AIは自動的に法律サービスを安くしない

本論文はLawfareの研究論文シリーズに掲載されました。引用すべき公式版はこちらにリンクされています。 本論文は、ハーバード・ロー・スクール3年生のジャスティン・カールとの共著です。以前、彼はツィンフア大学のシュワルツマン・スカラーであり、プリンストン大学でコンピュータサイエンスの学位を取得しました。そこで私たちは初めて協力し合いました。AIと法に関する彼の他の著作は、こちらで見つけることができます。 多くのAIリーダーたちは、この技術が知識労働を変革すると信じています。OpenAIのCEOサム・アルトマンは、「2030年までに人間よりも賢いAIシステム」を予測しており、1一方、AnthropicのCEOダリオ・アモダイは、将来のAIモデルを「データセンター内の天才たちの国」に例えています。2 研究者たちは、法律サービスがAIによる破壊に対して特に脆弱であると指摘しています。3そして、GPT-4が弁護士試験に合格して以来、4、業界全体がこの見解に同意しているように思われます。法科大学院はカリキュラムにAIを組み込み始め、5、変化する職業に備えるためにAIに焦点を当てた法律テック企業と提携し始めています。6ある著名な弁護士は、AIがすでに法務補助員や口頭弁論を代替できると主張しています。7また別の予測では、「2035年までに伝統的な弁護士を置き換える可能性がある」とされています。8 この AI への熱狂は、法的サービスが高額であるという時期に起こっています。数百万人の個人が法的支援の費用負担能力を失っており、9 一方、企業の法務費も着実に増加しており、大手法律事務所のパートナーの時間単価は現在 2,300 ドルを超えています。10 当然ながら、多くの観察者は、AI がより低いコストで成果を提供することで法的サービスへのアクセスを改善する可能性があると見ています。11 私たちの中心的な主張は、高度な AI はデフォルトでは、消費者が望む法的成果をより低いコストで達成することを支援しないということです。私たちは、一部の人が構想するような法律実務のポジティブな変革と AI 機能の進歩の間にあるボトルネック12 を検討します。AI が豊富な法的サービスの世界をもたらすためには、法曹界は3 つのボトルネックに取り組む必要があります：規制上の障壁、対立構造、そして人間の関与です。 まず、弁護士業務の無資格行為（UPL）に関する規制は、消費者による AI の利用を制限する可能性があります（一部の弁護士についても同様です）。これらの法律は、非弁護士の個人や組織が法的な業務を行うことを禁止しています。13 裁判所がそのシステムが弁護士業務に踏み込んだと判断した場合、個人や組織は高額な罰金や刑事責任を負うことになり、14 潜在的な提供者側は、法的分野における AI ツールの機能を制限するか、あるいは執行措置のリスクを冒すかの二者択一を迫られます。また、誰が法的サービスを提供する企業の株式を保有できるかを制限するエンティティベースの規制も存在し、これも法的サービスの提供方法を制約しており、結果として弁護士や消費者による AI の利用をさらに制限することになります。改革が行われない限り、消費者が AI の機能にアクセスできない場合や、弁護士が AI を効果的に使用するようインセンティブを与えられない場合は、AI がどれほど高度化しようとも、人々が法的目標を達成するのを助けることはできません。 第二に、AI が効果的かつ広範に導入されたとしても、米国の法的システムにおける対立構造は、高度な AI によるクライアントの成果達成コストの低下を妨げる可能性があります。法的成果は往々にして絶対的な品質ではなく相対的な品質に依存するため、両当事者がより生産的になった場合、競争均衡は単に上方へシフトするだけです。2017 高度な AI が存在する世界では、有利な和解や裁判での勝訴といった同じ結果を達成するには、より多くの量の法的作業とより高い質の法的作業が必要となります。したがって、生産性が向上し法的タスクあたりのコストが低下しても、当事者は同じ成果に到達するために必要な法的作業量が増加する軍拡競争に閉じ込められてしまいます。 歴史的な類推として、文書レビューを容易にしたことで発見手続きのコスト削減が可能だったかもしれません。18 しかし、訴訟の対立枠組み内で活動する訴訟弁護士は、デジタル文書の急増を利用して相手方のコストを引き上げ、結果として訴訟全体の費用が高止まりしました。19 より明示的な対立構造を持たない取引業務（契約交渉など）でも同様の動態が見られることがあります：弁護士は契約の起草と交渉において開示を支配し、相手の弁護士を翻弄しようと競い合います。