リーガルテックは、
誰の仕事や困りごとを助けるのか

資料を探し、論点を整理し、文書や回答を作る仕事を支援する

弁護士の仕事には、事件に関係する判例や法令を探し、その内容を読み、論点を整理して文書にまとめる工程がある。法律AIは、必要な資料の検索、根拠に沿った説明、文書の下書きを支援する。相談窓口では、相談員が調べて回答を用意する仕事にもAIが使われている。行政職員の法令調査を助ける試行もある。

検索した資料を、根拠を確かめながら使う

スーパーロイヤー（SuperLawyer）は、資料の検索から法律文書の起案までを助ける。開発元のロー・アンド・カンパニーは、関連する法律資料から回答を作り、原文へのリンクを付ける仕組みを公表している。さらに、引用された判例や法令が回答の趣旨に合っているかを、別の処理で点検する。法律書籍出版社のコンテンツも回答の根拠に使われている。[15]

エルボックス（LBOX）では、回答を読みながら引用文書へ戻り、論点を検討できる。紹介資料には、下級審の判断が分かれる場合に、その相違を説明する回答例がある。法律解説を利用する仕組みも取材記事で紹介されており、専門家が判例・法令の原文と解説を行き来する仕事を支えている。[16][17]

相談員が回答を用意する仕事にも、AIを組み込む

キャディ（Caddy）は、相談員の手元で回答準備を助ける。相談に関連する資料を基にAIが回答案を作り、上司が内容を確認する。承認された案を相談員が使って、相談者へ説明する。人が相談に対応する業務の中に、調査と回答案作成の支援を組み込んだ例である。[7]

紹介資料では、資料が足りない質問や曖昧な質問、承認を待つ時間も課題として挙げられている。AIが回答案を作る機能と、それを相談対応で使えるようにする運用の両方が必要になる。[7]

行政職員の法令調査を助ける取り組みもある

韓国法制処は2026年7月、公務員向けの「AI法令アシスタント」の試行を発表した。職員が法令を調べ、検討を進めるための参考資料を得る仕組みであり、回答は最終的な法的判断として扱わない位置付けである。国民向けのサービス計画とは別の取り組みだ。[19]

制度を知る、契約を理解する、書類や手続を進める

法律に詳しくない人や事業者は、何を調べればよいか分からないところから、契約や手続に向き合うことになる。日常の言葉で質問できるサービス、文書の内容を説明するツール、書類作成や請求を支援するサービスは、それぞれの場面で次の行動を助ける。必要なときに専門家へ相談できる仕組みもある。韓国でも国民向けの法令検索が計画される一方、民間の提供方法をめぐる争いが起きている。

制度や手続を知りたい人が、自分の言葉で尋ねられる

エイバ（AVA）は、裁判所の手続情報へたどり着くための案内役になる。アラスカ州裁判所の説明では、扱う分野と参照する資料を定め、回答に根拠へのリンクを付ける。利用者は説明を読み、その情報がどこに書かれているかを確認できる。今回の資料で確認できるのは情報・手続の案内であり、本人に代わって手続を実行するサービスではない。[1]

カナダのビーグル・プラス（Beagle+）や、米国ノースカロライナ州の法律扶助団体によるリア（LIA）も、一般の人が法律情報を得るための取り組みだ。ネバダ州裁判所では、一般向け法律情報サイトの拡充とチャットボットの公開が発表された。法律用語やサイト内の資料の場所を知らなくても、質問から情報を探せる点に、こうしたサービスの使い道がある。回答の有用性や誤りについては、後述する試験・監査で課題も報告されている。[2][3][5][4][6]

契約書を理解し、必要な文書を用意する

Doc Assistは、手元にある文書を理解するためのツールだ。リーガルズーム（LegalZoom）の2023年9月の発表では、アップロードした文書の要点や重要条項を整理し、文書に応じた質問を提示すると説明されている。主に中小事業者が契約などを読むための補助で、弁護士へアクセスする仕組みも案内された。試験提供時の発表であり、現在の提供状況は未確認である。[25]

ロケット・ロイヤー（Rocket Lawyer）は、AIによる文書・契約の支援と、人への相談をつなぐ。2026年5月の発表は、ロケット・コパイロットの試験提供と、必要時に法律専門家へ接続する仕組みを説明している。自分で内容を確かめるところから、専門家に相談するところへ進める。ただし、全てのAI回答を専門家が事前に確認するという意味ではない。[9]

少額債権の回収で、書類や手続を進める

ガーフィールド・ロー（Garfield.Law）は、主に事業者の少額債権回収を支える。英国の規制当局は2025年5月、AIを使って書面作成や手続を支援する同法律事務所の認可を発表した。依頼者の承認を各段階に置き、担当弁護士が責任を持つ。判例を提案する機能は含めない設計である。[8]

利用者は、債権回収の書面作成から手続の進行まで支援を受けられる。認可の範囲はイングランドとウェールズであり、日本で同じ提供方法が可能かを示すものではない。

韓国では、国民向けの計画と民間サービスをめぐる争いがある

韓国法制処は、国民が日常の言葉で法令や判例を探せるサービスの構築に着手した。2026年6月の発表では、法令・判例・解釈例を整理し、現行法令に基づいて回答する計画を示している。公開予定は2027年7月であり、一般向けの運用実績は今後である。[18]

