TRPGのゲームマスターをAIにまかせるとどうなる？
2023年7月27日掲出
メディア学部 松吉 俊 講師
大学院メディアサイエンス専攻 修士課程２年 武田 海人
会話のやり取りを楽しみながら、シナリオに沿ってゲームを進めるテーブルトークロールプレイングゲーム（TRPG）。修士2年の武田さんは、その進行役であるゲームマスターをAI（人工知能）にさせるという研究に取り組んでいます。今回は、研究を指導した松吉先生とともに、研究内容についてお話しいただきました。
■今回、武田さんが松吉先生と研究に取り組まれた経緯について教えてください。
武田：もし松吉先生がいらっしゃらなかったら、本当に手探りで研究を進めていくしかなかったと思います。そういう意味では、たまたま先生が三上研究室に来てくださって、ラッキーでした。
■では、武田さんが今回、取り組まれたご研究についてお聞かせください。
武田：ざっくり言いますと、TRPGの進行役であるゲームマスター（ＧＭ）をAIにさせるには？という研究をしています。TRPGは、ゲームを進行したりルールを裁定したりするゲームマスター（GM）１名と、ゲームに参加する複数名のプレイヤー（PL）が、物語の筋書き（シナリオ）に沿って、会話しながらゲームを進めていくというものです。例えば『ソード・ワールド2.5』という日本の著名なTRPGがあります。これは、ファンタジーの世界で冒険者となって遊ぶというものですが、例えば「こういう依頼がありますよ、受けませんか？」とGMからPLに話があって、それをPLが受けた場合、どんなモンスターが待ち受けていて、ダンジョン内にはどんなトラップがあって…というシナリオで決められている細かな設定をGMが説明し、PLにどういう行動をするか選択してもらいます。また、PLの行動が成功するか否かは、ダイス（サイコロ）を振って出た目で決まります。PLのキャラクターには能力も設定されていて、それに加えて背景や性格なども自由に決められます。PLはそのキャラクターを演じながら物語を舞台に遊ぶという、いわゆる“ごっこ遊び”のようなことをしながら進めるゲームです。
松吉：PLは与えられた役を演じながらも、どういう選択や発言をするかは自由ですよね。
武田：そうです。いわゆるデジタルゲームのような選択肢AかBを選べというものではなく、それこそGMに「あなたの目の前にドラゴンがいます。どうしますか？」と聞かれたら、「剣を抜いて戦います」でも「一目散に逃げ出す」でも構いませんし、演じているキャラクターが魔法使いならば、「こういう魔法を使って、攻撃します」など、思いついたことを何でも自由に答えることができます。そのPLの発言にGMが応答する形で、会話のやり取りを楽しむのがTRPGの特徴です。また、シナリオで目標とするところまでたどり着き、エンディングを迎えられたら、そこでゲームが終了になります。ただ、このTRPGで遊ぶときに一番、問題となるのが、GMをしたがる人が少ないということです。
松吉：遊ぶのは楽しいけど、マネジメントをするのはつらいですもんね。ですからゲームに参加はしたいけど、GMはしたくないという人も多いというのが現状としてあります。
武田：それをどうにかできないかなと考えて。GMをAIに担ってもらえたら、もっとたくさんの人がTRPGで遊べるのではないかという発想から、学部生の時に卒業研究で取り組み、そのまま大学院でも研究を続けてきて、昨年末に論文を発表しました。
TRPGを対面で遊ぶ様子とオンラインで遊ぶ様子
■具体的には、どのようなことに取り組まれたのでしょうか？
武田：先ほど、シナリオに沿ってゲームを進めていくと話しましたが、例えば、シナリオに沿ってPLの発言があった時に、GMはあらかじめ設定されているシナリオの内容をその発言に合わせて、PLに提示する必要があります。あるいはPLが、例えば「机の上を調べたい」と言った時に、机の上にはどんなものがあるかは当然、シナリオで設定されているので、GMはそれを的確に提示しないといけません。それを昨今話題のChatGPTのような、その場で応答する生成AIにさせると、シナリオを読み込ませたとしてもまったくシナリオにないようなデタラメなことを言うことがあります。そうするとゲーム内での会話に破綻が生じてしまうのです。そこでシナリオの内容を読み込ませ、それに忠実に従って発話応答ができるAIを、ルールベースを中心に作成しました。これにより、AIが嘘をつかず、前に発言したことも覚えていて、きちんと一貫性のある会話をさせることを達成しました。松吉：実際に人間のユーザーに評価してもらって、武田さんの作ったAIがどのくらいきちんと返答しているかを調べた実験結果がありましたよね。
