L’histoire de la th\u00e9orie des jeux contemporaine est indissociable de la confrontation f\u00e9conde et souvent tumultueuse entre les constructions axiomatiques de la rationalit\u00e9 pure et les r\u00e9alit\u00e9s tangibles observ\u00e9es au sein des laboratoires de sciences sociales. Durant la seconde moiti\u00e9 du vingti\u00e8me si\u00e8cle, le paradigme de l’homo \u0153conomicus a r\u00e9gn\u00e9 sans partage sur l’analyse des interactions strat\u00e9giques, postulant des agents dot\u00e9s de capacit\u00e9s d’optimisation parfaites, d’une pr\u00e9voyance sans faille et d’une stricte conformit\u00e9 aux pr\u00e9dictions de l’\u00e9quilibre de Nash. Pourtant, d\u00e8s que ces mod\u00e8les furent soumis au crible de l’exp\u00e9rimentation empirique contr\u00f4l\u00e9e, des failles b\u00e9antes apparurent entre la th\u00e9orie d\u00e9ductive et la pratique humaine, nulle part de fa\u00e7on plus \u00e9clatante que dans le cadre des jeux r\u00e9p\u00e9t\u00e9s \u00e0 horizon fini comme le dilemme du prisonnier.<\/p>\n
Dans cette ar\u00e8ne \u00e9pist\u00e9mologique, les travaux s\u00e9minaux men\u00e9s conjointement par Richard McKelvey<\/a> et Thomas Palfrey<\/a> au cours des ann\u00e9es 1990 ont constitu\u00e9 une r\u00e9volution copernicienne. En refusant \u00e0 la fois le rejet pur et simple de l’\u00e9difice math\u00e9matique de la th\u00e9orie des jeux et le d\u00e9ni aveugle des anomalies comportementales observ\u00e9es en laboratoire, McKelvey et Palfrey ont forg\u00e9 un pont th\u00e9orique et \u00e9conom\u00e9trique novateur. Leurs recherches sur les tournois exp\u00e9rimentaux du dilemme du prisonnier ont d\u00e9montr\u00e9 que la coop\u00e9ration observ\u00e9e chez les sujets humains n’\u00e9tait pas n\u00e9cessairement le fruit d’un altruisme d\u00e9sincarn\u00e9 ou d’une irrationalit\u00e9 confuse, mais pouvait \u00eatre rigoureusement conceptualis\u00e9e par l’introduction d’erreurs stochastiques dans le traitement de l’information et le calcul de la d\u00e9cision strat\u00e9gique.<\/p>\n Leur apport fondamental, cristallis\u00e9 dans le concept d’\u00e9quilibre de r\u00e9ponse quantique (Quantal Response Equilibrium<\/em> ou QRE) et son prolongement dynamique aux formes extensives (l’Agent Quantal Response Equilibrium<\/em> ou AQRE), a transform\u00e9 en profondeur l’analyse des donn\u00e9es de laboratoire. Cet article examine en d\u00e9tail la fa\u00e7on dont McKelvey et Palfrey ont r\u00e9solu le paradoxe de l’induction \u00e0 rebours dans le dilemme du prisonnier r\u00e9p\u00e9t\u00e9, comment leurs protocoles exp\u00e9rimentaux ont mis \u00e0 l’\u00e9preuve ces mod\u00e8les stochastiques, et pourquoi leur h\u00e9ritage intellectuel continue de structurer les fronti\u00e8res modernes de l’\u00e9conomie comportementale, de la psychologie cognitive et de la conception institutionnelle.<\/p>\n L’essor de l’\u00e9conomie exp\u00e9rimentale \u00e0 partir des ann\u00e9es 1960 et 1970, sous l’impulsion de pionniers tels que Vernon Smith, a confront\u00e9 la th\u00e9orie \u00e9conomique traditionnelle \u00e0 un d\u00e9fi m\u00e9thodologique sans pr\u00e9c\u00e9dent. Jusqu’alors, la micro\u00e9conomie et la th\u00e9orie des jeux reposaient quasi exclusivement sur une d\u00e9marche hypoth\u00e9tico-d\u00e9ductive. Les th\u00e9oriciens postulaient un comportement maximisateur d’utilit\u00e9 esp\u00e9r\u00e9e au sens de von Neumann et Morgenstern, assorti de croyances mutuellement coh\u00e9rentes. Dans ce cadre intellectuel rigide, les d\u00e9viations empiriques \u00e9taient couramment balay\u00e9es comme de simples bruits non syst\u00e9matiques ou des imperfections anecdotiques vou\u00e9es \u00e0 dispara\u00eetre sous la pression des m\u00e9canismes de march\u00e9 ou de la s\u00e9lection concurrentielle.<\/p>\n Toutefois, la multiplication des exp\u00e9riences standardis\u00e9es en laboratoire a progressivement d\u00e9voil\u00e9 des r\u00e9gularit\u00e9s statistiques impossibles \u00e0 ignorer. Les sujets humains, m\u00eame hautement incit\u00e9s financi\u00e8rement et plac\u00e9s dans des conditions d’information parfaite, d\u00e9viaient de mani\u00e8re robuste et pr\u00e9visible des \u00e9quilibres th\u00e9oriques canoniques. Face \u00e0 cette accumulation d’anomalies comportementales, la communaut\u00e9 acad\u00e9mique s’est trouv\u00e9e polaris\u00e9e : d’un c\u00f4t\u00e9, les d\u00e9fenseurs orthodoxes de la rationalit\u00e9 stricte arguaient de d\u00e9fauts dans les protocoles d’incitation ou d’un manque d’apprentissage des sujets ; de l’autre, une frange h\u00e9t\u00e9rodoxe \u00e9mergente pr\u00e9conisait l’abandon pur et simple des outils formels de la th\u00e9orie des jeux au profit d’approches purement psychologiques descriptives et non formalis\u00e9es.<\/p>\n C’est pr\u00e9cis\u00e9ment \u00e0 cette intersection conflictuelle que s’inscrit la contribution de Richard McKelvey et Thomas Palfrey. Plut\u00f4t que de consid\u00e9rer l’exp\u00e9rimentation comme le fossoyeur de la mod\u00e9lisation math\u00e9matique, ils l’ont appr\u00e9hend\u00e9e comme un banc d’essai indispensable permettant de raffiner et d’enrichir la th\u00e9orie. En d\u00e9veloppant des mod\u00e8les structurels capables d’englober les r\u00e9gularit\u00e9s empiriques tout en pr\u00e9servant le formalisme analytique de l’optimisation sous contraintes, ils ont jet\u00e9 les bases d’une \u00e9conomie exp\u00e9rimentale rigoureuse o\u00f9 les donn\u00e9es de laboratoire ne servent plus seulement \u00e0 disqualifier des hypoth\u00e8ses, mais \u00e0 estimer des param\u00e8tres comportementaux profonds au sein d’une th\u00e9orie probabiliste unifi\u00e9e.<\/p>\n La collaboration entre Richard McKelvey et Thomas Palfrey, d\u00e9velopp\u00e9e principalement au sein de la prestigieuse division des sciences humaines et sociales du California Institute of Technology (Caltech)<\/a>, repr\u00e9sente l’une des synergies intellectuelles les plus prolifiques des sciences sociales quantitatives. Caltech offrait un \u00e9cosyst\u00e8me acad\u00e9mique singulier, caract\u00e9ris\u00e9 par un croisement permanent entre la science politique formelle, l’\u00e9conomie math\u00e9matique et les sciences de l’ing\u00e9nieur. McKelvey, math\u00e9maticien et politologue de formation, s’\u00e9tait d\u00e9j\u00e0 illustr\u00e9 de mani\u00e8re retentissante par son c\u00e9l\u00e8bre th\u00e9or\u00e8me du chaos, d\u00e9montrant l’instabilit\u00e9 fondamentale du vote \u00e0 la majorit\u00e9 dans les espaces multidimensionnels non contraints.<\/p>\n Thomas Palfrey, de son c\u00f4t\u00e9, s’imposait comme l’un des plus brillants micro\u00e9conomistes de sa g\u00e9n\u00e9ration, ma\u00eetrisant \u00e0 la perfection la th\u00e9orie des incitations, le mechanism design<\/em> et les arcanes de la th\u00e9orie des jeux bay\u00e9siens. Tous deux partageaient une obsession commune : la recherche d’une formalisation math\u00e9matique impeccable capable de rendre compte des ph\u00e9nom\u00e8nes du monde r\u00e9el sans c\u00e9der \u00e0 la facilit\u00e9 de l’ad hoc. Face aux r\u00e9sultats d\u00e9routants des interactions strat\u00e9giques en laboratoire, ils ont refus\u00e9 la tentation de simplement rajouter des param\u00e8tres d’altruisme arbitraires pour sauver les mod\u00e8les existants. Leur ambition \u00e9tait d’une envergure bien sup\u00e9rieure : reconstruire la th\u00e9orie du comportement strat\u00e9gique en int\u00e9grant formellement le fait que les \u00eatres humains, bien que r\u00e9agissant de mani\u00e8re coh\u00e9rente aux incitations mon\u00e9taires, sont soumis \u00e0 des limites cognitives intrins\u00e8ques induisant une stochasticit\u00e9 incompressible dans leurs choix.<\/p>\n Leur d\u00e9marche conjointe a ainsi mari\u00e9 l’\u00e9l\u00e9gance de la th\u00e9orie du choix discret issue de l’\u00e9conom\u00e9trie de Daniel McFadden avec les concepts d’\u00e9quilibre strat\u00e9gique les plus sophistiqu\u00e9s de John Nash, Reinhard Selten et John Harsanyi. Cette symbiose intellectuelle exceptionnelle s’est mat\u00e9rialis\u00e9e dans une s\u00e9rie d’articles fondateurs parus dans les revues les plus prestigieuses, modifiant irr\u00e9versiblement la mani\u00e8re dont les \u00e9conomistes con\u00e7oivent l’interaction entre pr\u00e9diction th\u00e9orique et comportement empirique.<\/p>\n Au c\u0153ur de l’entreprise de recherche de McKelvey et Palfrey se trouve la confrontation m\u00e9thodique avec les donn\u00e9es issues de tournois et d’exp\u00e9riences en laboratoire consacr\u00e9s au dilemme du prisonnier fini. L’\u00e9cart entre les pr\u00e9dictions du mod\u00e8le de r\u00e9f\u00e9rence \u2014 l’\u00e9quilibre de Nash parfait en sous-jeux dictant une d\u00e9fection unilat\u00e9rale et continue de la premi\u00e8re \u00e0 la derni\u00e8re p\u00e9riode \u2014 et la persistance observ\u00e9e d’un volume massif de coop\u00e9ration constituait un scandale th\u00e9orique pour l’orthodoxie. Pourquoi des individus \u00e9duqu\u00e9s, parfaitement conscients du nombre fini d’interactions et motiv\u00e9s par des gains financiers substantiels, choisissaient-ils de coop\u00e9rer durablement avant d’entamer une d\u00e9fection progressive \u00e0 l’approche de la fin du tournoi ?<\/p>\n Pour McKelvey et Palfrey, cette \u00e9nigme imposait de reformuler la nature m\u00eame du probl\u00e8me pos\u00e9 aux joueurs. Dans un environnement exp\u00e9rimental, un joueur rationnel ne fait pas face \u00e0 un algorithme math\u00e9matique d\u00e9nu\u00e9 d’h\u00e9sitation, mais \u00e0 un autre \u00eatre humain susceptible de commettre des erreurs d’interpr\u00e9tation, de distraction ou de calcul. Par cons\u00e9quent, pr\u00e9dire l’issue du jeu exige de mod\u00e9liser explicitement ce \u00ab bruit cognitif \u00bb. Les tournois exp\u00e9rimentaux ne devaient donc plus \u00eatre envisag\u00e9s comme de simples comp\u00e9titions destin\u00e9es \u00e0 d\u00e9signer une strat\u00e9gie heuristique gagnante \u2014 \u00e0 la mani\u00e8re des c\u00e9l\u00e8bres tournois informatiques de Robert Axelrod \u2014, mais comme des syst\u00e8mes d’interaction stochastiques structur\u00e9s o\u00f9 chaque d\u00e9cision refl\u00e8te une balance probabiliste entre le gain anticip\u00e9 d’une action et le co\u00fbt per\u00e7u de l’erreur.<\/p>\n La probl\u00e9matique centrale peut d\u00e8s lors s’\u00e9noncer ainsi : comment formaliser un concept d’\u00e9quilibre o\u00f9 les erreurs d\u00e9cisionnelles ne sont pas trait\u00e9es comme des anomalies exog\u00e8nes \u00e0 ignorer ou \u00e0 neutraliser, mais comme des \u00e9l\u00e9ments endog\u00e8nes et pleinement anticip\u00e9s par l’ensemble des protagonistes du tournoi ? C’est \u00e0 la r\u00e9solution rigoureuse de cette question que McKelvey et Palfrey ont d\u00e9di\u00e9 leurs avanc\u00e9es majeures, bouleversant \u00e0 la fois la th\u00e9orie des jeux r\u00e9p\u00e9t\u00e9s et la m\u00e9thodologie de l’exp\u00e9rimentation en \u00e9conomie.