RPS का मनोविज्ञान

गेम थ्योरी: गणितीय बुनियाद

गेम थ्योरी में पत्थर कागज़ कैंची को सीमित, दो-खिलाड़ी, शून्य-योग और एक साथ चाल वाला खेल माना जाता है। जॉन नैश ने साबित किया कि ऐसे खेलों में हमेशा कम से कम एक संतुलन रणनीति होती है। RPS के लिए वह है हर चाल को ठीक ⅓ संभावना से चलना।

यह नैश संतुलन फ़ायदा उठाने लायक़ नहीं है: प्रतिद्वंद्वी कुछ भी करे, समय के साथ आपका अपेक्षित नतीजा ठीक बराबरी ही रहेगा। पर यह ख़ुद भी किसी का फ़ायदा नहीं उठा सकता। रैंडम खेलकर आप बढ़त नहीं बना सकते। आप बस हार नहीं सकते। प्रतिस्पर्धी RPS की पूरी रणनीतिक दुनिया गणितीय पूर्णता और असल इंसानी व्यवहार के बीच की खाई में बसती है। और वह खाई बहुत बड़ी है।

इंसान रैंडम क्यों नहीं हो सकते

दशकों के संज्ञानात्मक विज्ञान ने एक शर्मनाक बात पक्की कर दी है: इंसान रैंडम अनुक्रम बना ही नहीं सकते। जब उनसे RPS चालों की कोई "रैंडम" शृंखला बनाने को कहा जाता है, तो लोग लगातार ये करते हैं:

• दोहराव से बचना - लोग रैंडमनेस की माप से कहीं ज़्यादा बार चाल बदलते हैं, क्योंकि दोहराव "रैंडम नहीं लगता"। असल में वह रैंडम ही होता है। आपका दिमाग़ आपसे झूठ बोल रहा है।
• बारी-बारी बदलने का हद से ज़्यादा इस्तेमाल - प-का-कैं-प-का-कैं रैंडम लगता है, पर यह एकदम अनुमानित चक्र है। आप बस खेल का नाम दोहरा रहे हैं।
• छोटी सीक्वेंस को संतुलित करना - दो पत्थर के बाद लोगों को लगता है कि अब कुछ और चलना चाहिए ताकि "हिसाब बराबर" हो जाए। हर राउंड स्वतंत्र होता है। ब्रह्मांड हिसाब नहीं रखता।

यह हाथ के खेल पर लागू जुआरी का भ्रम है। यह ग़लत मान्यता कि बीती घटनाएं आगे की स्वतंत्र घटनाओं को प्रभावित करती हैं। कैसीनो में इसकी क़ीमत पैसा है। RPS में इसकी क़ीमत मैच हैं।

RPS में संज्ञानात्मक पूर्वाग्रह

जीत-पर-टिको, हार-पर-बदलो (WSLS)

RPS का सबसे अहम व्यवहारगत पैटर्न। जीतने के बाद खिलाड़ी वही दोहराते हैं जिससे जीत मिली। हारने के बाद वे उस चाल पर चले जाते हैं जो प्रतिद्वंद्वी की अभी चली चाल को हरा देती। यह पुनर्बलन-आधारित सीखने में गहरे धंसा है: जो चला उसे दोहराओ, जो नहीं चला उसे बदलो। पूरी तरह तर्कसंगत। और पूरी तरह फ़ायदा उठाने लायक़।

वांग आदि (2014) ने हज़ारों खेलों में WSLS की पुष्टि की। यह सिर्फ़ आम नहीं है। बिना प्रशिक्षण वाले खिलाड़ियों में यह लगभग सार्वभौमिक है। अगर आपने कभी RPS खेला है, तो आपने यह किया है। अभी इसके बारे में सोचते हुए भी कर रहे हैं।

पत्थर का झुकाव

हर आयु-वर्ग और हर संस्कृति में पहली चाल के तौर पर पत्थर सबसे आम है। मनोवैज्ञानिक इसे देह-आधारित संज्ञान से जोड़ते हैं: भिंची हुई मुट्ठी ताक़तवर और सुरक्षित महसूस होती है। यही हाथ की डिफ़ॉल्ट स्थिति है। कागज़ के लिए आपको हाथ जानबूझकर खोलना पड़ता है, कैंची के लिए उंगलियां फैलानी पड़ती हैं। पत्थर में सबसे कम मेहनत लगती है, शारीरिक भी और मानसिक भी। यह उसकी चाल है जिसने अभी सोचा ही नहीं है।

भावनात्मक प्राइमिंग

खिलाड़ी की भावनात्मक स्थिति का उसकी चालों पर नापा जा सकने वाला असर पड़ता है:

• झुंझलाहट से पत्थर की बारंबारता बढ़ती है। ग़ुस्से में आप मुट्ठी भींच लेते हैं। इसमें कोई सूक्ष्मता नहीं है।
• घबराहट से कैंची बढ़ती है। ज़्यादा सतर्क, ज़्यादा नपा-तुला इशारा। ज़्यादा सोचने वाली चाल।
• आत्मविश्वास से चालों में विविधता बढ़ती है और WSLS घटता है। शांत लोगों को पढ़ना मुश्किल होता है।

