【JSAI2024】生成AIを活用した物語制作の探求：オーガナイズドセッション「人工知能と物語応用」

2024年5月28日から31日、2024年度人工知能学会全国大会（第38回）が静岡県浜松市のアクトシティ浜松にてオンラインとのハイブリッドで開催されました。5月28日には3つの連続したセッション枠から構成されたオーガナイズドセッション「人工知能と物語応用」が行われ、生成AIを活用した物語制作に関する研究が発表されました。本稿は、28日13時から行われたセッションで発表された5つの研究を紹介します。

生成AI時代における物語制作再構築の要請

セッションのはじめに、オーガナイザーを務めた大澤博隆 慶応義塾大学准教授がセッションの趣旨を解説しました。人類最古の芸術形態と呼べる物語に関しては、インターネットの普及以降、この技術を駆使して小説投稿コミュニティをはじめとしたさまざまな創作コミュニティが誕生しました。こうしたコミュニティを拠り所として、現在はプロだけではなくアマチュアも物語を創作する「物語黄金時代」と見なせます。

物語黄金時代において、物語制作を根底的に変えてしまうポテンシャルをもつ技術として台頭してきたのが、ChatGPTをはじめとする生成AIです。生成AIは、人間だけが行うことができるいわば聖域として考えられてきた物語制作のプロセスを再構築できる技術です。以下に紹介する研究は、生成AIによる物語制作の再構築に対して、さまざまな観点からアプローチした軌跡と言えます。

SFプロトタイピングにおけるAI活用を考察

北海道大学CoSTEP所属の宮本道人 特任助教は、「SFプロトタイプの共創と評価における課題とAI活用の可能性の分類」と題してSFプロトタイピングにおけるAI活用について発表しました。はじめに同助教は、SFプロトタイピング（以下、「SFP」と略記）とその日本における普及に言及しました。SFの創作を通して新たなアイデアを探求するSFPは、現在では日本企業でもワークショップが開催されるほどに認知度を上げてきました。

宮本助教が関わったSFPでは、最近になってLLMを活用した事例が出てきました。そのひとつが、セブン銀行とNECのメンバーが参加した事例です。この事例では「2050年のATMを妄想する」というテーマが掲げられたのですが、NEC開発のLLMがこのテーマに沿ったSF小説の執筆に用いられました。LLMを活用した小説は、テンプレート的な書き方が頻出する古い価値観の再生産につながってしまうものでした。このように、SFPに対して単純にLLMを使ってもクリエイティブな結果が得られないのです。

以上のような事例をふまえて、宮本助教はSFPをワークショップの設計、ワークショップにおける創作の実践、実践して得られた結果の活用という3つにフェーズに分けたうえで、それぞれのフェーズにおけるAI活用法と、その活用を評価する際にもAIを活用する方法についてまとめました。

設計フェーズでは、SFPにおけるチーム編成やワークショップを開催する組織特有のバイアスの抽出にAIを活用します。

実践フェーズでは、参加者が使ったアイデアの独創性の評価やストーリーパターンの複数化、視点転換の評価やアイデアのシミュレーションにAIを活用します。

活用フェーズでは、SFPで得られたアイデアと参加組織がもつ知的財産の整合性検証、参加者のモチベーションの評価にAIを活用します。

以上のようなスライドに書かれたアイデアをふまえて、今後はより多くの研究者やSFP実践者の視点を取り入れて、SFPにおけるAI活用に関する網羅的な地図を作成したいということを今後の課題として挙げて、宮本助教は発表を終えました。

人間は相談にのってあげるとロボットと親しくなれる

大阪大学基礎工学研究科所属の大道麻由氏は「物語を共有するロボット」と題して、人間と対話型ロボットのコミュニケーションの在り方について発表しました。人間とロボットの長期的な関係構築について研究している同氏は、人間が特定のロボットに長期的に興味を持つためには、人間がロボットの相談にのることで「参与感（いっしょに何かに取り組んでいる感覚）」が高まって、そのロボットと一緒にいたいと感じるのではないか、という仮説を立てました。

以上の仮説を検証するために、GPT-4-turboを実装したロボットを対話の相手として、人間がロボットの相談にのった場合と、雑談しただけの場合を比較する実験を実施しました。

以上の比較実験の結果、実験の参加者すべてがロボットの相談にのったことでそのロボットの問題解決に貢献したと感じ、参与感が高まったと感じたことが確認できました。

さらに相談してくるロボットのほうが、辛い時のような人間が寄り添いを求めている時に一緒にいてほしい存在と感じていることもわかりました。

大道氏は今後の展望として、人間とロボットの両方が相談にのれる相互に参与可能なシステムの拡張を挙げて発表を終えました。

創作に寄与する参照作品群の条件を数理的に解明する

東京大学大学院所属の佐藤恵助氏は「参照した他者のアイデアの質と多様性が創作物の質に与える影響: オンラインコミュニティの大規模データの分析」と題して、創作に寄与する情報環境について発表しました。同氏はあらゆる創作活動には作者が影響を受けた無数の先行作品が存在するという事実をふまえて、こうした事実を数理的に解明するためにオンライン創作コミュニティを研究テーマに選びました。

