Cómo jugar a Piedra-Papel-Tijera en 6proclub: un enfoque criptográfico del juego de faroles más antiguo del mundo

Piedra-Papel-Tijera parece una cara o cruz hasta que lo juegas cinco veces contra la misma persona. Las reglas, nuestro formato al mejor de 5, el protocolo commit-reveal que hace el PPT online realmente justo, y la estrategia de un juego que en realidad va de personas.

Piedra-Papel-Tijera es el juego que todos aprendieron antes de saber leer. Eso es precisamente lo que lo hace interesante. Un juego tan simple, jugado por tanta gente, durante tantos siglos, ha sido puesto a prueba por la humanidad misma — y sigue funcionando. La pregunta es por qué funciona.

Este artículo cubre las reglas del PPT tal como lo ofrecemos en 6proclub, el protocolo criptográfico que hace jugable el PPT online en primer lugar, y la estrategia que de verdad puedes aplicar una vez que entiendes que el juego no va de tu mano — va de la persona que tienes enfrente.

Las reglas básicas

En cada ronda, ambos jugadores eligen simultáneamente una de tres opciones: piedra, papel o tijera.

• La piedra vence a la tijera (la piedra aplasta la tijera)
• La tijera vence al papel (la tijera corta el papel)
• El papel vence a la piedra (el papel cubre la piedra)

Si ambos jugadores eligen la misma opción, la ronda es empate y se repite. El contador de rondas no avanza en un empate — solo en una ronda decisiva.

Eso es todo. El conjunto entero de reglas.

Nuestro formato de partida

En 6proclub, el PPT se juega al mejor de 5 (best-of-5). El primer jugador en ganar tres rondas decisivas se lleva la partida.

Algunas precisiones:

• Los empates se repiten. Un empate no cuenta como ronda ganada para ninguno de los dos lados. La pareja simplemente se reinicia y ambos elegís de nuevo.
• Tope estricto a 9 rondas. En el raro caso patológico en que los jugadores siguen empatando — cinco, seis, siete veces seguidas — la partida se topa estrictamente en nueve rondas en total (decisivas + empatadas). Si se alcanza el tope sin ganador, el lado con más victorias decisivas se la lleva. Nunca hemos visto dispararse el tope en producción, pero ahí está.
• Sin castigo de tiempo por pensar. La ventana de decisión es generosa. Tómate tu tiempo. Elegir rápido no cambia nada, salvo lo rápido que pierdes.

El problema criptográfico (y cómo lo resolvimos)

El PPT online tiene un problema fundamental que no existe cara a cara: ¿cómo eligen ambos jugadores simultáneamente a través de internet?

Si simplemente enviamos la jugada elegida al servidor, el servidor (o un atacante) ve ambas jugadas antes de declarar un ganador. Si el servidor envía la jugada de un jugador al otro antes de que el segundo haya elegido, ese jugador gana siempre. No hay forma ingenua de hacer esto de forma segura.

La solución estándar es un protocolo commit-reveal, y es lo que ofrecemos en cada partida de PPT:

Fase 1 — Compromiso (Commit)

Cuando haces tu elección, tu cliente calcula un hash SHA-256 de (tu-elección, nonce-aleatorio) y envía solo el hash al servidor. El hash es una cadena hexadecimal de 64 caracteres que no revela nada de tu elección — pero está criptográficamente ligada a ella. No puedes cambiar de opinión tras enviar el hash sin producir un hash distinto.

El servidor guarda los hashes de ambos jugadores hasta que ambos han llegado. Ningún jugador ha visto la elección del otro. Tampoco el servidor.

Fase 2 — Revelación (Reveal)

Una vez que ambos compromisos están puestos, ambos clientes envían los (elección, nonce) reales al servidor. El servidor hashea cada uno y confirma que el resultado coincide con el compromiso original. Si coincide, las elecciones se aceptan como vinculantes. Si la revelación de un jugador no coincide con su compromiso, pierde la ronda.

Ahora ambas elecciones se conocen y la ronda se resuelve.

Esto es matemáticamente equivalente a jugar al PPT en persona con una caja transparente. Ningún jugador puede cambiar su jugada tras ver la del otro. Tampoco el servidor. La justicia es verificable: cualquier tercero con acceso a los hashes de compromiso y a los datos de revelación puede volver a derivar cada ronda de cada partida que hayamos ofrecido.