<\/p>\n Le dilemme du prisonnier repr\u00e9sente la matrice conceptuelle fondamentale illustrant la tension tragique entre rationalit\u00e9 individuelle et rationalit\u00e9 collective. Dans sa version canonique \u00e0 deux joueurs simultan\u00e9e, chaque agent dispose de deux actions pures : Coop\u00e9rer (C) ou Faire d\u00e9fection (D). La structure des gains est classiquement d\u00e9finie par quatre composantes cardinales respectant une hi\u00e9rarchie stricte : la tentation de trahir l’autre joueur alors que celui-ci coop\u00e8re (T), le gain associ\u00e9 \u00e0 la coop\u00e9ration mutuelle (R pour r\u00e9compense), le paiement r\u00e9sultant d’une d\u00e9fection mutuelle (P pour punition), et enfin le salaire de la dupe (S), per\u00e7u par le joueur ayant coop\u00e9r\u00e9 unilat\u00e9ralement face \u00e0 un tra\u00eetre. Ces paiements satisfont l’in\u00e9galit\u00e9 structurelle suivante :<\/p>\n T > R > P > S<\/em>, avec la condition compl\u00e9mentaire garantissant que l’alternance de trahisons n’est pas collectivement pr\u00e9f\u00e9rable \u00e0 la coop\u00e9ration stable, soit 2R > T + S<\/em>.<\/p>\n D’un point de vue strat\u00e9gique, la caract\u00e9ristique d\u00e9terminante de cette matrice r\u00e9side dans la propri\u00e9t\u00e9 de dominance stricte. Quel que soit le choix formul\u00e9 par son opposant, chaque joueur maximise son gain individuel imm\u00e9diat en choisissant syst\u00e9matiquement l’action D. Si l’adversaire coop\u00e8re, faire d\u00e9fection octroie T plut\u00f4t que R ; si l’adversaire trahit, faire d\u00e9fection permet d’empocher P plut\u00f4t que S. La d\u00e9fection constitue par cons\u00e9quent une strat\u00e9gie strictement dominante. L’unique \u00e9quilibre de Nash de ce jeu \u00e0 un coup est le profil de strat\u00e9gies (D, D), aboutissant \u00e0 l’issue sous-optimale au sens de Pareto o\u00f9 chaque joueur ne per\u00e7oit que P, alors m\u00eame que l’issue coop\u00e9rative conjointe (C, C) leur aurait procur\u00e9 une satisfaction sup\u00e9rieure \u00e9gale \u00e0 R. Cette structure cristallise l’incapacit\u00e9 d’agents purement \u00e9go\u00efstes et auto-centr\u00e9s \u00e0 coordonner leurs comportements sans intervention ext\u00e9rieure ou horizon \u00e9largi.<\/p>\n Lorsque le dilemme du prisonnier est \u00e9tendu \u00e0 un cadre dynamique o\u00f9 la m\u00eame interaction est r\u00e9p\u00e9t\u00e9e un nombre fini et connu d’\u00e9tapes, not\u00e9 T<\/em>, la th\u00e9orie classique de l’\u00e9quilibre fait appel au principe de l’induction \u00e0 rebours (ou induction r\u00e9trograde), formalis\u00e9 par le concept d’\u00e9quilibre de Nash parfait en sous-jeux de Selten. Le raisonnement repose sur une logique d\u00e9ductive implacable qui progresse de la fin de l’arbre de d\u00e9cision vers son origine.<\/p>\n Consid\u00e9rons la derni\u00e8re p\u00e9riode, l’\u00e9tape T<\/em>. Puisqu’il n’existe aucune p\u00e9riode future permettant d’exercer des repr\u00e9sailles ou de r\u00e9compenser la bienveillance pass\u00e9e, l’interaction \u00e0 l’\u00e9tape T<\/em> redevient strictement identique au jeu \u00e0 un coup. La d\u00e9fection y est donc l’unique strat\u00e9gie dominante pour chaque joueur, ind\u00e9pendamment de toute l’histoire accumul\u00e9e au cours des p\u00e9riodes ant\u00e9rieures. Les deux joueurs \u00e9tant parfaitement inform\u00e9s et conscients de la rationalit\u00e9 mutuelle, ils anticipent avec certitude que l’issue \u00e0 la p\u00e9riode T<\/em> sera (D, D).<\/p>\n Par r\u00e9tro-propagation, consid\u00e9rons \u00e0 pr\u00e9sent la p\u00e9riode pr\u00e9c\u00e9dente, T – 1<\/em>. Sachant de mani\u00e8re in\u00e9luctable que le comportement futur \u00e0 l’\u00e9tape T<\/em> est d’ores et d\u00e9j\u00e0 fig\u00e9 dans la d\u00e9fection mutuelle et ne peut en aucun cas \u00eatre influenc\u00e9 par les actions choisies \u00e0 l’\u00e9tape T – 1<\/em>, les joueurs se trouvent priv\u00e9s de tout instrument incitatif temporel. Aucune menace de sanction future n’\u00e9tant cr\u00e9dible, la p\u00e9riode T – 1<\/em> perd toute connexion strat\u00e9gique avec le futur et se r\u00e9duit \u00e0 nouveau \u00e0 un jeu \u00e0 un coup isol\u00e9. La d\u00e9fection devient \u00e0 nouveau l’unique meilleure r\u00e9ponse. Par une cha\u00eene logique r\u00e9cursive imm\u00e9diate, ce raisonnement s’applique successivement \u00e0 T – 2<\/em>, T – 3<\/em>, et remonte in\u00e9branlablement jusqu’\u00e0 la p\u00e9riode initiale t = 1<\/em>. Le th\u00e9or\u00e8me pr\u00e9dit donc un effondrement int\u00e9gral et instantan\u00e9 : l’unique \u00e9quilibre parfait en sous-jeux impose aux participants de faire d\u00e9fection \u00e0 chacune des T<\/em> p\u00e9riodes du jeu.<\/p>\n La rigueur math\u00e9matique sans faille de l’induction \u00e0 rebours se heurte de plein fouet \u00e0 une r\u00e9alit\u00e9 empirique radicalement discordante d\u00e8s que le jeu est soumis \u00e0 des sujets r\u00e9els dans le cadre de protocoles exp\u00e9rimentaux contr\u00f4l\u00e9s. D\u00e8s les premi\u00e8res exp\u00e9riences men\u00e9es par Flood et Dresher dans les ann\u00e9es 1950, puis confirm\u00e9es syst\u00e9matiquement par des dizaines d’\u00e9tudes ult\u00e9rieures, le comportement observ\u00e9 contredit de mani\u00e8re spectaculaire la pr\u00e9diction de d\u00e9fection universelle.<\/p>\n Dans un tournoi ou une s\u00e9quence de dilemmes du prisonnier r\u00e9p\u00e9t\u00e9s sur un horizon fini (par exemple dix, vingt ou cinquante p\u00e9riodes), les joueurs humains adoptent des taux de coop\u00e9ration initiaux souvent remarquablement \u00e9lev\u00e9s, oscillant fr\u00e9quemment entre 50 % et 80 % lors des premi\u00e8res phases de jeu. Bien loin de trahir d\u00e8s la premi\u00e8re p\u00e9riode, les participants parviennent \u00e0 \u00e9tablir des conventions de coop\u00e9ration tacite mutuellement b\u00e9n\u00e9fiques, maintenant des flux de gains \u00e9lev\u00e9s pendant la majeure partie du protocole. Plus intrigant encore pour la th\u00e9orie classique est le profil dynamique de ces interactions : la coop\u00e9ration ne s’effondre pas au d\u00e9but, mais commence \u00e0 s’\u00e9roder progressivement lorsque l’horizon temporel commence \u00e0 se rapprocher de son terme. On observe alors une d\u00e9gradation continue des choix coop\u00e9ratifs sur plusieurs p\u00e9riodes cons\u00e9cutives, pour ne culminer dans une d\u00e9fection quasi g\u00e9n\u00e9rale qu’aux toutes derni\u00e8res \u00e9tapes de l’exp\u00e9rience.<\/p>\n Cette divergence soul\u00e8ve un paradoxe fondamental pour la th\u00e9orie classique des jeux. L’\u00e9quilibre parfait en sous-jeux \u00e9choue non seulement \u00e0 pr\u00e9dire le niveau moyen de coop\u00e9ration, mais s’av\u00e8re totalement incapable d’expliquer la dynamique temporelle graduelle de son effondrement. L’induction \u00e0 rebours pr\u00e9dit un mur absolu o\u00f9 la coop\u00e9ration ne peut jamais na\u00eetre ; l’exp\u00e9rience de laboratoire r\u00e9v\u00e8le un sentier de coop\u00e9ration robuste qui ne s’\u00e9teint que par une transition douce et stochastique. Ce d\u00e9calage a rendu imp\u00e9rative l’\u00e9laboration de nouveaux paradigmes th\u00e9oriques capables de r\u00e9concilier la rationalit\u00e9 strat\u00e9gique avec ces r\u00e9gularit\u00e9s comportementales irr\u00e9futables.<\/p>\n Avant les contributions pionni\u00e8res de McKelvey et Palfrey, la tentative th\u00e9orique la plus sophistiqu\u00e9e pour surmonter le paradoxe de l’induction \u00e0 rebours sans abandonner le cadre de la rationalit\u00e9 maximisatrice fut formul\u00e9e au d\u00e9but des ann\u00e9es 1980 par David Kreps, Paul Milgrom, John Roberts et Robert Wilson, un groupe de chercheurs souvent d\u00e9sign\u00e9 dans la litt\u00e9rature \u00e9conomique sous le nom du Gang des Quatre (KMRW)<\/a>. Leur article majeur de 1982 a d\u00e9montr\u00e9 qu’il suffisait d’introduire une infime parcelle d’information incompl\u00e8te sur les caract\u00e9ristiques des joueurs pour modifier radicalement les \u00e9quilibres du dilemme du prisonnier r\u00e9p\u00e9t\u00e9 \u00e0 horizon fini.<\/p>\n Le mod\u00e8le KMRW repose sur l’hypoth\u00e8se de l’existence de diff\u00e9rents \u00ab types \u00bb de joueurs au sens d’Harsanyi. Plus pr\u00e9cis\u00e9ment, on suppose qu’il existe une probabilit\u00e9 infinit\u00e9simale mais strictement positive qu’un joueur ne soit pas un maximisateur d’utilit\u00e9 \u00e9go\u00efste classique, mais un joueur \u00ab irrationnel \u00bb ou \u00ab conditionnellement coop\u00e9rateur \u00bb, m\u00e9caniquement engag\u00e9 \u00e0 appliquer la strat\u00e9gie Tit-for-Tat (Donnant-donnant). Face \u00e0 cette incertitude informationnelle, un joueur parfaitement rationnel et \u00e9go\u00efste a d\u00e9sormais une incitation strat\u00e9gique puissante \u00e0 masquer sa v\u00e9ritable nature au cours des premi\u00e8res p\u00e9riodes du jeu.<\/p>\n En feignant la coop\u00e9ration, le joueur rationnel acquiert une r\u00e9putation<\/em> de coop\u00e9rateur, ce qui encourage son adversaire \u00e0 poursuivre la coop\u00e9ration lors des \u00e9tapes ult\u00e9rieures, g\u00e9n\u00e9rant ainsi des flux de gains cumul\u00e9s bien sup\u00e9rieurs au gain imm\u00e9diat procur\u00e9 par une d\u00e9fection pr\u00e9coce. L’induction \u00e0 rebours se trouve ainsi d\u00e9samorc\u00e9e de l’int\u00e9rieur : la d\u00e9fection n’est plus dominante aux premi\u00e8res p\u00e9riodes car le co\u00fbt d’opportunit\u00e9 de la perte de r\u00e9putation exc\u00e8de le gain \u00e0 court terme de la tentation T<\/em>. La coop\u00e9ration initiale \u00e9merge alors de mani\u00e8re enti\u00e8rement endog\u00e8ne comme un calcul d’investissement r\u00e9putationnel parfaitement rationnel de la part d’agents pourtant strictement calculateurs et non altruistes.<\/p>\n Bien que le mod\u00e8le du Gang des Quatre ait constitu\u00e9 une avanc\u00e9e th\u00e9orique majeure et d’une rare \u00e9l\u00e9gance formelle, son application directe \u00e0 l’explication des r\u00e9sultats exp\u00e9rimentaux en laboratoire s’est heurt\u00e9e \u00e0 des limites conceptuelles et empiriques insurmontables. Le premier \u00e9cueil r\u00e9side dans l’extr\u00eame sensibilit\u00e9 des pr\u00e9dictions d’\u00e9quilibre aux croyances a priori (les priors<\/em> bay\u00e9siens) attribu\u00e9es aux agents concernant l’existence de ces types alternatifs. Ces croyances initiales ne sont presque jamais observables ni mesurables directement en laboratoire, transformant souvent le param\u00e8tre de r\u00e9putation en une variable d’ajustement ad hoc que l’exp\u00e9rimentateur peut calibrer arbitrairement pour coller a posteriori aux donn\u00e9es observ\u00e9es.