第１ 結論
AI裁判官に対する国民の態度は、単純な賛成又は反対ではない。
日本の実証研究では、人間に代わるAI裁判官を想定した説明を読んだ回答者の支持は５件法の理論的中点を下回ったが、最も多い回答は中間の「どちらとも言えない」であり、全面的な拒否だけでなく、具体像が分からないための回答留保も含まれると解釈されている。
この調査結果を、OCR、検索又は要約のような低リスクの補助AI一般への支持にそのまま広げることはできない。
支持と最も強く関連したのは、AIが人間より公平で偏りのない裁判をするというイメージであった。
反対に、人間らしさを欠くというイメージと、判断過程が不透明になるというイメージは支持を下げる方向と関連した。
したがって、受容性を考えるときは、「AIを使うか」だけでなく、何をさせるのか、原資料へ戻れるのか、人間が最終判断するのか、当事者が誤りを指摘し人間による審査を求められるのかを示す必要がある。
第２ 日本の市民７８３人を対象とした調査
１ 調査の方法
向井智哉、湯山祥及び綿村英一郎「裁判におけるAI使用への支持の程度と規定要因」は、令和４年９月１２日から１３日までウェブ調査を行った。
回答者は１,０００人を上限に募集され、注意確認項目に正しく答えなかった２１７人を除いた７８３人が分析対象となった。
内訳は女性４２３人、男性３６０人で、平均年齢は５２.３歳であった。
性別と年齢は人口推計に沿って割り当てられた。
２ 何を尋ねたか
回答者は、AIが人間の裁判官に代わって人を裁く場面を説明する文章を読んだ上で、支持を回答した。
尋ねたのは、①裁判にAIを導入するのは望ましいか、②自分が原告ならAI裁判官に裁いてほしいか、③自分が被告ならAI裁判官に裁いてほしいか、④自分が裁判官なら自分の判断よりAIの判断を優先したいかという四つの場面であり、１から５までの５件法が用いられた。
したがって、この結果は、説明されたAI裁判官像への態度を測ったものであり、裁判官が原資料を確認しながらOCR、検索又は要約だけにAIを使う場合の賛否を直接測ったものではない。
また、AI裁判に対するイメージを、①公平で偏りが少ないという公平イメージ、②過程が分からないという不透明イメージ、③人情味や温かみを欠くという非人間的イメージに分けた。
年齢、性別、AI一般への態度、AIに関する知識及び利用経験も統制変数として分析した。
第３ 支持を左右した三つのイメージ
１ 公平イメージ
公平イメージは、他の要因を統制した重回帰分析で支持と正の関連を示した。
標準化係数はβ=.56であり、三つのイメージの中で最も大きかった。
この結果は、AIが実際に人間より公平であることを証明するものではない。
人々が「偏りを減らせる」と考えるほど、AI利用を支持しやすいという態度の関連を示すものである。
２ 非人間的イメージ
AIは機械的処理しかできず、人間のような温かみのある判断ができないという非人間的イメージは、支持と負の関連を示した（β=-.32）。
個別事情を考慮することと、単に同じ基準を一律に適用することは同じではない。
AIを使う制度では、どの事情を考慮し、例外や反対事情を誰が評価するかを説明する必要がある。
３ 不透明イメージ
判断過程が分からなくなるという不透明イメージも、支持と負の関連を示した（β=-.07）。
係数は他の二つより小さいが、透明性が不要という意味ではない。
裁判では、結論だけでなく、どの主張、証拠及び法規範に基づいたかを当事者が確かめられることが重要である。
AI出力から原記録の頁、証拠番号、条文及び裁判例へ戻れる設計は、精度の確認と手続的な納得の両方に関係する。
第４ 「自分事」になると支持が下がる
調査では、全般的な導入への支持の平均が２.７５であったのに対し、自分が原告の場合は２.６４、被告の場合は２.５９、裁判官の場合は２.５８であった。