Estrategia: el juego no va de manos

Aquí está lo sorprendente del PPT que la mayoría nunca aprende: tiene una estrategia conocida y demostrablemente óptima, y casi nadie la usa.

El equilibrio de Nash

La estrategia óptima según la teoría de juegos para el PPT es la estrategia mixta uniforme: elegir piedra con probabilidad 1/3, papel con probabilidad 1/3, tijera con probabilidad 1/3, completamente independiente en cada ronda. Si haces esto a la perfección, tu oponente no puede batirte en una serie larga — y tú tampoco puedes batirle. El resultado esperado de cada ronda es 1/3 victoria, 1/3 derrota, 1/3 empate.

Es también la estrategia imposible de explotar. Es la única estrategia que te garantiza una tasa de victoria del 50 % contra un oponente perfecto. También es aburrida.

Por qué nadie juega el equilibrio de Nash

Dos razones.

Uno: los humanos son malos siendo aleatorios. Cuando intentas «simplemente elegir al azar», te agrupas — evitas elegir lo mismo dos veces seguidas, ciclas P-P-T-P-P-T más de lo que haría el azar, te sesgas hacia lo que sea que perdió en la última jugada. El análisis de los campeonatos mundiales de PPT muestra que los humanos se desvían del uniforme aleatorio de formas medibles y explotables.

Dos: aunque pudieras jugar perfectamente al azar, no tendrías ventaja. El equilibrio de Nash te garantiza el 50 %, pero nadie ha ganado nunca dinero garantizando el 50 %. El premio en el PPT es identificar cuándo tu oponente no está jugando de forma óptima, y explotar la desviación.

Qué buscar de verdad

Patrones que vigilar en tu oponente:

• Sesgo a la piedra en la ronda 1. Los jugadores nuevos eligen piedra de forma desproporcionada en el lanzamiento de apertura. Juega papel.
• Derrota → cambio. Cuando un jugador pierde una ronda con X, tiende a cambiar a lo que sea que bate a X en la ronda siguiente. Si acaba de jugar tijera y perdió, probablemente jugará piedra a continuación. Juega papel.
• Victoria → repetición. Cuando un jugador gana con X, tiende a repetir X (funcionó, ¿por qué cambiar?). Juega lo que sea que bate a X.
• Evitación de rachas. La mayoría de los jugadores no jugarán la misma opción tres veces seguidas, aunque hacerlo sea correcto. Tras dos iguales, espera un cambio.

Se llaman patrones de respuesta condicional en la literatura académica y es por lo que el PPT al mejor de 5 es más estratégico de lo que la gente cree. Solo necesitas leer correctamente a tu oponente dos de cada cinco veces para obtener ventaja — las otras tres puedes jugar el aleatorio óptimo.

La regresión «yo sé que tú sabes»

El meta-juego clásico del PPT es la regresión infinita: sé que te sesgas hacia la piedra, así que juego papel. Pero tú sabes que lo sé, así que juegas tijera. Pero yo sé que tú sabes que lo sé, así que juego piedra. Y así sucesivamente.

En la práctica, esto termina tras dos o tres niveles. La mayoría de los jugadores razonan a un nivel de profundidad. Un jugador que razona a dos niveles gana más a menudo. Un jugador que razona a tres niveles gana más a menudo aún, pero a tres niveles estás sobre todo inventándote al oponente en lugar de leerlo — así que los retornos caen rápido.

La regla pragmática es: elige un nivel ligeramente más profundo que aquel al que crees que razona tu oponente, y quédate ahí.

La verificación

Cada partida de PPT en 6proclub es totalmente reconstruible a posteriori. Guardamos:

• Los hashes de compromiso de ambos jugadores para cada ronda
• Las revelaciones de ambos jugadores (elección + nonce) para cada ronda
• Los resultados ronda a ronda

Puedes verificar cualquier partida pasada hasheando los datos de revelación y confirmando que coinciden con los compromisos. Si alguna vez hubiéramos roto el protocolo, la cadena ya no verificaría, y cualquiera con una transcripción podría probarlo. Provably fair no es una frase de marketing — es una propiedad del sistema.

Dónde jugar

Ve a /rps/setup para alojar una mesa privada o entrar en cola para una partida pública. El mejor de 5 lleva unos tres minutos si ambos jugadores son rápidos y un poco más si alguno de vosotros está disfrutando del tercer nivel de recursión.