<\/p>\n Le second verrou conceptuel concerne le maintien inflexible d’une rationalit\u00e9 calculatoire absolue et surhumaine chez tous les agents dits rationnels. Le mod\u00e8le KMRW postule que les joueurs sont capables de mettre en \u0153uvre des d\u00e9ductions bay\u00e9siennes infiniment complexes, d’actualiser avec une pr\u00e9cision chirurgicale la distribution de probabilit\u00e9 des types de leurs adversaires \u00e0 chaque \u00e9tape, et de calculer des sentiers d’\u00e9quilibre d’une complexit\u00e9 computationnelle vertigineuse. Or, cette exigence intellectuelle exorbitante contraste vivement avec la r\u00e9alit\u00e9 psychologique des participants en laboratoire, dont les capacit\u00e9s d’attention, de calcul et de projection cognitive sont intrins\u00e8quement born\u00e9es.<\/p>\n Enfin, sur le plan strictement \u00e9conom\u00e9trique, les mod\u00e8les de r\u00e9putation purs pr\u00e9disent des dynamiques de rupture d\u00e9terministes ou des \u00e9quilibres mixtes tr\u00e8s particuliers qui ne capturent pas ad\u00e9quatement l’h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 granulaire et la fluidit\u00e9 des courbes de d\u00e9fection observ\u00e9es au fil des tournois r\u00e9els. Les donn\u00e9es exp\u00e9rimentales r\u00e9v\u00e8lent une dispersion des choix et des rechutes accidentelles dans la coop\u00e9ration que la structure rigide de l’\u00e9quilibre bay\u00e9sien parfait conventionnel ne parvient pas \u00e0 rationaliser de fa\u00e7on satisfaisante.<\/p>\n Face aux apories des mod\u00e8les de r\u00e9putation orthodoxes, Richard McKelvey et Thomas Palfrey ont formul\u00e9 une alternative m\u00e9thodologique radicale : d\u00e9placer le lieu th\u00e9orique de l’incertitude. Plut\u00f4t que de postuler l’existence de types de pr\u00e9f\u00e9rences \u00e9sot\u00e9riques ou inobservables log\u00e9s dans l’esprit de quelques agents rigides, ils ont propos\u00e9 de naturaliser l’imperfection humaine comme une propri\u00e9t\u00e9 intrins\u00e8que et universelle du processus d\u00e9cisionnel lui-m\u00eame.<\/p>\n Dans la vision d\u00e9velopp\u00e9e par McKelvey et Palfrey, tous les joueurs partagent les m\u00eames fonctions de gains mon\u00e9taires objectifs, mais aucun joueur n’est un calculateur parfait infaillible. \u00c0 chaque \u00e9tape du jeu et devant chaque n\u0153ud d\u00e9cisionnel, le choix effectif d’un individu r\u00e9sulte d’une \u00e9valuation cognitive soumise \u00e0 des perturbations al\u00e9atoires, des erreurs d’inattention, de l\u00e9gers biais perceptifs ou des fluctuations de jugement. D\u00e8s lors, la probabilit\u00e9 d’adopter une strat\u00e9gie d\u00e9pend de sa profitabilit\u00e9 relative, mais sans que la meilleure strat\u00e9gie ne soit choisie avec une certitude absolue.<\/p>\n Cette conceptualisation transforme fondamentalement la nature de l’interaction strat\u00e9gique. Les joueurs n’\u00e9voluent plus dans un univers binaire o\u00f9 l’on est soit parfaitement omniscient, soit un automate pr\u00e9programm\u00e9. Ils \u00e9voluent dans un environnement o\u00f9 chacun sait avec certitude que l’autre tente de maximiser ses gains tout en \u00e9tant faillible, et o\u00f9 chaque action observ\u00e9e est d\u00e9crypt\u00e9e \u00e0 travers le prisme d’une erreur statistique potentielle. Cette approche \u00e9limine le recours artificiel \u00e0 des types d’agents irrationnels rigides et permet d’internaliser l’imperfection comportementale de mani\u00e8re endog\u00e8ne, continue et structurellement estimable dans chaque interaction du tournoi exp\u00e9rimental.<\/p>\n Formul\u00e9 pour la premi\u00e8re fois de mani\u00e8re g\u00e9n\u00e9rale dans leur publication s\u00e9minale de 1995 intitul\u00e9e \u00ab Quantal Response Equilibria for Normal Form Games \u00bb<\/em> au sein de la revue Games and Economic Behavior<\/em><\/a>, le concept d’\u00e9quilibre de r\u00e9ponse quantique (QRE) repr\u00e9sente une g\u00e9n\u00e9ralisation probabiliste de l’\u00e9quilibre de Nash. Le c\u0153ur math\u00e9matique du mod\u00e8le consiste \u00e0 supposer que les gains per\u00e7us par les joueurs ne sont pas purement d\u00e9terministes, mais perturb\u00e9s par un vecteur de bruits stochastiques al\u00e9atoires ind\u00e9pendants et identiquement distribu\u00e9s.<\/p>\n Soit un jeu sous forme normale avec un ensemble fini de joueurs N = {1, …, n}<\/em>. Chaque joueur i<\/em> dispose d’un ensemble fini de strat\u00e9gies pures S_i = {s_i1, …, s_iJ}<\/em>. Si l’on note u_i(s_ij, \u03c3_{-i})<\/em> l’utilit\u00e9 esp\u00e9r\u00e9e standard que le joueur i<\/em> retire du choix de la strat\u00e9gie pure s_ij<\/em> lorsque ses opposants jouent le profil de strat\u00e9gies mixtes \u03c3_{-i}<\/em>, le mod\u00e8le QRE postule que l’utilit\u00e9 latente effectivement ressentie par le joueur lors de la prise de d\u00e9cision est donn\u00e9e par :<\/p>\n U*_i(s_ij) = u_i(s_ij, \u03c3_{-i}) + \u03b5_ij<\/em><\/p>\n o\u00f9 \u03b5_ij<\/em> repr\u00e9sente une variable al\u00e9atoire capturant le choc d’erreur ou la fluctuation cognitive non observ\u00e9e par l’\u00e9conom\u00e8tre. Le joueur s\u00e9lectionne ensuite la strat\u00e9gie s_ij<\/em> si et seulement si celle-ci maximise son utilit\u00e9 latente perturb\u00e9e, c’est-\u00e0-dire si U*_i(s_ij) > U*_i(s_ik)<\/em> pour tout k \u2260 j<\/em>. En adoptant pour les termes d’erreur \u03b5_ij<\/em> une distribution de valeurs extr\u00eames de type I (distribution de Gumbel), la probabilit\u00e9 \u03c3_ij<\/em> que le joueur i<\/em> choisisse la strat\u00e9gie s_ij<\/em> s’exprime formellement par la c\u00e9l\u00e8bre sp\u00e9cification Logit :<\/p>\n \u03c3_ij = exp(\u03bb \u00b7 u_i(s_ij, \u03c3_{-i})) \/ \u2211_k exp(\u03bb \u00b7 u_i(s_ik, \u03c3_{-i}))<\/em><\/p>\n Un \u00e9quilibre de r\u00e9ponse quantique logit (LQRE) est alors d\u00e9fini comme un point fixe de ce syst\u00e8me d’\u00e9quations non lin\u00e9aires : chaque joueur formule des probabilit\u00e9s de choix qui sont les r\u00e9ponses stochastiques optimales bas\u00e9es sur des anticipations probabilistes mutuellement correctes des choix de tous les autres participants. \u00c0 la diff\u00e9rence de l’\u00e9quilibre de Nash o\u00f9 les meilleures r\u00e9ponses sont des correspondances discontinues en escalier, les fonctions de choix du QRE sont des fonctions lisses, strictement positives et contin\u00fbment diff\u00e9rentiables.<\/p>\n L’architecture math\u00e9matique du QRE est gouvern\u00e9e de mani\u00e8re cruciale par un param\u00e8tre fondamental unique, traditionnellement not\u00e9 \u03bb<\/em> (lambda). Ce param\u00e8tre d’\u00e9chelle mesure la sensibilit\u00e9 des agents aux diff\u00e9rences de gains attendus, et s’interpr\u00e8te sur le plan comportemental comme l’indice de pr\u00e9cision d\u00e9cisionnelle ou d’habilet\u00e9 cognitive des joueurs.<\/p>\n Le comportement du mod\u00e8le s’analyse \u00e0 travers l’exploration de ses r\u00e9gimes asymptotiques :<\/p>\n Cette param\u00e9trisation permet ainsi de concevoir la rationalit\u00e9 parfaite non plus comme un dogme a priori, mais comme un cas limite particulier au sein d’un continuum d’habilet\u00e9 cognitive quantifiable empiriquement.<\/p>\n Loin de constituer un mod\u00e8le d’irrationalit\u00e9 informe ou un simple ajustement statistique opportuniste, l’\u00e9quilibre de r\u00e9ponse quantique satisfait des propri\u00e9t\u00e9s axiomatiques et math\u00e9matiques de coh\u00e9rence interne particuli\u00e8rement rigoureuses. Dans leurs \u00e9crits fondamentaux, McKelvey et Palfrey ont d\u00e9montr\u00e9 que le QRE v\u00e9rifie syst\u00e9matiquement quatre propri\u00e9t\u00e9s majeures indispensables \u00e0 la viabilit\u00e9 th\u00e9orique :<\/p>\n En premier lieu, la propri\u00e9t\u00e9 d’existence<\/strong> : pour tout jeu fini sous forme normale et pour toute valeur finie de \u03bb<\/em>, il existe au moins un \u00e9quilibre de r\u00e9ponse quantique. Cette existence est garantie par l’application du th\u00e9or\u00e8me du point fixe de Brouwer \u00e0 la fonction de r\u00e9ponse logit, laquelle est continue sur le simplexe compact des strat\u00e9gies mixtes.<\/p>\n En second lieu, la monotonicit\u00e9<\/strong> statistique stricte : si le gain esp\u00e9r\u00e9 associ\u00e9 \u00e0 une strat\u00e9gie s_ij<\/em> est strictement sup\u00e9rieur \u00e0 celui g\u00e9n\u00e9r\u00e9 par une strat\u00e9gie alternative s_ik<\/em>, alors la probabilit\u00e9 d’\u00e9quilibre que le joueur choisisse s_ij<\/em> doit \u00eatre strictement sup\u00e9rieure \u00e0 celle de choisir s_ik<\/em>. Cette propri\u00e9t\u00e9 \u00e9limine toute distorsion perverse du comportement et garantit que l’action \u00e9conomiquement la plus profitable demeure l’option statistiquement privil\u00e9gi\u00e9e.<\/p>\n En troisi\u00e8me lieu, la coh\u00e9rence des croyances<\/strong> : dans le cadre du QRE, les agents ne se bercent d’aucune illusion syst\u00e9matique sur leurs rivaux. Les probabilit\u00e9s que chaque individu assigne aux actions de ses adversaires correspondent exactement aux probabilit\u00e9s effectives avec lesquelles ces derniers choisissent ces actions \u00e0 l’\u00e9quilibre. Le syst\u00e8me boucle parfaitement sur lui-m\u00eame, pr\u00e9servant l’esprit d’auto-r\u00e9alisation qui caract\u00e9risait l’\u00e9quilibre de Nash, mais transpos\u00e9 dans un univers fondamentalement stochastique.<\/p>\n Si la formulation originelle du QRE r\u00e9solvait magistralement l’analyse des jeux simultan\u00e9s statiques, son application directe aux structures arborescentes multi-\u00e9tapes du dilemme du prisonnier r\u00e9p\u00e9t\u00e9 imposait une refondation conceptuelle majeure. Appliquer brutalement le logit \u00e0 l’espace des macro-strat\u00e9gies pures globales d’un jeu extensif aurait engendr\u00e9 des incoh\u00e9rences temporelles s\u00e9v\u00e8res et une explosion combinatoire exponentielle. Pour surmonter cette barri\u00e8re, McKelvey et Palfrey ont d\u00e9velopp\u00e9 en 1998 le mod\u00e8le de l’Agent Quantal Response Equilibrium (AQRE)<\/a>.<\/p>\n L’AQRE adapte la m\u00e9thode de la forme extensive en mobilisant la m\u00e9taphore des jeux d’agents introduite \u00e0 l’origine par Selten : un joueur individuel pr\u00e9sent tout au long des T<\/em> p\u00e9riodes de l’interaction est conceptuellement d\u00e9compos\u00e9 en une s\u00e9quence ordonn\u00e9e d’\u00ab agents temporels \u00bb distincts mais partageant des pr\u00e9f\u00e9rences align\u00e9es, chaque agent n’intervenant qu’\u00e0 un seul n\u0153ud d\u00e9cisionnel sp\u00e9cifique de l’arbre de jeu. \u00c0 chaque \u00e9tape dynamique, l’agent d\u00e9cide de son action locale imm\u00e9diate en fonction d’un calcul d’utilit\u00e9 esp\u00e9r\u00e9e r\u00e9cursif.