考察対象とするオンライン創作コミュニティには、「Cities：Skylines」のSteam Community、SCP-wiki、Archive of Our Ownを選びました。

以上のオンライン創作コミュニティに関して、特定の作品（この研究では生成作品と呼ばれる）を創作する際には、先行作品を参照して構想を練ったと考えられます。こうした生成作品と参照作品群の関係を考察するにあたっては、参照作品群の質の高さ、質の多様性、内容の多様性といった観点を数値化しました。参照作品群の質の定義と観点の算出方法は、以下のスライドのようにまとめられます。

参照作品群の質・多様性と生成作品の質の関係は、回帰分析を用いて数量化しました。生成作品の質については、ゲーム購入数や原作人気といったパラメータを用いて数値化しました。

以下のスライドは、それぞれの観点に関して回帰分析した結果をグラフ化したものです。各コミュニティの左グラフは参照作品群の評価値と数値化された生成作品の質に関する散布図を線でつないだもの、右がその散布図から回帰分析して抽出した回帰曲線です。回帰曲線における縦軸の数値がもっとも高い点が、参照作品群と生成作品が望ましい関係にあることを意味します。

回帰曲線の特徴から、参照作品群のそれぞれの観点に関して以下のスライドのような結論が得られます。

以上の結論から、LLMをオンライン創作コミュニティの創作支援システムとして活用する場合、創作に役立つ先行作品として「そこそこの質」のものをおすすめするLLM機能を実装するのが望ましい、という提言を述べて佐藤氏は発表を終えました。

物語構造分析と生成AIを組み合わせた物語制作

公立はこだて未来大学所属の村井源教授は「構造分析に基づくジャンル横断型ハイブリッド物語自動生成」と題して、物語構造分析と生成AIを組み合わせた物語制作について発表しました。はじめに同教授は、人工知能による物語自動生成の歴史を振り返りました。2012年に発表された星新一作品をテーマとしたプロジェクトと、2023年のブラック・ジャックの新作を制作するプロジェクトでは、いずれも物語構造の抽出と自動生成という技法が使われました。

関連記事：【JSAI2023】AIはクリエイターの良きサポーターになり得るか？​​

近年ではChatGPTをはじめとする生成AIを物語生成に活用する研究が盛んになりましたが、個々の文章表現では人間並みの出力が得られる一方、物語展開は制御が難しいという欠点が判明しました。こうした成果をふまえて、村井教授は物語展開を構造分析技法によって生成したうえで、その展開に沿って個々の文章を生成AIが出力するというハイブリッド的技法を試みることにしました。

物語構造を分析する対象は、現代日本のエンターテインメント物語を代表する冒険譚などの5ジャンルとし、生成できる物語もこうした5ジャンルとすることで汎用的な物語生成システムの開発を目指しました。

以上のような設定にもとづいて抽出された物語機能（物語展開を担うイベントの類型）は、以下の表のようにまとめられます。

物語機能を用いて分析された物語構造の事例には、以下のスライドのようなものがあります。物語の各シーンは何らかの物語機能を担っており、その機能に沿った登場人物や言動が語られています。

物語構造分析にもとづけば、男女の恋愛に関する「恋愛型」物語の典型的パターンは以下のように表せます。男女が出会い、関係を深めるも途中で悪化し、最後には結ばれるという無数に語られた恋愛物語の構造が視覚化されています。

分析対象となった5つのジャンルの物語構造を分析すると、構造の類似度からそれぞれに関してサブジャンルを特定できます。冒険譚であれば、さらに探検型、救出型といったサブジャンルがあります。

物語構造分析の実施後、物語機能相互の関係を特定する因子分析を行うと、典型的な物語機能の組み合わせが明らかになります。因子分析結果は、以下の表のようになります。表に示された組み合わせは、典型的な物語展開と見なせます。したがって、実際の物語の多くは、これらの因子をいくつか組み合わせたものであると考えられます。

以上の物語構造分析をふまえ、村井教授は物語制作者が指定した物語因子にしたがって典型的な物語展開を自動生成するシステムを開発しました。このシステムは、物語展開に合致したジャンルや登場人物の属性なども提案します。ただし、生成できるシーン数は5～10の短編相当のものという制限があります。

以下のスライドは、物語構造生成結果の事例です。因子として「討伐」と「後悔」を指定してシーン数を7とした結果、探検からアイテム入手にいたる物語展開が提案されました。

