牌譜AIが「打ち間違い」と言っても、本当に間違いなのか

1. AIは「条件つきの答え」を返す

多くの牌譜AIは、固定ルール、特定の相手モデル、特定の目的関数のもとで期待値を計算します。見える情報はすべて既知で、相手もモデル通りに打つと仮定しています。

実際の卓は違います。相手はモデルから外れ、場況は生存を要求し、大会では長期的な期待値より順位が重要になることがあります。条件が変われば、最善手の順序も入れ替わります。

2. 盲点1：ルールと場況

同じ手でも、東風戦と半荘戦、平場と南4局、トップ狙いと3着を守るときではリスク予算が全く違います。AIが平場の期待値で計算していれば、「長期では正しいが今は違う」推奨になり得ます。

判断を採用する前に、この局のルールと目標は何かを確認します。AIがそれを知らないなら、その「ミス」は参考値にすぎません。

3. 盲点2：相手モデル

AIは相手が一定の頻度でリーチし、鳴き、降りると仮定します。実際の相手はもっと攻撃的かもしれないし、もっと保守的かもしれません。モデルが違えば、危険牌の判断も変わります。

「押すべき」と出たときは、AIが相手の降りを前提にしていないか確認します。相手が全く降りないなら、押しの期待値はモデルより低くなります。

4. 盲点3：結果バイアス

AIは結果ではなく期待値で判断を評価します。AI通りに打って放銃しても、判断が正しいことはあります。AIに逆らって和了しても、判断が悪いことはあります。

検討では「判断の質」と「局の結果」を別の列に書きます。そうしないと、「結果が良ければ正しい」という危険な直感が育ちます。

5. 正しい使い方：AIに質問させる

おすすめの1打だけを見ず、2番目・3番目の候補と差の大きさを見ます。差が小さければスタイルの選択、大きければ深掘りする価値があります。

指摘されたミスを4種類に分けます。情報の見落とし、場況の計算、相手モデル、実行ミス。前半2つは手順、3つ目は読み、4つ目は練習と体力管理で直します。

最後に自分の判断を残します。AIは振り返りの道具であり、代わりに打つコーチではありません。