AI要約を見る
※以下はAIが生成した要約です。内容の正確性は保証されません。本文をあわせてご確認ください。
判決理由は、既に決まった結論を説明する文章だけではない。当事者及び社会への説明、上級審による検証に加え、事実認定、証拠評価、法的構成及び当事者の主張への応答を文章化することにより、裁判官自身が結論を点検し、必要に応じて修正する機能を持つ。
人間が事実認定、法的評価、理由骨子及び出典を形成した後、AIに呼称統一、文章統合、証拠番号・金額・日付の照合及び矛盾候補の検出を補助させる利用は、条件付きで検討できる。他方、人間が結論だけを示し、AIに規範、証拠評価及び推認過程を生成させる利用は、理由形成の委譲及び既決結論の事後合理化を招く高リスクな利用である。
境界は、AIが文章を書いたかではなく、裁判官自身の理由形成と自己点検を代替したかにある。安全な利用には、AIを見る前の独立した判断メモ、命題ごとの原典位置、反対仮説、変更差分及び最終的な人間の確認と責任が必要である。
裁判官が結論を決めた後、生成AIに判決理由を書かせれば、判決起案を効率化できるようにも見える。
しかし、判決理由は、既に決まった結論を説明するための文章にとどまらない。
事実認定、証拠評価、法的構成及び当事者の主張への応答を文章化する過程には、裁判官が自分の結論を点検し、必要であれば修正する機能がある。
そのため、文章統合をAIに補助させる場合と、結論を正当化する理由をAIに新たに作らせる場合を分ける必要がある。
第１ 結論
人間が事実認定、法的評価、理由骨子及び出典を形成した後、AIが呼称統一、文章統合、引用照合及び矛盾候補の検出を行う利用は、条件付きで検討できる。
他方で、人間が結論だけを示し、AIに規範、証拠評価及び推認過程を生成させる利用は、実質的な理由形成の委譲であり、高リスクである。
判断すべき境界は、AIが文章を書いたかどうかではなく、裁判官自身の理由形成及び自己点検を代替したかどうかである。
第２ 判決理由が持つ三つの機能
１ 当事者及び社会への説明
判決理由は、どの主張及び証拠を採用し、どの法規範を適用し、なぜその結論になったかを当事者及び社会へ説明する。
もっともらしい文章が生成されても、実際の記録及び評議を反映していなければ説明責任を果たしたことにはならない。
２ 上級審及び外部からの検証
判決理由は、不服申立ての要否及び上級審の審査対象を明らかにする。
事実認定又は法適用の過程がAIの内部に残り、判決文には整った説明だけが出るなら、何が判断を左右したかを検証しにくくなる。
３ 裁判官自身の自己点検
競合する証拠、反対仮説及び当事者の反論へ応答しながら文章化すると、当初の結論では説明できない箇所又は論理の飛躍が見つかることがある。
起案を単なる清書と捉えると、この自己点検機能を見落とす。
第３ 民事訴訟法上の判決理由
民事訴訟法249条は、判決の基本となる口頭弁論に関与した裁判官が判決をするものと定める。
同法252条は、令和8年5月21日施行後、裁判所が判決言渡しの際に電子判決書を作成し、主文、事実、理由、口頭弁論終結日、当事者及び法定代理人並びに裁判所を記録するものと定める。
同法253条は、判決の言渡しを電子判決書に基づいて行うものと定める。
これらの条文はAIという道具の使用方法を直接定めていないが、判決の主体及び理由に対する責任が裁判所及び関与裁判官にあることを前提としている。
第４ 条件付きで利用を検討できる範囲
１ 原判決及び定型部分の取り込み
上級審判決における原判決の事実記載、当事者の表示及び定型的な手続経過を取り込み、人間が原文と照合する利用は、判断形成そのものから比較的遠い。
２ 固有名、呼称、証拠番号、金額及び日付の照合
当事者呼称の不統一、証拠番号の誤記、金額計算、日付の前後関係及び引用箇所の不一致を機械的に検出する利用は、誤記防止に役立ち得る。
３ 人間が書いた理由骨子の文章統合
裁判官が、認定事実、信用性評価、推認過程、法規範、当てはめ、反論への応答及び出典を自分で文章化した後、AIが重複を減らし、文章をつなぎ、矛盾候補を示す利用は検討できる。
ただし、統合後の文章が理由骨子の意味を変えていないかを差分で確認し、各命題から記録及び法令へ戻れる状態を維持する必要がある。
４ 反対仮説の提示
人間が独立した理由案を形成した後、AIへ反対結論を支える事実及び法的構成を挙げさせれば、見落とした反論を確認する補助となる。
この場合も、AIの反対説が原記録及び実在する法源に裏付けられているかを別に検証する必要がある。
第５ 高リスクな利用
１ 結論だけを与えて理由を生成させること
AIは与えられた結論へ整合する文章を作るため、反対証拠又は不都合な法的構成を弱く扱い、既決結論を事後的に合理化するおそれがある。
生成された理由が流暢であるほど、人間は論理の飛躍又は記録とのずれを見落としやすい。
２ 信用性評価及び間接事実からの推認
供述の信用性、複数証拠の関係及び間接事実から主要事実を推認する作業は、単なる文章整形ではない。
AIが記録にない理由を補い、評価の前提を誤ると、文章だけを読んでも誤りに気付きにくい。
３ 競合する法的構成の選択
どの請求原因、抗弁又は規範を採用するかは、当事者の攻撃防御、手続保障及び判決の射程に影響する。
AIの検索結果又は過去事例の多数傾向だけで選択すべきではない。
４ 当事者の主張へ応答したかの最終判断
AIが「すべての主張に応答した」と要約しても、当事者が実際に主張した意味及び証拠との関係を確認しなければ、判断の脱落を発見できない。
応答の十分性は裁判官が原書面へ戻って判断すべきである。
第６ 安全な起案工程
１ AIを見る前
裁判官が、争点、重要事実、証拠評価、適用規範、暫定結論及び理由骨子を独立して作成する。
高リスク部分については、AIの提案を見る前の判断メモを保存することが、アンカリングの有無を検証する基礎となる。
２ AIを使う間
AIへ渡す範囲を明示し、文章整形、照合、反対仮説等の役割ごとに処理を分ける。
各出力には原記録の頁、証拠番号、条文及び裁判例原文の位置を付し、引用不能な命題を理由へ入れない。
３ AIを使った後
統合前後の差分を確認し、新たに加わった命題、消えた留保及び評価の強弱が変わった箇所を抽出する。
最終的には、人間が原記録へ戻り、AIと異なる文章及び結論を選べる状態で理由及び責任を引き受ける必要がある。
第７ 関連記事
出典
② 裁判所法