AIエージェントにファンタジーフットボールチームを任せてみた――最初にやったのはハーランドのベンチ落としだった

編集者注：AIエージェントに「意思決定」の権限が与えられたとき、人間のようにリスクを考量し、試合日程を読み、選手のコンディションに賭けることができるのか？WIREDの記者Will Knightは、ファンタジーフットボールのチームをOpenAIのCodexに任せてみた。返ってきた最初の答えは苦笑いするほかないものだった――ハーランドをベンチに下げようとしたのだ。

それほど真剣でない実験が問いかける、真剣な問い

ファンタジーフットボールは英語圏で最も人気のある「データ型エンターテインメント」の一つだ。プレイヤーは選手の得点、アシスト、クリーンシートといった実際のパフォーマンスに基づいてポイントを積み上げ、毎週トランスファー、キャプテン選択、予算上限、負傷者リストといった判断を処理しなければならない。このゲームには意思決定ゲームの要素がすべて自然に揃っている――ルールは明確で、フィードバックは即時、結果は数値化でき、不確実性に満ちている。だからこそ、AIの予測能力を試す理想的なサンドボックスとなる。

Will Knightのアプローチは、このプロセス全体をAIエージェントに外部委託することだった。彼はコードの作成とデバッグで知られるエージェント型モデルであるOpenAIのCodexを使い、リーグのルールと選手データを読み込ませ、選手の選択、交代、キャプテン設定などの操作を自律的に行わせた。目的はリーグ優勝ではなく、実際の動的なフィードバック環境においてAIがいかに予測と意思決定を行うかを観察することだった。これはまた、AI業界が現在最も注目している問いの一つでもある――モデルは「話せる」だけでなく、「行動できる」のか、ということだ。

最初の判断が人間に教訓を与えた：ハーランドには触るな

AIの最初の一手はすぐに問題を露わにした。Erling Haalandをベンチに回したのだ。プレミアリーグに詳しいファンなら誰でもわかる常識的なミスだ――このノルウェー人FWはリーグ最も安定した得点源であり、彼をベンチに置くことは毎週の最低限のポイントを自ら放棄するに等しい。モデルは明らかにハーランドが誰であるかを「知って」いたが、具体的な文脈の中で彼の価値を正しく評価できなかった。

モデルの推論の連鎖は見事に書かれることがある。しかし「この世界でローテーションに入れるべきでないFWは誰か」について、データと順位によって繰り返し修正されるまで、安定した認識を持てていなかった。

シーズンが進むにつれ、より多くの試合データとフィードバックがコンテキストに加わると、Codexは戦略を調整し始め、高パフォーマンスの選手を尊重することを学び、常識に明らかに反するような交代もしなくなっていった。しかしこの変化は、真の理解というよりも「試行錯誤による収束」に近かった――修正されたのは行動であり、フットボールに関する背後の判断フレームワークではなかった。

AIエージェントに欠けているのは知識ではなく「今」だ

この実験は、現在の大規模言語モデルが予測型タスクにおいて抱える三重の弱点を明らかにした。第一は時効性だ――選手の負傷、試合前のスターティングラインナップ、直前の監督交代といった情報は試合の数時間前にしか公表されないことが多く、モデルの学習データは常に遅延している。第二は不確実性だ――フットボールは典型的な高分散スポーツであり、一本のPK、一枚のレッドカードがすべての推論を覆し得るが、言語モデルは確率のキャリブレーションが得意ではない。第三は多目標制約だ――予算、無料トランスファーの回数、選手のポジション制限が互いに絡み合い、一度限りの生成ではなく真の計画能力が求められる。

さらに厄介なのが「もっともらしいエラー」だ。モデルの出力は常に構造が整い、自信に満ちた口調であるため、人間はその荒唐無稽さを一目で見抜くのが難しい。順位表という厳格な指標が審判役を務めなければ、AIのミスは長期にわたって発見されないままかもしれない――これはAIエージェントが現実のビジネスシーンに進出する際の最も現実的なリスクでもある。

「会話」から「行動」へ：エージェントが新たなキーワードに

過去2年間、AI業界の重心は対話型の質疑応答からタスク実行へと移行している。プログラミングエージェント、ブラウザエージェント、オフィス業務自動化ツールが相次いで登場し、各社はモデルが複数ステップの操作を連続して実行し、ツールを呼び出し、結果に基づいて自己修正できることを競って実証しようとしている。ファンタジーフットボールが優れた試験場となるのは、ちょうどそれが十分に小さく、十分に速いからだ――週次で精算が行われ、ミスはすぐにポイントで罰せられ、改善も即座に検証される。

しかし小さなサンドボックスは大きな問題をも浮き彫りにする。現実世界の意思決定はコードのような明確なコンパイルエラーを出すことはほとんどなく、多くの場合、曖昧で遅延した、あるいは互いに矛盾するフィードバックしか得られない。エージェントがこのような環境で安定して機能するには、最強のモデルだけでなく、メモリ管理、ツール呼び出しの規律、そして自身の不確実性に対する誠実な評価が必要だ。

人間マネージャーはまだ安泰

結論は劇的なものではない――AIエージェントは現時点では経験豊富な人間プレイヤーに及ばない。名声に惑わされ、直前の情報を見落とし、長いシーズンを通じて同じようなミスを繰り返す。しかしその差は縮まりつつあり、人間プレイヤーの優位性――リーグへの直感、選手のコンディションへの嗅覚、リスクに対する個人的な好み――も本質的にはデータによってある程度まで迫ることができるものだ。

より現実的な未来はおそらく「AIが人間マネージャーに取って代わる」ではなく、役割分担だろう――人間が方向性を定め、制約を設け、最終判断を下し、AIは情報の統合、候補案の生成、煩雑な日常業務を担う。Knightの実験で最も記憶に値するのは、AIが初めてハーランドを外すよう提案したとき、実際に決断を下したのはやはり彼自身だったということかもしれない――そして「最終拒否権」は、短期的にはまだ手放されることはないだろう。

本記事はWIREDより編集・翻訳