【CEDEC2024】生成AIを活用したゲーム開発支援ツールと今後のビジョン

日本最大のゲーム開発者向け技術カンファレンスCEDEC 2024が、2024年8月21日から23日までパシフィコ横浜ノースで開催されました。21日にはレギュラーセッション「生成AIを活用したゲーム開発効率化」が行われました。本稿ではこのセッションを要約することで、ゲーム開発において生成AIを活用する際の課題とその課題に対処した生成AIツールを解説します。

現場での生成AI活用の問題点

AIQVE ONE株式会社所属の熊野泰司氏がモデレーターを務めた今回のセッションでは、1人目の登壇者として株式会社ドリコムAI部 部長の國安雄氏が発表しました。はじめに同氏は、さまざまな知見にもとづけば、ゲーム開発運用においてAIによって代替不可能な人間のクリエイティビティを発揮すべき業務の割合は20%である、と述べました。残りの80%はAIによって代替可能であり、こうした業務をAIに任せることで人間が取り組むべき20%の業務に集中できるようになるはずです。

しかしながら、実際のゲーム開発現場の大部分では、生成AIを活用して業務効率化を達成しているとは言い難いのが現状です。というのも、生成AIシステムは導入して即座に役に立つわけではなく、現場ごとに特有な各種データを学習してはじめて”使える”ツールになるからです。

生成AIシステムが学習するデータはどんな形式であってもよい、というわけではありません。効率よく学習するためには、整理されたデータセットが必要とされます。そうした望ましい学習データセットの条件には、適切な範囲内にまとまっていること、重複やノイズが含まれていないこと、同一のデータが（例えば複数言語対応のように）複数の視点から表現されていることが挙げられます。

現在のゲーム開発現場の問題として、開発規模が大規模になった結果、情報やタスクが細分化されて情報共有が難しくなっていることが指摘できます。それゆえ、“使える”生成AIシステムの要件には、部署やチームを横断した情報共有を可能とすることも求められます。

多数の機能を実装して学習によって賢くなる「ai and」

以上のような問題点を解決する生成AIシステムこそ、ドリコムが開発したゲーム開発者向けAI SaaSプラットフォーム「ai and」です。同プラットフォームの特徴は、以下のスライドに挙げた6項目にまとめられます。

すぐ利用出来るプロダクトには、翻訳、チャット、QA、インサイト、シナリオ、カスタマーサポートがあります。

國安氏はai andの各種プロダクトを実際に操作して、その有効性を訴えました。例えばインサイトは、アンケートから得たユーザーの回答を自動的に集計してグラフ化します。さらに集計結果に対してクロス分析を実施したうえで、その分析結果にもとづいてアクションプランを提案します。

シナリオは既存のデータを参照して、キャラクターのセリフ案などを生成します。このセリフ案に対して人間が修正を加えると、ai andはその修正傾向を学習します。

翻訳も過去の翻訳データを参照したうえで、翻訳案を生成します。この翻訳案に人間による修正を加えることで、実用的な翻訳文が完成します。そして、ai andは完成した翻訳文を学習することで、翻訳案の品質を向上させます。それゆえ、このAIの翻訳を使えば使うほど、その品質は向上します。

チャットは、ゲーム開発における各種情報について問い合わせ先となって回答してくれる言わば情報共有の要となります。例えば、何らかのセリフについて英語訳を参照したい場合、英訳シナリオを参照しなくても、チャットに尋ねると回答してくれます。

カスタマーサポートは、ユーザーの問い合わせに対応するボットとなって機能します。簡単な質問であれば、人間が介入することなくボットだけで解決するので、業務効率化を実現できるでしょう。

國安氏は、ドリコムの中期的な事業計画についても話しました。モバイルゲーム開発で有名な同社は、今後は自社IPを多方面に展開するエンターテイメントコンテンツ企業になることを目指しています。ai andの開発は、こうした計画を実現する施策のひとつと考えられるのです。

日本におけるゲームQAの現状とPlayable! General Agent

國安氏に続いて登壇したAIQVE ONE株式会社取締役CTOの松木晋祐氏は、同社の親会社である株式会社ベリサーブとモリカトロン株式会社が共同開発したAI駆動型ゲームQAツール「Playable! General Agent」について発表しました。はじめに同氏は、同ツール開発の動機となったソリューション・コンセプトを話しました。大規模化の一途をたどる今日のゲームに対するQAは、膨大な時間を要します。こうしたゲームQAの一部をAIによって代替することで、人間はより創造的なQAタスクに集中できるようにするために、同ツールは開発されたのでした。具体的には、ゲームQAの多くの部分を占めるテストプレイの時間をAIによって短縮できれば、ゲームバランスの調整などにより多くの時間を費やせるのです。

松木氏は、海外と日本のゲームQAの違いにも言及しました。海外におけるAAAタイトルのゲームQAでは、開発業務も担当できるコーディングスキルのあるQAエンジニアがテストプレイするボットを開発して、それを大量にゲームQAに投入します。投入されたボットにはさまざまな役割が与えられていて、QAエンジニアはQAボットを指揮することでQAを遂行します。

対して日本のゲームQAでは、コーディングスキルを修得していないエンジニアが担当するのが一般的です。それゆえ、海外のようなボット開発によるテストプレイは一般的ではありません。

以上のような日本のゲームQAに対して、ボットによるテストプレイの導入を可能とするのがPlayable! General Agentです。というのも、同ツールはコーディングができないエンジニアであっても、自然言語によってQAボットの動作を設定できるからです。同ツールはLLMを活用することによって、自然言語による指示からQAボットを制御するコードを生成します。