20 もちろん、一部の法的成果（効果的な遺産計画など）は対立的プロセスに依存せず、このボトルネックもそれらには適用されません。 議論する3つ目の、そして最後のボトルネックは、法律業務における人間の関与です。AI の進歩が法律業務の増加を上回る世界において、裁判を裁定し、署名する契約を理解するために人間を望むという欲求が、最終的なボトルネックとなります。訴訟においては、AI が法律業務の洪水をもたらす場合、裁判官はおそらく紛争解決に時間を要するか（結果の遅延）、またはより多くの業務を補佐官に委譲する（裁定品質の低下）ことで対応することになるでしょう21。また、取引関連業務においても、AI が契約書全体を作成していたとしても、人間弁護士はこれらの条項が組織の利益にどのような意味を持つかを理解するために依然として時間を要します。人間の意思決定者（裁判官、弁護士、またはクライアント）の速度は、人間の関与を犠牲にすることなくAIが法律プロセスをどの程度加速できるかという上限を定めています。3つのボトルネックと私たちの主張の視覚的な説明については、以下の図1をご覧ください。 ![image](https://substackcdn.com/image/fetch/$s_!BKN-!,w_1456,c_limit,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2Fb460f8d7-d0f3-4752-a809-2b73c50b0138_1056x864.png) 図 1：高度な AI の能力と法律実務のポジティブな変革の間にあるボトルネック 本レポートは、「AI を通常の技術として捉える」という枠組みを、特定の領域である法曹業界に適用したものである。この枠組みの核心は主体性（エンパワーメント）にある：AI の軌道が能力の進展によって事前に決定されているとみなすのではなく、AI が何ができるかという事実と、それが世界に与える影響との間に存在する社会的・組織的なボトルネックに注意を向けることを促すものである。法曹実務に関する我々の分析によれば、普及は緩やかになる可能性が高い。より優れたモデルがまだ信頼性の高い法的製品へと転換していないのは、AI を活用するためにワークフローを適応させ、ユーザーに教育するのには時間がかかるからである。 我々は、AI の普及における最終状態は、制度的な対応次第で大きく異なる可能性があると主張する。いくつかの道筋はアクセスと効率の実質的な改善へと導くが、他の道筋は単に法的作業（アウトプット）の生産コストを下げるだけであり、クライアントが望む結果（アウトカム）を達成しやすくすることにはつながらない。AI が消費者により良いアウトカムをもたらすためには、法曹業界はボトルネックに対処する改革を実行しなければならない。そうでなければ、法的作業はより豊富になる一方で、法的な成果は依然として高価でアクセス困難という未来に直面するリスクがある。 22 23 3 つのセクションに分けて進めます。最初のセクションでは、なぜ法律サービスが高額なのかを説明します。2 番目のセクションでは、AI が自動的に低コストで法的成果をもたらすものではないという読者への説得を試みます。そして 3 番目のセクションでは、既存の法改正提案に基づきこれらのボトルネックに対処するための推奨事項を示し、法律専門職の対応次第で AI の影響がどのように劇的に異なる可能性があるかを例示します。 目次 なぜ法律サービスは高額なのか デフォルトでは AI が役立たない理由 規制上の障壁 対立構造 人間の監督 制度的改革 専門職規制の改革 裁判制度の改革 弁護士の変化する役割 結論 なぜ法律サービスは高額なのか 法律サービスが高額な理由を説明する 3 つの構造的要因があります:24 その品質を評価することが困難であること、その価値が往々にして相対的なものであること、そして専門職規制が代替ビジネスモデルからの競争を制限していることです。 まず、レストランでの食事のように品質を評価しやすいものとは異なり、法的サービスは「信用財」であり、事後であってもその品質を評価することが困難です。25 事件の最終的な結果は多くの小さな決定の累積効果によって反映されるため、他の弁護士であっても、法的サービスが効果的に提供されたかどうかを評価するのは非常に難しい場合があります。26 その問題に関する法律は明確だったのか？クライアントが望む成果を達成したのは弁護士の技能のおかげなのか、それともそれにもかかわらずなのか？