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。
令和８年１月及び２月、東京地裁及び大阪地裁で民事訴訟を担当する中堅裁判官６人が、学修用の比較的単純な模擬記録を使い、複数の生成AIサービスによる争点整理補助を試した。最高裁裁判官６人によるAI単独裁判の実験ではない。
主張整理表・時系列表のたたき台、大量書面の要約及び事件全体の迅速な把握には利用可能性が認められた。他方、重要な事実・証拠の脱落、同じ入力に対する出力の揺れ、追加書面による既存整理の崩れ、要件事実等の法的枠組みの誤り及び整った出力への過信が報告された。
この検証には、人間単独群、正解ラベル、全出力、反復回数及びモデル別失敗率がない。そのため、AIによる裁判官の全面代替の可能性又は不可能性を証明したものではなく、限定された争点整理補助について便益と危険を探索した検証と位置付けるべきである。
令和8年1月及び2月、東京地方裁判所及び大阪地方裁判所で民事訴訟を担当する中堅裁判官六人が、学修用の模擬記録を用いて生成AIによる争点整理補助を試した。
この検証は、AIが単独で裁判を行う能力を調べた実験ではない。
現在の生成AIを裁判官が補助ツールとして使った場合に、どの作業へ利用可能性があり、どのような誤り及び過信が生じるかを探索した小規模なワークショップである。
第１ 検証の結論
１ 利用可能性が示された作業
商事法務研究会の取りまとめ別添5は、利用が特に有効と考えられる場面として、次の四つを挙げている（別添5・PDF89頁）。
① 主張整理表及び時系列表等のたたき台作成
② 大量の主張書面及び証拠の要約
③ 引継ぎ時等における事件全体の迅速な把握
④ 文字起こし及び要約
もっとも、「たたき台」又は「迅速な把握」に役立つことと、出力へそのまま依拠できることは異なる。
２ 報告された主要な問題
報告された問題は、重要事実・証拠の拾い漏れ、同じ入力に対する出力の揺れ、追加書面を入れた際の既存整理の崩れ、要件事実及び攻撃防御方法の法的構造の誤り並びに整った出力への過信である（別添5・PDF89頁～91頁）。
そのため、現時点の到達点は「争点整理の候補を作る補助には使えるが、裁判官による原記録との照合及び法的枠組みの設定が不可欠である」というものである。
第２ 検証の方法
１ 参加者及び対象資料
参加者は、最高裁判所の裁判官六人ではなく、東京地裁及び大阪地裁で民事訴訟を担当する中堅裁判官六人である。
対象は実際の係属事件ではなく、比較的単純で整理された学修用の模擬記録である。
この主体及び資料の違いは、結果の射程を理解する上で重要である。
２ 使用した生成AIサービス
使用したサービスは、ChatGPT 5.2 Thinking、Gemini 3 Proの思考モード及びNotebookLM Proである（別添5・PDF89頁）。
令和8年1月20日及び21日に第1回ワークショップ、同年2月17日に第2回ワークショップが開催された。
３ 試した課題
参加者が事前に争点整理及びこれに付随する事務のユースケースを提出し、外部業者の協力を得て、生成AIが争点整理の補助に使えるか、どのようなリスクがあるかを検討した。
証人尋問、供述態度の評価、和解勧試、合議、終局判決の形成及び判決言渡しをAIに行わせたものではない。
第３ 実証で確認された失敗の型
１ 重要事項の脱落
重要な間接事実及びこれを裏付ける証拠をすべて拾えているわけではなく、網羅性の問題から人間の記録検討の手間が大きくは減らないとの意見が記録されている（別添5・PDF89頁）。
争点整理で一つの重要証拠が落ちれば、その後の釈明、主張立証及び証拠調べの範囲まで誤った方向へ進む可能性がある。
２ 再現性の低さ
同一のプロンプト及び入力データでも、実行のたびに出力が変わる問題が指摘された。
司法利用では、出力の見栄えだけでなく、モデル版、設定、入力、出力及び反復時の変動を記録しなければ、後から判断過程を再現できない。
３ 追加書面への弱さ
訴状及び答弁書だけでは一定程度整理できても、準備書面を追加すると従前の整理が崩れ、争点把握が不適切になる例が報告された（別添5・PDF90頁）。
民事訴訟の記録は期日ごとに更新されるため、初回の要約性能だけでは実務適合性を測れない。
４ 法的枠組みの誤り
規範的要件の位置付け、特殊な抗弁構造及び攻撃防御方法の体系的整理に不正確さが生じた。
そのため、報告は、訴訟物、攻撃防御方法の構造及び争点等の法的枠組みを裁判官が設定し、その枠内の整理作業をAIへ委ねる役割分担を挙げている（別添5・PDF91頁）。
５ 過信及び主体性の低下
AIの出力はきれいに整理された形式で示されるため、内容の正確性への信頼が過度に高まり、それ以外を見なくなる危険が指摘された。
さらに、裁判官自身の主体的検討が不十分なまま、AIの出力に沿って判断枠組みが形成されるおそれも記録されている（別添5・PDF90頁）。
第４ この検証からは分からないこと
１ 人間単独との優劣
公表資料には、人間だけで同じ課題を処理した対照群、正解ラベル、重大誤りの定義、採点者間の一致度及び人間単独との時間比較が示されていない。
したがって、この検証だけから、人間単独よりAI支援の方が正確又は迅速であるとは結論できない。
２ モデル別の失敗率及び反復変動
全プロンプト、全出力、反復回数及びモデル別の失敗率も公表されていない。
そのため、失敗がどのサービスにどの程度集中したか、プロンプト改善によってどこまで減るか及び同じ条件で結果を再現できるかは外部から検証できない。
３ 複雑な実記録及びセキュリティ
実際の訴訟記録には、整理されていない主張、大量の証拠、個人情報、営業秘密及び要機密情報が含まれ得る。
検証は模擬記録で行われたため、このような実環境の精度及び情報セキュリティは直接には検証されていない（別添5・PDF91頁～92頁）。
第５ 長官会見との関係
今崎最高裁判所長官の令和8年憲法記念日記者会見は、当事者間の主張整理をさせれば「それなりに使える」一方、その結果をそのまま使える水準ではないとの認識を示した。
同会見は、裁判官の判断作用にAIを用いることは相当でないとした上で、事務補助として利用する場合にも判断作用との境界、機密性、個人情報、倫理及び利用者の技能が問題になると述べている。
この発言は最高裁長官の公表見解であり、六人の検証における個別出力又は定量的な成績表ではないため、両者を同一の証拠として扱うべきではない。
第６ 次に必要な比較実験
今後の検証では、少なくとも次の条件を無作為に比較することが望ましい。
① 人間単独
② AIの出力を先に見た人間
③ 人間が独立した整理を作った後にAIを照合相手として使う方法
④ 原記録の頁、証拠番号、条文及び裁判例原文を各命題へ結び付け、別工程で検証する多段方式
評価項目には、重要事実・重要争点の見落とし率、追加書面後の不当な変化、原典位置が付された命題の割合、誤りの修正時間を含む純削減時間及びモデル更新後の再現性を含める必要がある。
第７ 関連記事
① 「AI時代における民事司法を考える研究会」取りまとめの要点と限界
出典
① 公益社団法人商事法務研究会「AI時代における民事司法を考える研究会」資料等一覧