[論文レビュー] Authorized and Unauthorized Practices of Law: The Role of Autonomous Levels of AI Legal Reasoning

Lance B. Eliot|arXiv (Cornell University)|Aug 19, 2020

Artificial Intelligence in Law参考文献 32被引用数 5

ひとこと要約

本論文は、AI駆動型法的応用の文脈において、公式な法的実務（APL）と非公式な法的実務（UPL）の境界を明確化するため、自律的レベルのAI法的推論（AILR）に基づくフレームワークを提示する。AIシステムの法的推論自律性の異なるレベルを通じて分析することで、本研究はAIの使用が非公式な法的実務に該当する境界に達する時期を特定する構造的グリッドを提供し、法的規制および法的分野における倫理的AI導入のための実行可能な知見を提示する。

ABSTRACT

Advances in Artificial Intelligence (AI) and Machine Learning (ML) that are being applied to legal efforts have raised controversial questions about the existent restrictions imposed on the practice-of-law. Generally, the legal field has sought to define Authorized Practices of Law (APL) versus Unauthorized Practices of Law (UPL), though the boundaries are at times amorphous and some contend capricious and self-serving, rather than being devised holistically for the benefit of society all told. A missing ingredient in these arguments is the realization that impending legal profession disruptions due to AI can be more robustly discerned by examining the matter through the lens of a framework utilizing the autonomous levels of AI Legal Reasoning (AILR). This paper explores a newly derived instrumental grid depicting the key characteristics underlying APL and UPL as they apply to the AILR autonomous levels and offers key insights for the furtherance of these crucial practice-of-law debates.

研究の動機と目的

• 進化するAIおよび機械学習が法的サービスに与える影響を踏まえ、公式な法的実務（APL）と非公式な法的実務（UPL）の定義に関する曖昧さと論争を解消すること。
• AI法的推論（AILR）の自律的レベルを活用した構造的フレームワークを構築し、AIシステムが非公式な法的実務に該当する境界に達する時期を評価するためのレンズを提供すること。
• 意思決定を測定可能なAI自律性および推論レベルに基づくものにすることで、AI法における法的規制をより包括的かつ恣意的でない根拠で行うことを目指すこと。
• 法的専門家、規制当局、AI開発者に対して、AIの法的推論およびサービス提供における倫理的・法的境界について実用的な知見を提供すること。
• AI自律性レベルに基づく標準化された、道具的根拠に基づくグリッドを導入することで、UPLに関する自己都合的または一貫性のない解釈を軽減すること。

提案手法

• 本論文は、AI法的推論（AILR）を、基本的なデータ処理から完全な法的推論自律性に至るまで、明確に分類する革新的なフレームワークを提示する。
• 各AILRレベルを対応する法的業務にマッピングし、そのAI参加がAPLまたはUPLに該当する場所を特定する。
• フレームワークは、法的推論自律性の度合いとその規制遵守への影響を評価するグリッドベースの分析ツールを用いる。
• 既存の法的原則および規制の事例を基に、AILRレベルを現実の法的実務の境界と一致させる。
• 比較分析を用いて、AIの行動と従来の人的法的実務との重複および相違点を同定する。
• 本研究は、AI能力の進化に応じて拡張可能な段階的でスケーラブルな法的規制のアプローチの必要性を強調する。

実験結果

リサーチクエスチョン

• RQ1 AI自律性のどの段階で、システムの法的推論が公式な法的実務から非公式な法的実務への境界を越えるのか。
• RQ2 自律的AI法的推論（AILR）の標準化されたレベルフレームワークをどのように用いることで、AI駆動型法的サービスの合法性を客観的に評価できるか。
• RQ3 現在のAPLおよびUPLの定義がなぜ曖昧で、自己都合的になりがちなのか。AI自律性レベルはその問題をどのように解決できるか。
• RQ4 異なる自律性レベルにおける、公式な法的推論と非公式な法的推論を区別する主な特徴は何か。
• RQ5 規制当局および法的専門家は、AILRフレームワークをどのように活用して、AI法における一貫性があり、倫理的に妥当な意思決定を下せるか。

主な発見

• フレームワークは、AI法的推論を明確に分類可能な自律的レベルにマッピングできており、APLとUPLの明確な差異を可能にした。
• より高い自律的法的推論レベルに達するAIシステムは、特に拘束力のある法的判断を行う場合、非公式な法的実務に該当する可能性が高くなる。
• 本研究は、現在のUPL規制が一貫性に欠け、AI自律性の段階的差異を十分に考慮していないため、規制の曖昧さを生じさせていると特定した。
• AILRグリッドは、主観的解釈に依存せず、法的専門家や規制当局がコンプライアンスを評価するための実用的で道具的根拠に基づくツールを提供する。
• 本論文は、自律性レベルに基づく段階的規制アプローチが、法的分野におけるAI導入の法的・倫理的リスクを低減できることを示した。
• フレームワークは、限定的自律性を持つAIシステムですら、法的効果を及ぼす助言を行う場合、誤って非公式な法的業務を実施している可能性があることを明らかにした。