AI弁護士の判例リサーチ — 使い方と原典確認の手順
生成AIは判例リサーチの「入口」を劇的に速くする。しかし出力をそのまま信じてはいけない。AI弁護士が示す判例は「たたき台」であり、事件番号まで含めて必ず原典で確認する必要がある。
この記事では、AIに判例を調べさせる具体的な手順と、その出力を裁判所の公式データベース・e-Gov法令検索で裏取りする手順を、順番に示す。
本記事は一般的な法情報であり、法的助言（法律相談）ではありません。個別の判断は必ず弁護士にご相談ください。
AI弁護士は判例リサーチで何ができるのか
判例検索や判例調査の現場でAIが最も役立つのは、相談内容を法律用語に翻訳する作業だ。判例データベースは法律用語でしか引けないため、この「翻訳」こそがAIの最大の価値になる。
AIが得意なこと — 争点の言語化と検索語の設計
相談者は「上司に残業代を払ってもらえない」としか言えないことが多い。AIはこれを「割増賃金請求」「労働基準法37条」「固定残業代の有効性」といった検索キーワードに変換できる。争点整理、長い判決文の要約、複数判例の相違点の比較（この判例は免責、こちらは責任認定、違いはここ、といった対比）も高速にこなす。RAG（根拠文書に紐づけて生成する方式）を組み込んだツールであれば、判例データベースそのものを参照しながら回答するため、リーガルリサーチの初速はさらに上がる。
AIが苦手なこと — 「実在する判例を正確に挙げること」
生成AIは確率的に「それらしい文字列」を作る仕組みで動いている。判例名・事件番号・判決年月日は、まさに「それらしく捏造しやすい」形式だ。専用のリーガルAIツールでも例外ではない。スタンフォード大学HAIの調査では、法律特化型の Lexis+ AI で約17%、Westlaw AI-Assisted Research で約34%のクエリにハルシネーション（存在しない判例や誤った引用）が確認され、6回に1回以上の頻度で誤りが起きると結論づけられている。
| ツール | 種別 | ハルシネーション率（スタンフォードHAI調査） |
|---|---|---|
| Lexis+ AI | 法律特化・RAG搭載 | 約17% |
| Westlaw AI-Assisted Research | 法律特化・RAG搭載 | 約34% |
結論 — AIの出力は「たたき台」、判例は「手がかり」
AIが出した判例は「答え」ではなく「探す手がかり」にすぎない。この位置づけを外すと、次章で説明する米国の弁護士と同じ失敗をすることになる。
ハルシネーション — 存在しない判例が作られる
判例リサーチにおけるハルシネーションとは、AIが実在しない判例・事件番号・条文をもっともらしく生成する現象を指す。米国ではすでに複数の弁護士が、この架空判例を書面に引用したことで制裁を受けている。
米国では2023年も2024年も弁護士が制裁を受けている
2023年、ニューヨークの弁護士スティーブン・シュワルツがChatGPTの出した存在しない判例を準備書面に引用し、制裁を受けた（Mata v. Avianca事件）。 「AIが判例を捏造するとは知らなかった」という弁解は通らなかった。さらに2024年10月、インディアナ州南部連邦地裁でも弁護士ラファエル・ラミレスが架空の判例を複数の書面に引用し、2025年2月に制裁が勧告された。一度きりの事故ではなく、同種の失敗は繰り返し起きている。
法律専用AIモデルは今なお幻覚を起こす — 最先端をうたうリーガルAIリサーチツールであっても、少なくとも6回に1回以上の頻度で相当な幻覚が発生する。
スタンフォード大学HAI
この調査結果が示すのは、ツール選びだけでは解決しないという事実だ。RAGを搭載した高価な専用ツールを使っても、原典確認の手順を省略してよい理由にはならない。むしろ「専用ツールだから安全」という思い込みこそが、次に紹介する米国の弁護士たちが陥った失敗の入口になっている。
実際に制裁を受けた2件の事例を見比べると、手口も時期も異なるが、根っこにある原因は同じだ。AIが出した引用を、誰も裁判所の記録で確認していない。
| 事件 | 弁護士 | 裁判所 | 結果 |
|---|---|---|---|
| Mata v. Avianca（2023年） | スティーブン・シュワルツ | ニューヨーク州南部連邦地裁 | 制裁金5,000ドル |
| ラファエル・ラミレス事件（2024〜2025年） | ラファエル・ラミレス | インディアナ州南部連邦地裁 | 治安判事が制裁金15,000ドル（1件5,000ドル×3件）を勧告、最終的に6,000ドルの制裁 |
なぜ気づきにくいのか
捏造された判例は、実在の裁判所名・もっともらしい事件番号・自然な判決要旨を伴う。文体が自然なため、専門家であっても読んだだけでは見抜けないことが多い。だからこそ「読んで判断する」のではなく「機械的に原典を引く」手順が必要になる。
見抜くコツは、判例の「見た目」ではなく「存在」を確かめることにある。次章で示す手順は、まさにそのための機械的なチェックだ。
原典確認の手順 — AIの出力を裁判所とe-Govで裏取りする
判例リサーチでAIを使うなら、出力を鵜呑みにせず、決まった手順で原典に当たることが前提になる。このリーガルAIの使い方における裏取り手順は、次の4ステップで再現できる。