<\/p>\n Cette formulation transforme l’arbre d\u00e9cisionnel en un r\u00e9seau de programmation dynamique stochastique. L’utilit\u00e9 esp\u00e9r\u00e9e qu’un agent associe \u00e0 une branche d’action ne se borne pas \u00e0 contempler les gains terminaux imm\u00e9diats ; elle int\u00e8gre formellement le fait anticip\u00e9 que ses \u00ab moi futurs \u00bb ainsi que les agents futurs de son opposant prendront eux-m\u00eames des d\u00e9cisions bruit\u00e9es r\u00e9gies par leurs fonctions logit respectives jusqu’\u00e0 la fin de la partie. L’\u00e9valuation strat\u00e9gique devient une cascade de convolutions probabilistes reliant la racine aux feuilles terminales de l’arbre.<\/p>\n L’apport le plus fulgurant de l’AQRE r\u00e9side dans sa dissolution \u00e9l\u00e9gante du paradoxe de l’induction \u00e0 rebours. Dans le cadre classique de l’\u00e9quilibre parfait en sous-jeux, l’induction r\u00e9trograde op\u00e8re par des coupures analytiques d’une brutalit\u00e9 absolue : d\u00e8s lors qu’une action est marginalement inf\u00e9rieure \u00e0 une autre au n\u0153ud terminal, sa probabilit\u00e9 de r\u00e9alisation tombe instantan\u00e9ment \u00e0 z\u00e9ro, effa\u00e7ant toute incitation \u00e0 la coop\u00e9ration aux stades ant\u00e9rieurs.<\/p>\n Sous l’AQRE, ce m\u00e9canisme de coupure d\u00e9terministe est adouci par la persistance structurelle de l’erreur stochastique. Consid\u00e9rons \u00e0 nouveau la p\u00e9riode finale T<\/em> du dilemme du prisonnier r\u00e9p\u00e9t\u00e9. M\u00eame si la d\u00e9fection y demeure l’action offrant le gain attendu le plus \u00e9lev\u00e9, le joueur n’y choisit pas la trahison avec une probabilit\u00e9 de 100 %. En raison de la fonction logit, la probabilit\u00e9 d’erreur et de choix de la coop\u00e9ration \u00e0 l’\u00e9tape finale reste strictement positive :<\/p>\n Pr(C_T) = exp(\u03bb \u00b7 R) \/ [exp(\u03bb \u00b7 R) + exp(\u03bb \u00b7 T)] > 0<\/em> (dans le cas o\u00f9 l’autre coop\u00e9rerait), et similairement une probabilit\u00e9 non nulle si l’autre trahit.<\/p>\n Cette persistance d’une probabilit\u00e9 d’erreur terminale change radicalement la donne pour les d\u00e9cisions prises \u00e0 l’\u00e9tape T – 1<\/em>. Un joueur situ\u00e9 \u00e0 l’avant-derni\u00e8re \u00e9tape n’anticipe plus un avenir fig\u00e9 et in\u00e9luctablement verrouill\u00e9 dans la d\u00e9fection mutuelle avec certitude. Il int\u00e8gre dans son calcul qu’il existe une chance r\u00e9siduelle non n\u00e9gligeable que son partenaire (ou lui-m\u00eame) fasse preuve d’une bienveillance involontaire ou stochastique \u00e0 l’\u00e9tape T<\/em>. Cette probabilit\u00e9 r\u00e9siduelle r\u00e9injecte une valeur de continuation positive \u00e0 la relation strat\u00e9gique. Par r\u00e9tro-propagation rationnelle du bruit futur, coop\u00e9rer \u00e0 l’\u00e9tape T – 1<\/em> peut d\u00e8s lors redevenir l’action math\u00e9matiquement optimale si le gain esp\u00e9r\u00e9 de pr\u00e9server la dynamique d’interaction exc\u00e8de le gain \u00e9ph\u00e9m\u00e8re d’une trahison imm\u00e9diate. Par un effet d’avalanche r\u00e9cursif invers\u00e9, la coop\u00e9ration devient d’autant plus attrayante et probable que l’on remonte vers les premi\u00e8res \u00e9tapes du jeu, r\u00e9conciliant enfin la logique d\u00e9ductive avec l’existence d’une coop\u00e9ration initiale substantielle.<\/p>\n Un probl\u00e8me notoire qui affligeait la th\u00e9orie des \u00e9quilibres parfaits en sous-jeux et des \u00e9quilibres bay\u00e9siens parfaits classiques \u00e9tait le traitement des d\u00e9viations \u00ab hors de la trajectoire d’\u00e9quilibre \u00bb (off-equilibrium path<\/em>). Si un joueur observait une action totalement inattendue d’apr\u00e8s la th\u00e9orie d\u00e9terministe, la r\u00e8gle de Bayes s’effondrait car le d\u00e9nominateur de la probabilit\u00e9 conditionnelle \u00e9tait rigoureusement \u00e9gal \u00e0 z\u00e9ro, ouvrant la porte \u00e0 une infinit\u00e9 de croyances arbitraires et d’\u00e9quilibres pathologiques non falsifiables.<\/p>\n L’AQRE balaie d\u00e9finitivement cette fragilit\u00e9 m\u00e9thodologique fondamentale. Puisque chaque action possible \u00e0 chaque n\u0153ud d\u00e9cisionnel de l’arbre est choisie avec une probabilit\u00e9 strictement positive (la fonction logit n’assignant jamais une probabilit\u00e9 nulle pour une valeur finie de \u03bb<\/em>), il n’existe litt\u00e9ralement aucun \u00e9v\u00e9nement de probabilit\u00e9 z\u00e9ro<\/em>. Chaque sentier concevable au sein de l’arbre de jeu est parcouru avec une probabilit\u00e9 mesurable.<\/p>\n En cons\u00e9quence, le th\u00e9or\u00e8me de Bayes s’applique de mani\u00e8re continue, fluide et universelle \u00e0 chaque \u00e9tape du d\u00e9roulement s\u00e9quentiel. Si un joueur adopte une ligne de conduite surprenante \u2014 par exemple en coop\u00e9rant alors qu’une trahison semblait \u00e9vidente \u2014, son adversaire n’est confront\u00e9 \u00e0 aucune crise axiomatique. Il r\u00e9vise ses croyances a posteriori de fa\u00e7on parfaitement d\u00e9finie en pond\u00e9rant la probabilit\u00e9 que cette action \u00e9mane d’une strat\u00e9gie d\u00e9lib\u00e9r\u00e9e ou d’un choc stochastique d’erreur. Cette r\u00e9gularit\u00e9 conf\u00e8re \u00e0 l’AQRE une robustesse analytique exceptionnelle, \u00e9liminant par construction les raffinements d’\u00e9quilibre artificiels et permettant une transition math\u00e9matique continue entre la dynamique des croyances et l’ex\u00e9cution des choix empiriques.<\/p>\n Pour mettre \u00e0 l’\u00e9preuve des faits la pertinence pr\u00e9dictive et structurelle de leurs formulations stochastiques, McKelvey et Palfrey ont con\u00e7u des dispositifs exp\u00e9rimentaux informatis\u00e9s d’une rigueur d’ing\u00e9nierie m\u00e9ticuleuse au laboratoire de recherche exp\u00e9rimentale de Caltech. Ces protocoles \u00e9taient sp\u00e9cifiquement calibr\u00e9s pour neutraliser les facteurs parasites susceptibles de fausser l’interpr\u00e9tation th\u00e9orique des choix individuels.<\/p>\n La conception des tournois de dilemme du prisonnier r\u00e9p\u00e9t\u00e9 reposait sur une architecture d’appariement en rondes ferm\u00e9es hautement contr\u00f4l\u00e9es. Les sujets \u2014 g\u00e9n\u00e9ralement des cohortes d’\u00e9tudiants recrut\u00e9s sans connaissance pr\u00e9alable des objectifs sp\u00e9cifiques de l’\u00e9tude \u2014 \u00e9taient install\u00e9s dans des box isol\u00e9s emp\u00eachant toute communication visuelle ou verbale directe. L’anonymat le plus strict \u00e9tait pr\u00e9serv\u00e9 par une interface logicielle d\u00e9di\u00e9e. Afin d’\u00e9viter les ph\u00e9nom\u00e8nes de collusion externe ou de r\u00e9ciprocit\u00e9 inter-sessionnelle, les participants \u00e9taient fr\u00e9quemment r\u00e9-appari\u00e9s de mani\u00e8re al\u00e9atoire ou semi-al\u00e9atoire entre diff\u00e9rentes rondes de super-jeux r\u00e9p\u00e9t\u00e9s.<\/p>\n Ce protocole garantissait l’ind\u00e9pendance stricte entre les super-jeux successifs tout en permettant d’observer l’effet de l’apprentissage intra-session. Les incitations financi\u00e8res \u00e9taient syst\u00e9matiquement adoss\u00e9es \u00e0 un m\u00e9canisme de paiement r\u00e9el en monnaie sonnante et tr\u00e9buchante, index\u00e9 sur les points accumul\u00e9s au fil des p\u00e9riodes selon un bar\u00e8me transparent, garantissant que chaque d\u00e9cision impliquait un arbitrage p\u00e9cuniaire saillant pour les participants.<\/p>\n L’un des apports majeurs de la m\u00e9thodologie exp\u00e9rimentale de McKelvey et Palfrey a r\u00e9sid\u00e9 dans la manipulation syst\u00e9matique et contr\u00f4l\u00e9e des param\u00e8tres cardinaux du jeu. Afin de cartographier avec pr\u00e9cision la sensibilit\u00e9 des agents au bruit et aux enjeux financiers, les exp\u00e9rimentateurs ont fait varier d\u00e9lib\u00e9r\u00e9ment deux dimensions structurelles fondamentales : l’horizon temporel T<\/em> et la g\u00e9om\u00e9trie de la matrice des paiements.<\/p>\n Les protocoles ont explor\u00e9 des s\u00e9quences d’interactions d’horizons vari\u00e9s, allant de jeux tr\u00e8s courts de trois ou cinq \u00e9tapes \u00e0 des sessions plus longues s’\u00e9tendant sur dix, quinze ou vingt p\u00e9riodes finies connues. Cette modulation permettait de tester directement la dynamique de r\u00e9tro-induction : la rupture de coop\u00e9ration survenait-elle \u00e0 une p\u00e9riode absolue fixe ou \u00e0 une distance relative constante de l’horizon terminal ?<\/p>\n Simultan\u00e9ment, McKelvey et Palfrey ont modul\u00e9 l’amplitude des \u00e9carts entre les gains :<\/p>\n Ces variations param\u00e9triques crois\u00e9es ont fourni des grilles de donn\u00e9es multidimensionnelles extr\u00eamement riches, rendant possible l’\u00e9valuation comparative des mod\u00e8les non pas sur une unique matrice isol\u00e9e, mais sur une vaste famille de configurations strat\u00e9giques interd\u00e9pendantes.<\/p>\n L’infrastructure exp\u00e9rimentale d\u00e9ploy\u00e9e par l’\u00e9quipe de recherche de Caltech a inaugur\u00e9 un standard moderne dans la collecte fine des donn\u00e9es comportementales. Les syst\u00e8mes informatis\u00e9s n’enregistraient pas seulement la d\u00e9cision binaire finale (Coop\u00e9rer ou Trahir) formul\u00e9e par chaque participant \u00e0 chaque n\u0153ud temporel, mais consignaient avec une granularit\u00e9 microseconde l’int\u00e9gralit\u00e9 du chronom\u00e9trage d\u00e9cisionnel (les temps de latence et de r\u00e9flexion individuelle avant validation du choix).<\/p>\n Les donn\u00e9es brutes issues de centaines de sessions de jeu ont \u00e9t\u00e9 normalis\u00e9es sous forme de s\u00e9ries chronologiques longitudinales hautement structur\u00e9es. Cette organisation a permis d’agr\u00e9ger les comportements sous diverses \u00e9chelles statistiques : trajectoires globales moyennes de coop\u00e9ration par cohorte, profils dynamiques p\u00e9riode par p\u00e9riode, et identification pr\u00e9cise de classes de trajectoires individuelles r\u00e9currentes (comme les comportements de coop\u00e9ration conditionnelle stricte, les d\u00e9fections unilat\u00e9rales opportunistes ou les phases de repr\u00e9sailles graduelles).<\/p>\n Cette masse de donn\u00e9es standardis\u00e9es a offert un mat\u00e9riau empirique d’une fid\u00e9lit\u00e9 in\u00e9dite. Pour la premi\u00e8re fois, la th\u00e9orie des jeux pouvait confronter ses \u00e9quations non plus \u00e0 de simples moyennes agr\u00e9g\u00e9es masquant les variations individuelles, mais \u00e0 la distribution compl\u00e8te des fr\u00e9quences empiriques de chaque sentier de d\u00e9cision possible au sein de l’arbre dynamique du dilemme du prisonnier r\u00e9p\u00e9t\u00e9.