裁判所が生成AIを使うと聞けば、判決を機械に委ねてよいのかという疑問が浮かびます。イングランドの民事司法で最高位級の役職「Master of the Rolls」を退任するGeoffrey Vos氏は、まさにその議論を司法界へ投げかけています。同氏の主張の軸は、AIに裁判を全面移行すべきだというものではありません。人間の裁判官が扱うべき事件と、迅速で低コストな機械処理を選べる事件との境界を、社会として決めるべきだという提案です。



Vos氏がAIによる判断の候補に挙げるのは、人身傷害の請求や少額の専門職過失事件など、比較的定型化しやすい民事紛争です。複雑な企業間訴訟や、家族・子どもの処遇をめぐる事件については、人間による判断が引き続き求められるとみています。すべての事件を同じ方法で処理するのではなく、争点の複雑さや当事者への影響に応じて手段を分ける発想といえます。

この問題の核心は、モデルが裁判官より賢いかどうかだけではありません。市民が機械による不利な判断を受け入れられるのか、誤りを誰が訂正するのか、利用への同意をどう確保するのかが問われます。Vos氏自身も、具体的な線引きを裁判官だけで決められる段階ではないと認めています。必要なのは性能競争より、立法や公開討議を通じた正当性の設計です。司法におけるAI導入は、技術調達ではなく社会制度の再設計として捉える必要があります。

イングランドの裁判官向け指針では、AIの利用を事務的な作業にとどめるよう勧めています。Vos氏もAIに判決を書かせてはいません。日常的にMicrosoft Copilotを使い、過去に作成された文書の探索、大量資料の要約、情報の確認を行っています。1日に11件の会議をこなすなか、数年前の関連文書を数秒で探し出せることに実務上の価値を感じていると説明しています。



ここには、企業が法務やコンプライアンス業務へ生成AIを導入する際にも参考になる段階設計があります。文書の所在を探す作業と、法的な結論を確定する作業では、誤りが生じた場合の影響が異なります。検索や分類、会議前の資料整理は、最終判断を人間が確認しやすい領域です。判決や法的意見のように当事者の権利へ直接影響する成果物は、同じ感覚で自動化できません。

Vos氏は、重要事件の提出書類をAIに読ませることには、より慎重な姿勢を示しています。司法への信頼は、裁判官がすべての資料を誠実に検討しているという期待によって支えられるからです。技術を使う場合も、何に使い、何には使わず、出力を誰が確認したのかを説明できなければなりません。企業でも、導入ツールの名称だけを開示して終えるのではなく、参照可能な情報の範囲、確認責任者、誤りを発見した際の修正手順まで定めることが、信頼維持の前提になるでしょう。

Vos氏によると、イングランドとウェールズの下級民事裁判所に当たるカウンティ・コートでは、提起される事件数が毎年10％増えており、その伸びがさらに大きくなる可能性があります。法律上の悩みを抱えた人がGemini、ChatGPT、Claudeなどへ相談し、請求原因を記した書面や申立書を作成できるようになったことが背景にあるとみています。弁護士へ依頼する費用や文書作成の難しさが、提訴を諦める理由になりにくくなりつつあります。



AIが作成した請求のうち、法的根拠が十分なものの割合は判明していません。Vos氏は、AIを使ったという理由だけで、すべてを根拠のない請求とみなすべきではないと指摘しています。利用者は実際に困り事を抱えており、詳しく調べると当初とは異なる法律問題が見つかる場合もあるからです。従来は資力のある人に偏りがちだった司法へのアクセスを、技術が広げている側面もあります。

ただし、入口が広がれば、裁判所が処理すべき文書と事件も増えます。アクセス改善の効果を保つには、申立てを単に排除するのではなく、争点の整理や不足情報の確認、適切な窓口への振り分けを効率化する仕組みが必要です。企業の相談窓口にも似た変化が起こり得ます。顧客や従業員がAIを使って整った形式の申立書を作れるようになると、文章の完成度だけでは案件の妥当性を判別できません。受付件数、法的根拠、緊急度を分けて評価する運用能力が、生成AI時代の新たなボトルネックになります。

生成AIの司法利用では、もっともらしい誤情報を出力する「幻覚」がすでに問題になっています。実在しない判例をAIに生成させ、そのまま裁判所へ提出した法律家が複数確認されています。英国では、技術の不適切な利用が一因となって、法律実務を行う資格を失った事例も生じました。AIを調査へ使ったとしても、提出内容への職業上の責任までツールへ移せるわけではありません。



画像、音声、映像を生成・改変できる技術も、証拠の信頼性に疑問を投げかけます。Vos氏は、偽造証拠そのものは司法にとって新しい課題ではないと捉えています。裁判官は以前から、遺言書が偽造された可能性や、証言者が虚偽を述べている可能性を検討してきました。AIで作られた偽画像もその延長にあり、提出者は従来の偽証と同様に責任を問われ得るという見方です。

