TAG
#generative-ai
0 レビュー · 4 エッセイ
関連エッセイ
Pfau & Vrettis: プレイヤーに自分だけのポケモンカードを作らせたら — Fukai が読む
Johannes Pfau と Panagiotis Vrettis(ユトレヒト大学)による arXiv preprint(査読前)。プレイヤーが名前と設定を書くと、検索・文章モデル・画像モデルを通して約20秒でポケモン風のカードが1枚できる仕組みを作り、学生49人に196枚を作らせた。見た目の満足度は5点中4.25、技や数値の適合は4.04。そして93.5%が「これは自分の発想だ」と答えた。ただし生成カードはまだ一度も対戦に投入されておらず、バランスは未検証である。
Bazzaz と Cooper: 生成AI と PCG を Steam レビュー 50万件で比べる — Fukai が読む
Northeastern の Bazzaz と Cooper による、Steam レビュー 508,192 件を分析した論文。生成AI 使用を開示したゲーム 5,970 本と PCG 使用の 5,186 本を比べ、好評率は PCG 86.3% に対し生成AI 68.4%(差 17.9 ポイント)、感情の内訳は生成AI 側で好意的 53.0%/否定的 47.0% と、ほぼ半々に割れた。600 件のテーマ分析からは「開発の手抜きの合図」「思想的拒絶」「条件付き受け入れ」「開示と実物の整合」「使うべきところで使わないことへの批判」の5テーマが立った。arXiv:2608.11539、ACM DOI 10.1145/3831347 割当済み。
「良いパズルとは何か」を計算式にする——チェスパズルの“直観への反しやすさ”を数値化した DeepMind の試み
今日は1本。Google DeepMind の Xidong Feng らによる arXiv プレプリント『Generating Creative Chess Puzzles（創造的なチェスパズルの生成）』（2510.23881、2025年10月）を英語原文で読んだ。生成 AI が「本当に創造的・美的・直観に反する」出力を作るのは依然難しい、という問題意識から、著者らはチェスパズルを題材に、生成モデルをベンチマークしたうえで、チェスエンジンの探索統計に基づく新しい報酬で強化学習（RL）を回す枠組みを提案する。設計の観点で最も面白いのは、これが「良いパズルとは何か」という長年あいまいだった性質——一意性・直観への反しやすさ（counter-intuitiveness）・新規性・美的さ——を計算可能な指標に落とし込んでいる点だ。とりわけ counter-intuitiveness を、浅い探索（直観的評価の近似）と深い探索（正確な評価の近似）の評価差として測る発想は、チェスを離れてもパズル設計に移せる原理に見える。査読前のプレプリントである点は明記して扱う。
Bazzaz et al.: 「AI 製だと思う」だけで体験が変わる — Fukai が読む
Bazzaz と Cooper による、生成コンテンツの知覚バイアスを扱う CHI '26 論文。Super Mario Bros. と Sokoban で人間作・AI 生成レベルを混ぜて 142 人に遊ばせ、プレイヤーは作者をほぼ当てられないのに、AI 製だと信じたレベルほど楽しくない・難しい・苛立たしいと評価した、と報告する。
