L'IA come Co-DM in Dungeons and Dragons

Il ruolo di un Dungeon Master (DM) in Dungeons and Dragons (D&D) comporta tanti compiti insieme. Il DM deve capire l'ambientazione del Gioco, creare scene per i giocatori e reagire alle loro azioni. Può essere difficile, soprattutto per i nuovi giocatori, poiché richiede molta concentrazione e può essere stancante.

I grandi modelli di linguaggio (LLM) come GPT-3 e ChatGPT hanno dimostrato di poter creare testi naturali che hanno senso. Questo documento esplora come i DM possono usare i LLM in D&D e altri giochi da tavolo. Presentiamo un sistema che utilizza i LLM per aiutare i DM con informazioni e idee specifiche per il loro gioco. Questo sistema fornisce ai DM informazioni in un linguaggio semplice e li aiuta a fare brainstorming senza perdere di vista il gioco.

Usando questo sistema, i DM hanno trovato che produceva testi chiari che potevano condividere con i giocatori e idee su cui costruire mantenendo la propria creatività. Vediamo questo come un passo verso strumenti che possono aiutare i DM sul momento, rendendo il loro ruolo più semplice e divertente.

Dungeons and Dragons è un gioco di narrazione collaborativa dove i giocatori impersonano personaggi ed esplorano un mondo creato dal DM. Il DM gestisce tutti i personaggi che i giocatori non controllano, insieme alla storia principale del gioco.

Quando i DM devono creare Incontri casualmente, possono rivolgersi agli LLM per aiutare a generare quell'incontro e comprendere i mostri coinvolti. Il sistema può fornire informazioni concise sui mostri e fare brainstorming per una buona storia.

Dungeons and Dragons presenta sfide uniche per i sistemi AI. Il gioco si svolge su un lungo periodo, spesso mesi o anni, con DM e giocatori che lavorano insieme per costruire una narrativa. Man mano che giocano, i giocatori sviluppano ulteriormente il mondo e creano le proprie regole per l'interazione. Ogni giocatore deve ricordare le conoscenze e le decisioni del proprio personaggio, il che aggiunge alla complessità del gioco.

Gli strumenti AI possono aiutare i DM a concentrarsi sulle parti più impegnative del loro ruolo, come creare dialoghi per i personaggi non giocanti (NPC) o modificare la storia pianificata. Un strumento AI potrebbe aiutare i nuovi DM a iniziare più facilmente, rendendosi prezioso per la comunità di D&D.

Un efficace co-DM AI dovrebbe fornire output utili in linguaggio naturale che possano ispirare il DM considerando anche il contesto di fondo e le regole del gioco. Gli LLM, come GPT-3 e ChatGPT, hanno dimostrato di poter creare testi coerenti. Alcuni si sono persino concentrati specificamente sui dialoghi e le storie di D&D raffinando i modelli con informazioni di gioco strutturate.

Nel nostro studio, abbiamo creato uno strumento che migliora il gameplay dei DM. I nostri metodi includevano:

1. Interviste con DM per capire come comprendono le informazioni di gioco e scoprire cosa desiderano dagli assistenti AI.
2. Un setup di gioco che ci ha permesso di osservare molti giocatori, con 71 partecipanti in totale.
3. Una serie di tre interfacce alimentate da LLM per supportare i DM durante il gioco, che abbiamo studiato per quattro mesi.

Abbiamo scoperto che i modelli di linguaggio possono agire come co-DM; non sono giocatori come quelli umani, ma possono aiutare a guidare il DM. Condividiamo intuizioni su come i giocatori vogliono usare questi strumenti e presentiamo soluzioni comprovate che potrebbero applicarsi ad altri giochi da tavolo.

#Dungeons and Dragons ai Tempi del COVID

Dungeons and Dragons si gioca tradizionalmente di persona. I giocatori usano fogli personaggio fisici e statistiche dei mostri da libri che contengono numerosi dettagli pre-scritti. I DM hanno la libertà di creare i propri mondi o usare quelli scritti professionalmente, che delineano avventure comprese ambientazioni, NPC, sfide e lore. Lavori precedenti hanno esaminato come presentare informazioni in modi più chiari ai DM, come utilizzare diagrammi di flusso generati da computer o sistemi di raccomandazione.

