Sjældent hører man Paradise Hotel og Nash-ligevægt i samme sætning, men det er faktisk sådan at det store og populære spil indeholder en masse eksempler på spilteori. Et oplagt eksempel er den velkendte troskabstest, hvor de to finalister står overfor hinanden med en halv million kroner på spil.

Denne artikel vil netop reflektere, fundere og argumentere for forskellige spilstrategier og gå i dybden med tidligere data fra Paradise Hotel for at forstå spillet, dets deltagere og forhåbentlig finde ud af hvorfor spillet er så populært blandt store dele af den danske unge befolkningsgruppe

Analysen og hvad den viste os

Sjældent hører man Paradise Hotel og Nash-ligevægt nævnt i samme sætning. Endnu sjældnere hører man nogen hævde, at dansk reality-tv udgør et empirisk studie i anvendt mikroøkonomi. Ikke desto mindre er netop dette den hypotese, der i stigende grad har manifesteret sig blandt HCØkonomernes analytiske segment efter adskillige timers intensiv eksponering for TV3’s måske vigtigste kulturprodukt siden introduktionen af Robinson-ekspeditionen. Ved første øjekast synes Paradise Hotel naturligvis at være et socialt eksperiment bestående af selvbruner, tequila og følelsesmæssig destabilisering, men en nærmere analyse afslører, at programmets fundamentale struktur i virkeligheden er gennemsyret af klassisk spilteori.

Særligt troskabstesten fremstår som et bemærkelsesværdigt eksempel på strategisk interaktion mellem rationelle aktører under usikkerhed. Situationen er velkendt: To finalister står over for hinanden med en potentiel gevinst på 500.000 kroner. Mellem dem eksisterer ti trin á 50.000 kroner, og ved hvert trin kan en deltager vælge enten at fortsætte samarbejdet eller smide kuglen. Såfremt én deltager smider kuglen, tilegner vedkommende sig hele den akkumulerede præmiesum, mens modparten realiserer et payoff svarende til præcis nul kroner og en efterfølgende invitation til diverse sladderpodcasts. Såfremt begge deltagere derimod fortsætter hele vejen til 500.000 kroner, deles beløbet ligeligt mellem parterne.

Det intuitive udgangspunkt blandt størstedelen af seersegmentet synes at være, at rationelle individer bør samarbejde længst muligt for derved at maksimere den samlede gevinst. Denne antagelse lider imidlertid af en væsentlig teoretisk svaghed, idet den ignorerer de incitamentsstrukturer, der opstår under sekventielle spil. En analyse baseret på baglæns induktion viser hurtigt, at spillets logiske struktur producerer et overraskende resultat.

Antag først, at begge deltagere når det sidste trin ved 500.000 kroner. Her står hver spiller overfor to mulige handlinger. Ved fortsat samarbejde opnås et payoff på 250.000 kroner til hver deltager. Ved at smide kuglen opnås derimod 500.000 kroner individuelt. Under antagelsen om payoffmaksimerende adfærd vil enhver rationel spiller derfor foretrække at smide kuglen ved sidste trin. Problemet opstår imidlertid ved, at begge deltagere er i stand til at foretage præcis samme analyse.

Dermed bliver næste spørgsmål uundgåeligt: Hvis begge spillere forventer forræderi ved 500.000 kroner, hvorfor så vente til sidste trin? Ved 450.000 kroner eksisterer præcis samme incitamentsstruktur. En spiller kan enten fortsætte mod et sandsynligt fremtidigt forræderi eller eliminere risikoen ved selv at smide kuglen først. Den samme logik gælder ved 400.000 kroner, 350.000 kroner og fortsætter rekursivt hele vejen tilbage til spillets begyndelse.

Resultatet bliver derfor, at den eneste subgame perfect Nash-ligevægt i troskabstesten er følgende strategi: begge deltagere bør smide kuglen ved første mulige trin, altså ved 50.000 kroner.

Det matematiske resultat forekommer umiddelbart kontraintuitivt og producerer ofte betydelig kognitiv dissonans blandt seerne, særligt dem der stadig opererer under den romantiske forestilling om loyalitet i reality-tv. Ikke desto mindre er konklusionen stringent. Spillets struktur belønner mistillid, og enhver forsinkelse af forræderiet øger alene sandsynligheden for selv at blive elimineret uden gevinst.

