पत्थर कागज़ कैंची का विज्ञान

जी हां, यह सचमुच अध्ययन का एक क्षेत्र है

पत्थर कागज़ कैंची दर्जनों समकक्ष-समीक्षित शोध पत्रों का विषय रहा है। बीजिंग से लंदन तक के विश्वविद्यालय इंसानी फ़ैसलों, सामाजिक व्यवहार और रणनीतिक सोच के अध्ययन के लिए RPS को एक मॉडल प्रणाली की तरह इस्तेमाल करते हैं। लोगों ने इस पर पीएचडी की है। हम मज़ाक़ नहीं कर रहे। वे भी नहीं कर रहे।

झेजियांग विश्वविद्यालय का अध्ययन (2014)

सबसे ज़्यादा उद्धृत RPS अध्ययनों में से एक चीन के झेजियांग विश्वविद्यालय से आया। शोधकर्ताओं ने 360 छात्रों से 300-300 राउंड खिलवाए और हर एक चाल दर्ज की। उन्हें यह मिला:

• जीत-पर-टिको: जो खिलाड़ी राउंड जीतते थे, वे अगले राउंड में वही इशारा दोहराते थे। पत्थर चल गया, तो फिर पत्थर। जो टूटा ही नहीं उसे ठीक क्यों करना, है ना? और ठीक यही बात इसे तोड़ देती है।
• हार-पर-बदलो (चक्रीय): हारने वाले खिलाड़ी उस इशारे पर चले जाते थे जो उनकी हारी हुई चाल को हरा देता, यानी पत्थर से कागज़ से कैंची वाले चक्र में। लगता है इंसानी दिमाग़ को पत्थर से हारने का जवाब कागज़ आज़माना लगता है, रैंडम होना नहीं।
• बराबरी-पर-बदलो: बराबरी के बाद खिलाड़ी चाल बदल देते थे। बराबरी उबाऊ लगती है, और ऊब लोगों को बेचैन कर देती है।

इन पैटर्न को शर्त-आधारित प्रतिक्रिया रणनीतियां कहते हैं, और ये नैश संतुलन (हर चाल रैंडम 1/3) से काफ़ी हटकर हैं। ये फ़ायदा उठाने लायक़ पैटर्न भी बना देते हैं। अगर आपको पता है कि प्रतिद्वंद्वी जीत-पर-टिको चलता है, तो जीतने के बाद उसकी चाल आपको पता है। मानो वह ख़ुद ही जवाब-पर्ची थमा रहा हो।

पत्थर का झुकाव

कई स्वतंत्र अध्ययनों ने पक्का किया है कि पत्थर सबसे ज़्यादा चला जाने वाला इशारा है, जो अपेक्षित 33.3% के मुक़ाबले क़रीब 35-37% बार आता है। क्यों?

• शारीरिक डिफ़ॉल्ट: मुट्ठी बनाने में उंगलियां हिलानी ही नहीं पड़तीं। यह हाथ की विश्राम अवस्था है। समय के दबाव में लोग वही करते हैं जिसमें सबसे कम मेहनत लगे। ज़िंदगी के ज़्यादातर फ़ैसले भी ऐसे ही होते हैं।
• मनोवैज्ञानिक जुड़ाव: पत्थर मज़बूत और आक्रामक लगता है। पुरुष खिलाड़ी पत्थर और भी ज़्यादा चलते हैं, जिससे लगता है कि इस इशारे में भावनात्मक वज़न है।
• पहली चाल का झुकाव: पत्थर का दबदबा मैच की पहली चाल में सबसे ज़्यादा होता है, इससे पहले कि रणनीतिक सोच जागे। पहली चाल असल में आपका अवचेतन ख़ुद का परिचय दे रहा होता है।

विकासवादी जीवविज्ञान

यहीं से बात अजीब होने लगती है। RPS की गतिकी असली प्रकृति में भी दिखती है:

• साइड-ब्लॉच्ड छिपकलियां (Uta stansburiana): नर के तीन रूप संगम के लिए RPS चक्र में भिड़ते हैं। नारंगी-गले वाले (आक्रामक) नीले-गले वालों (सहयोगी) को हराते हैं, नीले पीले-गले वालों (चालाक) को, और पीले नारंगी को। ये छिपकलियां प्रतिस्पर्धी RPS खेल रही हैं और उन्हें पता तक नहीं। उनके तो हाथ भी नहीं हैं।
• बैक्टीरिया: E. coli की वे नस्लें जो ज़हर बनाती हैं, ज़हर सहती हैं, और ज़हर से मर जाती हैं — अ-संक्रामक प्रभुत्व के ज़रिए साथ-साथ बनी रहती हैं। बैक्टीरिया RPS खेलते हैं। यह कोई रूपक नहीं है।
• मूंगा-चट्टान की मछलियां: मूंगे की प्रजातियों के बीच की होड़ RPS जैसे क्रम पर चलती है। समंदर असल में एक बड़ा, गीला टूर्नामेंट है।

