AI同士で「裏切り必須のゲーム」をプレイさせてわかった最もうそをつくのがうまいAIとは？

https://gigazine.net/news/20260121-ai-deception-betrayal-game/

結論だけ抜粋
各AIモデルの勝率はチップの枚数、つまりゲームの複雑さによって大きく異なりました。チップが3枚ずつの単純なゲームの時はGPTが67％という高い勝率を記録しましたが、チップが7枚の複雑なゲームになるとGeminiの勝率が90％となり、KimiとQwenはまったく勝つことができませんでした。この結果についてフェルナンド氏は、GPTは内部的な一貫性を持たず反応的なプレイをするため、運が重要となる単純なゲームでは有効な一方、GPTの他プレイヤーを操作しようとする戦略はゲームが複雑になるほど有効性が増していくからだと考えています。

AI研究者のルイス・フェルナンド(lout33)氏は、So Long SuckerをGoogleのGemini 3 Flash、OpenAIのGPT-OSS 120B、Moonshot AIのKimi K2、AlibabaのQwen3 32Bという4つのAIエージェントにプレイさせて、それぞれのAIモデルがどのようにプレイするのかを調べる実験を行いました。実験ではチップの枚数を変えてゲームの複雑さを調整しつつ合計162回のゲームが記録され、AIエージェントは1万5736回もの選択を行い、4768件のメッセージをお互いにやり取りしたとのこと。

その結果、全体としてGeminiは「戦略的な人心掌握者」、GPTは「反応型のうそつき」、Kimiは「考えすぎの策略家」、Qwenは「静かな戦略家」といった傾向がみられました。勝率はGeminiが37.7％、GPTが30.1％、Kimiが11.6％、Qwenが20.5％となりました。

Geminiは他のプレイヤーを操作するために、「同盟銀行(Alliance Bank)」の創設を持ちかけることも確認されました。これは、同盟相手に「あなたのチップを保管しておきます。これを2人の同盟銀行と考えてください。場がきれいになったらあなたに返します」と持ちかけ、相手のチップを自分の手元に置いておくことを正当化するという戦術です。そして最終的には「銀行は閉鎖されました。GG」と言って、相手をあっさり裏切ったとのこと。

ツールを用いてAIモデルの内部的な推論を確かめたところ、Geminiでは107件も「内部的な推論と他プレイヤーへ送るメッセージが矛盾する」事例が確認されました。たとえば以下のように、内部的には「黄色は弱い。青色と同盟を組んで黄色を排除し、その後で青色を裏切るべきだ」と考えていたとしても、表向きのメッセージでは「黄色、協力しましょう！連携すれば2人でも勝てると思います」と発言していました。一方でGPTは一度も内部的な推論を行わず、ただもっともらしい同盟を提案し、それをあっさり裏切るだけだったそうです。
フェルナンド氏は「4つのGeminiエージェント同士で戦わせる」「4つのGPTエージェント同士で戦わせる」といったミラーマッチも16回行ました。するとGeminiは一度も「同盟銀行」の提案を行わず、代わりにプレイヤー間で公平に協力する「ローテーション戦術」への言及が377件もみられました。これは、同じルールの同じゲームであっても対戦相手によって戦術を変化させることを意味しています。

また、Geminiは対戦相手を操作しようとする際、「ボードを見てください(敵対者を排除するために目に見える状態に訴える)」「明らかに(誤ったことを確信的に訴える)」「約束通り(裏切る前に信頼を築く)」「幻覚を見ている(敵対者の正確な観察結果をガスライティングする)」などのメッセージを発することも観察されました。

フェルナンド氏は、「Geminiの操作は適応的です。相互関係が期待できる場合は協力し、弱点を察知した場合はそれを利用します。AIシステムは、対戦相手に応じて誠実さを調整する可能性があります」と述べました。

今回みたいにわざと騙すのはデセプション