【JSAI2025】創作の本質となるAIの拡張を探求する

2025年度人工知能学会全国大会が、2025年5月27日から30日まで大阪国際会議場でハイブリッド開催されました。史上最大規模となった39回目の同大会では、例年以上にさまざまなセッションが行われました。こうしたセッションのなかから本稿は、オーガナイズドセッション「創作者と人工知能が創る創作の未来」の前編と後編より4つの発表を選んで、人間とAIの共創の在り方と可能性を探っていきます。

AIとの対話によって執筆する技法「クリエイティブバイブライティング」

上記セッション前編の冒頭では、東京大学大学院情報学環客員准教授でSF作家でもある樋口恭介氏が招待講演として「生成AIは小説実作にどのような影響を与えたか」と題した発表を行いました。

はじめに樋口氏は、小説執筆は着想段階が面白いものの執筆段階は作業的で面白くない、と自身の実体験を語ったうえで、最近の関心として自動筆記の実現がある、と述べました。自動筆記自体は機械（オートマタ）の開発まで遡れる試みですが、近年の生成AIの進化によってこの試みは新しい段階に突入しました。そして、自動筆記の未来を提示することが現在の問題意識である、とも同氏は語りました。

自動筆記の探求において手がかりになるのが、OpenAIの共同創業者であったアンドレイ・カルパシーが提唱したバイブコーディングです。この技法は生成AIとの対話のみでコーディングするというものであり、エラーが発生しても手作業でのコード修正を行わず、AIとの対話で解決する、という徹底されたAI駆動型コーディングを指します。

樋口氏は、以上のバイブコーディングを小説執筆に流用する技法をクリエイティブバイブライティングと命名したうえで、その実践例として自身の作品「X-7329」の執筆過程を紹介しました。この作品では、以下のようにシステムプロンプトによって「詩人であり小説家」というロールを与えたうえで、さらに文体などに関する詳細を指示を設定後、出力結果を小説の文章として採用しました。

クリエイティブバイブコーディングを活用すると、任意のテーマや表現に関する小説を生成AIに出力させられます。そうした出力例として樋口氏は、上記のプロンプトをClaude 4に入力したうえで、「蒼い午後の終焉」をテーマにした文章を出力させました。

クリエイティブバイブライティングが普及した場合、小説執筆という創作活動が決定的に変容してしまうことが予見されます。そうした変容として、樋口氏は以下のスライドにまとめた4項目を挙げました。ちなみにこのスライドは、汎用AIエージェントを標榜するManusによって作成されました。

クリエイティブバイブライティングの影響は、小説執筆という個人的営みを超えて、この営みによって形成された社会や文化にも及びます。そうした影響として、以下のスライドにまとめたような4項目が挙げられます。

クリエイティブバイブライティングが普及すると、既存の小説を核とした経済文化的コミュニティの崩壊が起こると予想されます。しかしながら、こうした崩壊の裏返しとして新しい価値観が生まれるとも考えられます。そして、SFこそが新しい価値観を提示でき、またAIと人間の価値観をすり合わせるAIアライメントの考察も重要である、と樋口氏は力説して発表を終えました。

ホラーゲーム制作を4側面から支援するAIシステムを開発

前述セッション前編では、公立はこだて未来大学所属の小川 昴氏による「ホラーらしさの自動生成によるクリエイターのサポート：ゲームシステム構築での実践報告」という発表もありました。この発表では人間の創作活動をサポートするAI開発の一環として、ホラーゲーム制作を支援するAIが解説されました。こうしたAIは、ホラーゲームにおける「シナリオ」「キャラクター」「楽曲」「マップ」といった4側面からサポートするものとして構想されました。

シナリオ制作支援においては、ユーザが選択した伏線の形式に沿ったシナリオを生成するAIシステムを開発しました。伏線の形式については、評価の高い768本のホラー作品に対して因子分析を実施して、「恐ろしい状況から犠牲者が発生する伏線」などの6因子を特定しました。