どの決定が実際にその成功に寄与したのか？この評価の難しさにより、消費者は法的サービス提供者を選ぶ際に品質の代理指標（例：弁護士が卒業した法学校の名声や裁判官補としての経験など）に頼らざるを得なくなり、従来の市場メカニズムが機能しにくくなっています。 第二に、法的サービスの価値は相対的なものです。27 「米国の訴訟制度は徹底的な対立構造を持つ」ため、訴訟の結果にとって重要なのは、弁護士が絶対的にどれだけ優秀かではなく、相手方の弁護士よりも優れているかどうかです。28 契約や合意書の作成など（通常取引業務と呼ばれる）他の種類の法的作業も、交渉における開示内容や契約書自体の言語において互いに「知略を尽くして競い合う」ため、対立構造を持つ場合があります。29 これらの動向は、法律専門家の獲得競争に火をつけ、企業クライアントを対象とし「ビッグロー」とも呼ばれる市場の最上位層におけるコストを押し上げています。30 2024 年、大手法律事務所のパートナーの中央値は時間あたり 1,050 ドルで、一部では 2,300 ドルを超える報酬が支払われていました。31 これは 2023 年比で 5.1% の増加であり、2023 年自体も 2022 年比で 5.4% 増でした。32 Fortune 200 企業によると、訴訟費用が 250,000 ドルを超える事件における平均訴訟コストは、8 年間でほぼ倍増し、2000 年の企業あたり 6,600 万ドルから 2008 年には 1 億 1,500 万ドルに上昇しました。33 特許分野では、2017 年の調査により、訴訟対象額が 100 万ドル未満の特許事件でも、通常訴訟費用として 100 万ドル（当事者側あたり 50 万ドル）が必要であることが判明しています。34 第三に、消費者保護を念頭に置いて設計された業界の規制枠組み自体が新たな複雑さを生み出しています。改革の対象となることが多いのは、2 つ種類の規制です：法律業務の無資格行為（UPL）と法律事務所の所有権に関する規制です。35 UPL 法は、無資格の弁護士が法的知識を特定の状況に適用することを違法（一部の管轄区域では重罪）としています。36 不幸なことに、これは専門的法的知識をほとんど必要としない文脈において基本的な法的支援を提供するコストを高める結果となっています。 ほとんどの州では、誰が法的報酬を共有できるかを制限する規制が存在します。ギリアン・ハッドフィールドは、これらの規則が中小企業にとって非効率を生むビジネスモデルを促進していると主張しています。37 これらの企業は個人や小規模事業者を対象としており、「PeopleLaw」セクターと呼ばれることもあります。38 彼女は2017年のClioによる4万人の顧客を対象とした調査を引用しています：平均的な8時間の労働日において、弁護士が請求可能な業務に従事したのはわずか2.3時間であり、請求したのは1.9時間、実際に支払いを受け取ったのはたった1.6時間に過ぎませんでした。39 そのため、クライアントは時間あたり平均260ドルを支払っているにもかかわらず、弁護士が実質的に受け取る額は時間あたり25〜40ドルにすぎません。残りの時間は顧客の獲得、事務管理業務の遂行、請求金の回収に費やされているからです。これらの規制により、弁護士は弁護士自身が完全に所有し資金を提供するパートナーシップを通じてのみクライアントに対応することが求められています。これにより、大規模なビジネスモデルにおける集中型請求、カスタマーサービス、マーケティング、および管理機能を活用し、規模の経済を利用して時間あたり30〜50ドルで法的サービスを提供できる代替モデルが阻害されています。40 重要なのは、市場の機能不全の原因は法的サービスそのものに内在するものではないということです。これらは手続き、価格設定、専門職ガバナンスに関する選択の結果です。改革には政治的な困難やコストがかかる可能性がありますが、改革が行われなければ展望は暗いものです。また、一部の人が期待していることとは逆に、AIが自動的に法的サービスを安価にするわけではありません。これは次章で詳述します。 なぜデフォルトではAIが役立たないのか 規制の障壁 債務回収の文脈において、より多くの法的支援が有益となるでしょう。1993 年から 2013 年の間に、債務回収訴訟の件数は 170 万件から約 400 万件に増加しました。41 ミシガン州では、これらの訴訟は 2019 年までに民事地区裁判所のすべての事件申立の 37% を占めるようになりました。42 この傾向はテキサス州でも同様です：「債務請求は 2014 年から 2018 年の間に倍増し、その 5 年間の期間末には州の民事事件処理量の 30% を占めました。」