それでも企業の証拠管理では、生成や改変の速度を踏まえた対策が欠かせません。ファイルだけを見るのではなく、取得元、作成日時、保管経路、編集履歴を併せて確認する必要があります。AIが挙げた判例や法令は一次資料へ戻り、名称、日付、引用箇所が一致するかを人間が確かめるべきです。検証できない情報を明確に区別し、提出前の承認記録を残すことも有効でしょう。焦点はAIの利用禁止ではなく、誤りや偽造を発見できる検証工程を通常業務へ組み込めるかどうかにあります。

AIによる裁定をめぐっては、モデルが結論へ至る内部過程を完全には把握できないという説明可能性の問題があります。Vos氏は、AIが提示した理由の妥当性は人間が読んで評価できるため、内部処理だけに焦点を当てるべきではないと考えています。しかし、流暢な説明が表示されることと、証拠や法規範から結論までを追跡できることは同じではありません。説得力のある文章ほど、根拠確認を省かせる危険もあります。



人間の裁判官による判断には、判断者が責任を引き受け、当事者へ理由を示すという社会的な意味があります。Vos氏は、不利な結果に納得できない人でも、人間的な手続きによって示された判断なら時間をかけて受け入れられる場合があるとみています。機械が出した不利な判断では、同じ受容が得られるとは限りません。処理速度や統計的な精度を示すだけでは、司法判断の正当性を十分に支えられないのです。

そのため、AIによる裁定を導入するなら、個別事件で当事者が同意する仕組み、または立法によって社会的な承認を与える手続きが必要だとVos氏は述べています。異議申立てや人間による再審査の機会も、受容を支える要素になります。企業がAIで採用、与信、保険、契約審査などの判断を補助する場合にも、似た論点が生じます。結論の説明文を生成するだけで満足せず、利用した情報、適用した基準、人間が介入できる地点を明確にすることが、納得可能な運用へつながります。

Vos氏は、子どもの監護や家族関係を扱う事件では、本質的に人間の判断が期待されるとみています。複雑な企業間紛争も同様です。利害関係が多層的で、事実の評価や規範的な判断が結果を大きく左右する事件では、効率だけを理由に裁定を機械へ委ねにくいでしょう。もっとも、こうした事件でも、情報の収集や整理にAIを使い、人間の意思決定を支援する余地はあるとしています。



人身傷害請求や少額の専門職過失事件は、将来的にAI裁定の候補になり得るとVos氏は考えています。ただし、事件名だけで一律に分類する方法には注意が必要です。同じ金額の請求でも、事実関係が争われている案件と、計算や書類確認が中心の案件では難しさが異なります。判断を誤った場合の影響、証拠の検証可能性、価値判断の比重、当事者が異議を申し立てられるかといった軸を組み合わせる方が、境界を具体化しやすくなります。

現実的な設計として考えられるのは、いきなり完全自動化するのではなく、AIの役割を段階的に変える方法です。初期段階では検索、要約、争点整理に限定し、結果と誤りを検証します。その後、定型的な提案をAIが示し、人間が承認する段階へ進めます。社会的な合意と制度上の根拠が整った領域に限り、当事者の選択による機械裁定を検討する流れです。どこまで進めるかは技術部門だけで決めず、法務、利用者、政策担当者を含む公開された議論で判断する必要があります。

日本企業にとって、AIが裁判を全面的に担う未来は直ちに導入判断を迫るテーマではありません。しかし、社内法務や紛争対応へAIをどこまで使うかという問題は、すでに同じ構造を持っています。契約書や過去案件の検索、資料の要約、論点候補の抽出には時間短縮を期待できます。その出力を法的結論として扱う段階では、誤った引用、見落とし、機密情報の取り扱いといったリスクが急に大きくなります。



導入の起点は、製品比較よりも業務の棚卸しに置くとよいでしょう。対象業務ごとに、AIが誤った場合の影響、結果を人間が確認できるか、入力してよいデータか、判断理由を後から追跡できるかを確認します。低リスクで検証しやすい文書探索から試し、正確性だけでなく、確認に要した時間や修正の種類も記録します。効果が見えた後に対象を広げれば、便利さに押されて責任範囲が曖昧になる事態を避けやすくなります。

法務担当者だけに確認責任を集中させる運用も長続きしません。情報システム部門はアクセス制御と記録、セキュリティ担当者はデータ流出や改変への対策、事業部門は業務上許容できる誤りの範囲を担う必要があります。経営層には、自動化率ではなく、どの判断を人間に残すかを承認する役割があります。最初の一歩として、現在使われているAI利用を一つ選び、入力情報、出力用途、確認者、異議が出た場合の戻し先を1枚に整理してみるとよいでしょう。その記録が、AIへ任せる範囲を組織として議論する土台になります。