武田：はい、AIにGMをさせた場合の対話の破綻に注目して、行った実験です。例えば、人間のPLが協力的な場合は、会話の内容を通しての破綻は起こりませんでした。逆にPLに非協力的な発言をするようお願いしていた場合は、やはりAIのGMは対応しきれないという結果となっています。非協力的な発言とは、例えば、もともとのシナリオに書かれていない内容をPLが自由に発言したり、実際にシナリオに書かれてはいてもその不備をPL側が突っ込んで質問したりするといったことです。そうするとAIは、どう答えたら良いかわからなくなってしまいました。
具体例としては、PLが「机の上に何かありますか?」と聞き、AIのGMが「魔導書があります」と答えます。次にPLが「その色は何ですか?」とか「どのくらい古そうですか?」「ほこりはかぶっていますか?」といった細かい質問をすると、さすがにそこまではシナリオに書かれていないので、返答に窮して対話が破綻しました。
松吉：人間のGMでも2通りのパターンで実験していますよね。
武田：TRPGでGMを経験したことがある人と、ゲーム自体は遊んだことがあるけれどGMの経験はないという人に同じシナリオでGMをしてもらって、比較しました。経験者のGMは、先ほど話したような非協力的なPLの発言があっても、話を本筋に戻すことができます。しかし、ＧＭ未経験者は、脱線していく話を本筋に戻せず、どうしたら良いかわからなくなってしまいました。ですから、シナリオにないことで、突拍子もないことを振られると、AIだけでなく人間でもＧＭ経験者でなければ困るということです。
松吉：逆に言えば、そういう対話を楽しむゲームなんですよね。
武田：そうなんです。キャラクターを通して自由に発言や行動をしながらゲームを進められるところが、既存のデジタルゲームとの大きな違いであり、TRPGの一番の特徴です。物語に自分が参加しながら、ゲームを作り上げていくところが面白さですから、PLはむしろ話を脱線させたり、突拍子もないことを言ったりしたいんですよ。
松吉：それをどうGMが、本筋に戻すかみたいなこともまた、面白みですからね。
武田：ただ、そこがAIは苦手です。ですから、実際に話が破綻したところからどう本筋に戻すかという課題を、これからの研究で解決していきたいと思っています。
■これまでのご研究で一番苦労したのは、どんなところですか？
武田：いかにしてAIにルールやシナリオを理解させるかということで、どういう形が適切なのか構想を練るのに苦労しました。その時にヒントになったのが、実際に本になっている、TRPGシナリオの執筆形式です。そこには例えば、1階の部屋1は物置部屋で、そこには何が置いてあって、調べるとこんなことが明らかになります、ということが書かれています。そこに着目して、情報を場所や物ごとに結び付けて管理するようにしました。そうすると、局所的に「そこに何がありますか？」と聞かれた時、AIが参照するのは、その部屋の情報だけで済みます。そういうふうにシナリオが記述され、情報が整理されている様子を参考にすることで、研究を前に進めることができました。松吉：今回、AIが使ったシナリオだと、どんな例がありましたっけ？
武田：例えば、ある部屋の机に関して、「机は横長であり、その上に5つの箱といくつかの器具が置いてある。スペースには余裕があるようだ」と描写文としてのテキストを用意しておきます。これに対して、PLが「机を見たいです」とか「机はどんな感じですか？」と発言した時に、AIはこの描写文を応答として提示すれば良いという形です。また、TRPGはゲームなので、先ほどお話ししたように、ダイスを振って出た出目によって、PLが望んだことが実現するかどうかが決まります。例えば、PLが「目で見て、何かを探したい」と希望した時、ダイスを振って、定められた数値以下の目が出たら成功、逆にそれより大きな目が出ると失敗というルール設定があった場合、もし失敗すれば「探しても何も見つからなかった」という結果を提示します。ですから、ダイスの出た目の処理をした時に、成功の場合はこういう情報を、失敗の場合はこういう情報をPLに提示するということもテキストで書いてあります。AIはその都度、必要な応答のテキストを選んで表示します。
