Dungeons and DragonsでのAIをコ-DMとして使うこと

ダンジョンズ＆ドラゴンズ（D&D）でのダンジョンマスター（DM）の役割は、いろんなタスクを同時にこなすことだよ。DMはゲームの設定を理解したり、プレイヤーのためのシーンを作ったり、彼らの行動に反応したりする必要があるんだ。特に新しいプレイヤーにとっては、頭を使うことが多くて疲れることもあるから、難しいよね。

GPT-3やChatGPTみたいな大規模言語モデル（LLM）は、自然なテキストを作成できることを示してる。この論文では、DMがD&Dや他のテーブルトップゲームでLLMをどう使えるかに注目してるんだ。私たちは、DMが自分のゲームに特化した情報やアイデアを手助けするシステムを紹介するよ。このシステムは、簡単な言葉で情報を提供して、ゲームに集中しながらブレインストーミングできるようにしてくれる。

このシステムを使ったDMたちは、プレイヤーと共有できるわかりやすいテキストや、自分のクリエイティビティを保ちながら構築できるアイデアが得られたと言ってるんだ。これは、DMたちの役割を楽にしたり、楽しませたりするためのツールの一歩だと考えてるよ。

D&Dは協力的なストーリーテリングゲームで、プレイヤーはキャラクターを演じてDMが作った世界を探検するんだ。DMはプレイヤーが制御できないキャラクターやゲームのメインストーリーを管理する役割を持ってる。

DMがランダムに遭遇を作らなきゃいけないとき、LLMに頼ってその遭遇を生成したり、関わるモンスターを理解したりすることができる。システムは簡潔なモンスター情報を提供したり、良いストーリーのアイデアをブレインストーミングする手助けをしてくれる。

D&DはAIシステムにとって独特な課題を提供してる。このゲームは長い時間、時には数か月や数年にわたってプレイされ、DMとプレイヤーが一緒にストーリーを作っていくんだ。プレイするにつれて、プレイヤーは世界を広げて自分たちのインタラクションのルールを作っていくんだ。それぞれのプレイヤーは自分のキャラクターの知識や決定を覚えておく必要があるから、ゲームはさらに複雑になるんだ。

AIツールは、DMがNPC（ノンプレイヤーキャラクター）の対話を作ったり、計画したストーリーを調整したりするような、より負担の大きい部分に集中できるよう手助けできる。新しいDMが始めやすくなるようなAIツールは、D&Dコミュニティにとって価値があるよね。

効果的なAIコ・DMは、DMをインスパイアしつつ、ゲームの背景やルールを考慮した有用な自然言語の出力を提供すべきだよ。GPT-3やChatGPTのようなLLMは、一貫したテキストを作成する上で期待されてる。一部は、構造化されたゲーム情報でモデルを洗練させて、D&Dの対話やストーリーに特化しているんだ。

私たちの研究では、DMのゲームプレイを向上させるツールを作ったよ。私たちの方法は次のとおり：

1. DMにインタビューして、彼らがゲーム情報をどう理解しているか、AIアシスタントから何を必要としているかを学んだ。
2. プレイヤーを観察できるゲームプレイのセッティングを作り、合計71人の参加者がいた。
3. ゲーム中にDMをサポートするための3つのLLMを活用したインターフェースを用意し、4か月間観察した。

私たちは、言語モデルがコ・DMとして機能することができると分かった。彼らは人間のプレイヤーとは違うけど、DMを導く手助けができる。プレイヤーがこれらのツールをどう使いたいかの洞察を共有して、他のテーブルトップゲームにも応用できる実証済みの解決策を提示してるよ。

