Toll: Ferramenta de Teoria dos Jogos. Artigo Seminal Fichado
Game Theory Explorer e a ferramenta Gambit: Fichamento do artigo seminal
O artigo de Rahul Savani e Bernhard von Stengel apresenta o Game Theory Explorer [GTE], ferramenta de navegador para construir e resolver jogos finitos. O texto interessa por dois motivos que se cruzam. Em primeiro lugar, descreve com precisão didática os algoritmos de cálculo de equilíbrio de Nash usados na prática computacional da teoria dos jogos, matéria que sustenta a leitura estratégica do processo penal. Em segundo lugar, o próprio artigo nomeia e situa a ferramenta Gambit como referência do campo, e Rahul Savani, um dos dois autores, tornou-se colíder do projeto Gambit em 2023. O fichamento a seguir cobre o artigo e, em seguida, desenvolve a ferramenta Gambit nos termos exigidos pela peça técnica sobre software.
Referência [ABNT NBR 6023]
SAVANI, Rahul; STENGEL, Bernhard von. Game Theory Explorer: software for the applied game theorist. Computational Management Science, v. 12, n. 1, p. 5-33, 2015. DOI: 10.1007/s10287-014-0206-x. Versão preprint: arXiv:1403.3969, submetida em 16 mar. 2014. Disponível em: https://arxiv.org/abs/1403.3969. Acesso em: 28 ago. 2026.
Autores e afiliação [na data de publicação]:
Rahul Savani, Department of Computer Science, University of Liverpool, Reino Unido.
Bernhard von Stengel, Department of Mathematics, London School of Economics [LSE], Reino Unido.
Periódico de publicação definitiva: Computational Management Science, editora Springer, v. 12, n. 1, p. 5-33, 2015.
Preprint: arXiv:1403.3969, categoria cs.GT [Computer Science, Computer Science and Game Theory], submetido em 16 de março de 2014.
Resumo do artigo, em tradução livre
O artigo apresenta a ferramenta de software "Game Theory Explorer" para criar e analisar jogos como modelos de interação estratégica. Um jogo em formato extensivo ou estratégico é criado e exibido graficamente em um navegador da internet. Algoritmos de ponta calculam, então, todos os equilíbrios de Nash do jogo após um clique. Em formato tutorial, os autores apresentam o uso do programa e as ideias por trás de seus principais algoritmos. Os autores relatam a experiência com a arquitetura do software e com o desenvolvimento em regime de código aberto.
"This paper presents the 'Game Theory Explorer' software tool to create and analyze games as models of strategic interaction. [...] State-of-the-art algorithms then compute all Nash equilibria of the game after a mouseclick." [SAVANI; STENGEL, 2015, abstract]
Estrutura do artigo
O texto organiza-se em sete seções: introdução; exemplo de uso do GTE; criação e análise de jogos em forma extensiva; exemplos de análise de jogos em forma estratégica; computação de equilíbrio para jogos em forma estratégica; computação de equilíbrio para jogos em forma extensiva; e arquitetura e desenvolvimento do software.
Pontos centrais
1. O que é o Game Theory Explorer
O GTE é uma ferramenta acessada por meio de navegador de internet, sem instalação local, destinada à criação visual de jogos em forma extensiva [árvore de decisão, com nós, ramos e conjuntos de informação] ou em forma estratégica [matriz de payoffs]. A construção do jogo ocorre por interface gráfica; o cálculo dos equilíbrios de Nash ocorre no servidor, após acionamento do usuário. O propósito declarado pelos autores é reduzir a barreira de entrada para estudantes e pesquisadores que precisam modelar e resolver jogos sem depender de instalação de software nem de programação.
2. Algoritmos de cálculo de equilíbrio
Para jogos estratégicos com dois jogadores, o artigo expõe o algoritmo de Lemke-Howson, um método de pivoteamento que percorre uma sequência de soluções parcialmente rotuladas até alcançar um equilíbrio de Nash. Para jogos com mais de dois jogadores ou para a enumeração de múltiplos equilíbrios, o artigo aborda métodos de enumeração de suporte. Para jogos em forma extensiva, o artigo expõe a forma sequencial [sequence form], representação compacta que evita a explosão combinatória da conversão direta para forma estratégica e permite aplicar variantes do próprio Lemke-Howson a jogos com árvores de decisão.
3. Arquitetura e experiência de desenvolvimento como projeto de código aberto
A última seção relata decisões de arquitetura [separação entre interface no navegador e servidor de cálculo, formato de arquivo XML para descrever o jogo e para envio ao solver] e a experiência de manter o projeto em regime aberto, com problemas típicos de sustentação: financiamento, continuidade de manutenção, e a decisão explícita de não duplicar esforço em relação a ferramentas já maduras.