Dette rejser imidlertid et mere interessant spørgsmål: Hvorfor observerer man så ikke konsekvent kuglekast ved 50.000 kroner? Hvorfor vælger deltagere igen og igen strategier, der ifølge den rene spilteori synes suboptimale?

Forklaringen findes sandsynligvis i det forhold, at Paradise Hotel ikke blot er et matematisk spil, men et socialt spil. Deltagerne maksimerer ikke nødvendigvis udelukkende monetært payoff. Der eksisterer betydelige eksterne faktorer i payoff-funktionen, herunder social anerkendelse, medieeksponering, fremtidige influencer-kontrakter og ønsket om ikke at blive nationalt synonym med sociopati.

En mere realistisk payoff-funktion må derfor antages at have formen:

hvor $M_i$ repræsenterer monetær gevinst, $R_i$ repræsenterer social reputationel værdi, og $H_i$ repræsenterer offentlig hadkapital på sociale medier. Parametrene $\alpha$α og $\beta$β varierer naturligvis betydeligt mellem deltagerne og må forventes særligt høje blandt deltagere med aktiv TikTok-profil og managementagentur.

Hermed bliver troskabstesten væsentligt mere kompleks end den klassiske model antyder. En deltager kan rationelt vælge at afstå fra at smide kuglen, selv når dette reducerer den direkte monetære gevinst, hvis den langsigtede reputationsgevinst overstiger differencen. I praksis transformeres spillet derfor fra et simpelt nulsumsspil til et multidimensionelt optimeringsproblem med betydelig asymmetrisk information.

Paradise Hotel illustrerer dermed et centralt forhold inden for moderne spilteori: Mennesker er sjældent fuldstændigt rationelle i klassisk økonomisk forstand, men de er ofte rationelle inden for deres egne subjektive præferencefunktioner. Deltagernes handlinger fremstår kun irrationelle, hvis man fejlagtigt antager, at penge er den eneste relevante nyttevariabel.

Dette forklarer samtidig programmets bemærkelsesværdige popularitet. Seerne observerer ikke blot konflikter og romantiske relationer, men komplekse strategiske interaktioner mellem individer med forskellige incitamenter, informationsniveauer og tidshorisonter. Hver ceremoni fungerer i praksis som et gentaget spil med ufuldstændig information, hvor alliancer etableres, brydes og rekonstrueres i et konstant forsøg på at optimere individuelle payoffs.

Paradise Hotel kan således betragtes som et mikroskopisk laboratorium for menneskelig adfærd under strategisk usikkerhed. Bag de farverige drinks og emotionelle sammenbrud gemmer der sig i virkeligheden en overraskende stringent økonomisk logik. At denne logik udfolder sig på et mexicansk hotel mellem mennesker ved navn Nikolaj, Melissa og “Loco-Tobias”, ændrer fundamentalt set ikke ved analysens validitet.

Var Simon klog og økonomisk bevidst?

Simons valg om at smide kuglen på andet skridt medførte en stor debat og undren. Sociale medier blev hurtigt fyldt med analyser, frustration og moralske vurderinger fra seere, der enten betragtede handlingen som kynisk genialitet eller som et nærmest utilgiveligt forræderi. Det interessante er imidlertid, at denne debat i virkeligheden rækker langt ud over Paradise Hotel. For spørgsmålet er ikke blot, om Simons valg var moralsk korrekt, men snarere om det var rationelt. Og netop her bliver Paradise Hotel overraskende interessant som mikroøkonomisk og spilteoretisk analyseobjekt.

Mange mennesker forbinder spilteori med komplicerede matematiske modeller, Nobelpriser og økonomer i alt for stramme skjorter. I praksis handler spilteori dog om noget langt mere genkendeligt: hvordan mennesker træffer beslutninger, når udfaldet afhænger af andre menneskers handlinger. Dette sker konstant i hverdagen. Hver gang man forhandler løn, dater, laver gruppearbejde eller diskuterer hvem der skal tage opvasken i et kollektiv, indgår man i et strategisk spil. Forskellen er blot, at Paradise Hotel gør disse mekanismer ekstremt synlige.