फ़ैसलों की थकान

लंबे मैचों में चालों की गुणवत्ता गिरने लगती है। 10-15 राउंड के बाद पैटर्न और उभरने लगते हैं, चाल बदलना रणनीति कम और सहज प्रतिक्रिया ज़्यादा हो जाता है, और WSLS अपने आप चलने लगता है। आपका दिमाग़ तीन चीज़ों में से चुनते-चुनते थक जाता है, जो आपके दिमाग़ के बारे में कुछ कहता है। टूर्नामेंट खिलाड़ी इसे गैम्बिट (पहले से तय सीक्वेंस) और मैचों के बीच मानसिक ब्रेक से संभालते हैं।

टिल्ट, दबाव और प्रदर्शन

टिल्ट — पोकर का वह शब्द जो भावनात्मक झुंझलाहट से खेल बिगड़ने के लिए इस्तेमाल होता है — प्रतिस्पर्धी RPS में तबाही मचा देता है। लगातार कई हार के बाद खिलाड़ी:

1. रणनीति छोड़कर मन की सुनने लगते हैं (और मन आमतौर पर ग़लत होता है)
2. ज़्यादा आक्रामक खेलते हैं, यानी ज़्यादा पत्थर
3. तेज़ और ज़्यादा अनुमानित WSLS चक्रों में फंस जाते हैं
4. "क़िस्मत बदलने" की उम्मीद में जल्दबाज़ी में चाल बदलते हैं (क़िस्मत ऐसे काम नहीं करती)

शीर्ष खिलाड़ी टिल्ट को अपने अंदर पहचान लेते हैं और — जो ज़्यादा फ़ायदेमंद है — प्रतिद्वंद्वी के अंदर भी। अप्रत्याशित चालों या शांत आत्मविश्वास से जानबूझकर टिल्ट पैदा करना एक जायज़ मानसिक दांव है। विवादास्पद, पर जायज़। नियमों में कहीं नहीं लिखा कि चेहरा सपाट रखना ज़रूरी है।

सामाजिक और सांस्कृतिक कारक

RPS का व्यवहार इस बात से भी बनता है कि कौन देख रहा है और आप किसके साथ खेल रहे हैं:

• लैंगिक अंतर: कुछ अध्ययन पहली चाल के वितरण में हल्के अंतर बताते हैं, हालांकि असर छोटा है और अनुभव के साथ ग़ायब हो जाता है। RPS सबका घमंड बराबरी से तोड़ता है।
• दर्शकों का असर: जब कोई देख रहा हो तो खिलाड़ी ज़्यादा पत्थर चलते हैं। "ताक़तवर" चाल। भीड़ के सामने कोई कागज़ चलकर हारना नहीं चाहता।
• सांस्कृतिक चलन: सामूहिकता वाली संस्कृतियों में खिलाड़ी चाल बदलने के अलग पैटर्न दिखा सकते हैं, पर बुनियादी झुकाव (WSLS, पत्थर का झुकाव) हर उस जगह मिलते हैं जहां इंसानों के हाथ हैं।
• जान-पहचान: दोस्तों के ख़िलाफ़ आप ज़्यादा सोचते हैं। अजनबियों के ख़िलाफ़ आप अपनी डिफ़ॉल्ट चालें चलते हैं। दोनों का फ़ायदा उठाया जा सकता है, बस वजहें अलग हैं।

प्रमुख शोध

• Wang, Xu, Zhou (2014) - "Social cycling and conditional responses in the Rock-Paper-Scissors game" (Scientific Reports)। 360 प्रतिभागियों के 300-300 राउंड में WSLS को सार्वभौमिक साबित किया। अब तक का सबसे अहम RPS अध्ययन, और यह एक असली वाक्य है।
• Cook आदि (2009) - दिखाया कि खिलाड़ी सूक्ष्म प्राइमिंग संकेतों से प्रभावित होते हैं और नियंत्रित हालात में भी RPS पूरी तरह रैंडम नहीं होता।
• Dyson आदि (2016) - दिखाया कि नकारात्मक भावनाओं से चालों के अनुमानित पैटर्न बढ़ते हैं, ख़ासकर पत्थर। विज्ञान ने वही पक्का किया जो लगातार तीन बार हारा हुआ हर शख़्स पहले से जानता है।
• Kanouse और Hanson (1987) - दोहराए जाने वाले खेलों में WSLS पर शुरुआती काम, जिसकी बाद में ख़ासकर RPS के लिए पुष्टि हुई।

फ़ैसले लेने के बारे में RPS हमें क्या सिखाता है

पत्थर कागज़ कैंची एक आईना है। यह दिखाता है कि सबसे सरल संभव फ़ैसले के माहौल में भी (तीन विकल्प, किसी को जानकारी की बढ़त नहीं) इंसान अनुमान लगाने लायक़ ढंग से अतार्किक होते हैं। हम वहां पैटर्न देख लेते हैं जहां कोई है ही नहीं। हम कामयाबी दोहराते हैं। हम भावनाओं में प्रतिक्रिया देते हैं। ज़िंदगी में ज़्यादातर जगह ये आदतें हमारे काम आती हैं, पर जिस खेल में शुद्ध रैंडमनेस का इनाम मिलता है, वहां ये कमज़ोरियां बन जाती हैं।

इसीलिए RPS का इस्तेमाल कक्षाओं में संभाव्यता सिखाने, मनोविज्ञान की प्रयोगशालाओं में फ़ैसलों का अध्ययन करने, और प्रतिस्पर्धी माहौल में मानसिक अनुशासन परखने के लिए होता है। खेल की सादगी बाक़ी सब हटा देती है और इंसानी चुनाव की नंगी मशीनरी सामने रख देती है। पता चलता है कि उस मशीनरी में कुछ ख़राबियां हैं।