Antecedentes

En la biología evolutiva, la cooperación a gran escala entre individuos sin parentesco ha sido un enigma persistente. La teoría de la aptitud inclusiva propuesta por William Hamilton explicó claramente el comportamiento altruista entre parientes que comparten genes. Sin embargo, la cooperación continua con extraños con baja similitud genética seguía siendo un desafío que la selección de parentesco tradicional no podía resolver por completo. Durante décadas, se han realizado intentos para establecer matemáticamente la dinámica que induce a individuos egoístas a renunciar a beneficios a corto plazo para contribuir a bienes públicos.

Investigaciones previas propusieron modelos de reciprocidad directa basada en interacciones repetidas o reciprocidad indirecta basada en la reputación. No obstante, estos modelos teóricos mostraron vulnerabilidades al no poder suprimir eficazmente a los free riders cuando el tamaño del grupo aumenta o la asimetría de información se intensifica. Tampoco se resolvió el problema del "segundo polizón", en el que el propio castgador es eliminado si los costos del castigo no se distribuyen entre todo el grupo. Por ello, era urgente un marco integrador que cerrara la brecha entre los modelos matemáticos teóricos y los datos de experimentos de toma de decisiones a gran escala en grupos humanos reales.

Hallazgos clave

Los investigadores desarrollaron una ecuación dinámica integrada que combina la presión de selección multinivel con la dinámica de redes variables dentro del marco de la teoría de juegos evolutiva. Para superar las limitaciones del Juego de Bienes Públicos (PGG) basado en redes fijas, diseñaron un modelo donde los jugadores tienen en cuenta no solo la contribución pasada de sus contrapartes, sino también los costos de conexión de la red. En esencia, establecieron un modelo de red adaptativa donde la estructura de interacción evoluciona por sí misma.

Los resultados de las simulaciones matemáticas mostraron que, cuando el costo de la desconexión supera un umbral específico ($c^* = 0.28$), los polizones son desplazados a la periferia de la red, apareciendo un punto de equilibrio estable con una proporción de cooperadores superior al 82%. Para validar la teoría, se realizaron experimentos de economía conductual en línea en 24 sesiones con 1,440 participantes no emparentados asignados aleatoriamente. Los participantes decidían su nivel de contribución en cada ronda y volvían a seleccionar a sus socios de interacción.

El análisis de los datos coincidió sorprendentemente con las predicciones del modelo. Mientras que la tasa de mantenimiento de la cooperación se mantuvo en un 41% al aplicar un sistema de castigo simple, la introducción de un protocolo de bloqueo selectivo vinculado a la puntuación de reputación disparó la tasa promedio de cooperación hasta el 84,6%. El resultado demuestra que el orden de cooperación a gran escala puede estabilizarse únicamente mediante el derecho de elección de socios de los participantes individuales, sin necesidad de mecanismos de coerción externa.

Significado y perspectivas

Este descubrimiento posee un gran valor académico al cuantificar el eslabón evolutivo que permitió a la sociedad humana formar una sociedad de hipercooperación, superando sus limitaciones genéticas. Se reveló que los cambios topológicos en redes complejas son el motor clave para preservar el altruismo, más allá de los modelos evolutivos centrados en el parentesco. Esto proporciona directrices para establecer normas de interacción digital, como los algoritmos de bloqueo de usuarios maliciosos en plataformas de redes sociales o el diseño colaborativo de las organizaciones autónomas descentralizadas (DAO).

La tarea también es clara. A diferencia del entorno controlado de un laboratorio, la sociedad humana real presenta distorsión de información, rumores sesgados y asimetrías graves de recursos. No se puede descartar el riesgo de fenómenos de exclusión de los más débiles cuando intervienen estructuras de poder asimétricas. Los investigadores declararon que su próximo objetivo será rastrear el impacto de los sesgos cognitivos complejos y la incompletitud de la información en la dinámica de redes.