人間 vs AI じゃんけん大会 — 勝ったのは誰？

大会名: 「1000万ウォン一発勝負じゃんけん大会」 主催: AIスタートアップPaya 会場: 西江大学校 開催時期: 2017年8月 参加者: • 人間部門: 一般人約100名 • AI部門: アルゴリズム19チーム • 部門別予選 → 頂上決戦の順で進行 指導教授のク・ミョンワン氏（西江大学校コンピュータ工学科）は「AI技術を活用したじゃんけん大会は国内初」と評価しました。

頂上決戦での最終優勝者は人間部門のチョ・ミンギョンさん（46歳）。AI部門の優勝者を破り、1000万ウォンを手にしました。 チョさんの勝因: 「AI参加者の予選記録を見て、どんな手をよく出すか探ろうとしました。自分なりのパターンを保ち続けたことが、逆転優勝につながりました」 つまりチョさんはAIを「分析」し、AIの方はチョさんのパターンを十分に学習する時間がなかったために負けたのです。

チェス・囲碁ではAIが圧倒的な強さを見せますが、じゃんけんは違います。 1. 情報の欠如 — じゃんけんは相手の手を事前に知ることができない同時進行ゲーム 2. 学習データの限界 — 一発勝負や短いマッチではパターン学習が難しい 3. 本当のランダム — 人間が外部のランダム（時計の秒針など）を使えば、AIは統計的に33.3%しか勝てない 逆にAIの強み: • 高速なパターン学習（1000ラウンド以上同じ相手と対戦すれば圧倒する） • 統計的偏りの活用（人は同じ手を連続で出さないなど）

複数の学術研究で同じ結論に達しています。 • Wang et al.（2014年、中国）: 360人を対象にした実験でWin-Stay/Lose-Shiftの偏りを発見 • Walker & Walker（1997年）: 最初の手の統計的偏りを実証 • MIT研究（2014年）: 「本当のランダム」になれば、AIは常に33.3%の勝率にとどまる 結論: AIは人間のパターンを利用して勝つが、人間が意図的にパターンを崩せば、AIは統計的に絶対に勝てない。

Gababo のAIボットは、ユーザーの直近N手のパターンを学習します。一般的なカジュアルプレイでは、ユーザーのパターンが無意識に表れるためGababoボットの勝率は約55〜60%まで上がりますが、外部のランダム要素を使うと50%以下に下がります。 ボットに勝つ最も確実な方法: 時計の秒針を見て、0-3-6-9＝グー、1-4-7＝チョキ、2-5-8＝パーのような外部ルールを適用すること。

• じゃんけん心理戦（AI vs 人間の深掘り分析）: /psychology • じゃんけんに勝つ方法: /strategy • ボットと対戦する: /game/bot/single