第１ 依頼者に届ける書面と、若手が身につける判断力
生成AIに準備書面の初稿を任せると、依頼者に早く案を示せる場面がある。
若手弁護士に同じAI環境を渡せば、事務所の手順も伝えやすくなる。
その結果、提出できる書面が増えたとして、若手本人が書面の弱点を見抜き、判断を修正する力はどれだけ伸びるのか。
米国の特許実務家を対象とした３か月の無作為化実験では、AIを使えるグループの起案成績が高かった。
一方、終了時にAIの使用を認めずに行った査読課題では、若手の平均成績に明確な改善を確認できなかった。
法律事務所がこの研究から得られるヒントは、依頼者へ提供する書面の質と、担当者が別の事件で使える判断力を、別々に確かめることである。
第２ 米国の実験は何を測ったか
１ 起案と査読を別の課題にした
Autorらの２０２６年９月のワーキングペーパーは、米国の知財法律事務所で特許実務に従事する弁護士１３３人を、専用AI起案ツールへの早期アクセスを与える群と、研究期間終了までそのツールへのアクセスを待つ群に割り付けた。
両群には基礎的なAI研修が提供され、早期アクセス群には専用ツールの研修も提供された。
比較には、ツールへのアクセスと専用研修の双方が含まれる。
１０日目と９０日目を目安に模擬の特許出願書類の一部を起案させ、９０日目には別途、欠陥のあるAI生成の特許出願案に直接修正とコメントを加える課題を、両群にAIを使わないよう指示して実施した。
起案課題の提出者は１０日目が１０５人、９０日目が９８人で、査読課題の提出者は９１人だった。
提出物は割付けを知らされていない外部の特許実務家が採点した。
したがって、比較対象はAI単体と人間の競争ではなく、特定のAI環境を提供された実務家と比較群の成果物である。
２ 起案の上積みと、AIを外した後の成績
専門家の採点に基づく著者らの主分析では、起案の成績は１０日目に０．３４標準偏差、９０日目に０．３８標準偏差、比較群を上回った。
若手の上積みの推定値は、経験者より大きかった。
ここでいう若手は、研究上の区分で、知財実務経験が７年未満の参加者である。
終了時の査読課題では、経験者で０．４５標準偏差のプラスが推定された。
若手の推定値はマイナス０．０３標準偏差で、ばらつきが大きく、平均として改善も悪化も明確には確認できなかった。
若手の得点分布では、比較群より下位２０％に入る採点結果の割合が増え、上から２番目の層に入る割合も増える傾向があった。
この分布の変化だけでは、個々の参加者が以前より上達したか、悪化したかは分からない。
第３ 著者による解説と、論文本文で確かめるべき点
１ 査読で何に時間を使ったか
著者２人によるGoogle Researchの解説は、書面の冒頭から順に文章を整えるうちに、肝心の特許請求の範囲に手が回らなかった提出物と、重要な請求項の修正を優先した提出物を対比する。
論文にも同様の観察があり、付録では、法的に重要な箇所を優先するか、表面の修正に時間を使うかを例示している。
著者らは、その質的分析を正式な頻度推計として扱っていない。
また、経験者がAIを論理の点検に使ったという紹介は、参加者への聞取りに基づくもので、その使い方を他の使い方と無作為に比較した結果ではない。
２ ３か月の実験から言える範囲
事前にAIなしの技能試験は行われておらず、終了時の群間差を手掛かりにした研究である。
査読課題でのAI利用は禁止されたが、研究者は個人ごとの遵守を直接監視していない。
違反が疑われた提出を除くと、専門家採点での経験者の推定値は０．３９標準偏差となり、通常の５％水準で統計的に有意ではなくなる。
Googleと特許起案の取引関係にある米国の法律事務所から参加者を募った３か月の研究であり、ワーキングペーパーは査読前の段階で公表された。
若手一般の能力低下、日本の訴訟実務での効果、採用の減少を、この実験から直接読み取ることはできない。
第４ 準備書面で、提出用の仕事と訓練を分ける
１ 一つの争点を、AIの案を見る前に考える
例えば、契約上の通知が期限内にされたかが争点の事件を考える。
監督者は、提出用の書面を期限に間に合わせる工程と、若手が通知の成立を自分で検討する工程を分けて確保する。
若手には一つの争点について、契約書の該当箇所、送信と到達を示す資料の違い、相手方の最も強い反論、不足する資料を短く記録してもらう。
その後にAI案を開き、双方が挙げた根拠を原資料で照合する。
指摘にとどまらず、事実として言える範囲まで文章を直し、なぜその修正が必要かを本人が説明する。
２ AIに下見を任せ、上司は判断が分かれる点を返す
引用箇所の候補、旧稿との違い、想定反論の洗い出しはAIで補助できる。
監督者は、結論を変える修正や、あえて採らなかった主張を選び、何が決め手になったかを伝える。
次に、異なる資料を含む短い模擬事例を、AIの助けを使わずに検討してもらう。
同じ文章を暗記したかではなく、別の事実の下で重大な誤りを見つけ、根拠を示し、書面を直せるかを見る。
実事件の最終確認と、練習用の評価結果は別に記録する。
３ 手順を配るときは、判断の持ち場も決める
Claude CodeやCodexを使う事務所なら、参照する資料、成果物の型、確認の順序、相談する条件を共通の手順として渡すことが考えられる。
案件へのアクセス権、認証情報、個別事件の記録、対外送信・提出の承認は、それぞれ別に管理する。
納期が迫った事件の全稿を教材にする必要はない。
依頼者向けには原典・証拠・期限と採否を確認し、育成のためには監督者の時間を別に確保して、一つの争点でも本人の判断を残す。
東京弁護士会の会報で後藤大弁護士が懸念を述べた尋問案づくりも、質問案の文面だけでなく、何を立証する質問か、答えが予想と違えば次に何を聞くかを本人に考えてもらう機会になる。
第５ 関連記事
AI時代の若手弁護士育成―判断を任せる範囲・監督・結果の振り返り
AIで弁護士の仕事はなくなるか―代替される業務と人が担う役割
弁護士のClaude Code Skills活用法―調査・書面作成・記事更新を手順書にする
第６ 出典
① Autorほか「Does AI Assistance Enhance or Erode Expertise? Evidence from a Three-Month Field Experiment in Patent Drafting」（２０２６年９月。第３～５節、第６節、付録A2.3・A3及び表A6）。MITの研究紹介
② Autor・Rodchenko「Does better work always mean better workers?」（２０２６年１０月７日。著者による同一研究の解説）。
③ 後藤大「訴訟業務における生成AIの利活用」（東京弁護士会『LIBRA』２０２６年７・８月合併号、９頁及び注２１。会員による実務上の所見）。