43 多くのケースが「根拠のない訴訟」であり、対応も複雑ではないにもかかわらず、債務回収被告の 70% 以上は応答しないことによりデフォルト（敗訴）となっています。44 ニューヨーク州では、債務回収訴訟への回答としてチェックボックスをいくつか選択する様式を作成しました。45 しかし、この様式には、「遅滞の法理」を適用したいかどうかといった、法律家以外の人には理解が難しい質問が含まれています。この困難さを認識した非営利団体 Upsolve は、ボランティアに支援を提供するための訓練を開始しました。これがニューヨーク州の弁護士資格なし活動（UPL）規則に違反する可能性を懸念し、Upsolve はこの基本的な支援が第一修正条項によって保護されていることを宣言する差止命令を求めました。連邦裁判所の判事がこれに同意しました。46 しかし、ニューヨーク州は米国第二巡回控訴裁判所に上訴し、同裁判所は下級裁判所が誤った第一修正条項の基準を適用したとして差止命令を無効化し（その結果、Upsolve はもはや保護されなくなった）、結論付けました。47 AI システムがここでどのように役立つかは容易に想像がつきます。非営利団体が、債権回収訴訟用にカスタマイズされたツールのアクセスを提供できるかもしれません。あるいは、個人が ChatGPT、Claude、Gemini といった汎用ツールに直接、関連情報を問い合わせることも可能です。しかし、この可能性にもかかわらず、組織の AI ツールが「法的判断や専門知識を要するタスク」を完了させる場合、UPL（弁護士法違反）法に違反するリスクがあります。48 現在の AI モデルの欠陥が消費者に害を与えることを懸念したニューヨーク州弁護士会は、「AI を搭載したチャットボットは現在、無資格法律業務の境界線上で徘徊している」と警告しています。49 一部の法的研究者は、AI が法的判断を下せる「人間」ではないことや、AI システムが単に「裁判手続きに関する紙のガイドと同様にユーザーに情報を提供しているだけ」であるためとして、この見解に異議を唱えていますが、50,51 この段落で言及されたすべての著者は、UPL 法における AI ツールの法的地位が現時点では不明確であると一致して認めています。 LegalZoom の訴訟歴は、UPL（不正弁護士行為）規制がいかに法務サービスの提供におけるイノベーションを阻害するかを示しています。52 LegalZoom は商標出願書類の作成といった反復的な業務を自動化しており、長年にわたり UPL 関連の訴訟に悩まされてきました。53 2011 年、同社のサービスを購入した個人がミズーリ州で訴訟を起こし、消費者が簡単なオンライン質問に答えた後に「引き受け」ると主張しているため、LegalZoom が UPL に該当すると主張しました。54 裁判所が却下動議を退けた後、LegalZoom は原告への補償と事業モデルの変更を受け入れました。2015 年、ノースカロライナ州弁護士会は LegalZoom に特定の条件への準拠を求める合意判決を獲得しました。55 カリフォルニア州の商標弁護士も 2017 年に LegalZoom の商標出願製品に対して同様の理論を主張する訴訟を起こしました。56 さらに 2024 年、ニュージャージー州の原告が UPL 違反を主張する集団訴訟を起こしました。57 AI の法的地位は依然として疑わしいものの、UPL（無資格法律業務）の責任リスクがその普及を阻害する可能性があります。改革が行われなければ、開発者は自社の AI システムが法律助言を提供した場合に罰金や刑事責任を負うリスクがあります。組織側も、特に UPL 責任のリスクに対して開発者に補償できないユーザーに対してアクセスを提供することを躊躇するかもしれません。さらに、AI 法務スタートアップへの資金調達を制限する企業規制は、低コストで法的サービスを提供するために有益な運用実験の種々を阻害する可能性があります。全体的に、規制上の障壁が消費者による AI 機能の実効的な利用を防ぐ場合、それがクライアントにとってより良い法的結果をもたらすとともに低コスト化につながることはありません。 ただし、AI は法律業務を実行する能力とは無関係な理由で、法的サービスの費用を削減できる可能性があります。前述の 2017 年 Clio 調査が示したように、市場の低端層では非法律的業務が弁護士時間の大きな割合を占めています。高度な AI が顧客の発見や連絡、事務作業の管理、支払い処理などを支援すれば、これらの弁護士は法律業務により多くの時間を割けるようになるでしょう。 