<\/p>\n L’un des succ\u00e8s th\u00e9oriques et explicatifs les plus \u00e9clatants du mod\u00e8le AQRE appliqu\u00e9 aux donn\u00e9es des tournois exp\u00e9rimentaux de McKelvey et Palfrey r\u00e9side dans sa capacit\u00e9 \u00e0 g\u00e9n\u00e9rer de la coop\u00e9ration de d\u00e9but de partie sans avoir besoin de postuler des motifs psychologiques altruistes exog\u00e8nes. Dans l’AQRE, l’\u00e9mergence de la coop\u00e9ration n’est pas le fruit d’un imp\u00e9ratif moral kantien mais la cons\u00e9quence directe du calcul d’optimisation stochastique dans un environnement o\u00f9 autrui est per\u00e7u comme potentiellement faillible.<\/p>\n Le m\u00e9canisme sous-jacent est remarquable : au tout d\u00e9but du tournoi (par exemple \u00e0 t = 1<\/em> dans un jeu en dix \u00e9tapes), la valeur esp\u00e9r\u00e9e de continuation est domin\u00e9e par le grand nombre de p\u00e9riodes restantes o\u00f9 des gains \u00e9lev\u00e9s de coordination peuvent \u00eatre engrang\u00e9s. D\u00e8s lors qu’il existe ne serait-ce qu’une faible probabilit\u00e9 que l’autre joueur coop\u00e8re \u2014 que ce soit par calcul strat\u00e9gique ou sous l’influence du bruit cognitif \u03bb<\/em> \u2014, la rentabilit\u00e9 esp\u00e9r\u00e9e du maintien de la coop\u00e9ration exc\u00e8de tr\u00e8s largement celle d’une trahison pr\u00e9coce.<\/p>\n La trahison imm\u00e9diate procurerait un gain ponctuel T<\/em> sup\u00e9rieur \u00e0 R<\/em>, mais d\u00e9truirait instantan\u00e9ment la propension de l’adversaire \u00e0 poursuivre la coop\u00e9ration, condamnant les deux joueurs \u00e0 l’orni\u00e8re des faibles gains punitifs P<\/em> pour tout le reste du tournoi. L’AQRE montre ainsi math\u00e9matiquement que la coop\u00e9ration \u00e0 l’\u00e9tape 1 constitue la meilleure r\u00e9ponse probabiliste logit pour des valeurs empiriques r\u00e9alistes de \u03bb<\/em>. Le mod\u00e8le produit donc de fa\u00e7on parfaitement endog\u00e8ne le comportement coop\u00e9ratif initial observ\u00e9 empiriquement, d\u00e9tr\u00f4nant les th\u00e9ories qui exigeaient une r\u00e9vision ad hoc des fonctions d’utilit\u00e9 mon\u00e9taires des agents.<\/p>\n Le point de rupture entre les pr\u00e9dictions des th\u00e9ories ant\u00e9rieures et la r\u00e9alit\u00e9 des tournois exp\u00e9rimentaux se cristallisait traditionnellement autour de la g\u00e9om\u00e9trie de la fin de partie. L’\u00e9quilibre de Nash en sous-jeux pr\u00e9disait une absence totale de coop\u00e9ration d\u00e8s le d\u00e9part. Les mod\u00e8les de r\u00e9putation classiques du Gang des Quatre pr\u00e9disaient quant \u00e0 eux une coop\u00e9ration quasi parfaite jusqu’\u00e0 une p\u00e9riode critique avanc\u00e9e (souvent T – 1<\/em> ou T – 2<\/em>), suivie d’un effondrement quasi vertical et brutal dans la d\u00e9fection.<\/p>\n Les tournois exp\u00e9rimentaux de McKelvey et Palfrey r\u00e9v\u00e8lent une dynamique totalement diff\u00e9rente : la coop\u00e9ration ne s’effondre jamais de mani\u00e8re discontinue ; elle subit une \u00e9rosion continue, progressive et monotone au fur et \u00e0 mesure que la ligne d’arriv\u00e9e se rapproche. Le pourcentage de coop\u00e9rateurs au sein de la population d\u00e9cro\u00eet selon une courbe sigmo\u00efde caract\u00e9ristique, amor\u00e7ant sa descente plusieurs \u00e9tapes avant le d\u00e9nouement final pour atteindre son plancher \u00e0 la p\u00e9riode T<\/em>.<\/p>\n Cette courbe d’\u00e9rosion observ\u00e9e s’ajuste avec une pr\u00e9cision statistique saisissante aux pr\u00e9dictions math\u00e9matiques de l’AQRE. Au fur et \u00e0 mesure que les p\u00e9riodes s’\u00e9coulent, la valeur actualis\u00e9e des gains de coop\u00e9ration futurs s’amenuise m\u00e9caniquement par la simple r\u00e9duction du nombre d’interactions restantes. En cons\u00e9quence, l’avantage relatif de coop\u00e9rer diminue \u00e0 chaque \u00e9tape, entra\u00eenant selon la loi logit une augmentation m\u00e9canique et continue de la probabilit\u00e9 de d\u00e9fection. L’\u00ab effet d’horizon \u00bb cesse d’\u00eatre une anomalie paradoxale pour devenir la manifestation pure et pr\u00e9visible d’un processus stochastique continu de r\u00e9\u00e9valuation des incitations.<\/p>\n L’environnement stochastique mod\u00e9lis\u00e9 par McKelvey et Palfrey permet \u00e9galement d’\u00e9clairer la psychologie strat\u00e9gique de la rupture des accords tacites sous incertitude. Dans une interaction d\u00e9terministe, une d\u00e9fection unilat\u00e9rale est le signal sans \u00e9quivoque d’une hostilit\u00e9 fondamentale ou d’une d\u00e9cision calcul\u00e9e de rupture d\u00e9finitive, justifiant des repr\u00e9sailles impitoyables de type Grim Trigger<\/em> (d\u00e9fection perp\u00e9tuelle).<\/p>\n Cependant, au sein des tournois exp\u00e9rimentaux, les joueurs s’av\u00e8rent conscients que leur partenaire op\u00e8re avec un certain niveau de bruit cognitif. Lorsqu’une d\u00e9fection survient au milieu du jeu, les donn\u00e9es d\u00e9montrent que les participants n’enclenchent pas automatiquement une spirale de destruction mutuelle irr\u00e9versible. L’AQRE capture fid\u00e8lement cette r\u00e9silience : l’observation d’une d\u00e9fection est partiellement imput\u00e9e \u00e0 une erreur stochastique exog\u00e8ne plut\u00f4t qu’\u00e0 un revirement strat\u00e9gique d\u00e9finitif. Il existe donc des dynamiques de pardon conditionnel et de tentatives de r\u00e9tablissement de la coop\u00e9ration, observables par des gestes coop\u00e9ratifs unilat\u00e9raux post-rupture.<\/p>\n N\u00e9anmoins, le mod\u00e8le capture \u00e9galement l’effet d’asym\u00e9trie psychologique : une erreur de trahison d\u00e9grade instantan\u00e9ment la probabilit\u00e9 de coop\u00e9ration future bien plus qu’une erreur de coop\u00e9ration fortuite ne la consolide. Cette dynamique de cliquet asym\u00e9trique, d\u00e9coulant de la concavit\u00e9 des fonctions de meilleure r\u00e9ponse probabiliste face au risque de duperie, explique pourquoi la restauration de la confiance demeure un processus hautement probabiliste et pr\u00e9caire au sein des environnements d’interaction r\u00e9p\u00e9t\u00e9s.<\/p>\n L’innovation scientifique fondamentale de Richard McKelvey et Thomas Palfrey ne s’est pas limit\u00e9e \u00e0 la conceptualisation th\u00e9orique du QRE et de l’AQRE ; elle a consist\u00e9 \u00e0 int\u00e9grer directement ces concepts au c\u0153ur de l’\u00e9conom\u00e9trie structurelle contemporaine. Contrairement aux approches d\u00e9terministes classiques \u2014 incapables de traiter la moindre d\u00e9viation empirique sans rejeter formellement l’int\u00e9gralit\u00e9 du mod\u00e8le \u2014, le QRE formule une pr\u00e9diction intrins\u00e8quement probabiliste pour chaque donn\u00e9e observ\u00e9e, ouvrant la voie \u00e0 l’estimation par la m\u00e9thode du maximum de vraisemblance<\/a> structurel.<\/p>\n Consid\u00e9rons un ensemble de donn\u00e9es exp\u00e9rimentales compos\u00e9 de M<\/em> sujets participant \u00e0 des tournois de dilemme du prisonnier r\u00e9p\u00e9t\u00e9s, g\u00e9n\u00e9rant un historique de choix s\u00e9quentiels. Si l’on note a^m_t<\/em> l’action observ\u00e9e pour le sujet m<\/em> \u00e0 la p\u00e9riode t<\/em>, la fonction de vraisemblance conjointe de l’\u00e9chantillon sous le mod\u00e8le AQRE s’exprime par le produit des probabilit\u00e9s conditionnelles pr\u00e9dites par l’\u00e9quilibre logit :<\/p>\n L(\u03bb) = \u220f_m \u220f_t Pr(a^m_t | h^m_t, \u03bb)<\/em><\/p>\n o\u00f9 h^m_t<\/em> d\u00e9signe l’historique complet de la partie pr\u00e9c\u00e9dant la d\u00e9cision de la p\u00e9riode t<\/em>. En prenant le logarithme n\u00e9p\u00e9rien de cette expression, les auteurs formulent la fonction de log-vraisemblance :<\/p>\n ln L(\u03bb) = \u2211_m \u2211_t ln [Pr(a^m_t | h^m_t, \u03bb)]<\/em><\/p>\n L’estimation du param\u00e8tre structurel de pr\u00e9cision cognitive \u03bb\u0302<\/em> est alors obtenue par maximisation num\u00e9rique sous la contrainte d’\u00e9quilibre. En appliquant cette m\u00e9thodologie aux s\u00e9ries de donn\u00e9es exp\u00e9rimentales, McKelvey et Palfrey ont d\u00e9montr\u00e9 que les mod\u00e8les stochastiques surclassaient de fa\u00e7on \u00e9crasante les mod\u00e8les d’\u00e9quilibre d\u00e9terministes traditionnels en termes de qualit\u00e9 d’ajustement (statistiques de pseudo-R\u00b2 et crit\u00e8res d’information d’Akaike et de Schwarz), apportant la preuve empirique indiscutable de la sup\u00e9riorit\u00e9 explicative de la rationalit\u00e9 limit\u00e9e probabiliste.<\/p>\n Dans leurs travaux approfondis d’estimation \u00e9conom\u00e9trique, McKelvey et Palfrey ont rapidement confront\u00e9 l’hypoth\u00e8se simplificatrice d’un param\u00e8tre de pr\u00e9cision homog\u00e8ne \u03bb<\/em> partag\u00e9 \u00e0 l’identique par l’ensemble des participants d’un tournoi. Les donn\u00e9es de laboratoire attestent en effet d’une disparit\u00e9 marqu\u00e9e des comportements : certains sujets font preuve d’une rigueur analytique exceptionnelle et d’une stricte conformit\u00e9 aux incitations p\u00e9cuniaires, tandis que d’autres manifestent une variabilit\u00e9 comportementale prononc\u00e9e, assimilable \u00e0 un niveau \u00e9lev\u00e9 de bruit cognitif.<\/p>\n Pour capturer cette complexit\u00e9, les auteurs et leurs successeurs ont \u00e9tendu le cadre m\u00e9thodologique vers des mod\u00e8les \u00e0 classes latentes ou \u00e0 param\u00e8tres al\u00e9atoires (random parameters logit<\/em>). Au lieu de calibrer un \u03bb<\/em> scalaire unique pour toute la cohorte, la population est mod\u00e9lis\u00e9e comme une distribution de probabilit\u00e9 continue f(\u03bb)<\/em> ou un m\u00e9lange fini de sous-populations caract\u00e9ris\u00e9es par des taux d’erreur distincts (par exemple un groupe d’experts \u00e0 haut \u03bb<\/em> et un groupe de novices \u00e0 \u03bb<\/em> mod\u00e9r\u00e9).<\/p>\n Ces estimations structurelles avanc\u00e9es ont r\u00e9v\u00e9l\u00e9 une r\u00e9gularit\u00e9 frappante : la dynamique agr\u00e9g\u00e9e d’un tournoi est disproportionnellement vuln\u00e9rable \u00e0 la pr\u00e9sence d’une fraction m\u00eame minoritaire d’agents hautement bruit\u00e9s. Dans un jeu s\u00e9quentiel \u00e0 r\u00e9tro-propagation, l’anticipation rationnelle des erreurs commises par les participants les moins pr\u00e9cis contraint les joueurs les plus rigoureux \u00e0 ajuster leurs propres strat\u00e9gies, tirant l’\u00e9quilibre d’ensemble vers des trajectoires d’usure pr\u00e9matur\u00e9e de la coop\u00e9ration. Cette d\u00e9couverte a soulign\u00e9 le r\u00f4le central de l’h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 cognitive dans la gen\u00e8se des \u00e9quilibres collectifs r\u00e9els.