情報処理学会 インタラクション2026

近年, 将棋AIはトップ棋士を凌駕する性能を獲得したが, その思考プロセスはブラックボックスであり, 学習者にとってAIの示す最善手の根拠を理解することは困難である. 本研究では, この問題を解決するため, 大規模言語モデル（LLM）を用いて将棋AIの指し手を自然言語で解釈し, 特に初心者にとって有益な解説文を生成する手法を提案する. 提案する手法は, 高棋力AIと低棋力AIの対局シミュレーションを通じて, 初心者が陥りがちな悪手を特定し, その手が具体的にどのようなプロセスを経て不利につながるのかを顕在化させ, その過程で得られる盤面の静的・動的特徴を言語化してLLMに入力することで, 定量的な情報 (評価値) を初心者にも理解しやすい解説文へと変換させるというフローからなる.