チェスの世界では今、奇妙なことが起きている。AIは疑う余地なくゲームを完全に制した。それでも、トップ棋士たちはむしろその支配を逆手に取り、AIへの従属を拒む新たな戦術で、クラシカル・チェスを再び白熱した戦場へ戻しつつあるようだ。
「引き分けの死」という亡霊
2018年のFIDE世界チェス選手権は、チェス界に衝撃を与える形で閉幕した。世界最強棋士と評されるノルウェーのMagnus Carlsenが、挑戦者Fabiano Caruanaと12局を戦い、古典的な手番（クラシカル・チェス）において全試合が引き分けという前代未聞の結果に終わったのだ。1886年に始まった世界選手権の歴史で初めての出来事だった。最終的にCarlsenはタイブレーカーで王座を守ったが、試合そのものが問いを残した。クラシカル・チェスは、AIの登場によって”死に体”になったのではないか、と。
「引き分けの死（draw death）」はチェス界が長年恐れてきた事態だ。1925年、当時の世界チャンピオンJosé Raúl Capablancaが、トップ棋士の水準向上に危機感を覚えて新ルールを提唱したのが起源とされる。それから1世紀、マスター級試合における引き分け率はおよそ50%を維持してきた。だが今日、その恐怖がいよいよ現実のものとなりかけている。
背景にあるのは、AIの圧倒的な支配だ。1997年にIBMのDeep BlueがGarry Kasparovを下した時点で、チェスにおける人間とAIの差は明確になった。2006年頃には、市販のデスクトップPCで動くチェスエンジンが世界最強の棋士を打ち負かせる水準に達した。そして現在、Stockfishと呼ばれる最強エンジンのレーティングは3653であり、Carlsenの歴代最高レーティングから約800ポイントも高い。この差は、プロ棋士が素人に勝つ差よりもはるかに大きい。
AIは「コーチ」だが「対戦相手」ではない
逆説的なのは、Stockfishがチェスをいわば陳腐化させながらも、同時にその訓練インフラとして不可欠な存在になっている点だ。今日のプロ棋士はCarlsenから無名の有望株まで、エンジンを試合前の準備に欠かせないツールとして日常的に活用している。ゲーム中の使用は厳禁でも、開始前の対局研究、オープニング理論の検証、試合後の自己分析において、エンジンは常時稼動の存在だ。
その最も顕著な影響が出ているのが「オープニング理論」の分野である。Ruy Lopez（ルイ・ロペス）やItalian Game（イタリアン・ゲーム）、Sicilian Najdorf（シシリアン・ナイドルフ）といった序盤の定石は、かつては棋士の経験と感覚で評価されていた。しかし今や、あらゆる棋士が同一のエンジンに同一の盤面を入力すれば、同一の数値的評価が返ってくる。マスター級棋士は最初の10〜20手をまるごと記憶してから対局に臨む。それらは双方がエンジンで確認済みの「互角が続く」最善手の連続であり、試合というよりも相互準備の展示会に近い様相を呈することがある。
この状況が、2018年選手権における12戦全引き分けという結果に象徴されている。
Carlsenの選択と、次世代の反撃
この構造的な閉塞に対し、Carlsenがとった行動は対照的だった。2021年に守りきった王座防衛戦（8時間超の試合や7つの引き分けを含む消耗戦だった）の後、4度目の防衛への意欲を失ったと述べてタイトル返上を表明。動機の欠如という公式説明の裏には、AI主導の完璧なプレーが”頂点の試合”から人間ドラマを奪ったことへの反発があったと広くみられている。
Carlsenは遅いチェスを捨てたわけではない。2025年のNorway Chessでは優勝を果たし、世界ランキング首位の座も守っている。だが注力の重心は、時間の短い「ラピッド」や「ブリッツ」へと移った。これらのフォーマットでは時間切迫がミスを生み、準備の影響が薄まる。さらに彼はフリースタイル・チェス（駒の初期配置をランダム化することで事前準備を無効化するルール）の支持者・実業家としても名を馳せ、現在は3つのフォーマットすべてで世界王者に君臨している。
一方、次世代の棋士たちはまったく異なる戦術でこの問題に切り込んだ。AIの盲点を突く、というアプローチだ。
「最善手」より「驚かせる手」という新たなメタゲーム
2024年のCandidates Tournament（次期世界チャンピオン挑戦者を決める大会）で、18歳のインド人グランドマスター、Praggnanandhaa Rameshbabuが打った一手は、チェス界に今なお語り継がれている。Ruy Lopezに対応する局面で、彼は「明らかに次善手」とされる手を選んだ。解説席に座った元世界選手権挑戦者のPeter Lekoは「言葉を失った」と述べ、その手を25年間見たことがないと明かした。