Dalla pandemia di COVID-19, molti gruppi hanno iniziato a giocare a D&D online. Anziché usare materiali fisici, molti ora giocano attraverso strumenti virtuali. I DM usano piattaforme come Discord per la comunicazione, tavoli virtuali per simulare mappe e tracker di stato di gioco per gestire le statistiche dei personaggi. Per ispirazione, i DM usano anche risorse online che forniscono testi, effetti sonori e opzioni pre-scritte per incontri specifici.

#Grandi Modelli di Linguaggio e D&D

I grandi modelli di linguaggio (LLM) sono un nuovo sviluppo nel trattamento del linguaggio naturale con la capacità di comprendere l'input degli utenti e rispondere in linguaggio naturale. Si basano su un'architettura neurale chiamata Transformers e possono apprendere compiti specifici degli utenti senza ulteriore formazione.

Alcuni studi hanno esaminato l'uso di modelli neurali precedenti per D&D, ma gli LLM hanno riacceso l'interesse in quest'area. Uno studio ha inquadrato D&D come una sfida dialogica, valutando se gli LLM possono prevedere le risposte dei giocatori basandosi sulle conversazioni precedenti, e ha trovato che comprendere il contesto locale di gioco è fondamentale per generare narrazioni rilevanti. Un altro studio ha utilizzato gli LLM per creare nuovo materiale di gioco coerente con lo stile di D&D.

Nel nostro lavoro, ampliamo queste idee attraverso interviste con DM per capire come vogliono utilizzare l'AI. Abbiamo progettato un sistema che consente ai DM di integrare efficacemente gli LLM nel loro gameplay. Attraverso uno studio su larga scala, esaminiamo come i giocatori si interfacciano con questi modelli.

#Motivazione del Design

Per capire le sfide che i DM affrontano mentre cercano informazioni durante il gioco, abbiamo condotto interviste e workshop con sette DM con background ed esperienze diverse. I partecipanti avevano da 1 a 39 anni di esperienza con D&D. Abbiamo chiesto come improvvisano incontri generati al volo.

Da queste discussioni, abbiamo identificato diversi modi in cui l'AI potrebbe assistere i DM:

1. I DM desideravano la possibilità di utilizzare un modello linguistico per generare la prima bozza di un incontro, che potessero poi modificare o sviluppare.
2. Molti DM si sentivano sopraffatti nella gestione sia del gameplay narrativo che del tracciamento delle statistiche dei mostri, esprimendo il desiderio di un sistema che li aiutasse nelle decisioni strategiche.
3. I partecipanti hanno sottolineato l'importanza di comprendere le caratteristiche dei mostri per creare incontri coinvolgenti.

Un numero significativo di DM ha preferito un sistema di co-DM per presentare informazioni in linguaggio semplice piuttosto che nella prosa complessa che si trova nei manuali di gioco. Lo stile delle pubblicazioni di D&D presenta spesso descrizioni elaborate piene di linguaggio figurato, rendendo facile per i DM sentirsi sopraffatti.

#Interfacce Sviluppate

Abbiamo creato tre interfacce per assistere i DM nei modi che trovavano utili:

1. Comprensione dell'Incontro: Un metodo per i DM di generare un setup conciso per gli incontri usando GPT-3.
2. Brainstorming Focalizzato: Un'interfaccia conversazionale che consente ai DM di porre domande e affinare i riassunti degli incontri usando ChatGPT.
3. Baseline di Chat Open-Domain: Un'interfaccia di chat generale dove gli utenti possono interagire con un AI senza un focus specifico sull'incontro.

Il nostro approccio si differenzia dai precedenti scrittori AI perché il contenuto generato dall'AI non viene mostrato direttamente ai giocatori. Invece, supporta i DM che hanno l'ultima parola su cosa viene presentato.

#Comprensione dell'Incontro

Questa interfaccia consente ai DM di utilizzare un modello linguistico per riassumere statistiche e lore dei mostri. Abbiamo presentato a GPT-3 i dettagli dell'incontro e gli abbiamo chiesto di riassumere tutto in un modo che potesse aiutare il DM senza menzionare le statistiche di gioco.