#COVIDの時代のダンジョンズ＆ドラゴンズ

ダンジョンズ＆ドラゴンズは伝統的に対面でプレイされてきた。プレイヤーは物理的なキャラクターシートや、たくさんの事前に書かれた詳細が含まれる本からモンスターの統計を使うんだ。DMは自分の世界を作る自由があったり、設定やNPC、チャレンジ、伝承を含む冒険をアウトラインしたプロが書いたものを使ったりできる。過去の研究では、DMにとって情報をより明確に呈示する方法について、コンピュータ生成のフローチャートや推薦システムを使うことが考察されていた。

COVID-19のパンデミック以降、多くのグループがD&Dをオンラインでプレイするようにシフトした。物理的な材料を使う代わりに、多くの人が仮想ツールを使ってプレイしてる。DMはDiscordみたいなプラットフォームを使ってコミュニケーションを取り、仮想テーブルトップで地図をシミュレートしたり、キャラクターのステータスを管理するためのゲームステートトラッカーを使ったりしてる。インスピレーションを得るために、DMは特定の遭遇のためのテキストや音響効果、事前に書かれた選択肢を提供するオンラインリソースも利用してるんだ。

#大規模言語モデルとD&D

大規模言語モデル（LLM）は、ユーザーの入力を理解し、自然言語で応答する能力を持つ自然言語処理の新しい開発なんだ。これらはトランスフォーマーと呼ばれるニューラルアーキテクチャに基づいていて、余分なトレーニングなしにユーザー特有のタスクを学習できる。

いくつかの研究では、以前のニューラルモデルをD&Dに活用することが検討されてきたが、LLMはこの分野に新たな関心を呼び起こしている。ある研究では、D&Dを対話の挑戦としてフレーミングし、LLMが過去の会話に基づいてプレイヤーの反応を予測できるかどうかを評価した結果、現在のゲームの文脈を理解することが関連する物語を生成するためのカギだとわかった。別の研究では、LLMを使ってD&Dスタイルに合った新しいゲーム素材を生成している。

私たちの取り組みでは、DMがAIをどう使いたいかを理解するために、DMとのインタビューを通じてこれらのアイデアを広げている。私たちは、DMがLLMを効果的にゲームプレイに統合できるシステムを設計した。大規模研究を通じて、プレイヤーがこれらのモデルとどう関わるかを調べている。

#デザインの動機

DMがゲーム中に情報を調べる際に直面する課題を理解するために、さまざまなバックグラウンドや経験を持つ7人のDMとのインタビューやワークショップを行った。参加者は1年から39年のD&D経験があったよ。即興で生成された遭遇をどう扱うかを聞いたんだ。

これらの議論から、AIがDMを手助けするいくつかの方法が明らかになった：

1. DMは、遭遇の初稿を生成するために言語モデルを使いたいと考えていて、それを編集したり、発展させたりできることを望んでいた。
2. 多くのDMは、物語のゲームプレイとモンスターの統計を管理することに圧倒されていて、戦略的な決定を手助けするシステムの必要性を感じていた。
3. 参加者は、エキサイティングな遭遇を作るためにモンスターの特性を理解する重要性を強調していた。

多くのDMが、ゲームマニュアルにある複雑な文体ではなく、平易な言葉で情報を提示するコ・DMシステムを好んでいた。D&Dの出版物はしばしば比喩的な表現に満ちた詳細な描写が特徴だから、DMが圧倒されるのもわかるよね。

#開発されたインターフェース

DMが役立つと感じる方法でサポートするために、3つのインターフェースを作ったよ：

1. 遭遇理解：DMがGPT-3を使って遭遇の簡潔な設定を生成する方法。
2. 集中ブレインストーミング：DMが質問をして自分の既存の要約を洗練することを可能にする会話インターフェース。
3. オープンドメインチャットベースライン：ユーザーが遭遇に特化せずにAIと自由に交流できる一般的なチャットインターフェース。

私たちのアプローチは、過去のAIライターとは異なり、AIが生成したコンテンツをプレイヤーに直接見せるのではなく、DMが最終的に提示する内容に決定権を持つようにしているんだ。

