Если воришка А признался и свалил вину на напарника, а тот вообще все отрицает, то А будет оправдан и выйдет на свободу, а Б получит полные 5 лет тюрьмы. Если А признался и Б тоже признался — оба получат по 3 года (скидка с учетом признания). Если А отрицает, а Б признался — 5 лет получит А, а на свободу выйдет Б. Если же оба будут все отрицать, то оба получат по два года условно, потому что улик нет, а подозрение есть, и банкомат все-таки сломан, поэтому ментам надо дело закрыть. Таковы условия задачи.

Парадокс в том, что выигрышной стратегией для каждого является признаться и свалить вину на напарника. Ведь если тот будет все отрицать, то шанс выйти на свободу — это лучше, чем два года срока, пусть даже условного. А если тот тоже признается, то 3 года тюрьмы — это лучше, чем 5. Поэтому в отдельно взятом случае воришке имеется прямая личная выгода отработать стратегию признания. Проблема начинается, если ситуация повторяется много раз. Чтобы это понять, надо отойти от терминологии заключенных.

Итак, у нас два игрока, разделенные стенкой, и перед каждым две кнопки: «мне» и «нам». Правила те же. Если А нажал «мне», а Б «нам» — то А получает на свой счет 5 рублей, снятые со счета доверчивого лоханувшегося Б. И наоборот. Если оба сыграли «мне» — никто ничего не получит. Если оба сыграли «нам», каждый получает на свой счет по рублю — награда за удачное сотрудничество друг с другом. Что конечно меньше, чем 5 рублей, которые сдерет эгоист с лоха.

Опять в каждом конкретном случае самая выигрышная стратегия — нажать «мне»: ты ничем не рискуешь, но есть шанс заработать аж пять рублей. Парадокс в том, что в одной партии эта стратегия выигрышна, а в повторяющихся — нет. Если игра повторяется бесконечно, оба будут всегда нажимать «мне», и оба будут в нулях! Если они начнут поочередно пытаться то рисковать, усыпляя бдительность противника, то рвать куш, будет выигрывать то один, то другой, но счета их будут все равно в районе нуля — у коварного побольше, у доверчивого поменьше. И лишь пара игроков, которая рискует и «подставляется», нажимая раз за разом «нам» — каждый из них начнет зарабатывать. Примерно такова модель, изложенная в книге Докинза. Как это работает в реальной жизни? Представим московский перекресток с редко переключающимся светофором. К перекрестку очередь. Зеленый свет погас, включился желтый, сейчас будет красный. За перекрестком пробка. Автомобилист подъехал к светофору, и у него выбор: остановиться и подождать 5 минут, пока снова будет зеленый, либо выехать на перекресток, затор продвинется, и через несколько секунд он уже будет на той стороне и быстро доедет куда надо. Выигрышная стратегия — ехать, и ты сэкономишь 5 минут. Какое тебе дело до других, которым ты перегородил дорогу? Но если дорогу упрощенно представить как трассу в форме восьмерки с общим перекрестком посередине, который надо проехать сто раз подряд, то окажется, что восьмерка, по которой едут дисциплинированные немцы, движется ровными порциями с максимально возможной для такого случая скоростью. А трасса наших соотечественников будет вечно стоять из-за затора на единственном перекрестке. Каждому по отдельности трижды выпал шанс сэкономить себе пять минут, и он им воспользовался. Но все вместе простояли в пробках два часа. Парадокс заключенных.