विकासवादी गेम थ्योरी वाले इन उदाहरणों से दिखाते हैं कि अ-संक्रामक होड़ जैव-विविधता को बढ़ावा देती है। कोई एक रणनीति हावी नहीं होती, इसलिए कई रणनीतियां साथ बनी रहती हैं। RPS सिर्फ़ खेल नहीं है। यह उस बुनियादी पैटर्न का हिस्सा है जिससे जीवित चीज़ें जगह बांटती हैं, बिना किसी एक के हमेशा जीते।

कृत्रिम बुद्धिमत्ता

इंसानों के ख़िलाफ़ RPS खेलने के लिए प्रशिक्षित AI सिस्टम लगातार जीतते हैं। इसलिए नहीं कि वे ज़्यादा समझदार हैं, बल्कि इसलिए कि इंसान अनुमान लगाने लायक़ हैं और यह मानने को तैयार नहीं:

• Iocaine Powder (2000): शुरुआती कामयाब RPS बॉट में से एक, जिसने पहली अंतरराष्ट्रीय RPS प्रोग्रामिंग प्रतियोगिता जीती। नाम The Princess Bride के एक ज़हर पर पड़ा — यानी ठीक वैसा ही नामकरण जैसी उम्मीद उन लोगों से की जाती है जो कंप्यूटर को पत्थर कागज़ कैंची खेलना सिखाते हैं।
• टोक्यो विश्वविद्यालय का रोबोट (2012): हाई-स्पीड कैमरे से यह रोबोट प्रतिद्वंद्वी के हाथ का आकार बनते ही पहले कुछ मिलीसेकंड में पहचान लेता था और सेकंड के हज़ारवें हिस्से से भी कम में जीतने वाली चाल चल देता था। इसकी जीत दर 100% थी। यह बेईमानी भी थी। पर बहुत शानदार बेईमानी।
• डीप लर्निंग मॉडल: आधुनिक न्यूरल नेटवर्क किसी इंसान की अगली चाल क़रीब 60% सटीकता से बता सकते हैं (जबकि बुनियादी स्तर 33% है)। वे आपके पैटर्न आपसे पहले सीख लेते हैं — इससे पहले कि आपको पता चले कि आपके पैटर्न हैं।

तंत्रिका विज्ञान

मस्तिष्क इमेजिंग अध्ययनों ने दिखाया है कि एक RPS फ़ैसला कई हिस्सों को एक साथ सक्रिय कर देता है:

• प्रीफ़्रंटल कॉर्टेक्स: रणनीतिक योजना। "मुझे क्या लगता है, वे क्या चलेंगे?"
• अग्र सिंगुलेट कॉर्टेक्स: टकराव की निगरानी। "कहीं मैं ज़्यादा तो नहीं सोच रहा?"
• टेम्पोरल लोब: पैटर्न पहचान। "वे दो बार पत्थर चल चुके हैं।"
• मोटर कॉर्टेक्स: हाथ के इशारे की तैयारी, जो संकेत के रूप में पकड़ी जा सकती है। आपका दिमाग़ इशारा बनाना तब शुरू कर देता है जब आपने सचेत रूप से तय भी नहीं किया होता — जो दिलचस्प भी है और थोड़ा बेचैन करने वाला भी।

खेल से आगे के इस्तेमाल

RPS पर हुए शोध के ऐसे व्यावहारिक इस्तेमाल हैं जिनका RPS खेलने से कोई लेना-देना नहीं:

• व्यवहारिक अर्थशास्त्र: यह समझना कि इंसान अनिश्चितता में फ़ैसले कैसे लेते हैं
• सुरक्षा: ऐसे सिस्टम बनाना जो अनुमान लगाने लायक़ इंसानी व्यवहार के आगे मज़बूत रहें
• शिक्षा: संभाव्यता, गेम थ्योरी और सांख्यिकीय सोच सिखाना
• नीलामी और तंत्र-रचना: अ-संक्रामक प्रणालियों पर आधारित निष्पक्ष बंटवारे की प्रक्रियाएं

दुनिया का सबसे आसान खेल हमें लगातार कुछ नया सिखाता रहता है। इस तरह की क़ाबिलियत का सम्मान करना ही पड़ता है।