日本のゲームQAを刷新できるPlayable! General Agentには、昨年の夏に発表した時点でいくつかの課題がありました。そうした課題のなかには、導入するゲームタイトルごとにステートマシンを実装する必要があることがありました。同ツールの導入にはコーディングスキルが不要ではありましたが、それでも技術的敷居が残存していたのです。

思わぬ反響をうけてモバイル対応版を開発

松木氏は、Playable! General Agent発表後の予想外の反響についても話しました。同ツールは3Dゲームへの導入を想定したものだったのですが、発表後には2Dゲームやモバイルゲームへの導入に関する問い合わせが相次ぎました。こうした反響と前述した課題をふまえて開発されたのが、「Playable!Mobile」です。同ツールはその名称の通りモバイルゲームのQAに対応しており、その導入はプラグインをプロジェクトに追加するだけという簡単なものです。

Playable!Mobileの正式発表に先立って、同ツールの有効性を実証するためにドリコムが配信しているモバイルゲーム『魔界戦記ディスガイアRPG ～最凶魔王決定戦！～』で検証テストを実施しました。画面に多数のボタンがあり、テキスト情報が膨大な同ゲームのQAの一部を遂行できたことにより、同ツールは多くのモバイルゲームのQAに導入できることが実証されました。

松木氏は、ゲームQAにPlayable!Mobileに導入することの利点として、以下のスライドにまとめたような3点を挙げました。ひとつめとふたつめの利点は、日本のゲームQAを海外のそれに近づけるものと言えるでしょう。

Playable!Mobileの課題についても、それらをまとめたスライドが提示されました。課題は3項目あるのですが、それぞれについてすでに解決の目途がたっています。

発表の最後に松木氏は、Playable!によって切り開かれるゲームQAの未来について話しました。日本における旧来のゲームQAは、テストリーダーの指示のもとでテスターやエキスパートがそれぞれ単独にゲームテストに挑んでいたと言えます。この状況をRPGになぞらえれば、勇者と戦士、そしてクリティカルヒットを頻発する武道家というパーティ編成でゲームQAを攻略していたと見なせます。

Playable!が導入されることで、ゲームQAはメンバー単独ごとの戦いから、遠隔攻撃や範囲攻撃が可能な戦いとなります。というのも、前述のゲームQAのパーティ編成に魔法使いが加わるからです。もっとも、魔法使いが加入したとしても戦士や武道家は必要であり、魔法使い自身にも小回りが利かなかったり、MP（実際の意味としてはマシンリソース）を使うという弱点もあります。そうは言っても魔法使いが加入することで、QAチームはより創造的に戦えるようになるのです。

【参考記事】

・AIの力でゲーム開発を強力にサポート、自動プレイテストAI 『Playable!』のサービス内容と未来像に迫る

・『Playable!』スタッフ鼎談：より簡単に、楽しく開発ができるソリューションを目指して

ディスカッションで語られた「人間とAIが協働するゲームQA」の姿

松木氏の発表後に行われたディスカッションでは、ゲームQAにおける人間とAIの協働のあるべき姿、さらには仕事全般における人間とAIの共存について以下のような見解が語られました。

1. （松木氏発言）生成AI時代になると、クライアントに指示された仕事や定型的な仕事をするQAエンジニアは減るだろう。対して、テスト設計やクライアントやユーザーが求めているコンテンツの仕様を考えられるクリエイティブなQAエンジニアは必要とされ続けるだろう。
2. （國安氏発言）日本の労働人口は減少するようになって久しいが、そうしたなかで労働需要が伸びているのがエンタメ業界。こうした日本のエンタメ業界を、”インフラとしてのAI”を提供することで、労働力の不足を補完したい。
3. （松木氏発言）SIerでもAI活用は進んでおり、そのユースケースはユニットテストの自動化とドキュメントレビュー。LLMにドキュメントレビューさせるには、「仕様書をレビューして」のように漠然とプロンプトを入力しても生産的ではない。ドキュメント制作ポリシーを伝えたうえで、それから外れた表現を指摘してもらうと有益なドキュメントレビューになる。
4. （國安氏発言）ドキュメントレビューでは、最終的には人間が関わって品質を担保すべき。人間とAIの協働関係を構築するのが重要。
5. （松木氏発言）AIが完全自律的に業務を遂行し始めた時、文明はディストピアに向かうだろう。そうした暗い未来を回避するためにも、人間によるチェックを業務として存続させるべき。
6. （松木氏発言）LLMの登場によって、非構造化データをコンピュータに入力してもタスクを遂行できるようになった。しかし、タスクを遂行させるには、指示（プロンプト）に工夫が必要。
7. （國安氏発言）データが蓄積される体制作りが重要。データ管理の第一歩は、ゲームデザイン全体の言語化にある。ゲームに関わるあらゆる情報が明文化されることで、ゲームに関わるAIのより良い学習が可能となる。
8. （國安氏発言）間違ったデータを人間が修正する仕組みが必要。さらには、間違いや変更に対応できる機能をAIシステムに実装することも重要。間違いや変更に対応できるようになることで、AIシステムは改善される。

以上のセッションの内容からわかるように日本におけるゲーム開発とゲームQAは、生成AIによる支援によって業務改善される方向に向かっています。そして、AIによって負担が軽減された人間エンジニアは、人間にしか出来ない真にクリエイティブな業務に専念できるようになるでしょう。

株式会社ベリサーブとモリカトロン株式会社が共同開発した「Playable!」「Playable!mobile」はこちら！

・「Playable!」
https://playable.qa/

・「Playable!mobile」
https://playable.qa/mobile

Writer：吉本幸記