全般論として制度導入を尋ねる場合より、自分が裁かれる、又は自分の判断をAIより下位に置く場面を想像した場合の支持が低い。
制度全体への抽象的な賛否だけで導入の受容性を判断せず、利用者、当事者及び裁判官の立場別に確かめる必要がある。
最も多い回答は各項目とも「どちらとも言えない」であった。
この点から、支持が中点を下回ったことを、固定的で全面的な反対だけで説明することはできない。
第５ 受容性を高める制度設計
１ 機能を具体化する
「AI裁判官」という一語では、OCR、判例検索、主張整理、証拠評価、理由案及び終局判断が混ざる。
導入の説明では、AIが行う作業と行わない作業を列挙し、出力がどの工程で使われるかを示す必要がある。
２ 公平さを測定する
人間の偏りを減らすという期待だけでなく、事件類型や当事者属性ごとの重大誤り率、見落とし率、修正率及び結論差を測る。
AIだけを理想的な基準と比べず、人間単独、AI出力を先に見る条件、人が独立判断した後にAIを照合に使う条件を比較する。
３ 原資料と理由へ戻れるようにする
要約又は争点表の各項目から、当事者の書面、証拠及び法令へ戻れるようにする。
AIが追加した評価と、原資料に書かれていた事実を区別し、裁判官がどこを採用・修正したかを記録する。
４ 人間の最終判断を実質化する
人が最後に押印又は承認するだけでは、独立判断があったとは限らない。
高リスクな結論案を見る前に、人が争点、重要事実及び暫定結論を形成し、AIを反対仮説又は照合相手として使う方法が考えられる。
５ 通知、訂正及び人間審の経路を分ける
AIを使った事実を知らせること、利用範囲を説明すること、誤った整理を訂正すること、AI出力に異議を述べること及び人間による裁判を受けることは、それぞれ別の制度である。
全ての内部ログを公開する必要があるかという問題と、判断に影響したAI利用を当事者が確認できるかという問題も区別する。
少なくとも、当事者が自分の主張又は証拠の脱落を具体的に指摘できる仕組みが必要である。
第６ 調査結果を読むときの限界
７８３人調査は、人間に代わるAI裁判官を想定させた一時点の質問紙調査であり、実際の裁判を経験した当事者の満足度、具体的なAIシステムの正確さ又は低リスクの補助AI一般への支持を測ったものではない。
各イメージと支持の関連は、制度説明によって支持が因果的に変化することを直接証明しない。
AIに関する知識と利用経験は、単純な相関では支持と関連したが、他の要因を統制した重回帰では有意でなかった。
年齢は支持と小さい負の関連を示し、性別は有意な関連を示さなかったが、これらを個人の賛否を決める基準として使うべきではない。
将来の調査では、実際の用途、事件類型、説明の内容、誤りの訂正方法及び人間による再審査の有無を変え、態度だけでなく理解度と行動を測る必要がある。
第７ よくある質問
１ 国民はAI裁判官に反対しているのか
人間に代わるAI裁判官を想定した調査では積極的支持が高いとはいえないが、中間回答も多い。
低リスクの補助AI一般への賛否を直接測った調査ではない。
２ AIの方が公平なら人間の裁判官は不要か
公平への期待は支持と強く関連したが、AIが実際に公平であることは別の検証を要する。
学習データ、誤りの分布、個別事情の扱い及び異議・訂正の経路を確かめる必要がある。
第８ 関連記事
①AIは裁判官を代替できるか
②AI裁判官・裁判支援AIの世界比較
③裁判官が生成AIを使うリスクと安全条件
④最高裁の生成AI検証
⑤判決書作成におけるAI利用と憲法７６条３項
第９ 出典
①向井智哉・湯山祥・綿村英一郎「裁判におけるAI使用への支持の程度と規定要因」情報知識学会誌３３巻１号３頁～１９頁（２０２３年）
②最高裁判所「今崎最高裁判所長官による憲法記念日記者会見の概要」