4. O nexo direto com o Gambit
Os autores dedicam trecho da introdução e da conclusão a situar o GTE frente ao Gambit, citado como "existing suite of software for game-theoretic analysis", já com quase 25 anos de desenvolvimento à época [McKELVEY; McLENNAN; TUROCY, 2010, apud SAVANI; STENGEL, 2015]. A diferença apontada refere-se ao acesso, e não à capacidade algorítmica: o Gambit exige download e instalação em plataformas de computador pessoal, com uma barreira técnica de entrada; o GTE roda diretamente no navegador. Os próprios autores declaram, em 2014-2015, que qualquer melhoria trazida pelo GTE deveria "eventualmente ser integrada ao Gambit" e descrevem a interoperabilidade de formatos de arquivo entre as duas ferramentas, com conversão de e para o formato usado pelo Gambit. O artigo registra ainda o uso, então limitado, do Gambit pelo GTE e projeta uma "integração pouco acoplada, em particular com os solvers de jogo do Gambit".
A previsão de integração se concretizou no âmbito institucional. Rahul Savani, coautor do artigo fichado, é hoje colíder do projeto Gambit ao lado de Theodore Turocy, que o lidera desde 2002. Desde 2023, o Gambit recebe apoio do Alan Turing Institute para o eixo de pesquisa "análise automatizada de interações estratégicas". O artigo de 2014-2015 é registro do momento em que os dois projetos, GTE e Gambit, começaram a convergir sob a mesma liderança de pesquisa.
A ferramenta Gambit
O que é?
Gambit é um pacote de software de código aberto e gratuito para computação em teoria dos jogos não cooperativa finita. O projeto nasceu em meados dos anos 1980, no California Institute of Technology, a partir de programas escritos por Richard McKelvey. Passou por reescrita em C++ entre 1994 e 1996, com apoio da National Science Foundation, e por versões sucessivas ao longo de mais de três décadas. A liderança atual reúne Theodore Turocy [desde 2002] e Rahul Savani [colíder desde 2023], com apoio institucional do Alan Turing Institute a partir de 2023. A documentação consultada estável corresponde à série de versões 16.3.x.
Para que serve?
Gambit permite construir, manipular e resolver jogos finitos não cooperativos representados em forma extensiva ou em forma estratégica. Calcula equilíbrios de Nash em estratégias puras e mistas, e disponibiliza estimação por modelos de resposta quantal [quantal response equilibrium, QRE], usados para ajustar previsão teórica a dados de comportamento observado em experimentos. O uso típico é acadêmico e de pesquisa aplicada: microeconomia, ciência política, biologia evolutiva, e qualquer campo que modele decisão estratégica entre agentes racionais, incluindo a leitura estratégica do processo penal como jogo entre acusação, defesa e julgador.
Como funciona?
O acesso ocorre por três vias. A API Python [pygambit], instalável com o comando pip install pygambit, é a via recomendada pela própria documentação para quem inicia no uso da ferramenta; permite construir jogos, computar equilíbrios e programar rotinas de estimação. A interface gráfica [GUI] permite a construção visual interativa de árvores de jogo e de matrizes de payoff, com exploração dos resultados na tela. A interface de linha de comando serve à automação de cálculos em lote e à integração com outros scripts. A documentação organiza-se em sete eixos: instalação, pygambit, computação de equilíbrio, linha de comando, interface gráfica, catálogo de jogos com modelos curados e documentação para desenvolvedores.
Como aplicar na prática do Direito Penal e do Processo Penal
A aplicação penal relevante situa-se no plano da modelagem formal da decisão estratégica entre agentes processuais, campo no qual a produção acadêmica do autor deste fichamento se desenvolve.
Institutos processuais penais de natureza negocial prestam-se à modelagem por meio de jogos. O acordo de não persecução penal, previsto no art. O art. 28-A do CPP, introduzido pela Lei 13.964/2019, estrutura a interação sequencial entre o Ministério Público e o investigado, com condições, prazos e possibilidade de descumprimento, elementos que correspondem a um jogo em forma extensiva, com múltiplos estágios. A colaboração premiada, disciplinada pelos artigos 4º a 7º da Lei 12.850/2013, apresenta estrutura de barganha sob informação assimétrica entre colaborador, acusação e demais coacusados, com pagamento condicionado à efetividade da cooperação, o que também admite representação em árvore de decisão com conjuntos de informação. Gambit permite construir esses modelos, atribuir valores de payoff a cada desfecho [pena aplicada, benefício concedido, custo de litigância, risco de condenação] e calcular o equilíbrio da interação, com um resultado que informa, sem substituir, o juízo sobre a racionalidade da estratégia adotada por cada parte.
A ressalva de método é a mesma que vale para qualquer modelo formal aplicado à decisão jurídica: o equilíbrio calculado depende inteiramente dos payoffs atribuídos pelo analista, e a atribuição de valor à pena, à prova e à reputação processual não é dado objetivo, e sim uma escolha interpretativa que precisa ser explicitada e justificada em separado do cálculo. O uso de Gambit no processo penal cabe como instrumento de análise estratégica e de ensino, não como fonte de prova nem como fundamento probatório de decisão judicial.