Praggnanandhaaの相手は「定石の外」——いわばエンジンが用意した記憶の地図の外——へと追い出された。準備した手順が通用しない局面では、その場で自分の頭脳だけを頼りに考えるしかない。結果はPraggnanandhaaの勝利。同じ大会でHikaru Nakamuraも、理論上は劣るものの研究が薄い開始形に誘導する戦術を採用し、引き分けに持ち込んだ。勝利ではないが、「エンジンは等しいと評価するが人間には未知の局面」が持つ心理的価値を如実に示した一手だった。
The Chess Revolutionの著者Peter Doggersは、Bloomberg Newsの取材にこう語っている。「5年前、棋士たちはオープニングで明確な優位を得ることを半ば諦めていた。もはや不可能に近いから。今は驚かせることを目指している。コンピューターは互角と言う、でもそれは奇妙な手で、見慣れない手だ」。
このアプローチの根底にある洞察は単純だが深い。エンジンは最善手を知っているが、なぜその手が最善かを「理解」してはいない。German GMでトレーナーのJan Gustafssonはこれを「スペースバーを押す」と呼ぶ。エンジンの推奨手を出力させるキーボードショートカットだ。スペースバーを押し続けることで優れた棋士のふりはできるが、相手が1手でもその「準備ライン」を外れた瞬間、理解のない棋士は途端に立ち往生する。
エンジンとLLM：まったく異なる知性のあり方
この状況が、AIの本質に関する重大な問いを浮かび上がらせている。なぜStockfishはチェス最強なのに、ChatGPTやClaudeはチェスが下手なのか。
答えはアーキテクチャの違いにある。AlphaZeroが切り開き、現代のStockfishに組み込まれているニューラルネットワーク型エンジンは、自己対戦を何百万回も繰り返すことで収束的に強くなった。その手の「理由」を自分でも説明できない。ただ「この局面ではこの手が勝率を最も高める」という事実を内部で「知っている」だけだ。
LLM（大規模言語モデル）はその逆だ。説明が得意な分、実際のチェスは苦手で、時にズルをすることさえある。試合の棋譜を与えると、流暢に解説を生成するが、その説明が事実と異なることも珍しくない——データセット内の「似たような文章」を参照しているに過ぎないからだ。
コンピューター科学者Cal Newportはこの構造的な違いを見据え、現在のLLMチャットボットは将来、World Wide WebにとってのUsenetのような「前史的AI」として振り返られると予測する。単一のAIがあらゆるタスクをこなすのではなく、それぞれの目的に特化した高度なAIが並立する未来。チェスのエンジンはその先駆けだ。
この示唆はチェスにとどまらない。私たちが日常的に使うLLMも同じ罠を内包している。文章を生成させれば滑らかで説得力があるように見えるが、数値推論や論理的な検索においてLLMが犯すミスは、チェスで示したそれと同じ構造から来ている——パターンマッチングであり、深い探索ではない。「AIに任せればよい」という前提で思考を委ねる行為は、チェスで「スペースバーを押すだけ」の準備と地続きだ。道具の得意不得意を理解した上で使いこなす人間だけが、AIとの協働で真に優位に立てる。
人間の強みが問い直される時代
チェスにおけるAI支配は、スポーツにおける「戦略の洗練化」と「人間的魅力の喪失」を巡る議論と構造的に重なる。野球のMoneyball時代にセイバーメトリクスが打者の価値を書き換えたように、バスケットボールにおける3ポイントシュートへの極端な偏重がそうであるように、データ最適化は常に「それはスポーツとして面白いのか」という問いを誘発する。
この問いは将棋の世界でも同様に問われてきた。2013年から始まった「電王戦」でプロ棋士がコンピュータに敗れ始めて以降、将棋界のAIとの向き合い方は先進的な事例として世界から注目されてきた。藤井聡太をはじめとするトップ棋士はAIの評価値を訓練に積極的に組み込む一方、「AIには指せない手」を探り続けている。チェスのグランドマスターたちが現在たどり着きつつある「次善手による奇襲」の発想は、将棋界がより早い段階で直面した問いへの、別の形での回答とも読める。
チェスの解答は、今のところ「最善手より驚かせる手を選ぶ」という逆説にある。トップ棋士が遠い将来ではなく今年の大会で実践しているこのアプローチは、「AIが完璧を定義した後、人間は何を目指すか」という問いに対する実践的な答えだ。
AIに慣れ親しんだ世代の棋士たちが発見したのは、エンジンが「最善」と評価する手と、人間の対戦相手にとって「最も対処しにくい」手が必ずしも一致しないという事実だった。脆弱な相手を突きつけ、準備の外へ追いやり、その場の判断力を問う、それは心理戦であり、経験則であり、ゲーム理解の深さの問題だ。いずれもAIには代替できない。
AIが意思決定ツリーをすべて最適化できたとしても、それを理解せずに人間が借用しただけでは、それは戦力ではない。理解してこそ、道具は武器になる。チェス盤の上でその法則が改めて証明されている。
Sources