HKJudge：香港判決文の法的言説注釈付きコーパス - 裁判所の判断根拠、推論過程、判決内容の解釈

AIが法律判決を理解・予測できるようになるには、まず「判決文がどう成り立っているか」を機械に教える必要があります。今回発表された研究は、その土台作りに当たるものです。

香港の裁判所が下した判決文29万件余りを、法律の専門家が手作業で分析し、「どの部分がどういう役割を果たしているか」をラベル付けしたデータセットが完成しました。例えば、判決文は通常「事件の背景説明」「被告人の主張」「証拠の検討」「法律の適用」「判決内容」という流れで構成されていますが、このデータセットはそれぞれの文がどのステップに当たるのかを明記しています。

作業の大変さは相当なものです。10人の法言語学者が同じ判決文を分析して、意見の一致度が0.8（満点1.0中）という高い水準に達しています。これは、「判決文の構造を解析する」という作業が、法律知識と言語理解の両方を必要とする専門的な仕事だからです。

実際の活用を見ると、このデータを使ってAIモデルを訓練した結果、機械は「修辞的役割の分類」（各文の役割判定）と「法的要素の抽出」（有罪判決に必要な情報の抽出）という2つのタスクで初めての精度測定が行われました。BERTなどの汎用AI、オープンソースの大規模言語モデル、ChatGPTなどの商用AIまで複数の手法が試されており、それぞれの得意・不得意が明らかになり始めています。

この研究の意義は、単に「香港の判決予測AIを作る」ことにはありません。より深い層では、AIが法律という体系的な知識領域で「推論」できるようになるための基盤を整備する作業です。判決文は単なる「結論の羅列」ではなく、事実認定から法律の解釈、判断へと段階的に進む思考プロセスの記録です。その論理構造をAIに教えることで、機械が人間のような法的推論に近づく可能性が広がります。

同時に、この取り組みは「AI時代の法律実務」がどう変わるかを示唆しています。弁護士や判事の仕事の一部（判例検索、判決文の分類、類似事例の抽出など）は自動化される可能性があり、一方で「最終判断」や「法的解釈の創造性」は人間にしか担えない領域として浮き彫りになります。