AIを利用した連想ノードのブレストシステム

AIに答えを出させるのではなく、発想を広げるために使う AI連想ノードブレストを作った話 LLMを使った機能を考えると、つい「AIに何かを判断させる」「AIに正解を出させる」方向へ寄りがちです。 将棋を指させる。 推理ゲームの進行役をさせる。 会話ゲームで嘘をつかせる。 証拠を管理させる。 状況を記憶させる。 どれも...

AIに答えを出させるのではなく、発想を広げるために使う AI連想ノードブレストを作った話 LLMを使った機能を考えると、つい「AIに何かを判断させる」「AIに正解を出させる」方向へ寄りがちです。 将棋を指させる。 推理ゲームの進行役をさせる。 会話ゲームで嘘をつかせる。 証拠を管理させる。 状況を記憶させる。 どれも一見おもしろそうです。実際、試してみると最初はかなり楽しいです。AIが会話し、こちらの質問に反応し、物語が進んでいく。それだけで、新しいゲームの形が作れそうに見えます。 ただ、実際に何度か試すと、すぐに限界も見えてきます。 将棋のようなゲームでは、合法手、盤面、手番、持ち駒、数手先の読みを正確に扱う必要があります。LLMは会話としては自然でも、ゲームエンジンのように厳密な状態管理をするのは苦手です。 日常ミステリーのようなゲームでも同じでした。最初は「消えたプリン」「なくなった宿題ノート」のような軽い題材ならうまくいくように見えます。ところが、証拠・真相・ミスリード・開示条件をLLMに即興で任せると、途中で破綻します。 たとえば、ユーザーが最初の質問で核心に近い場所を調べたのに、LLMが「まだ出したくないから」と別の怪しい反応を作ってしまう。あとから見れば、その反応には意味がない。これは推理ゲームとしては致命的です。 ミスリードは、あとで納得できる理由があるからミスリードになります。 単にそれっぽく怪しい情報を出すだけでは、不公平な誤誘導になります。 この検証を通じて、かなりはっきりしたことがあります。 LLMに厳密なゲーム進行や真相管理を任せるのは危険。 LLMは、正解を管理するより、発想を広げる方が向いている。 その流れで、昔作ったあるシステムを思い出しました。 --- 昔作った、連想ノードのブレストシステム かなり前、Flash/FlexとActionScriptで、連想キーワードをノードとして広げていくシステムを、某大学の研究室で作ったことがあります。 当時はWikipediaのデータベースを落とし、それをHadoopのような基盤で処理して、ある単...