AIとのディベートを継続運用する【ハルAリーグの設計と改善記録】

ハルAリーグを継続検証の場にする

前の記事では、ChatGPT WorkからGitHub上の採用済みルールや試合記録を取得し、新しいチャットで現在の運用状態を再構築する最初の検証を整理しました。その検証を一度で終わらせず、状態が変化する環境で繰り返すために使っているのが、AIディベートの運用環境「ハルAリーグ」です。

ハルAリーグの主目的は、論題ごとの正解を決めることや、AI同士の勝敗だけを比べることではありません。 GitHubを外部記憶の正本として扱い、そこから取得した役割、ルール、前回までの改善状態を、複数の担当が次の試合で使えるかを継続して確認することが目的です。ディベートは、役割の独立、手順の適用、判定、評価、記録、改善の再利用を一つの流れで観測するための検証手段として使っています。

一試合が終わるたびに、結果だけでなく、誰がどの判断を担当したか、前回までの改善が試合中に実行できたか、次回へ残す情報は何かを分けて確認します。そのため、リーグを継続するには、選手だけでなく、進行、判定、評価、記録、試合間の比較を担当する役割が必要になりました。

この記事では、2026年8月4日時点の採用済み仕様と完了記録を基準に、現在の役割分担、一試合を次の検証へ戻す流れ、運用中に行った変更、確認できた範囲と残る制約を整理します。

選手・判定・評価・記録を分ける

初期の運用では、試合を進める担当が勝敗だけでなく数値評価まで行うなど、複数の責務が同じ役割へ集まっていました。しかし、進行上の判断と技術評価が混ざると、どの基準で試合が終了し、どの観点から改善点が出たのかを追いにくくなります。記録担当が試合間の傾向まで判断すると、起きた事実と運営側の分析も混在します。

現在は、選手、審判、評価者、記録担当、チャッピー、ハルの責務を次のように分けています。ハルAと相手側は、運営者の意見をそのまま代弁する役ではなく、それぞれが自分の立論と反論に責任を持つ独立した選手です。

ハルA
  一人の選手として立論・反論を行い、
  勝利を目指す

相手側
  ハルAとは別の選手として
  立論・反論を行う

審判
  進行、終了条件の確認、
  勝敗判定を行う

評価者
  判定後に議論技術を分析し、
  定性評価と数値評価を行う

記録担当
  試合内で起きた事実と
  確定結果を記録する

チャッピー
  リーグを運用し、
  試合間比較と反映候補を整理する

ハル
  運用方針とGitHubへの反映を
  最終判断する。
  実戦では選手として
  参加する場合もある

審判は勝敗を決めますが、数値採点は評価者が別工程で行います。記録担当は試合内の事実を残し、複数試合で同じ傾向が続いたかという判断はチャッピーが行います。最後に、改善案を正式な役割やルールへ反映するかをハルが決めます。

この分離により、試合が意図した順序で進んだか、判定と評価が混ざっていないか、記録に運営側の推測が入り込んでいないかを担当ごとに確認できます。役割が増えること自体が目的ではなく、問題が起きた工程を特定し、次の試合で同じ条件を再確認できるようにするための分担です。

一試合を次の検証へ戻す流れ

ハルAリーグでは、試合の終了をそのまま検証の終了とはしません。判定後の評価を選手が受け取り、選手間で認識の違いを確認し、事実記録と試合間比較を分けて行ってから、次の検証へ使う情報を整理します。

試合：ハルAと相手側が、取得した現在ルールに従って立論と反論を行う
判定：審判が終了条件を確認し、勝敗と判定理由を示す
評価：評価者が選手ごとの議論技術と改善点を分析する
評価の受領：各選手が評価内容を確認し、理解した範囲を明らかにする
選手間対話：両選手が試合後に認識差や改善点を話し合う
事実記録：記録担当が試合内で確認できた事実と確定結果を残す
試合間比較：チャッピーが過去の試合と比べ、再現した改善と新しい課題を分ける
反映判断：ハルが正式な変更として反映するかを最終判断する

2026年7月21日のDLM-2026-013では、この分離を同じ試合の中で確認できました。ハルAは複数の論点へ広げず主反論を維持し、相手側にはその反論へ応答して立論を修復する機会がありました。審判は選手同士の応答へ内容面で介入せず、記録担当は試合内の事実を残し、チャッピーが過去試合との比較を担当しました。

ただし、一試合で改善が見えたことを、そのまま恒久的な学習や新しい共通ルールとは扱いません。題材が変わっても同じ行動を実行できるか、時間を置いても維持できるか、別の選手や担当にも必要な変更かを分けて確認します。単発の観測から運用全体を変えないことも、継続検証の一部です。

評価後の理解を学習成功に数えない

試合後の評価では、選手が指摘を理解し、改善方法を説明できることがあります。しかし、その理解は、試合中に外部から訂正される前に自力で実行できたこととは異なります。評価を受けた後の説明だけで学習成功とすると、実際の試合では繰り返している問題を、改善済みと誤って記録する可能性があります。

そのため現在は、評価後に内容を理解した段階、指示を受けながら実行できた段階、試合中に独立して実行できた段階を分けています。独立実行が一度確認できた後も、別の論題へ応用できるかという転移と、その行動を後の試合でも維持できるかを確認します。