ちなみに、このシステムの仕組みとしては、PLが発言した内容を細かく区切って、動作として何をしたいと思っているのか、あるいはその動作は何を目的にしているのかをAIが自動的に判断します。例えば、PLが「机を見たい」と言った場合、AIはその発言の文章から動詞や名詞を取ってきて、発話を切り分けて理解します。そこからPLの意図を読み取って、適切な返答をAI側で判断して提示するのです。
■今回の研究には、どのような課題がありますか？
松吉：TRPGのシナリオは本やPDFファイルの形で存在していて、人間の場合はそれを読んで理解します。今のところ、その本の内容を自動的に理解する部分はできていないので、今回は武田さんが頑張って入力して、AIが理解できる形にするということを事前にしました。今、流行りの深層学習を使うと、シナリオを入れた時に自動的にAIが理解できる形に変換できる可能性はあります。武田：そこはこれから取り組まないといけないことですね。
松吉：そういうことができるようにならないと、特定のシナリオでしか遊べないことになってしまいますから。何か遊びたいシナリオが手に入った時に、AIにGMをお願いするには、AIがシナリオを自動的に理解する機構が必須です。遊びたいゲームのシナリオを、いちいち1個ずつ打ち込んでいられませんからね（笑）。
武田：あとは、AIと人間との対話のバリエーションを豊富にするために、ChatGPTのように大規模言語データと深層学習に基づく対話を実現しようと取り組んでいます。
松吉：現状のものは対話のバリエーションが少ないですからね。もう少し、汎用的なものにしようと取り組んでいるところです。というのも、ある程度AIと遊ぶと、どういう反応が返ってくるかが分かってしまって、人間側が「こう言わないとダメなんだろうな」となってしまうんです。そうなると、せっかくのTRPGなのに、会話が楽しめなくなります。もしPLが発言するたびに、AIが業務連絡的な内容でも複数の言い回しで返答したり、気の利いた表現を使ったりして返してくれると、人間がGMをしているようでゲームが楽しくなりますから、そこを目指していきたいですね。
武田：今まではシナリオで用意されているテキストを忠実に返答するだけでしたが、その場でシナリオにないことをPLが発言して、それに対してAIが応答するには、シナリオに明記されていないセリフを自動生成する必要が出てきます。つまり、ChatGPTと同じような機能が必要になるわけです。その部分の研究は、実際に人同士がTRPGを遊んだときの会話を録音させてもらい、その会話テキストデータをAIの学習データとして学ばせて、こう言われたらこう返す、という入力と出力を学習させているところです。うまくいけば、そういう学習をしたモデルが、PLへの応答文を考えて返すということができるようになります。
松吉：今回、武田さんが集めたものは、人間がしゃべったデータで300時間分あり、約36万個の発話からなります。一般的な会話ではなく、TRPGに出てくる表現が頻出するデータであり、これを用いて機械学習するとTRPGの会話が得意なAIが育ちます。
武田：私はTRPGサークルの活動もしているので、そこでみんながゲームをして遊んでいるときに、許可を得て会話を録音させてもらい、自動で書き起こししてデータとして作成しました。それを元にAIが学習して、何か発言があると、それに対して、適切だと判断した対話文を自動生成します。
松吉：しかも、返答はひとつではなく、複数の候補を挙げて、返してくれるんですよ。一番上に表示される候補文が最も適切なものですが、もしかしたら2番目、3番目の方が良い場合もあるので。今は研究段階ですから、生成した返答文は全部表示される状態にしています。ただ、この後の問題としては、先ほど話したように、深層学習の仕組みのみによるAIは嘘をつく可能性があるので、どれが良い返答かは、後から別の仕組みで判断しなければなりません。その実装を、これから行う予定です。
■武田さんご自身がメディア学部を志望された理由とは？また、実際に入学して、どういうところに本学部の魅力を感じていますか？
武田：もともとゲームが好きで、メディア学部ではそれに関連したことが色々学べるので、良いなと思っていました。また「プロジェクト演習」というものがあって、実際にチームを組んでゲームを制作し、東京ゲームショウに出品できるところにも魅力を感じて、入学を決めました。ですから、学部生の頃はずっとデジタルゲームに関連することを勉強してきたんです。特に私はゲームデザイナー、いわゆるプランナーという企画を担当する仕事に興味があって。いかにプレイヤーを楽しませるかを考える仕事なので、面白さとは何か、ゲームを通して何を届けられるかみたいなところを大切にして、学んできました。その一側面として、シナリオにも興味を持ったので、シナリオの執筆や分析も学部生の頃から勉強してきました。