以上の因子分析をふまえて、4種類の伏線が示唆する情報から1つを選ぶと、その選択肢と関連性の高い伏線情報が特定される仕組みを構築しました。この仕組みから得られた出力をプロンプトに組み込んでLLMに入力すると、伏線がふくまれたシナリオが生成されます。

キャラクター制作支援では、308のモブキャラクターが恐怖を感じた際の言動をデータ化してクラスタリングした結果、以下のような4つの恐怖モデルが得られました。

以上の恐怖の4モデルを活用して、3項目を入力すると反応の種類と行動の種類がランダムに決定される仕組みを構築しました。この仕組みから得られた出力をプロンプトに変換してLLMに入力すると、恐怖したキャラクターの言動が1行で表現されます。

ホラーゲームの舞台となる複数の部屋から構成されたマップ制作支援については、「マップアイデア」と呼ばれるマップを用意して、それらにふくまれる部屋を「アイデムがある部屋」「ホラー展開がある部屋」「安全な部屋」に色分けします。このマップアイデアを学習データとして、StableDiffusion1.5によるLoRAを実行します。

今回の研究では、LoRA済みStable Diffusion 1.5を使って60マップを生成しました。これらのマップを部屋の属性や隣接部屋数などに着目して、有意差の有無を検定する「t検定」を実施したところ、ほとんどの生成マップがマップアイデアとの差異が認められませんでした。この結果は、マップアイデアの特徴を継承した新規マップを生成できたことを意味します。

楽曲制作支援については、特定の感情を引き起こすメロディを生成するシステムの開発に取り組みました。こうした目標のために、160の音源をラッセルの円環モデルを参考にして、「悲しい」「恐怖」「楽しい」「安心」の4つに分類しました。

以上のように分類した音源を学習データとして、LSTMモデルを訓練しました。その結果、4つの感情のうち1つを引き起こすようなメロディを生成するモデルが完成しました。恐怖を引き起こすメロディは、急激な音高の変化や調からの逸脱などの特徴が認められました。

小川氏は、今回の研究をうけて今後の展望として以下のスライドにまとめたような3項目を挙げて発表を終えました。

物語の階層構造を解明して、長編物語を生成

前述セッション後編冒頭では、公立はこだて未来大学所属の村井源教授による「既存作品の階層構造に基づく長編物語の自動生成に向けて」と題された発表がありました。はじめに同教授は、星新一のショートショートの物語構造分析やブラックジャックの新作作成といった過去の業績を振り返りました。

村井教授が継続的に取り組んでいる物語構造分析からは、物語を構成する「発覚」など物語機能の典型的なつながりを特定したうえで、そのつながりにもとづいて物語のあらすじをLLMに出力させるという研究が生まれました。

参考記事：【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」

以上の物語生成は短編では可能であるものも、長編の生成時には齟齬が生じるという限界がありました。こうした限界は、長編物語の構造解明が不十分だったことに由来します。

長編物語生成に不可欠な長編構造の解明として、村井教授が提唱するのが長編物語の階層構造です。これは、物語を展開させるための機能、複数の機能から構成されたクエスト、さらにクエストが複合的に組み合わさったストーリーというように長編物語構造を階層的にとらえるアイデアです。

物語の階層構造が典型的に観察されるのは、RPGです。RPGには、複数のクエストが続けて起こる連続型、あるクエストを完了するために別のクエストを達成する必要がある入れ子型などの物語展開が認められます。

階層型物語構造を生成するためには、あるクエストにつながる別のクエストの生成確率を特定したうえで、クエスト構造を算出後、その構造にもとづいてLLMに物語のあらすじを出力させることが求められます。

クエストの生成確率を特定するために、村井教授は以下の表に挙げたような売り上げの高い国内RPG10作品の階層構造を調査しました。

以上の調査結果は、以下の表のようにまとめられます。左の表は物語機能を担っている特定のシーン（親シーン）につながる別のシーン（子シーン）の組み合わせが現れる頻度をまとめており、右の表は特定のシーンが親シーンになる確率とそのシーンにつながる子シーンの親シーンに対するプロットの長さをまとめています。