未獲得：必要性や方法を正確に説明できない
理解：評価後には目的と方法を説明できるが、試合中に独立実行していない
誘導下実行：相手、審判、評価者などの指摘後に修正できる
独立実行：試験試合または実戦で、外部訂正前に誤りを防ぐか自力で修正する
定着候補：少なくとも二種類の論題構造を含む三回の独立実行がある
維持確認：その後、別の二試合を挟んだ再確認に成功する
習得：チャッピーが証拠を照合し、再発なく維持できたと確定する

2026年8月4日時点では、ハルAと相手側はいずれも誘導下実行の段階です。評価後の理解や修正は確認できていますが、外部訂正前の独立実行が定着した状態とは扱っていません。

この区別は、選手を厳しく採点するためではありません。 GitHubへ保存した改善状態を取得できたことと、その状態が実際の出力へ反映されたことを分けて観測するためです。「読めた」「説明できた」「実行できた」を同じ成功へまとめないことで、外部記憶の取得後に残る解釈と実行の問題を追いやすくしています。

運用しながら役割とルールを変える

ハルAリーグの現在仕様は、開始時から固定されていたものではありません。試合で起きた問題を確認し、責務や手順を変更し、次の試合でその変更が機能するかを再検証してきました。主な変更は次のとおりです。

2026-07-19
  変更:
    記録担当を試合内の事実記録へ絞り、
    試合間比較をチャッピーへ分離
  確認:
    事実と運営判断を
    混在させずに残せるか

2026-07-20
  変更:
    競技拡張モードv0.5へ更新し、
    主反論、修復機会、
    審判介入の範囲を整理
  確認:
    選手同士の応答を中心に
    進められるか

2026-07-22
  変更:
    数値採点を審判から評価者へ分離
  確認:
    勝敗判定と技術評価を
    別の基準で追えるか

2026-07-22
  変更:
    観戦コメント役を退役させ、
    評価後の選手間対話へ置き換え
  確認:
    第三者の演出ではなく、
    選手自身の受領と認識差を
    確認できるか

2026-07-23
  変更:
    理解、独立実行、転移、維持を分ける
    学習運用を追加
  確認:
    試合後の理解を試合中の成功へ
    数えずに追跡できるか

2026-08-04
  変更:
    終了条件を満たさない試合を
    未完了として保持し、
    再開可能な状態を記録
  確認:
    誤終了後の工程を成功扱いせず、
    再開地点を正本へ残す

一試合の結果や会話上の案を、そのまま現在仕様へ加える方法では進めていません。正式な変更として扱う場合は、ハルの確認を経ます。

試験と実戦を分けて記録する

ハルAリーグには、ハルAと相手側で行う試験試合と、ハル本人が選手として参加する実戦があります。両者は同じ運用基盤を使いますが、試合区分、記録、戦績を分けています。

この分離により、確認した結果がAI同士の試験によるものか、本人参加の実戦によるものかを区別して記録しています。

2026年8月4日時点の到達点

基準日時点では、競技拡張モードv0.5を検証運用し、完了済みの試験試合は13試合、完了済みの実戦は10試合です。これらの件数は、ハルAリーグがあらゆる条件で安定したことを示す数字ではなく、現在の役割と運用を確認した範囲を示しています。

同日に進めたDLM-2026-014は、双方が最終的な成立・不成立の判断と相手への直接応答を完了する前に、審判が試合を終了しました。そのため、勝敗判定、評価、試合後工程を有効な結果として採用せず、完了試合にも学習成功にも数えていません。

一方で、終了前までの発言と進行状態は破棄せず、再開可能な未完了状態として保存しました。これは試合の成功例ではありません。終了条件を正しく実行できなかった失敗を、成功した記録へ混ぜず、どこから再開するかを正本へ残した例です。

この結果は、GitHubに採用済みルールが保存され、必要な情報を取得できても、その後の実行まで常に正しくなるとは限らないことを示す一例です。

継続運用で確認できたこと

2026年8月4日までの運用では、選手、審判、評価者、記録担当、試合間比較の責務を分け、同じ流れで複数の試合を記録できました。試合で見つかった問題に応じて役割とルールを変更し、その変更を次の試合で確認する工程も継続しています。

また、評価後に理解できたことを独立実行の成功へ数えないこと、一試合の観測を自動的に恒久ルールへしないこと、終了条件を満たさない試合を完了扱いしないことを、現在の運用へ組み込めました。 DLM-2026-013では改善工程が同じ試合の中で機能した一例を確認し、DLM-2026-014では失敗を未完了状態として分離しました。

ただし、これらはGitHubを使えばAIが常に正しく理解し、役割を守り、試合を完了できることの証明ではありません。現在も正式な反映にはハルの確認が必要であり、情報を取得できても解釈や適用を誤る可能性は残ります。

ハルAリーグは、完成した競技ルールを固定して運営する場ではなく、外部記憶から再構築した状態を実行し、結果と失敗を次の検証へ戻すための継続環境です。今後も、成功した試合数だけではなく、どの条件で何が実行でき、何を成功に数えなかったかを分けて記録します。