略を戦
　略セットとする分析ではＡＬＬＤ戦略がＥＳＳです。応報戦略をＤ戦
　略探知応報戦略に変えても、ＡＬＬＤ戦略の利得と等しいか少ない利
　得しかあげることが出来ない（一人でもＤならＤのトリガー戦略のと
　きに限り等しくなる）ので、Ｄ戦略探知応報戦略は安定戦略とはなり
　ません。
　　このように、究極要因については未解決ですが、至近要因について
　はかなり実際に近いメカニズムが特定されつつあるように思われます。
　このラインの実証研究を積み重ねるとともに、究極要因についてのモ
　デルを立てることが社会的ジレンマ研究の今後の課題でしょう。

　　次回の研究会は
　　　４月２８日（土）１時から５時
　　　東工大大岡山キャンパス西４号館３１５教室
　　で行います。

　　内容は
　　　・ 輪読９章証明　（籠谷会員）
　　　・ 輪読９章残り　（大浦会員）
　　　・ 希望者の発表
　　の予定です。

　　それ以降の予定
　　　５月１２日（土）　慶応大三田キャンパス
　　　５月１９日（土）　東工大大岡山キャンパス
　　　５月２６日（土）　慶応大三田キャンパス

　　では、みなさんまた来週。
　　

　　　　庶務担当　大浦

　 ＨＰ　http://qmss.t.u-tokyo.ac.jp/evogame/
　　メーリングリストの申し込み先
　　　　　YQN02163@nifty.ne.jp（大浦）