Programmet fungerer nærmest som et kondenseret studie i menneskelig strategi. Deltagerne placeres i et miljø, hvor succes afhænger af sociale relationer, troværdighed, manipulation og timing. Ingen kan vinde alene, men ingen kan heller stole fuldstændigt på andre. Resultatet bliver en konstant balance mellem samarbejde og egoisme.

Det er netop derfor, troskabstesten bliver så fascinerende. Situationen reducerer hele sæsonens sociale kompleksitet til ét enkelt strategisk valg. To deltagere står over for hinanden med mulighed for enten at samarbejde eller forråde. Intuitivt ønsker mange seere, at loyaliteten skal sejre, fordi mennesker generelt har en stærk præference for retfærdighed og social stabilitet. Men set fra et mikroøkonomisk perspektiv bliver situationen mere kompliceret.

Hvis en spiller tror, at modparten fortsætter hele vejen, eksisterer der et enormt incitament til selv at smide kuglen først og sikre hele gevinsten. Omvendt ved begge deltagere, at den anden foretager præcis samme analyse. Dermed opstår en klassisk strategisk konflikt, hvor begge spillere forsøger at optimere deres egen gevinst under usikkerhed om modpartens handlinger.

Set ud fra ren spilteori bliver Simons valg derfor langt mindre irrationelt, end mange seere umiddelbart antager. Tværtimod kan man argumentere for, at handlingen var matematisk konsekvent. Ved at smide kuglen tidligt eliminerede han risikoen for selv at blive forrådt senere i spillet. Det betyder naturligvis ikke, at handlingen nødvendigvis var moralsk sympatisk, men spilteori beskæftiger sig heller ikke primært med moral. Den beskæftiger sig med incitamenter.

Det interessante spørgsmål bliver dermed, hvorvidt mennesker naturligt tænker spilteoretisk, eller om denne form for strategisk tænkning er noget, man udvikler over tid. Meget tyder på, at mennesker intuitivt besidder en grundlæggende forståelse for strategisk interaktion. Selv børn forstår hurtigt koncepter som tillid, gengældelse og samarbejde. Hvis ét barn konsekvent tager alle legoklodserne selv, reduceres sandsynligheden for fremtidigt samarbejde dramatisk. På den måde eksisterer primitive former for spilteori sandsynligvis dybt indlejret i menneskelig social adfærd.

Paradise-deltagere opererer dog ofte på et mere avanceret niveau. De mest succesfulde deltagere er sjældent dem, der blot lyver mest eller spiller hårdest. Tværtimod er det ofte dem, der bedst forstår andre menneskers forventninger og incitamenter. En stærk Paradise-spiller forstår, at troværdighed fungerer som en strategisk ressource. Hvis man lyver konstant, mister man sin markedsværdi som alliancepartner. Hvis man derimod fremstår for loyal, risikerer man selv at blive udnyttet. Det optimale strategiske punkt ligger derfor ofte et sted mellem manipulation og troværdighed.

Dette skaber samtidig en interessant dynamik for seerne. Programmet bliver spændende, fordi man konstant forsøger at analysere deltagernes egentlige strategier. Når en deltager lover loyalitet, opstår spørgsmålet straks: mener personen det faktisk, eller er det blot et rationelt signal designet til at sikre kortsigtet overlevelse? Hver samtale får dermed flere lag. Der eksisterer altid en potentiel forskel mellem det, deltagerne siger, og det, de strategisk ønsker at opnå.

Paradise Hotel bliver derfor langt mere end blot underholdning. Det fungerer som en slags social simulator, hvor mennesker under ekstreme forhold demonstrerer fundamentale mekanismer inden for samarbejde, tillid og egoisme. Deltagerne er måske ikke bevidste om Nash-ligevægte eller baglæns induktion, men mange af deres handlinger følger alligevel de samme principper.

Måske er det netop derfor, programmet fortsat fascinerer så mange mennesker. Under de absurde ceremonier, emotionelle sammenbrud og lettere kaotiske kærlighedsrelationer gemmer der sig i virkeligheden noget dybt menneskeligt: forsøget på at navigere rationelt i en verden, hvor andre mennesker konstant forsøger præcis det samme.