AI対戦クイズの採点をLLMから分離する──CPUの確率・得点・表示タイミングの設計

学習クイズに AI の対戦相手を足すとき、最初に決めたのはモデルではなく採点の扱いだった。CPU の正誤と回答時間は確率で決める。78% の正答率を設定し、人と CPU は同じ固定式で得点を計算する。重要なのは、CPU が先に答えても、プレイヤーの回答が確定するまで正解を見せないこと。採点に使う仮想回答時間と、画面で待たせる実時間を分けている。

AIの鬼から見ると、この設計の面白さは『AI を後付けする』のではなく『AI を最小化する』という発想だ。一般的なツール導入は「どこに生成 AI を使うか」から始まるが、ここは逆。先に「何を見せてはいけないか」「何を変えてはいけないか」を決めた。CPU は教材を理解しているわけではなく、単なるゲームの相手。賢さより、対戦の公正さと一貫性が優先される。生成 AI を足すなら、相手の台詞・励まし・解説の言い換えなど『表現』の部分に限定し、返事が来なければ固定文で進める。確定した得点を、外部 API の遅延で変えない。これは多くの企業が「AI を前に出す」のに対し、『AI を脇に置く』という思考。

システムに生成 AI を組み込むなら、最初に『この部分は AI に依存しない』という線を引く。採点・判定・記録など、一度決まったら変わらないべき部分からの逆算。その外側に向かってだけ AI を足していく順序が、長期的には堅牢で学習可能なシステムを作る。