対立する力学 AI が弁護士の生産性を高め、法的タスクを完了する世界であっても、法的サービスの費用が自動的に低下するとは限りません。その理由を理解するには、入力（インプット）と出力（アウトプット）、そして結果（アウトカム）を明確に区別することが不可欠です。入力は法的業務に投入される要素であり、従業員の才能、請求可能な時間数、技術ツールなどが含まれます。出力は法的業務が生み出す成果で、起草された契約書、提出された動議、作成された論告文などが該当します。一方、結果とは実際にクライアントが関心を持つものであり、解決された紛争、成立した取引、保護された権利などを指します。 消費者は特定の成果を達成するために法的サービスを購入します。入力と出力は間接的にその成果につながる可能性があります。より多くの時間労働やより多くの法的タスクが、クライアントに望ましい結果をもたらすのを助けるからです。しかし、法的サービスの価値が相対的なゼロサムゲームの文脈においては、両側とも出力を増加させた場合、どちら側に生じるメリットも限定的なものになります。 むしろ、AI は同じ成果を達成するために必要な入力と出力を引き上げるだけであり、生産性の向上はより多くの生産量によって吸収されてしまう可能性があります。弁護士が入力に基づいて報酬を受け取り昇進する請求時間数モデル（billable hours model）は、こうした動態をさらに強化します。動議の起草や文書のレビューに要した時間が長ければ長いほど、法的ファームの収益が増大しますが、必ずしも成果が改善されるわけではありません。 訴訟 一つの反論としては、これらの軍拡競争は実際には法的業務の量と質を増加させることで価値を生み出しているというものです。しかし、クライアントは時として、自らの法的主張や証拠の質を高めるのではなく、相手側に更大的なコストを負担させることによって、望ましい結果（例えば事件の和解や訴訟の却下）を達成します。「すべての条件が等しい場合、より高いコストに直面する当事者は、より低いコストに直面する当事者により有利な条件で和解する」というのは、「訴訟経済学の核心的前提」58 です。59 また、質が向上する場合であっても、より高度な法的業務の恩恵（例えば裁判所が「正しい」答えをより頻繁に導き出すのを助けること）が、より多くの法的業務のコスト（例えば裁判官を事件で圧倒すること）を上回るかどうかは不確実です。 過去の技術的転換は、アメリカの「対立型法制度」が生産性向上をもたらしても、より手頃な価格の法的サービスへと転換できるのかという点に疑念を抱かせています。60 証拠開示は、事件が和解するか裁判になるかを決定することが多い米国の訴訟における中核的な要素です。証拠開示では、当事者は「主張を証明または否定する重要な事実を特定するために」情報を共有します。61 これは対立的な交換を通じて機能します：一方の当事者が証拠開示請求を送付し、他方の当事者は記録を検索して、どの文書が対象となり、どの文書が特権によって保護されるかを決定します。 発見手続は、弁護士が情報を共有して和解を促進し、裁判を回避することを目的とした協力的なプロセスとして構想されました。62 しかし、発見手続には濫用されやすい二つの特徴があります。第一に、文書保有者（審査側）は文書の内容を知りながら、法的リスクを最小限に抑えるために、請求側に有益な情報を可能な限り少なく共有しようとします。第二に、文書提出の責任と費用を負担する審査側は、実質的に相手方の代理人として行動せざるを得ません。 各当事者はこれらの特徴を利用して、相手にコストを押し付けることができます。請求側は過度な請求を通じて、相手方に機密性や関連性の観点からより多くの文書をレビューさせることを強制できます。また、審査側は過度な提出によって、関連情報を無関係な資料の山に埋め込み、相手側にレビューに要する時間を増やすことを強いることができます。これにより、双方が互いのコストを押し上げてより有利な条件での和解を迫るという、過剰請求と過剰開示の軍拡競争が生じます。この行動様式は、レビュー量の増加が請求時間の増加につながる時間課金モデルによってさらに強化されます。 これらの対立するインセンティブは強力です。フランク・イースターブルック判事は、有名な論文「発見手続としての濫用」の序文で、このプロセスを「核戦争」に例えました。63 チャールズ・ヤブロンは、一方の当事者が他方の生活を困難にする様子を記述しました

AIは自動的に法律サービスを安くしない

背景や根拠まで確認しますか？

関連記事

調べる

選ぶ

サイト