<\/p>\n L’un des arguments fr\u00e9quemment oppos\u00e9s aux mod\u00e8les d’\u00e9conomie comportementale par l’\u00e9cole orthodoxe consistait \u00e0 affirmer que les erreurs d\u00e9cisionnelles ne repr\u00e9sentaient qu’un ph\u00e9nom\u00e8ne transitoire vou\u00e9 \u00e0 dispara\u00eetre sous l’effet de l’exp\u00e9rience r\u00e9p\u00e9t\u00e9e et de l’apprentissage des sujets. McKelvey et Palfrey ont abord\u00e9 cette question de front en estimant l’\u00e9volution temporelle du param\u00e8tre de pr\u00e9cision \u03bb<\/em> au fur et \u00e0 mesure que les joueurs encha\u00eenaient les super-jeux successifs au cours d’une m\u00eame session exp\u00e9rimentale.<\/p>\n Leurs r\u00e9sultats \u00e9conom\u00e9triques ont permis de documenter deux faits stylis\u00e9s fondamentaux :<\/p>\n L’apprentissage ne d\u00e9truit donc pas la pertinence du mod\u00e8le stochastique ; il se traduit simplement par une translation de son param\u00e8tre au sein de l’espace structurel de l’AQRE.<\/p>\n Dans le sillage des remises en cause de la th\u00e9orie classique, un vaste courant de recherche s’est attach\u00e9 \u00e0 expliquer le maintien de la coop\u00e9ration dans le dilemme du prisonnier en r\u00e9visant la fonction d’utilit\u00e9 des joueurs par l’adjonction de pr\u00e9f\u00e9rences sociales<\/a>. Les mod\u00e8les s\u00e9minalement d\u00e9velopp\u00e9s par Ernst Fehr et Klaus Schmidt (mod\u00e8le d’aversion \u00e0 l’iniquit\u00e9) ou par Gary Bolton et Axel Ockenfels (ERC) postulent que les individus n’\u00e9valuent pas seulement leur propre gain mon\u00e9taire absolu, mais ressentent une d\u00e9sutilit\u00e9 psychologique face aux \u00e9carts de r\u00e9tribution avec leur partenaire.<\/p>\n Dans le mod\u00e8le de Fehr-Schmidt par exemple, l’utilit\u00e9 d’un joueur int\u00e8gre deux param\u00e8tres psychologiques p\u00e9nalisant l’in\u00e9galit\u00e9 d\u00e9savantageuse (l’envie) et l’in\u00e9galit\u00e9 avantageuse (la culpabilit\u00e9). Sous certaines constellations de param\u00e8tres o\u00f9 la culpabilit\u00e9 est suffisamment \u00e9lev\u00e9e, coop\u00e9rer face \u00e0 un coop\u00e9rateur peut procurer une utilit\u00e9 psychologique nette sup\u00e9rieure \u00e0 celle de trahir, transformant la matrice sous-jacente en un jeu de coordination (de type Stag Hunt<\/em>) o\u00f9 la coop\u00e9ration universelle redevient un \u00e9quilibre d\u00e9terministe.<\/p>\n Cependant, si ces mod\u00e8les d’\u00e9quit\u00e9 capturent avec succ\u00e8s des r\u00e9sultats observ\u00e9s dans le jeu de l’ultimatum ou de la confiance, ils manifestent une incapacit\u00e9 relative \u00e0 expliquer la morphologie fine des tournois r\u00e9p\u00e9t\u00e9s de dilemme du prisonnier sans hypoth\u00e8ses auxiliaires complexes. En particulier, ils \u00e9chouent \u00e0 rendre compte de la d\u00e9gradation temporelle continue et fluide de la coop\u00e9ration \u00e0 l’approche de la fin de partie. Un joueur averse \u00e0 l’iniquit\u00e9 n’a aucune raison fondamentale de modifier subitement sa nature morale \u00e0 la p\u00e9riode T – 3<\/em> plut\u00f4t qu’\u00e0 T – 1<\/em>. En n\u00e9gligeant le r\u00f4le central du bruit cognitif et de l’incertitude strat\u00e9gique dynamique, les th\u00e9ories de pr\u00e9f\u00e9rences sociales pures peinent \u00e0 reproduire la variabilit\u00e9 stochastique qui est pr\u00e9cis\u00e9ment la marque de fabrique des donn\u00e9es exp\u00e9rimentales analys\u00e9es par McKelvey et Palfrey.<\/p>\n Une seconde approche alternative d’envergure r\u00e9side dans les th\u00e9ories dites de profondeur de raisonnement, formalis\u00e9es sous les vocables de mod\u00e8les Level-k<\/em> (Stahl et Wilson ; Nagel) et de hi\u00e9rarchie cognitive (Camerer, Ho et Chong). Ces mod\u00e8les partent du principe que les individus ne partagent pas un niveau d’intelligence strat\u00e9gique homog\u00e8ne et ne r\u00e9solvent pas d’\u00e9quilibres simultan\u00e9s parfaits. Ils postulent une stratification cognitive des agents :<\/p>\n Les mod\u00e8les de type Level-k<\/em> ont apport\u00e9 des explications remarquables dans les jeux statiques \u00e0 un coup o\u00f9 l’\u00e9quilibre de Nash \u00e9choue spectaculairement, comme le jeu du concours de beaut\u00e9 (Guessing Game<\/em>). N\u00e9anmoins, leur transposition aux formes extensives complexes des tournois r\u00e9p\u00e9t\u00e9s soul\u00e8ve des difficult\u00e9s conceptuelles majeures. La d\u00e9termination des croyances des niveaux sup\u00e9rieurs apr\u00e8s une s\u00e9quence d’actions inattendues s’av\u00e8re particuli\u00e8rement fragile.<\/p>\n De surcro\u00eet, le QRE et la hi\u00e9rarchie cognitive ne sont pas antith\u00e9tiques mais conceptuellement compl\u00e9mentaires : alors que le mod\u00e8le Level-k<\/em> met l’accent sur la limitation de la profondeur de calcul d\u00e9ductif prospectif, le mod\u00e8le de McKelvey et Palfrey insiste sur l’impr\u00e9cision d’ex\u00e9cution et la sensibilit\u00e9 relative aux \u00e9carts de gains. Les d\u00e9veloppements contemporains tentent d’ailleurs fr\u00e9quemment d’hybrider ces deux approches sous la forme de mod\u00e8les de hi\u00e9rarchie cognitive quantique.<\/p>\n Une troisi\u00e8me ligne de d\u00e9marcation th\u00e9orique s\u00e9pare les travaux de McKelvey et Palfrey de l’\u00e9cole de la th\u00e9orie des jeux \u00e9volutionnistes, popularis\u00e9e notamment par Robert Axelrod, John Maynard Smith et les travaux ult\u00e9rieurs sur les dynamiques de r\u00e9plicateur. Dans cette perspective darwinnienne, les joueurs ne sont pas dot\u00e9s d’une rationalit\u00e9 prospective ; ils sont mod\u00e9lis\u00e9s comme des porteurs de strat\u00e9gies fig\u00e9es (comme Tit-for-Tat<\/em>, Pavlov<\/em> ou Always Defect<\/em>) qui se reproduisent au sein d’une population au prorata de leur succ\u00e8s financier relatif au fil des g\u00e9n\u00e9rations de tournois.<\/p>\n Si la th\u00e9orie de l’\u00e9volution permet d’expliquer pourquoi certaines heuristiques coop\u00e9ratives r\u00e9sistent \u00e0 l’invasion de strat\u00e9gies mutantes pr\u00e9datrices sur des horizons temporels immenses, elle se r\u00e9v\u00e8le inop\u00e9rante pour capturer la prise de d\u00e9cision humaine en laboratoire \u00e0 l’\u00e9chelle d’une session de deux heures. Un sujet humain plac\u00e9 dans un tournoi de Caltech n’attend pas des g\u00e9n\u00e9rations de s\u00e9lection biologique ou sociale pour adapter son comportement : il \u00e9value activement son arbre de d\u00e9cision, projette des sc\u00e9narios prospectifs et anticipe les r\u00e9actions de son partenaire.<\/p>\n La force incomparable de l’AQRE de McKelvey et Palfrey r\u00e9side dans sa fid\u00e9lit\u00e9 \u00e0 la nature prospective et anticipatrice de la d\u00e9cision humaine. Les sujets ne sont pas des automates aveugles gouvern\u00e9s par des mutations statistiques passives ; ils exercent une r\u00e9flexion strat\u00e9gique orient\u00e9e vers l’avenir, mais dont le calcul est temp\u00e9r\u00e9 et humanis\u00e9 par des limites attentionnelles et cognitives mesurables.<\/p>\n L’assise empirique des mod\u00e8les de r\u00e9ponse quantique trouve un \u00e9cho puissant et convergent au sein des d\u00e9couvertes contemporaines de la neurobiologie d\u00e9cisionnelle et de la psychologie cognitive. L’hypoth\u00e8se fondamentale de McKelvey et Palfrey selon laquelle les choix des agents sont gouvern\u00e9s par des fonctions d’utilit\u00e9 stochastiques refl\u00e8te fid\u00e8lement la machinerie biologique du cerveau humain.<\/p>\n La prise de d\u00e9cision en environnement complexe n’est pas un calcul algorithmique d\u00e9terministe r\u00e9alis\u00e9 par un processeur de silicium. Elle mobilise des circuits neuronaux au sein du cortex pr\u00e9frontal ventrom\u00e9dian et des ganglions de la base soumis \u00e0 un bruit synaptique intrins\u00e8que, des fluctuations de neurotransmetteurs et des d\u00e9rives attentionnelles continues. De nombreuses \u00e9tudes en neuro\u00e9conomie attestent que l’estimation de la valeur subjective d’une option varie continuellement dans le temps selon un processus de diffusion stochastique (comme dans les mod\u00e8les de Drift-Diffusion<\/em>). L’erreur d\u00e9cisionnelle n’est donc pas une tare intellectuelle ou un acte d’absurdit\u00e9 r\u00e9pr\u00e9hensible ; elle constitue la trace physiologique ind\u00e9l\u00e9bile du traitement biologique de l’information sous contrainte d’\u00e9nergie m\u00e9tabolique et de charge mentale finie.<\/p>\n Dans un tournoi de dilemme du prisonnier r\u00e9p\u00e9t\u00e9, l’\u00e9valuation mentale de l’arbre s\u00e9quentiel sur plusieurs p\u00e9riodes g\u00e9n\u00e8re une saturation rapide de la m\u00e9moire de travail des participants. Face \u00e0 l’impossibilit\u00e9 de d\u00e9ployer mentalement l’int\u00e9gralit\u00e9 combinatoire des embranchements possibles, les joueurs recourent \u00e0 des simplifications \u00e9valuatives bruit\u00e9es, incarnant pr\u00e9cis\u00e9ment cette stochasticit\u00e9 mod\u00e9lis\u00e9e par le param\u00e8tre logit de l’AQRE.<\/p>\n La pr\u00e9sence in\u00e9luctable d’erreurs stochastiques dans l’ar\u00e8ne exp\u00e9rimentale induit des cons\u00e9quences psychologiques profondes sur la fa\u00e7on dont les individus d\u00e9codent et interpr\u00e8tent les signaux \u00e9mis par autrui. Dans un jeu interactif, chaque d\u00e9cision observ\u00e9e fonctionne comme un message crypt\u00e9 : l’action \u00ab Faire d\u00e9fection \u00bb r\u00e9sulte-t-elle d’une strat\u00e9gie pr\u00e9m\u00e9dit\u00e9e de pillage, ou s’agit-il d’un d\u00e9rapage involontaire d\u00fb \u00e0 une fausse manipulation ou une confusion temporaire ?<\/p>\n Les observations exp\u00e9rimentales d\u00e9montrent que les sujets humains sont particuli\u00e8rement vuln\u00e9rables au biais d’attribution fondamentale, tendant initialement \u00e0 surinterpr\u00e9ter les comportements adverses comme des manifestations d’intentions malveillantes. Cependant, dans un cadre de tournoi r\u00e9p\u00e9t\u00e9, les joueurs d\u00e9veloppent progressivement une forme de prudence interpr\u00e9tative : ils int\u00e8grent l’existence d’une marge d’ambigu\u00eft\u00e9 stochastique. L’AQRE formalise math\u00e9matiquement cette dynamique de signalisation sous incertitude : la mise \u00e0 jour bay\u00e9sienne pond\u00e8re l’action observ\u00e9e par la probabilit\u00e9 th\u00e9orique de l’erreur.<\/p>\n Cette lecture att\u00e9nue l’effet d’escalade conflictuelle imm\u00e9diate. Elle \u00e9vite la d\u00e9gradation catastrophique de l’interaction \u00e0 la premi\u00e8re anicroche, mais g\u00e9n\u00e8re en contrepartie une parano\u00efa strat\u00e9gique latente : chaque joueur sait que l’autre est faillible, et redoute constamment l’instant fatidique o\u00f9 une erreur accidentelle sera mal interpr\u00e9t\u00e9e et d\u00e9clenchera l’effondrement d\u00e9finitif de l’\u00e9difice coop\u00e9ratif.