東京ゲームショウ 出展ブースの様子（2019年）
松吉：補足すると、メディア学部の「プロジェクト演習」は、他大学にはないような演習で、1年生のうちから4年生がするような高度な研究や演習に取り組めるというものです。例えば、ゲーム関係では、実際にゲームをチームで開発することを通じて、ゲーム制作の理論などをしっかり学んでいきます。単にプログラミングをして楽しむのではなく、実際の現場でプロがどのようにゲームを作っているのかをきちんと学んだ後、それぞれの役割を理解し、その役割を担うという演習で、チームごとに学生がリーダー、プランナー、プログラマーといった役割をそれぞれ担当します。もちろんゲーム以外の「プロジェクト演習」もあって、AIや音楽、映像制作に関するものもあります。そういう高度なことを1年生から実践形式で学べるというのが本学部の特色です。そのうちのひとつであるゲームを、武田さんは1年生からずっと経験してきたんですよね。
武田：おっしゃる通りです。一番はゲームの企画をしたいと思っていましたが、メディア学部の特徴として、自分の興味の周辺も学べる形になっているので、私自身は企画だけでなくプログラミングや3DCGなど、色んなことに手を出して学んできました。
松吉：入学前に思い描いていたメディア学部のイメージと、実際に入学してからのそれに違いはありましたか？
武田：高校時代は、単にゲームが学べるから入学したいという軽い気持ちでしたが、実際に入ってみると、いかに人を楽しませるか、何を届けるか、コンテンツをどうデザインしていくかといった、制作者目線でしっかり考えてものづくりしなければならないということがよくわかりました。そこまで学べるところが、本学部の良いところだと思いますね。作るだけでは終わらず、その過程でどういう意図やどういう技術を使えば実現できるかというところまで考えて、学べるのはすごく良かったと思います。
「メディア専門演習」の授業でモーションキャプチャを用いて制作した3DCG映像作品
「プロジェクト演習」のゲーム制作にて制作したゲーム
■今後の展望をお聞かせください。
武田：研究が道半ばですので、博士課程に進み、研究を続けることも視野に入れています。また、今回お話ししたTRPGの研究のスタート地点には、GMのなり手が少ないという課題があったわけですが、今はTRPGをオンラインで遊べるツールもありますし、ルールブックもスマホアプリで閲覧できるようになってきています。そういう意味では、自分の研究を活かして、最終的にオンラインで遊ぶ時に、GMをAIに任せて、気軽に遊べるような形になると良いなという思いは、大きな展望としてあります。何よりも自分がそういうもので遊びたいですし（笑）。■最後に受験生・高校生へのメッセージをお願いします。
武田：高校までは、答えのある問題を解くことが多いと思いますが、大学では答えのないものや自分で問題を見つけて、それをいかに解決するかということに取り組むことになります。その時、自分の興味関心があるものであればあるほど、積極的に取り組めると思うので、自分が何をしたいのかをしっかり見つけておくと、大学で有意義な学びができるのではないかと思います。松吉：同じような話になりますが、私も基本的には、したいことを高校生のうちに見つけておいてほしいと思っています。今の時代、何でもスマホでできると思いがちですが、実はできないことも結構あります。話題のChatGPTも嘘をつきます。もちろん、今後、私たち研究者が改良していけば、いつかはそういう間違いもなくなるかもしれませんが、それでも問題はまだたくさん残っているということを意識してもらいたいですね。特にテキストを使った研究やAIの研究は、解決しなければならない問題がたくさんあるので、ぜひその研究にチャレンジしてほしいです。そのためにも自分のしたいことや、こういうことができたら良いなという思いを持って、入学してきてくれると嬉しいですね。 また、自然言語処理の分野はテキストを扱うので、理系の力だけでなく国語力や英語力なども必要になりますし、さらに文章やストーリーの完成度や美しさといった芸術も関わってくる文理芸融合分野です。誰しも得意・不得意があるとは思いますが、苦手だと思う部分も高校生のうちから勉強しておいてもらえると、大学に入って、より良い研究ができるはずです。