親シーンと子シーンのつながり方がわかれば、階層的物語構造にもとづいた物語生成が可能となります。具体的には、親シーンから成る階層の物語のあらすじをLLMによって出力後、特定の親シーンにつながる子シーンを生成確率にもとづいて算出します。そして、算出された子シーンの物語構造にもとづいて、再度LLMによって子シーンの物語のあらすじを出力するのです。こうして生成された親シーンと子シーンを統合すれば、階層的長編物語が完成します。

物語の階層構造を活用することで長編物語生成が可能となりましたが、村井教授は今後の課題として、以下のスライドにまとめたような3項目を挙げて発表を終えました。

夏目漱石との往復書簡を体験できるWebアプリ「漱石書簡」

前述セッション後編の最後には、京都情報大学院大学で講師を務める上野未貴氏が「こころを創る: 大規模言語モデルによる創作者と物語の心の未来」と題した発表を行いました。この発表では、同氏が開発したWebアプリ「漱石書簡」の仕組みと同アプリを用いた評価実験が解説されました。

上野氏が漱石書簡を開発した動機は、創作者に自身の創作物について尋ねたい、という誰もが共有できる願いをLLMによって実現したい、というものでした。こうした動機を満たす形式として書簡を選んだのは、この形式だと一定のまとまった分量の文章を出力できるので、AI出力の質を担保できるからでした。対話者に漱石を選定したのは、漱石は多くの書簡を残しているので、良質な学習データが得られるからでした。

出力する書簡は、以下のような4項目を満たすものを目標としました。「生活感」と「本気度推定」が、既存の偉人対話アプリにはあまり認めらない項目と言えます。

漱石書簡の開発に使ったAPIやフレームワークは、以下のスライドの通りです。

漱石書簡の基本設計は、ユーザが入力した書簡形式の文章に対して、まるで漱石が書いたような書簡を返す、というものです。返答書簡の生成にはOpenAI APIを使うので、APIに「漱石として返答する」のようなロール設定を指示するシステムプロンプトが必要になります。このプロンプトのなかに、ユーザが真剣に書簡を入力したかどうかを判定する本気度推定の定義もふくまれています。

上野氏は以上のシステムプロンプトの有効性を評価するために、ベースラインと定めたLLMとの比較実験を行いました。ベースラインには、「夏目漱石として書簡を書いて下さい」という簡素なシステムプロンプトを設定しました。

以下のユーザ入力に対して、提案システムとベースラインがそれぞれ出力した書簡は以下の通りです。提案システムのほうが、圧倒的に濃密な内容となっています。

提案システムとベースラインの比較に関して、上野氏はさらに人間ユーザ14人によるアンケート評価も実施しました。「どちらのシステムの出力がより漱石らしいか」と尋ねたところ、13人が提案システムのほうが「漱石らしい」と回答しました。

以上のアンケートでは、以下のスライドにまとめたような5項目に関する5段階評価も実施しました。

5段階評価の集計結果が、以下の表となります。満足度が高い一方で、相対的に本気度が低い結果となりました。本気度が低い原因には、ユーザが依然として対話者を「漱石」ではなく「AIシステム」ととらえている可能性が指摘できます。

漱石書簡とその評価から得られた成果をまとめたのが、以下のスライドになります。書簡というまとまった分量の文章を出力することで「漱石らしさ」をある程度実現できたものも、書簡という形式自体がとくに若い世代になじみ薄いものという課題が残りました。この課題は、頭語と結語をテンプレート化するなどのUIの工夫で改善できると考えられます。

上野氏は発表の締めくくりとして、現在開発中のAIシステムとして「創作支援AI」に言及しました。このシステムは同氏の創作物を学習しているため、同氏の言い回しなどを熟知するものとなっています。

以上に紹介した4つの発表は、いずれも創作活動における人間とAIの共創を探求しています。こうした探求は、創作活動の効率化を超えて、創作の本質を解明したうえで、その本質をAIによって再現あるいは拡張しようとする試みであるとも言えます。そして、“創作の本質のAIによる拡張”が向かう先は、今までの創作の歴史にはなかった新しい本質が含まれるAI時代にふさわしい新種のコンテンツなのかもしれません。

Writer：吉本幸記