- AIに「3点セット」を必ず出させる。 判例を一意に特定できるのは、①裁判所名（例：最高裁判所第三小法廷）②判決・決定の年月日③事件番号（例：平成○年（受）第○号）という「3点セット」だ。プロンプトには「裁判所名・判決年月日・事件番号を必ず併記してください。不確かな場合は『不明』と書き、推測しないでください」と明示する。3点が出ない判例は、その時点で疑ってよい。
- 裁判所の「裁判例検索」で実在を確認する。 最高裁判所が運営する公式の裁判例検索は無料で誰でも使える。最高裁判所・高等裁判所・下級裁判所（速報）・行政事件・労働事件・知的財産事件の6分類と、それらを横断する統合検索がある。AIが出した事件番号・年月日で検索し、ヒットしなければ「存在しない可能性が高い」と判断する。
- 条文はe-Gov法令検索で正文にあたる。 AIは条文番号もずらすことがある（「労働基準法37条」を「36条」と書く、など）。法改正で条番号や文言が変わっている場合もある。e-Gov法令検索で現行法令の正文を確認し、AIの要約ではなく条文そのものを読む。
- 判決文の中身を読み、事案が自分の件と合うか見る。 実在が確認できても終わりではない。判例は「事案」とセットで意味を持つ。AIの要約と実際の判決文の理由付けがズレていないか、自分のケースと事実関係が本当に似ているかを確認する。ここは最終的に弁護士の判断領域になる。
原典確認の起点になるのが裁判所「裁判例検索」であり、条文の裏取りにはe-Gov法令検索を使う。どちらも公式・無料の一次情報源だ。
この4ステップは、慣れれば1件あたり数分で終わる。手順を固定しておけば、確認漏れそのものが起きにくくなる。
裏取りチェックリスト
- 裁判所名・判決年月日・事件番号が揃っているか
- 裁判所の裁判例検索でヒットするか
- 条文はe-Govの正文と一致するか
- 判決文の理由付けはAIの要約と一致するか
- 事案が自分の件と類似しているか
- 最終確認を弁護士に依頼したか
このチェックリストは、AIの出力を書面や交渉に持ち込む前の最低限のラインだ。
どれか一つでも欠けるなら、その判例は使わない。判断に迷う段階まで来たら、それは弁護士に相談すべきサインだ。
AIに判例を聞くときのプロンプト設計
判例調査の精度は、プロンプトの作り方でも大きく変わる。曖昧な問いかけほどAIは自由に「それらしい答え」を作りやすくなる。
悪いプロンプトと良いプロンプト
悪い例は「残業代の判例を教えて」のような一文だけの問いかけで、これではAIは自由に捏造できる。良い例は、次の5要素を明示するプロンプトだ。
- 役割（あなたは法律リサーチの補助者です、と役割を固定する）
- 事実（時系列に沿った事実関係を提示する）
- 任務（争点の候補と、関連しうる条文・判例の検索キーワードを挙げさせる）
- 制約（判例を挙げる場合は裁判所名・年月日・事件番号を併記させ、不確かなら「不明」と書かせ、創作を禁じる）
- 出力形式（一覧表など、確認しやすい形式を指定する）
「創作するな・不明と書け」という逃げ道を与えることが、ハルシネーションを減らすうえで決定的に効く。
ただし、プロンプトを整えても原典確認を省略してよいわけではない。良いプロンプトは、確認すべき対象をはっきりさせるための道具にすぎない。
RAG・出典リンク付きツールなら安全か
根拠文書に紐づけて生成するRAG方式は、ハルシネーションを大きく減らす。ただしゼロにはならない。前述のスタンフォード大学HAIの数値（Lexis+ AI 約17%、Westlaw AI 約34%）は、まさにその「出典付き専用ツール」を実測した結果だ。出典リンクが付いていても、リンク先を実際に開き、内容が本当に一致しているかを確かめる必要がある。
個人情報と守秘 — AIに事件の中身を入れる前に
判例リサーチのためにAIへ入力する情報には、守秘義務や個人情報保護の観点からの配慮が要る。
入れる前に匿名化する。 氏名・住所・生年月日・会社名・具体的な金額・事件番号は、リサーチの目的には不要なことが多い。「30代男性会社員」「都内の飲食店」程度に抽象化しても、争点の整理は成立する。匿名化すべき項目は主に次のとおりだ。
- 氏名・住所・生年月日
- 勤務先・取引先などの会社名
- 具体的な金額や日付
- 事件番号・裁判所名などの識別情報
あわせて、入力内容がAIの学習に使われない設定（オプトアウト）になっているかを確認しておく。
AIは弁護士の代わりになるのか — 弁護士法72条
AI法律相談という言葉が使われることもあるが、AIができるのはあくまで情報整理と下書きの補助までだ。
判例リサーチは「補助」、判断と代理は弁護士の領域
判例リサーチをAIに任せられる範囲には、法律上の明確な線がある。それを定めているのが弁護士法72条だ。
弁護士又は弁護士法人でない者は、報酬を得る目的で訴訟事件、非訟事件及び審査請求、再調査の請求、再審査請求等行政庁に対する不服申立事件その他一般の法律事件に関して鑑定、代理、仲裁若しくは和解その他の法律事務を取り扱い、又はこれらの周旋をすることを業とすることができない。ただし、この法律又は他の法律に別段の定めがある場合は、この限りでない。
弁護士法第72条
AIは情報の整理や下書きを助けるが、事件の見通しの判断、交渉、裁判代理は弁護士の独占業務であり、責任を負うのも弁護士だ。AIによるAI法律相談は、判断そのものを代替するものではなく、相談前の理解を助ける位置づけにとどまる。無料相談は法テラス（民事法律扶助）や、日本弁護士連合会に連なる各地の弁護士会でも受けられる。窓口の詳細は法テラスの公式サイトで確認できる。