Inizialmente, il modello doveva riassumere le informazioni separatamente per i mostri e le ambientazioni, il che a volte portava a output che si concentravano troppo sui dati numerici. Tuttavia, dopo aver affinato il nostro approccio, abbiamo spinto il modello a fornire più contesto e dettagli tematici, portando a output migliori.

#Brainstorming Focalizzato

Questa interfaccia consente ai DM di entrare in un thread di discussione per fare brainstorming su un incontro specifico. I DM possono porre domande dirette e affinare idee dai loro riassunti esistenti. Questa interazione aiuta i DM a ottenere dettagli specifici senza ripetersi.

#Baseline di Chat Open-Domain

Esiste un'interfaccia di chat pubblica per gli utenti per interagire liberamente con l'AI ed esplorare idee. Anche se questa chat è disponibile in qualsiasi momento senza un contesto specifico per l'incontro, ha permesso ai giocatori di interagire con l'AI in modo più rilassato, concentrandosi sulla creatività e sulla generazione di idee.

#Setup Sperimentale

Per vedere come i DM avrebbero adottato questa nuova tecnologia, abbiamo impostato un gioco speciale "play-by-post living world" su Discord, invitando 71 giocatori e DM a partecipare. Questo setup ci ha permesso di monitorare più sessioni di gioco contemporaneamente, fornendoci intuizioni sulle interazioni dei DM con gli strumenti alimentati da LLM.

La modalità principale di gioco era un sistema di incontri casuali, dove i giocatori esplorano il mondo mentre ai DM viene fornito un insieme di mostri casuali da usare nella loro storia.

#Risultati e Discussione

Esaminando come i DM hanno integrato le interfacce nel loro gameplay, abbiamo identificato diversi successi e sfide.

#Comprensione dell'Incontro

I DM hanno interagito con il modello di riassunto in 37 incontri, trovandolo utile in molti casi. Hanno apprezzato come distillava informazioni complesse, ma hanno notato che a volte non riusciva a fornire contesto coinvolgente per l'incontro, concentrandosi troppo sulle statistiche di gioco.

Man mano che miglioravamo i prompt per aiutare il modello a generare una comprensione più ampia dei mostri e del loro comportamento, abbiamo visto una maggiore soddisfazione degli utenti. I DM spesso trovavano queste informazioni utili quando descrivevano incontri o interazioni.

#Brainstorming Focalizzato

I DM utilizzavano frequentemente questa interfaccia, impegnandosi in una varietà di discussioni relative ai loro incontri. Spesso chiedevano descrizioni ad alto livello o dettagli specifici, e la natura conversazionale dell'interfaccia consentiva loro di esplorare le idee in profondità.

Alcuni DM hanno trovato che il modello faticava con le descrizioni dei combattimenti, suggerendo che fornire più contesto sui combattimenti e sulle posizioni delle mappe potrebbe migliorare gli output. Altri utilizzavano i suggerimenti direttamente o li adattavano al loro stile narrativo.

#Baseline di Chat Open-Domain

I partecipanti hanno utilizzato in modo esteso l'interfaccia di chat aperta, impegnandosi in lunghe conversazioni ed esplorando varie idee creative. Tuttavia, la mancanza di pressione temporale in questo contesto significava che non era direttamente applicabile per scenari di gioco in cui sono necessarie risposte rapide.

#Conclusione

Con il sistema alimentato da LLM che abbiamo sviluppato, i DM hanno trovato supporto prezioso per preparare e gestire incontri. Lo studio mostra:

1. Gli LLM possono essere partner di brainstorming efficaci, generando idee che i DM possono adattare alle loro esigenze.
2. Gli LLM possono esprimere un buon senso tematico quando vengono stimolati correttamente, aiutando a colmare le lacune nella letteratura di gioco esistente.
3. Gli LLM assistono invece di sostituire l'elemento umano in D&D, mantenendo l'apporto creativo del DM mentre supportano il loro ruolo.

Le intuizioni raccolte dal nostro studio possono guidare i futuri sviluppi di strumenti AI nello spazio dei giochi da tavolo, assicurando che supportino e migliorino la creatività umana nella narrazione.