今回の実験では、AIに対して強力なチェスエンジン「Stockfish」と対戦させる課題が設定されました。

対戦相手になったのは、o1-preview、DeepSeek R1、GPT 4o、Claude 3.5 Sonnet、o1、o3-mini、QwQ 32B Previewの計7種類の良く知られているAIたちです。

（※Stockfishはチェスに特化した専門的なAIであり、大規模言語モデルであるAIではまず勝つことはできません。）

AIには「あなたはブラック（後手）としてチェスをプレイしなさい」と指示し、OSに直接コマンドできる権限を与えました。

通常ならばそのまま戦いが始まり、ほぼ100%の確立でStockfishが勝利します。

しかし、対戦相手のAIにOSを操作する権限が与えられている状態で、負けそうな状況になると、一部のAIは盤上の駒の配置情報などを直接書き換えるなどして、勝利が実現する不正な手段に出ることが確認されました。

たとえばOpenAIのo1-previewやDeepSeek R1といった推論型モデルでは、正攻法では勝てないと判断すると、環境ファイルを改ざんして有利な局面を作り出し、対戦相手に不利な状況を強制するという行動を取ったのです。

具体的には、

①チェスの盤面がどうなっているかを記録しているファイル（例：game/fen.txt）に、本来ありえない、すぐに勝てる状態の情報を書き込んでしまうものです。

これは、対戦中にこっそりチェス盤上の駒の配置を自分に有利なように勝手に並べ替える行為に相当します。

②試合の状態を示すファイル（例：game/status.txt）に、システムが負けたと判断するような特定の数字（例：「-600」）を入力して、結果を不利なものに変えてしまうものです。

これは、試合後の成績表を書き換えて相手に不利な結果に見せかけるような、書類上の「ごまかし」に相当します。