法律専門家システム - 百科事典
法律専門家システムは、人工知能を使用して法律分野の専門家の意思決定能力を模倣する、分野特別な専門家システムです。法律専門家システムはルールベースや知識ベースと推論エンジンを用いて、法律分野の特定の主題に関する専門知識を蓄積、参照、生成します。
目的
1960年代後半から急速に増加し始めた法律情報と決定の管理を助けるために、法律専門家システムが役立つと提案されています。最初の法律専門家システムの多くは、1970年代と1980年代に作成されました。
法律専門家システムの主要なユーザーとして弁護士が特定されました。この研究の潜在的な動機には以下が含まれます：
・法律アドバイスの迅速な提供；
・反復的な労働集約的な法律業務の時間短縮；
・スタッフに依存しない知識管理技術の開発；
・事務費と労働コストの削減と法律事務所の収益性の向上；
・顧客の料金の削減。
自動裁判官の作成に向けた初期の開発ワークは、マレック・セルゴトとロバート・コワルスキーの指導の下で、帝国大学で行われました。レンス・エリオットは「英国国籍法は1981年に成立し、その後すぐに人工知能（AI）技術と技術の効果を示す手段として使用され、当時新しい法規がどのようにコンピュータ化された論理形式に変換されるかを探るために使用されました」と書きました。
著者たちの初期の論文「The British Nationality Act as a Logic Program」は、1986年にACM通信誌に発表され、計算法における最初で最もよく知られた作品の一つであり、その分野で最も引用されている論文の一つです。2021年には、ロバート・コワルスキー、ファリバ・サドリ、マレック・セルゴトに、彼らの英国国籍法の形式化と分析におけるロジックプログラミングの革新的な研究に対して、初代CodeX賞が授与されました。
法律専門家システムにおける後续の研究は、法律知識へのアクセスを増やす手段として非法律家にも潜在的な利点があると示しました。法律専門家システムは、行政プロセスをサポートし、意思決定プロセスを促進し、ルールベースの分析を自動化し、市民ユーザーと直接情報交換を行うこともできます。
タイプ
= 架構のバリエーション =
ルールベースの専門家システムは、「AがあればB」という推論ルールを使用する還元推論のモデルに依存します。ルールベースの法律専門家システムでは、情報は知識ベース内の還元ルールの形で表現されます。
ケースベースの推論モデルは、例やケースを保存し操作し、法律分野に適した類推推論プロセスを模倣する可能性があります。このモデルは、類似の問題に対する結果を効果的に引き出します。
神経ネットは、人間の脳の構造を模倣するコンピュータモデルに依存し、ケースベースの推論モデルと非常に似た方法で動作します。この専門家システムモデルは、法律知識の領域内のパターンを認識し分類し、不確かな入力を処理する能力があります。
不確実な論理モデルは、「不確実」な概念やオブジェクトを作成し、それをシステムで索引付けされ検索される量の規則や数値に変換しようと試みます。法律分野では、不確実な論理はルールベースやケースベースの推論モデルに使用されます。
= 理論的バリエーション =
法律専門家システムのアーキテクトの一部は、与えられたルールやケース内で科学的な推論手法を用いる非常に実践的なアプローチを取っています。他の者は、確立された法律理論家からの法学的推論モードにインスパイアされたより広範な哲学的方法を選択しています。
= 機能的バリエーション =
一部の法律専門家システムは特定の法律の結論に到達することを目指し、他のシステムは特定の結果を予測することを設計されています。予測システムの例としては、司法決定の結果、訴訟の価値、訴訟の結果を予測するシステムがあります。
受容
多くの法律専門家システムの形式が、法律コミュニティと法律サービスのユーザーによって広く使用され、受け入れられています。
挑戦
= 分野関連の問題 =
法律という分野の固有の複雑さは、法律専門家システムの知識エンジニアにとってすぐに挑戦を引き起こします。法律事項はしばしば相互に関連する事実や問題を含み、複雑さをさらに増加させます。
事実の不確実性も、専門家システムに推論プロセスを開始するために入力する必要がある事実の表示に関する争いのあるバージョンがある場合に発生する可能性があります。
= コンピュータ化された問題解決 =
多くのコンピュータ化された問題解決技術の限界は、法律分野の多くの専門家システムの成功を阻害します。専門家システムは、通常、特定の法律の原則や以前の判決が直近のケースや状況にどのように影響するかを判断するのが難しい還元推論モデルに依存します。
= 法律知識の表現 =
専門的な法律知識は、専門家システムの構造内で表現や形式化するのが難しいことがあります。知識エンジニアにとっての挑戦には以下が含まれます：
・オープンテクスチャ：法律は稀に特定の事実に正確に適用され、正確な結果はほとんど確実ではありません。規定は異なる言語的解釈、先例の依存、特定の裁判官の公平性の概念などの他の文脈要因に応じて解釈されることがあります。
・理由のバランス：多くの議論は、論理的な方法で簡単に表現されない考慮や理由を含みます。例えば、多くの憲法上の法律問題は、国家の利益に対する独立して確立された考慮と個人の権利とのバランスを取るとされています。このようなバランスは、専門家システム内で論理的に表現するのが難しい法律外の考慮を引き出すことがあります。
・法律推論の不確実性：法の対立する領域では、単一のポイントに対して強い2つの異なる議論があることがよくあります。「正しい」答えを決定するためには、専門裁判官の過半数投票が必要な場合があります。
= 時間とコストの効率 =