#遭遇理解

このインターフェースでは、DMが言語モデルを使ってモンスターの統計や伝承を要約できるようになってる。私たちはGPT-3に遭遇の詳細を提示し、それをDMがゲーム統計に触れずに役立つ形で要約してもらうように頼んだ。

最初は、モデルがモンスターと設定の情報を別々に要約する必要があり、その結果、数値データに焦点を当てすぎる出力になることがあった。でも、私たちのアプローチを改良した後、モデルにより多くの文脈やテーマ的な詳細を提供するように促した結果、より良い出力が得られるようになった。

#集中ブレインストーミング

このインターフェースでは、DMが特定の遭遇についてブレインストーミングするためのディスカッションスレッドに参加できる。DMは直接質問をして、既存の要約からアイデアを洗練することができる。このインタラクションは、DMが自分を繰り返さずに具体的な詳細を得るのを助ける。

#オープンドメインチャットベースライン

ユーザーがAIとオープンに交流してアイデアを探るためのパブリックチャットインターフェースがある。このチャットは特定の遭遇の文脈なしにいつでも利用できるが、プレイヤーがAIとよりリラックスした方法で交流し、創造性やアイデア生成に集中できるようにしてる。

#実験設定

DMがこの新しい技術を採用するかを見るために、Discord上で「プレイバイポストの生きた世界」ゲームを特別に設定し、71人のプレイヤーやDMを招待した。この設定により、複数のプレイセッションを同時に監視し、DMがLLM駆動のツールとどう関わるかに関する洞察を得ることができたんだ。

主要なプレイモードはランダム遭遇システムで、プレイヤーは世界を探検し、DMは物語に使う一連のランダムモンスターを与えられる。

#結果と考察

DMがインターフェースをどのようにゲームプレイに統合したかを調べた結果、いくつかの成功と課題が見つかったよ。

#遭遇理解

DMは37件の遭遇で要約モデルを利用して、多くのケースで役立ったと感じていた。彼らは複雑な情報を要約してくれることを評価したが、時にはゲーム統計に偏りすぎて、遭遇の興味深い文脈を提供することが不足していると指摘してた。

モデルがモンスターやその行動のより広い理解を生成できるようにプロンプトを改善していく中で、ユーザーの満足度が向上した。DMはしばしば、遭遇やインタラクションを説明する際にこの情報を役立ててたよ。

#集中ブレインストーミング

DMはこのインターフェースを頻繁に利用し、遭遇に関連したさまざまな議論に参加していた。彼らは高レベルの説明や具体的な詳細を求めることが多く、インターフェースの会話的な性質が、アイデアを深く探求するのを可能にしていた。

一部のDMは、モデルが戦闘の描写に苦しんでいることに気づき、戦闘や地図の配置に関するより多くの文脈を提供すれば出力が向上すると提案していた。他の人は、提案を直接使用したり、自分の物語のスタイルに合うように適応させたりしてた。

#オープンドメインチャットベースライン

参加者はオープンチャットインターフェースを広く利用し、長い会話に参加してさまざまな創造的アイデアを探求していた。ただし、この文脈での時間のプレッシャーが欠けていたため、迅速な応答が必要なインゲームシナリオには直接適用できなかったんだ。

#結論

私たちが開発したLLM駆動のシステムにより、DMは遭遇の準備や実行において貴重な支援を受けた。この研究は次のことを示しているよ：

1. LLMは効果的なブレインストーミングパートナーになり、DMが自分のニーズに合わせて調整できるアイデアを生成することができる。
2. LLMは正しく促されたときにテーマ的な常識を表現でき、既存のゲーム文献のギャップを埋めるのに役立つ。
3. LLMはD&Dにおける人間の要素を置き換えるのではなく、DMの創造力を維持しつつ、その役割を助ける。

私たちの研究から得られた洞察は、テーブルトップゲームの分野におけるAIツールの今後の発展を導くことができ、ストーリーテリングにおける人間の創造性を支援し、向上させることを目指しているよ。