<\/p>\n L’architecture stochastique formalis\u00e9e par McKelvey et Palfrey red\u00e9finit \u00e9galement les fondements psychologiques de la confiance et de la r\u00e9ciprocit\u00e9 strat\u00e9gique. Dans la th\u00e9orie traditionnelle, la confiance n’a aucun espace conceptuel : l’agent rationnel se contente d’ex\u00e9cuter l’unique action maximisatrice pr\u00e9dite par un \u00e9quilibre parfait d\u00e9terministe. Dans l’univers de l’AQRE en revanche, la d\u00e9cision de coop\u00e9rer aux premiers stades du tournoi constitue un v\u00e9ritable acte d’exposition \u00e0 la vuln\u00e9rabilit\u00e9 sous risque probabiliste mesur\u00e9.<\/p>\n Le joueur qui opte pour la coop\u00e9ration \u00e0 la p\u00e9riode initiale s’expose d\u00e9lib\u00e9r\u00e9ment au salaire de la dupe S<\/em>. Il effectue ce choix parce qu’il anticipe une probabilit\u00e9 critique suffisante que son partenaire r\u00e9ciproque ce comportement, tout en acceptant la possibilit\u00e9 stochastique d’une d\u00e9fection adverse. La confiance \u00e9merge alors comme un calcul d’esp\u00e9rance d’utilit\u00e9 en univers bruit\u00e9 : elle est d’autant plus stable que la pr\u00e9cision cognitive mutuelle est per\u00e7ue comme \u00e9lev\u00e9e.<\/p>\n De plus, cette mod\u00e9lisation met en lumi\u00e8re le r\u00f4le cl\u00e9 de l’empathie cognitive : le joueur doit se mettre \u00e0 la place de son rival en concevant que ce dernier raisonne selon les m\u00eames fragilit\u00e9s d\u00e9cisionnelles que lui-m\u00eame. Cette sym\u00e9trie des imperfections partag\u00e9es humanise l’interaction strat\u00e9gique et permet \u00e0 des conventions de r\u00e9ciprocit\u00e9 robuste de s’enraciner, d\u00e9montrant que la coop\u00e9ration humaine se nourrit paradoxalement de la conscience lucide de la faillibilit\u00e9 mutuelle.<\/p>\n En d\u00e9pit de son succ\u00e8s retentissant et de son adoption massive dans la litt\u00e9rature d’\u00e9conomie exp\u00e9rimentale, l’\u00e9difice th\u00e9orique \u00e9rig\u00e9 par McKelvey et Palfrey n’a pas \u00e9chapp\u00e9 \u00e0 des critiques m\u00e9thodologiques substantielles. La controverse la plus incisive et la plus c\u00e9l\u00e8bre a \u00e9t\u00e9 articul\u00e9e par Philip Haile, Ali Horta\u00e7su et Grigory Kosenok dans un article remarqu\u00e9 de 2008 paru dans l’American Economic Review<\/em><\/a>, contestant le caract\u00e8re falsifiable du concept g\u00e9n\u00e9ral de QRE.<\/p>\n L’argument central de Haile et ses coauteurs repose sur un r\u00e9sultat math\u00e9matique d’ind\u00e9termination : sans imposer de restrictions structurelles a priori rigides sur la distribution des termes d’erreur stochastiques \u03b5<\/em>, le mod\u00e8le g\u00e9n\u00e9ral du QRE peut devenir non falsifiable sur le plan \u00e9conom\u00e9trique. Les auteurs d\u00e9montrent que pour n’importe quel tableau fini de choix observ\u00e9s en laboratoire \u2014 m\u00eame s’il viole outrageusement les principes fondamentaux de la rationalit\u00e9 ou de la monotonicit\u00e9 \u2014, il est math\u00e9matiquement possible de postuler une distribution arbitraire d’erreurs non ind\u00e9pendantes permettant d’ajuster parfaitement le QRE aux donn\u00e9es observ\u00e9es.<\/p>\n Thomas Palfrey et ses collaborateurs ont apport\u00e9 des r\u00e9ponses techniques et conceptuelles vigoureuses \u00e0 cette mise en cause. Ils ont soulign\u00e9 que le mod\u00e8le r\u00e9ellement d\u00e9ploy\u00e9 dans les tournois exp\u00e9rimentaux n’est pas le QRE ind\u00e9termin\u00e9 abstrait, mais la forme param\u00e9trique restreinte du Logit QRE (LQRE)<\/em>, conditionn\u00e9e par des hypoth\u00e8ses d’erreurs ind\u00e9pendantes et identiquement distribu\u00e9es selon une loi de Gumbel, assortie d’un param\u00e8tre d’\u00e9chelle scalaire unique \u03bb<\/em>. Sous cette restriction structurelle cardinale, le mod\u00e8le est puissamment falsifiable : il impose des contraintes de monotonicit\u00e9 strictes que les donn\u00e9es peuvent tout \u00e0 fait r\u00e9futer empiriquement si les choix \u00e9taient irrationnels de mani\u00e8re incoh\u00e9rente. La controverse a n\u00e9anmoins eu le m\u00e9rite d’inciter les chercheurs \u00e0 formaliser des tests d’ajustement hors \u00e9chantillon rigoureux pour valider structurellement les applications du mod\u00e8le.<\/p>\n La robustesse des conclusions empiriques d\u00e9gag\u00e9es par McKelvey et Palfrey sur les tournois du dilemme du prisonnier a fait l’objet d’un vaste programme international de r\u00e9plications ind\u00e9pendantes au cours des trois derni\u00e8res d\u00e9cennies. Ces investigations ont test\u00e9 la r\u00e9silience du mod\u00e8le AQRE \u00e0 travers une multitude de variables d’environnement, confirmant sa validit\u00e9 pr\u00e9dictive remarquable.<\/p>\n Parmi les extensions notables, de nombreux chercheurs ont reproduit ces tournois en variant drastiquement l’envergure des r\u00e9mun\u00e9rations financi\u00e8res, menant notamment des exp\u00e9riences dans des pays \u00e9mergents o\u00f9 les paiements de laboratoire repr\u00e9sentaient l’\u00e9quivalent de plusieurs semaines ou mois de salaire r\u00e9el pour les participants. Les r\u00e9sultats ont confirm\u00e9 que si l’amplitude financi\u00e8re tend \u00e0 accro\u00eetre la valeur estim\u00e9e de la pr\u00e9cision \u03bb<\/em> (les sujets se montrant plus concentr\u00e9s et attentifs), elle n’\u00e9limine en aucun cas la nature stochastique des d\u00e9cisions ni la courbure sigmo\u00efdale de d\u00e9gradation coop\u00e9rative en fin d’horizon.<\/p>\n D’autres r\u00e9plications ont \u00e9tendu le paradigme du dilemme du prisonnier \u00e0 deux joueurs vers des environnements de jeux de biens publics it\u00e9r\u00e9s \u00e0 N<\/em> joueurs (qui constituent des g\u00e9n\u00e9ralisations multidimensionnelles du dilemme social). Dans ces contextes collectifs plus complexes, le mod\u00e8le d’\u00e9quilibre de r\u00e9ponse quantique pour formes extensives a syst\u00e9matiquement surpass\u00e9 les th\u00e9ories d\u00e9terministes rivales, pr\u00e9disant avec une pr\u00e9cision stup\u00e9fiante la dynamique universelle d’\u00e9rosion progressive des contributions volontaires au fil des rondes de jeu.<\/p>\n La vivacit\u00e9 de l’h\u00e9ritage de McKelvey et Palfrey se mesure \u00e9galement \u00e0 l’extraordinaire f\u00e9condit\u00e9 des mod\u00e8les hybrides qui ont germ\u00e9 sur le terreau du QRE au cours du XXIe si\u00e8cle. Constatant que le bruit cognitif et les pr\u00e9f\u00e9rences sociales ne sont pas des explications mutuellement exclusives mais plut\u00f4t des dimensions orthogonales et compl\u00e9mentaires du comportement humain, une nouvelle g\u00e9n\u00e9ration de th\u00e9oriciens a unifi\u00e9 ces approches.<\/p>\n Les mod\u00e8les contemporains incorporent ainsi des fonctions d’utilit\u00e9 int\u00e9grant l’aversion \u00e0 l’iniquit\u00e9 de Fehr-Schmidt ou la r\u00e9ciprocit\u00e9 psychologique au sein m\u00eame de l’architecture stochastique du logit AQRE. Cette hybridation permet d’estimer simultan\u00e9ment au sein d’une seule et m\u00eame fonction de vraisemblance structurelle les param\u00e8tres d’altruisme ou d’\u00e9quit\u00e9 et le param\u00e8tre de pr\u00e9cision d\u00e9cisionnelle \u03bb<\/em>, offrant une d\u00e9composition \u00e9conom\u00e9trique in\u00e9dite de la part respective revenant aux motivations prosociales intrins\u00e8ques et au calcul strat\u00e9gique bruit\u00e9.<\/p>\n Par ailleurs, le cadre du QRE a \u00e9t\u00e9 \u00e9tendu avec brio aux processus d’apprentissage adaptatif multi-\u00e9tapes (comme le mod\u00e8le EWA \u2014 Experience-Weighted Attraction<\/em> \u2014 d\u00e9velopp\u00e9 par Colin Camerer et Teck-Hua Ho), ainsi qu’aux algorithmes modernes de r\u00e9solution dans le champ de l’intelligence artificielle<\/a> et de l’apprentissage par renforcement multi-agents, o\u00f9 les \u00e9quilibres de r\u00e9ponse quantique sont aujourd’hui couramment utilis\u00e9s pour entra\u00eener des r\u00e9seaux neuronaux profonds capables d’interagir efficacement avec des partenaires humains impr\u00e9visibles.<\/p>\n Avec le recul historique, l’impact intellectuel des travaux de Richard McKelvey et Thomas Palfrey sur la th\u00e9orie \u00e9conomique contemporaine appara\u00eet colossal. Avant leurs publications des ann\u00e9es 1990, l’\u00e9conomie orthodoxe et la th\u00e9orie des jeux \u00e9taient prisonni\u00e8res d’un r\u00e9ductionnisme d\u00e9terministe qui contraignait les analystes soit \u00e0 nier la pertinence des donn\u00e9es r\u00e9elles de laboratoire, soit \u00e0 greffer des artefacts psychologiques disparates d\u00e9pourvus de coh\u00e9rence axiomatique globale.<\/p>\n En formulant l’\u00e9quilibre de r\u00e9ponse quantique, McKelvey et Palfrey ont r\u00e9ussi le tour de force de conf\u00e9rer une dignit\u00e9 th\u00e9orique et math\u00e9matique pleine et enti\u00e8re \u00e0 l’imperfection humaine. Ils ont prouv\u00e9 que la rationalit\u00e9 limit\u00e9e ne signifie pas l’absence de th\u00e9orie, mais requiert au contraire des outils math\u00e9matiques plus sophistiqu\u00e9s, plus riches et infiniment plus adapt\u00e9s \u00e0 l’observation empirique. Le QRE est aujourd’hui devenu le standard de r\u00e9f\u00e9rence mondial pour l’analyse structurelle des donn\u00e9es exp\u00e9rimentales en micro\u00e9conomie et en science politique quantitative.<\/p>\n La disparition pr\u00e9matur\u00e9e de Richard McKelvey en 2002 a priv\u00e9 la discipline de l’un de ses plus illustres esprits math\u00e9matiques, mais l’\u00e9lan m\u00e9thodologique initi\u00e9 aux c\u00f4t\u00e9s de Thomas Palfrey a d\u00e9finitivement ancr\u00e9 la conviction que le r\u00e9alisme empirique et la rigueur analytique formelle ne sont pas deux visions ennemies, mais les deux faces indissociables d’une m\u00eame science \u00e9conomique mature et responsable.<\/p>\n L’analyse approfondie des tournois exp\u00e9rimentaux du dilemme du prisonnier sous l’angle du bruit cognitif offre des le\u00e7ons institutionnelles d’une br\u00fblante actualit\u00e9 pour la gouvernance mondiale et la n\u00e9gociation internationale. Dans le monde g\u00e9opolitique r\u00e9el, les trait\u00e9s sur le climat, les accords de d\u00e9sarmement nucl\u00e9aire ou les pactes commerciaux bilat\u00e9raux fonctionnent tr\u00e8s exactement comme des dilemmes du prisonnier r\u00e9p\u00e9t\u00e9s \u00e0 long terme sous incertitude strat\u00e9gique s\u00e9v\u00e8re.