Em termos simples
Gambit funciona como uma calculadora avançada para "jogos de decisão". O usuário desenha as jogadas possíveis de cada parte, como em um fluxograma, e atribui um valor de ganho ou de perda a cada desfecho final. O programa calcula então qual combinação de escolhas nenhuma das partes teria interesse em mudar sozinha, dado o que a outra parte está fazendo: esse ponto de acomodação é o equilíbrio de Nash. É a mesma lógica de quem simula, antes de negociar, o que a outra parte ganha ou perde em cada caminho possível da negociação.
Comparativo GTE x Gambit
Critério | Game Theory Explorer [GTE] | Gambit |
|---|---|---|
Acesso | Navegador de internet, sem instalação | Instalação local [pip, GUI de desktop, CLI] |
Maturidade em 2014-2015 | Projeto recente, foco em acessibilidade | Cerca de 25 anos de desenvolvimento |
Programação | Uso via navegador, sem exigir código | API Python [pygambit] como via recomendada |
Jogos suportados | Forma extensiva e estratégica | Forma extensiva e estratégica, N jogadores |
Estimação econométrica | Não é foco declarado no artigo | Resposta quantal [QRE] |
Liderança em 2026 | Bernhard von Stengel [LSE] | Theodore Turocy e Rahul Savani, com apoio do Alan Turing Institute |
Procedimento Operacional Padrão
Nível 1: operação básica
Instalar o Python em versão suportada pela documentação vigente.
Executar pip install pygambit em ambiente virtual dedicado.
Consultar o tutorial de pygambit na documentação estável para a sintaxe de construção de jogo.
Definir os jogadores, as ações disponíveis a cada um e os payoffs de cada desfecho.
Selecionar o solver de equilíbrio adequado à estrutura do jogo [dois jogadores em forma estratégica, N jogadores, ou forma extensiva com informação imperfeita].
Executar o cálculo e registrar o ou os equilíbrios retornados.
Alternativamente, para uso exploratório sem programação, abrir a interface gráfica e construir o jogo de forma visual.
Nível 2: uso analítico em matéria processual penal
Delimitar por escrito, antes de qualquer modelagem, a hipótese fática e o instituto processual em análise [acordo de não persecução penal, colaboração premiada, ou outra barganha processual], com a base legal aplicável expressamente identificada.
Registrar as premissas de payoff atribuídas a cada desfecho, com justificativa própria e separada do cálculo. Premissa não fundamentada compromete a validade de qualquer conclusão extraída do modelo.
Construir o modelo no Gambit [árvore para interação sequencial, matriz para interação simultânea] e salvar o arquivo do jogo com identificação de data, autor e versão.
Executar o cálculo do equilíbrio e preservar o arquivo de saída junto com o arquivo de entrada, para reprodutibilidade.
Documentar o resultado como subsídio de análise estratégica, nunca como fundamento probatório: o cálculo não substitui a valoração da prova nem a motivação da decisão, que permanecem submetidos aos critérios ordinários de fundamentação.
Submeter o modelo e as premissas ao contraditório técnico sempre que usados em peça que produza efeito perante a parte contrária, permitindo à outra parte impugnar tanto a estrutura do jogo quanto os valores de payoff atribuídos.
Glossário de Termos
Equilíbrio de Nash: combinação de estratégias em que nenhum jogador melhora seu resultado ao mudar de estratégia sozinho, dado o que os demais jogadores escolheram.
Forma extensiva: representação de um jogo como uma árvore de decisão, com nós, ramos e, quando aplicável, conjuntos de informação que indicam o que cada jogador sabe no momento de decidir.
Forma estratégica [ou normal]: representação de um jogo como uma matriz de payoffs, associando a cada combinação de estratégias dos jogadores o resultado correspondente.
Payoff: valor numérico atribuído a um desfecho do jogo, que representa o ganho ou a perda de cada jogador nesse resultado [recompensa; benefício].
Algoritmo de Lemke-Howson: método de pivoteamento para calcular um equilíbrio de Nash em jogos de dois jogadores na forma estratégica.
Forma sequencial [sequence form]: representação compacta de um jogo em forma extensiva, usada para calcular equilíbrio sem a explosão combinatória da conversão direta para a forma estratégica.
Resposta quantal [QRE]: modelo de equilíbrio que admite um desvio probabilístico da racionalidade plena, usado para ajustar a previsão teórica aos dados observados de comportamento.
pygambit: pacote de linguagem Python que expõe as funcionalidades do Gambit por código, via pip install pygambit.
P.S. Antes de atribuir payoff à pena, à prova ou à reputação processual em qualquer modelo de barganha penal, escreva, em separado, a justificativa de cada valor. O número convence menos do que a premissa que o sustenta.
Fontes
DOI 10.1007/s10287-014-0206-x, Computational Management Science, v. 12, n. 1
gambitproject.readthedocs.io, documentação estável do Gambit
Veja Mais aqui: Plataforma de Negociação Penal [aqui]