Trong nhiều thập kỷ, lý thuyết trò chơi đã có câu trả lời khá rõ ràng cho câu hỏi liệu hai người xa lạ có nên hợp tác khi họ sẽ không bao giờ gặp lại nhau nữa: hoàn toàn không. Lựa chọn hợp lý, theo cân bằng Nash, là phản bội. Luôn luôn. Không có ngoại lệ.
Một bài nghiên cứu mới từ Google DeepMind, Viện AI Mila-Quebec và ETH Zürich lập luận rằng các tác nhân AI được xây dựng trên các mô hình nền tảng không tuân theo những quy tắc đó. Và họ có toán học để hỗ trợ điều này.
Kết thúc của sự phản bội không thể tránh khỏi
Bài báo, được nộp lên arXiv vào ngày 4 tháng 8 năm 2026, dài 75 trang với 11 hình minh họa và giới thiệu một khái niệm mà các tác giả gọi là “suy luận tương đồng”. Ý tưởng cốt lõi nghe có vẻ đơn giản: các tác nhân AI được xây dựng từ các quá trình huấn luyện tương tự có thể nhận ra sự tương đồng đó và sử dụng nó để dự đoán hành vi của tác nhân kia.
Lý thuyết trò chơi cổ điển xem mỗi người chơi là một người ra quyết định hoàn toàn độc lập, điều mà bài báo gọi là “sự độc lập hành động”. Dưới giả định đó, lựa chọn của đối thủ bạn là một hộp đen. Bạn không thể dự đoán nó, nên bạn phòng ngừa bằng cách phản bội. Cân bằng Nash được duy trì, và mọi người đều kết thúc trong tình trạng tồi tệ hơn so với nếu họ đã hợp tác.
Đội ngũ nghiên cứu, do Alexander Meulemans dẫn đầu, đề xuất một khung lý thuyết thay thế gọi là “đại lý nhúng.” Trong mô hình này, các đại lý cảm nhận bản thân là một phần của môi trường xung quanh thay vì tách biệt khỏi nó. Quan trọng hơn, họ duy trì sự không chắc chắn thật sự về các quá trình ra quyết định của chính mình.
Sự không chắc chắn đó là thành phần then chốt. Vì một tác nhân không hoàn toàn chắc chắn cách nó sẽ đưa ra quyết định, nó có thể coi lập luận của chính mình là bằng chứng về cách một tác nhân tương tự sẽ suy luận. Nếu tôi đang nghiêng về hợp tác, và tôi biết đối tác của mình suy nghĩ giống tôi, thì đối tác của tôi cũng có khả năng đang nghiêng về hợp tác. Logic này tự củng cố để tạo ra một kết quả hợp tác ổn định.
Cân bằng nhúng thay thế Nash
Để chính thức hóa điều này, bài báo giới thiệu một khái niệm giải pháp mới gọi là “cân bằng nhúng.” Trong khi cân bằng Nash giả định các người chơi tối ưu độc lập, cân bằng nhúng xem xét các mối tương quan giữa các tác nhân phát sinh từ kiến trúc chung, dữ liệu huấn luyện và quy trình tối ưu hóa.
Theo Nash, sự hợp tác trong một lần chơi Dilemma của Tù Nhân là không hợp lý. Theo cân bằng nhúng, nó có thể là chiến lược hợp lý duy nhất.
Các phát hiện thực nghiệm của các tác giả cho thấy các tác nhân mô hình nền tảng được đặt vào các tình huống xã hội và trang bị công cụ lập kế hoạch tối ưu thực sự đạt được các kết quả hợp tác. Toán học dự đoán sự hợp tác, và các thí nghiệm xác nhận điều đó.
Tại sao điều này lại quan trọng ngoài phòng thí nghiệm
Bài báo cũng đặt ra câu hỏi về những gì xảy ra khi các tác nhân không tương đồng. Nếu sự hợp tác phụ thuộc vào suy luận về sự tương đồng, thì các tương tác giữa các tác nhân được xây dựng trên các kiến trúc khác nhau hoặc được huấn luyện trên dữ liệu khác nhau có thể quay trở lại động lực từ chối cổ điển.
Đối với các nhà hoạch định chính sách và các cơ quan quản trị AI, khái niệm cân bằng nhúng đưa vào một biến số mà các khung quy định hiện tại không tính đến. Ví dụ, luật chống độc quyền thường yêu cầu bằng chứng về giao tiếp rõ ràng để xác định sự thông đồng. Các tác nhân hợp tác thông qua suy luận tương đồng không truyền đạt bất cứ điều gì. Chúng chỉ suy nghĩ giống nhau.