<\/p>\n La le\u00e7on cruciale issue des travaux de McKelvey et Palfrey est la suivante : concevoir des architectures institutionnelles ou des r\u00e9gimes de sanctions en postulant une rationalit\u00e9 pure et une infaillibilit\u00e9 absolue des gouvernements signataires constitue une erreur politique potentiellement d\u00e9sastreuse. Dans les relations internationales r\u00e9elles, les \u00c9tats commettent continuellement des bruits d\u00e9cisionnels : erreurs de communication diplomatique, al\u00e9as de politique int\u00e9rieure, mauvaise ex\u00e9cution bureaucratique d’un trait\u00e9, ou chocs conjoncturels exog\u00e8nes impr\u00e9vus.<\/p>\n Si une institution internationale applique des m\u00e9canismes de r\u00e9torsion d\u00e9terministes automatiques et inflexibles (comme la strat\u00e9gie Grim Trigger<\/em>), la premi\u00e8re erreur stochastique inh\u00e9rente \u00e0 la nature humaine d\u00e9clenchera in\u00e9luctablement une spirale de repr\u00e9sailles mutuelles et l’effondrement d\u00e9finitif de l’accord de coop\u00e9ration. Les enseignements de l’AQRE pr\u00e9conisent au contraire la conception d’institutions r\u00e9silientes au bruit : des accords int\u00e9grant des clauses de r\u00e9versibilit\u00e9, des m\u00e9canismes d’arbitrage stochastique, des marges de tol\u00e9rance pour \u00e9carts mineurs et des sas de d\u00e9sescalade permettant de pr\u00e9server les incitations coop\u00e9ratives de long terme tout en absorbant le choc in\u00e9vitable des imperfections de court terme.<\/p>\n \u00c0 l’aube du XXIe si\u00e8cle avanc\u00e9, l’h\u00e9ritage de McKelvey et Palfrey explore de nouvelles fronti\u00e8res conceptuelles et computationnelles particuli\u00e8rement exaltantes. La premi\u00e8re voie de recherche majeure concerne l’analyse des interactions homme-machine dans les dilemmes sociaux it\u00e9r\u00e9s. Alors que des agents autonomes r\u00e9gis par des algorithmes d’apprentissage profond sont de plus en plus d\u00e9ploy\u00e9s sur les march\u00e9s financiers ou dans la gestion des r\u00e9seaux logistiques, comment ces agents artificiels doivent-ils interagir strat\u00e9giquement avec des \u00eatres humains dont le comportement est intrins\u00e8quement bruit\u00e9 au sens du QRE ? Les mod\u00e8les de r\u00e9ponse quantique constituent aujourd’hui le cadre math\u00e9matique privil\u00e9gi\u00e9 pour programmer des algorithmes capables de coop\u00e9rer efficacement avec l’humain sans se faire exploiter par sa stochasticit\u00e9.<\/p>\n La seconde fronti\u00e8re r\u00e9side dans l’exploitation des m\u00e9gadonn\u00e9es (Big Data<\/em>) comportementales issues des plateformes num\u00e9riques mondiales. Les exp\u00e9rimentations ne se limitent plus aux cohortes de trente \u00e9tudiants dans un laboratoire universitaire de Caltech ; elles portent d\u00e9sormais sur des millions d’utilisateurs engag\u00e9s dans des syst\u00e8mes d’ench\u00e8res, des r\u00e9seaux sociaux et des jeux en ligne massifs. L’application des m\u00e9thodes de maximum de vraisemblance du QRE sur ces volumes massifs de donn\u00e9es permet d’estimer des distributions de param\u00e8tres cognitifs avec une pr\u00e9cision statistique autrefois impensable, affinant notre compr\u00e9hension des fondements neurobiologiques de l’arbitrage strat\u00e9gique.<\/p>\n Enfin, l’hybridation entre les neurosciences computationnelles et l’\u00e9conomie th\u00e9orique ouvre la perspective fascinante d’endog\u00e9n\u00e9iser compl\u00e8tement la fonction de bruit \u03bb<\/em> en fonction de marqueurs physiologiques en temps r\u00e9el (comme l’oculom\u00e9trie, les potentiels \u00e9voqu\u00e9s \u00e9lectroenc\u00e9phalographiques ou la charge cognitive mesur\u00e9e). Le r\u00eave scientifique de Richard McKelvey et Thomas Palfrey \u2014 r\u00e9concilier de mani\u00e8re unifi\u00e9e et \u00e9l\u00e9gante la beaut\u00e9 d\u00e9ductive de la pens\u00e9e strat\u00e9gique avec la fascinante complexit\u00e9 de la psychologie humaine r\u00e9elle \u2014 continue plus que jamais d’\u00e9clairer l’horizon des sciences de la d\u00e9cision.<\/p>\n Axelrod, R. (1984). The Evolution of Cooperation<\/em>. Basic Books.<\/p>\n Bolton, G. E., & Ockenfels, A. (2000). ERC: A theory of equity, reciprocity, and competition. American Economic Review<\/em>, 90(1), 166\u2013193. https:\/\/doi.org\/10.1257\/aer.90.1.166<\/a><\/p>\n Camerer, C. F., Ho, T. H., & Chong, J. K. (2004). A cognitive hierarchy model of games. Quarterly Journal of Economics<\/em>, 119(3), 861\u2013898. https:\/\/doi.org\/10.1162\/0033553041502180<\/a><\/p>\n Fehr, E., & Schmidt, K. M. (1999). A theory of fairness, competition, and cooperation. Quarterly Journal of Economics<\/em>, 114(3), 817\u2013868. https:\/\/doi.org\/10.1162\/003355399556151<\/a><\/p>\n Haile, P. A., Horta\u00e7su, A., & Kosenok, G. (2008). On the empirical content of quantal response equilibrium. American Economic Review<\/em>, 98(1), 816\u2013838. https:\/\/doi.org\/10.1257\/aer.98.1.816<\/a><\/p>\n Kreps, D. M., Milgrom, P., Roberts, J., & Wilson, R. (1982). Rational cooperation in the finitely repeated prisoners’ dilemma. Journal of Economic Theory<\/em>, 27(2), 245\u2013252. https:\/\/doi.org\/10.1016\/0022-0531(82)90029-1<\/a><\/p>\n McFadden, D. (1974). Conditional logit analysis of qualitative choice behavior. In P. Zarembka (Ed.), Frontiers in Econometrics<\/em> (pp. 105\u2013142). Academic Press.<\/p>\n McKelvey, R. D., & Palfrey, T. R. (1992). An experimental study of the centipede game. Econometrica<\/em>, 60(4), 803\u2013836. https:\/\/doi.org\/10.2307\/2951567<\/a><\/p>\n McKelvey, R. D., & Palfrey, T. R. (1995). Quantal response equilibria for normal form games. Games and Economic Behavior<\/em>, 10(1), 6\u201338. https:\/\/doi.org\/10.1006\/game.1995.1023<\/a><\/p>\n McKelvey, R. D., & Palfrey, T. R. (1998). Quantal response equilibria for extensive form games. Experimental Economics<\/em>, 1(1), 9\u201341. https:\/\/doi.org\/10.1023\/A:1009905800005<\/a><\/p>\n Nash, J. (1950). Equilibrium points in n-person games. Proceedings of the National Academy of Sciences<\/em>, 36(1), 48\u201349. https:\/\/doi.org\/10.1073\/pnas.36.1.48<\/a><\/p>\n Palfrey, T. R., & Prisbrey, J. E. (1997). Anomalous behavior in public goods experiments: How much and why? American Economic Review<\/em>, 87(5), 829\u2013846.<\/p>\n Selten, R. (1975). Reexamination of the perfectness concept for equilibrium points in extensive games. International Journal of Game Theory<\/em>, 4(1), 25\u201355. https:\/\/doi.org\/10.1007\/BF01766005<\/a><\/p>\n Smith, V. L. (1982). Microeconomic systems as an experimental science. American Economic Review<\/em>, 72(5), 923\u2013955.<\/p>\n1. Introduction aux travaux de McKelvey et Palfrey sur le dilemme du prisonnier<\/h2>\n
1.1 Contexte intellectuel et \u00e9mergence de l’\u00e9conomie exp\u00e9rimentale<\/h3>\n
1.2 La trajectoire scientifique de Richard McKelvey et Thomas Palfrey<\/h3>\n
1.3 Probl\u00e9matique centrale des tournois exp\u00e9rimentaux<\/h3>\n
2. Le dilemme du prisonnier et le paradoxe de l’induction \u00e0 rebours<\/h2>\n
2.1 Structure canonique du jeu et \u00e9quilibre strict<\/h3>\n
2.2 L’induction \u00e0 rebours dans le jeu fini r\u00e9p\u00e9t\u00e9<\/h3>\n
2.3 Le paradoxe empirique face aux comportements r\u00e9els<\/h3>\n
3. Les ant\u00e9c\u00e9dents th\u00e9oriques : mod\u00e8les de r\u00e9putation et d’altruisme<\/h2>\n
3.1 Le mod\u00e8le du Gang des Quatre (Kreps, Milgrom, Roberts, Wilson)<\/h3>\n
3.2 Limites conceptuelles des mod\u00e8les de r\u00e9putation classiques<\/h3>\n
3.3 L’alternative comportementale propos\u00e9e par McKelvey et Palfrey<\/h3>\n
4. L’introduction de la rationalit\u00e9 limit\u00e9e : le mod\u00e8le d’\u00e9quilibre de r\u00e9ponse quantique (QRE)<\/h2>\n
4.1 Fondements math\u00e9matiques du Quantal Response Equilibrium<\/h3>\n
4.2 Le r\u00f4le d\u00e9terminant du param\u00e8tre de pr\u00e9cision (lambda)<\/h3>\n
\n
4.3 R\u00e9gularit\u00e9 statistique et propri\u00e9t\u00e9s de coh\u00e9rence interne<\/h3>\n
5. L’\u00e9quilibre de r\u00e9ponse quantique pour les formes extensives (AQRE)<\/h2>\n
5.1 Extension dynamique : l’Agent Quantal Response Equilibrium<\/h3>\n
5.2 R\u00e9solution de l’induction r\u00e9trograde imparfaite<\/h3>\n
5.3 Structure des croyances conditionnelles et mise \u00e0 jour bay\u00e9sienne<\/h3>\n
6. Le cadre m\u00e9thodologique des tournois et exp\u00e9riences en laboratoire<\/h2>\n
6.1 Architecture exp\u00e9rimentale et protocoles d’appariement<\/h3>\n
6.2 Param\u00e9trage des gains et calibration de l’horizon temporel<\/h3>\n
\n
6.3 Collecte et standardisation des donn\u00e9es d\u00e9cisionnelles<\/h3>\n
7. Analyse des dynamiques de coop\u00e9ration et m\u00e9canismes de r\u00e9putation<\/h2>\n
7.1 L’\u00e9mergence endog\u00e8ne de la coop\u00e9ration initiale<\/h3>\n
7.2 La dynamique d’effondrement progressif en fin de partie<\/h3>\n
7.3 L’impact des erreurs mutuelles sur la confiance strat\u00e9gique<\/h3>\n
8. L’estimation empirique des param\u00e8tres d’erreur et de pr\u00e9cision d\u00e9cisionnelle<\/h2>\n
8.1 M\u00e9thodes \u00e9conom\u00e9triques du maximum de vraisemblance structurel<\/h3>\n
8.2 H\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 individuelle et dispersion de la pr\u00e9cision<\/h3>\n
8.3 Stabilit\u00e9 temporelle et apprentissage du param\u00e8tre de bruit<\/h3>\n
\n
9. Comparaison avec les mod\u00e8les alternatifs de comportement strat\u00e9gique<\/h2>\n
9.1 Mod\u00e8les de pr\u00e9f\u00e9rences sociales et d’\u00e9quit\u00e9 (Fehr-Schmidt, Bolton-Ockenfels)<\/h3>\n
9.2 Th\u00e9ories du niveau de raisonnement (Level-k et Cognitive Hierarchy)<\/h3>\n
\n
9.3 Algorithmes \u00e9volutifs et dynamique de r\u00e9plicateur<\/h3>\n
10. Implications psychologiques de l’incertitude strat\u00e9gique et du bruit cognitif<\/h2>\n
10.1 Bruit sensoriel, attentionnel et limites computationnelles<\/h3>\n
10.2 Perception de l’al\u00e9a et th\u00e9orie du signal chez les joueurs<\/h3>\n
10.3 Confiance, r\u00e9ciprocit\u00e9 et vuln\u00e9rabilit\u00e9 per\u00e7ue<\/h3>\n
11. R\u00e9ception critique, r\u00e9plications et extensions empiriques des tournois<\/h2>\n
11.1 Critiques m\u00e9thodologiques et d\u00e9bats sur la falsifiabilit\u00e9<\/h3>\n
11.2 R\u00e9plications ind\u00e9pendantes dans divers contextes exp\u00e9rimentaux<\/h3>\n
11.3 Extensions vers les mod\u00e8les hybrides et dynamiques<\/h3>\n
12. Synth\u00e8se th\u00e9orique et perspectives contemporaines en \u00e9conomie comportementale<\/h2>\n
12.1 Bilan de l’h\u00e9ritage scientifique de McKelvey et Palfrey<\/h3>\n
12.2 Enseignements pour la gouvernance et les interactions strat\u00e9giques r\u00e9elles<\/h3>\n
12.3 Voies de recherche futures et fronti\u00e8res computationnelles<\/h3>\n
R\u00e9f\u00e9rences<\/h2>\n