今回の研究では、以上の物語構造をLLMの入力プロンプトに変換したうえで、LLMに具体的な物語のあらすじを出力させました。その出力結果が、以下のスライドです。こうした文章は、物語構造分析だけでは得られないハイブリッド技法を用いたからこそ得られた結果と言えます。

今回試みたハイブリッドな物語生成技法を用いれば、未知の物語展開を生成することで新規性のある物語を制作することも可能、と指摘して村井教授は発表を終えました。

シナリオ制作のプロに評価されたプロット生成システム

慶応義塾大学所属の渡邉謙吾氏は「物語構造分析に基づくLLMを活用した創作支援を目的とするインタラクティブストーリー生成システム」と題して、物語のプロットを生成するインタラクティブシステムについて発表しました。この発表は前出の村井教授が所属する公立はこだて未来大学をはじめとする8つの組織が参加した共同プロジェクト「インタラクティブなストーリー型コンテンツ創作支援基盤の開発」の成果であり、内容としても同教授の研究を補完するものです。

渡邉氏発表の研究に背景には、近年の配信コンテンツプラットフォーム乱立によるストーリー制作需要の急増があります。こうした需要の急増により、AIを活用したストーリー制作の効率化が求められています。LLMを用いてストーリーを制作しようとしても、現状では高度なプロンプトエンジニアリングスキルが不可欠なため、誰でも気軽にLLMを活用できるわけではありません。こうしたなかユーザのAIスキルに依存しないLLM活用方法が開発できれば、大きな市場ニーズに応えられます。

以上のようなニーズにもとづいて渡邉氏らの研究チームが取り組んだのは、直感的な操作によってLLMに物語制作に関する情報を入力でき、LLMからの出力を容易に編集できる仲介システムアプリケーションの開発でした。

今回の研究では、ユーザの入力にしたがって1000字から1500字程度で物語の展開を表現したプロットを生成し、そのプロットを簡単に編集できるシステムの開発を目指しました。

プロット生成セクションの実装に際しては、以下のようなフローに沿ってユーザと情報をやり取りできるシステムを開発することにしました。

プロットの生成にあたっては、村井教授が取り組んできた物語構造生成に関する技法を流用することにしました。具体的には、手塚治虫の漫画『ブラック・ジャック』に収録されたさまざまな物語を分析したうえで、同漫画に見られる物語展開を持ったプロットを生成するアルゴリズムを開発しました。

開発したプロット生成システムは、ユーザが物語展開因子と序盤と終盤の極性（物語のシーンにおける雰囲気）を指定すると、その設定にもとづいた物語構造を提案するというものでした。

物語構造に沿って生成されたプロットは、当初の想定ではテキストのみから構成された長文でした。こうした出力ではユーザが理解しにくいという理由から、プロットに関するタイトルとあらすじを表示するようにしました。

以下のスライドが、実際にタイトルとあらすじが表示された画面です。各タイトルからは、さらに複数のシーンから構成されたプロット詳細を閲覧できます。

プロット編集システムに関しては、以下のようなフローを実行する機能として開発しました。編集機能の使用に際しては、既存のプロットに関してユーザがLLMに質問や指示を与えることで、新たなプロットを生成できるようにしました。そして、旧プロットを新プロットに差し換えたり、ユーザ自身が旧プロットに新プロットの一部を混入したりできるようにしました。

以下のスライドが実際のプロット編集システム画面です。テキストボックスから質問を入力して新プロットを出力後、新プロットに関する3つの選択肢を実行できます。

以上のように開発されたプロット生成・編集システムは、実際にTEZUKA2023プロジェクトにおけるブラック・ジャック新作のプロット生成に活用されました。同システムを使用したのは、以下のようなプロとして創作活動に携わっている5名でした。

以上の5名に対して、プロット生成・編集システムに関するアンケート調査を実施しました。生成されたプロットについては、面白さや内容の幅広さは評価された一方で、新規性は低評価でした。新規性の評価が低いのは、そもそもLLMは既存の学習データにもとづいて出力しているという原理的な限界に起因していると考えられます。

システムの操作体験に関しては、使いやすさといったUI的観点からの評価は高かったものも、創造性への刺激については良いとも悪いとも言えない、という課題の残る結果となりました。

以上のようにLLMを活用したインタラクティブなプロット生成・編集システムには、一定の有効性があることが実証できました。今後の展望として、同システムのユーザをアマチュア創作ユーザなどに拡大した大規模実験を通して、より信頼性のある有効性を確認することを挙げて渡邉氏は発表を終えました。

今回紹介した研究が示しているように、生成AIは物語生成に関して人間をサポートする大きなポテンシャルがあります。正しく使われた生成AIは、物語の創作において人間の役割を奪う敵ではなく、むしろ人間のクリエイティビティを増幅する味方となると見て間違いないでしょう。

Writer：吉本幸記