AIで生成した物語、主人公のキャラクター描写に偏り…人間作200本との比較で判明

　研究チームは、主人公の描写を自動分類するフレームワーク「CASPER」を用い、人間が書いた短編200本と、大規模言語モデル（LLM）が生成した短編4400本を分析した。CASPERは、主人公の描かれ方を8つの評価軸で分類。分析の結果、LLMが生成した主人公は、人間作家の主人公よりも様式化され、物語の中で成長や変化を経験し、最後には物語上の役割や関係性が明確に解決される傾向が強いことがわかった。研究チームは、LLMが主人公を描く際、未解決の要素や解釈の余地を残すよりも、分かりやすく安全な形で物語をまとめる傾向があると指摘している。

　一方、人間作家による物語では、主人公に未解決な側面や曖昧さ、解釈の余地が残される割合が比較的高かった。これは、AI生成作品が必ずしも単純であることを意味するわけではないが、現在のLLMが生成する物語には、登場人物の多様性や未確定性の表現に一定の偏りがあることを示している。

　また、この傾向は複数のLLMで確認され、モデルの規模が大きくなっても主人公描写の分布が大きく変わるわけではなかった。研究チームは、モデルサイズを拡大しても、より多様で解釈の余地がある主人公描写につながるとは限らない、と指摘している。

　AIを使った創作活動が広がる中、この研究は、LLMが物語を自然にまとめる能力を持つ一方で、人間の作家がしばしば用いる曖昧さや未解決性の表現にはなお課題が残ることを示している。