世界中の裁判所は増加する案件数に圧迫されており、ロサンゼルスのパイロットプログラムは、AIが判事の判断を補助できるかどうかを試験し、負担軽減を目指している。ロサンゼルス高等裁判所は、Learned Handと呼ばれるAIツールを試験導入し、申立書の要約、証拠の整理、民事事件の草案判決の作成を行っている。判事が法的分析や裁量を必要とする部分に集中できるよう、管理業務にかかる時間を削減することが目的だと、Learned Handの創設者兼CEOのシュロモ・クラッパーは_decrypt_に語った。
「社会の現状では、裁判所は非常に大きな負担にさらされています」とクラッパーは述べた。「案件数は増加しているのに、支援は何も来ていません」と付け加え、人工知能の進歩により「訴訟コストが大幅に下がっている」とも述べた。
AIは書類作成を容易にし、裁判所への負担を増大させている。2026年2月の全国法律事務所Fisher Phillipsの報告によると、申立書の数は過去1年で4100件から6400件へと49％増加している。
ロサンゼルス高等裁判所のパイロットプログラムでは、少人数の裁判官がLearned HandのAIシステムにアクセスし、案件の受付から草案判決までの性能を試験している。クラッパーは、米国控訴裁判所の元司法法務官であり、Palantirの展開戦略担当者でもあった。Learned Handは2024年に設立され、同名の連邦判事にちなんで命名されたもので、過重な裁判所に「目的に特化した」AIツールを提供し、「雑務」を削減し、重要な事実や法的問題を浮き彫りにしながら、判断と裁量は人間の判事に残す設計だ。
「このパートナーシップを通じて、新興技術を慎重に評価し、裁判官の効率的かつ効果的な働き方を支援できるかどうかを検討しています」と、司裁判官のセルジオ・C・タピアIIは声明で述べた。「明確にしておきたいのは、このツールは裁判官が案件ファイルや情報をレビューしやすくするものであり、裁判の独立性や公平性を損なうものではないということです。」
クラッパーは、裁判所向けAIの開発で最も難しいのは、文章生成ではなく、その出力を基礎となる資料や法的資料と照合し、正確性を確保することだと述べた。
「私たちの大規模言語モデルのコストの大部分は検証にかかっており、生成にはそれほど費用はかかりません」とクラッパーは言う。「生成は簡単です。誰でも何かを作り出せますが、それが本当に信頼できるかどうかをどうやって確かめるのかが問題です。」
すでに高名な裁判例でAIの幻覚が浮上している例もある。2023年、ヒップホップグループFugeesの創設メンバーPrakazrel “Pras” Michelの弁護団は、AIが虚偽の主張を含む弁論を作成し、政府の訴追の弱点を見落としていたと主張した。同年、連邦裁判官は、元トランプ弁護士のマイケル・コーエンを代表する弁護士に対し、引用された判例の印刷コピーを提出させるよう命じた。
クラッパーは、Learned HandはAI幻覚のリスクを減らすために、より限定された資料セットを基に構築されていると述べた。オープンインターネットやランダムなデータセットから引き出すのではなく、定められた法的資料の範囲内で動作する。
理由は、大規模言語モデルが訓練データの偏りを反映しやすいためだとクラッパーは指摘する。Redditのようなプラットフォームからのアドバイスを反映したAIの例も挙げている。Learned Handは、タスクを段階に分け、それぞれの段階を特定の機能を持つモデルに割り当てることで、その問題に対処している。
また、Learned Handは判事が技術的な訓練を受けなくても使えるように設計されている。
「クリックして操作するだけです」とクラッパーは言う。「プロンプトを入力する必要はありません。」
判事の多くは日常業務の大半をルーチン作業に費やしており、AIは彼らが「判事の仕事により多くの時間を割き、雑務を減らす」ことを目的としているとクラッパーは述べた。
判事はAIの出力を鵜呑みにせず、ツールとその背後にいる企業の信頼性を証明する必要があるとクラッパーは強調した。
「信頼せず、検証せよ」と彼は言う。「何事も信用せず、その価値を示す必要がある。」