機能する専門家システムを作成するためには、ソフトウェアアーキテクチャ、専門分野の専門知識、知識工学に対する знач的な投資が必要です。これらの挑戦に直面して、多くのシステムアーキテクトは、主題や管轄範囲の観点で分野を制限します。このアプローチの結果として、狭範で地域的に限定された法律専門家システムが作成され、コスト対効果の観点から正当化が難しいことがあります。
現在、法律分野におけるAIの適用は、特に訴訟や due diligenceが役割を果たす場合など、文書の確認に依存しています。AIの法律分野における数値的に最も測定可能な利点の1つは、弁護士が手間のかかるルーチン的な業務に多くの価値のある時間を費やす必要がないことで、時間とお金の節約効果です。これにより、より短い時間でより良い結果を達成し、ケース負荷の減少率が向上し、ケースごとの時間単位当たりの潜在的な収益が増加します。法律におけるAIシステムの設置と維持コストは、効率性の向上による達成された節約をはるかに上回り、コストのバランスが取れます。
= 結果や決定の正確性の欠如 =
法律専門家システムは、非専門家ユーザーに不正確または不正確な結果や決定を導く可能性があります。これにより、ユーザーがこれらシステムによって生成された結果や決定の正確性や信頼性に過度に依存する可能性があります。
例
ASHSD-IIは、イギリス法の婚姻財産紛争分野でルールベースとケースベースの推論モデルを組み合わせたハイブリッド法律専門家システムです。
CHIRONは、米国税法およびコードの税務計画活動をサポートするためにルールベースとケースベースの推論モデルを組み合わせたハイブリッド法律専門家システムです。
JUDGEは、殺人、襲撃、過失殺人に関する犯罪に対する処罰を扱うルールベースの法律専門家システムです。
Legislateは、法律規定を適用して弁護士承認の契約を生成する知識グラフ駆動型の契約管理プラットフォームです。
The Latent Damage Projectは、(UK) Latent Damage Act 1986に関する損害賠償、契約、製品責任法の分野における期間の制限に関するルールベースの法律専門家システムです。
Split-Upは、(オーストラリア) Family Law Act (1975)に基づいて婚姻財産の分割をサポートするルールベースの法律専門家システムです。
SHYSTERは、ルールベースのモデルとリンクすることでハイブリッドとして機能するケースベースの法律専門家システムです。オーストラリアの著作権法、契約法、個別財産法、行政法などの複数の法律分野をカバーするように設計されています。
TAXMANは、企業再編に関する法律の特定の法規のカテゴリ内でケースを分類する基本的な形の法律推論を実行できるルールベースのシステムです。
Catalaは、立法文書から正確な実装（形式的方法で確証される）を導き出すために設計されたフランスの分野特別なプログラミング言語です。現在はINRIAによってメンテナンスされています。
争議
法律専門家システムと知識ベースシステム（知能ベースシステムとも呼ばれる）の違いについての合意が得られていません。法律専門家システムは、人間の法律専門家のレベルで機能すると考えられていますが、知識ベースシステムは人間の専門家の継続的なサポートに依存する可能性があります。真の法律専門家システムは、一般的な知識ベースシステムよりも狭い専門分野に焦点を当てています。
法律専門家システムは、伝統的な特別な法律サービスの提供に対する潜在的な破壊的な技術として見られています。したがって、確立された法律実務家は、これらを歴史的なビジネス慣習に対する脅威と考えることがあります。
法律決定に対するさまざまな理論的方法を考慮しないことが、決定の本質を反映しない専門家システムを生成することにつながると主張されています。一方、法律専門家システムのアーキテクトの一部は、多くの法律家が法律理論の堅牢な基盤がないにもかかわらず、優れた法律推論スキルを持ち、同様に法律専門家システムも同じようにあるべきであると主張しています。
法律専門家システムは、法律決定における精密性と科学的な厳密性を適用することで、伝統的な法学的な法則や原則の分析よりも散らばりがちで不精密な法学的な推論の動態に対する挑戦と見なされることがあります。一部の評論家は、法律実務の本質は、法律規則や原則の分析よりも、特定のケースに対する人間の判事がどのように決定するかの期待に基づいていると主張しています。
最近の進展
2013年以降、法律専門家システムにおいては著しい進展がありました。ジョージタウン法科大学のタニナ・ロスタイン教授は、法律専門家システムの設計に関するコースを教えています。オープンソースのプラットフォームの例としてDocassembleや、Neota Logic、Logic Programming Associates、Berkely Bridge、Oracle、Checkboxなどの企業が人工知能と機械学習に基づく法律専門家システムを提供し始めました。
No Code
最近、法律専門家システムの世界は低コード・ノーコード製品の世界と衝突しました。NoCode Journalの「No Code and Lawyers」と題する記事では、Neota Logic、VisiRule、Berkeley Bridge、BRYTER、Josefなどのツールが法律分野でさまざまな目的（自己サービスの法律と政策アドバイス、文書作成、文書自動化、新しいビジネスの受入と分析、専門的な意思決定、ビジネスプロセス自動化など）に使用されていると述べています。
参考情報
人工知能の応用
人工知能と法律
COMPAS（ソフトウェア）
コンピュータ支援の法律研究
臨床的決定支援システム
HYPO CBR、法律専門家システム
法律理論における不確実性の議論
専門分野の専門家
参考文献
[省略]
外部リンク
CodeX Techindex、スタンフォード大学法科大学院の法律テクノロジーリスト
LawSitesの法律テクノロジースタートアップリスト
法律家のための法律テクノロジー