民間では、無料の法律質問応答サービスを公開したディーアール・アンド・アジュ（DR & AJU）がサービスを中断し、法律相談や広告をめぐって弁護士会と争った。ロー・アンド・グッド（Law&Good）は、対立の可能性を考慮して一般向けから機関向けへ方針を変えた。提供する情報や支援の内容に加え、表示や提供主体も問題になることを示す事例である。[11][12][13][33]経緯と確認できた範囲、文書作成サービスの訴訟については、付録Dにまとめた。

検索結果や説明を、そのまま正しい答えとして使えるわけではない

専門家が調査に使う場合も、一般の人が制度を調べる場合も、誤った説明や不適切な引用があれば、その後の判断や手続に影響する。紹介したサービスでは、参照資料を決める、原文を示す、回答案を人が確認するといった工夫がある。それでも、実際の評価や公開後の監査では誤りや使いにくさが報告されている。

原文を確認できる表示と、人による確認を組み込む

エイバは参照する資料を定め、エルボックスは引用文書を画面上に示す。スーパーロイヤーは、引用した資料が回答の趣旨を支えているかをAIで点検する。これらは、利用者が回答だけを読んで終わらず、根拠へ戻って確認するための仕組みになる。ただし、資料にリンクできることと、その資料が回答を裏付けていることは同じではない。[1][16][15]

キャディでは回答前に上司が確認する。リアやネバダ州では、公開後の会話を監査して問題を見つけた。前者は相談者へ伝える前の確認、後者は実際の使われ方を踏まえた改善に役立つ。ビーグル・プラスも、公開に向けた試験で安全性と有用性を評価している。[7][4][6][2]

確認には原典が必要になる。シンガポール裁判所のガイドは、裁判所へ提出する内容について、別の生成AIに聞くだけでは検証にならないとし、判例・法令のデータベースなどを確認先に挙げる。AI同士の回答が一致しても、引用内容の正しさを確かめたことにはならない。[31]

実際の評価では、説明・引用・回答できる範囲に問題が残っている

法律調査AIでは説明や引用の誤り、一般向けでは資料外の質問への回答や有用性が課題になった。AIが事実と異なる説明や実在しない引用を生成する現象は、ハルシネーションと呼ばれる。関連資料を検索してAIに渡す検索拡張生成（RAG）も、その資料に忠実な回答を保証するものではない。

数値は、それぞれの時期・モデル・質問群・評価基準に基づく。研究間の差を改善率に換算したり、現在の製品の順位付けに使ったりすることはできない。リアの数値は、監査報告書の保存済み原文引用に依拠する。確認範囲は出典4に記載した。

一般の人が使うサービスでは、答えが正しいかに加え、分からない場面でどう応じるかも必要になる。資料が足りなければ追加で尋ねる、回答を控える、相談先を案内するなど、利用者が次に進むための対応まで確かめたい。

できることを、実態に合う言葉で伝える

米国のドゥーノットペイ（DoNotPay）は、AIが弁護士の代わりになるという広告表示を問題視された。米連邦取引委員会（FTC）の最終命令は、十分な根拠のない表示の禁止、19万3,000米ドルの支払い、対象利用者への通知を求めるものだった。サービス全体の停止命令ではない。[10]利用者が何を任せられるか判断できるよう、説明する機能と、その裏付けを一致させる必要がある。

目的の法令や判例を探し、時点や引用関係まで確かめられるようにする

判例や法令を探す仕事では、文書が見つかれば終わりではない。目的の法令か、調べたい時点の内容か、他の条文や判例とどう関係するかを確かめる必要がある。海外の情報基盤や研究では、文書の番号、条文の階層、改正履歴、引用関係をデータとして整え、こうした確認を支えている。

このように、文章に加えて項目や関係を機械が扱える形で持たせることを、データの構造化と呼ぶ。利用者にとっては、関連する資料を探し、根拠を取り違えずに読むための土台になる。

廃止された法令を「存在しない」と誤判定することもある

文書の名前だけを手掛かりにすると、実在する法令を見落としたり、別の法令へ結び付けたりする。韓国法令をAIから検索・検証する個人開発の公開ツール「korean-law-mcp」には、次の不具合を修正した記録がある。[32]

• 廃止法令を引用すると、架空の引用と判定された。法令が実在したことと、今も有効であることを区別する必要があった。
• 公布から施行までの名称変更で、新名称が「法令なし」とされた。新旧名称、公布日・施行日、施行前の版を結び付ける必要があった。
• 略称で尋ねると、別の法令に結び付いた。正式名称や略称に加え、法令の識別子まで確かめる必要があった。

個別の実装で報告された修正記録であり、発生頻度や他製品での再現性を示す調査ではない。

構造化による効果は、資料ごとの確認範囲で読む

レックス・エムエルは、法令・判例などを横断して探す情報基盤であり、生成AIの導入効果を測った事例ではない。ニヤイグラフの研究では、関係を使うことで関連条文をより多く拾える一方、AIへの情報の渡し方によっては不要な条文も増えた。ブラジルの版管理の提案は、効果の実証を今後の課題に挙げている。[21][22][23]

構造化は、検索や根拠確認を支えるための工夫である。掲載資料から、構造化だけで誤回答がなくなることや、共通の削減率を示すことはできない。

専門家の仕事を助け、法律に詳しくない人が次の行動へ進むのを支える

専門家向けでは、調べる・読む・書くという日々の業務に法律AIが入り込んでいる。資料を検索し、論点や引用を確認し、文書や回答の下書きを用意する。具体的な機能を業務の流れに沿って見ると、どの仕事を助けるツールかが分かる。

一般の人や事業者向けでは、制度を知る、文書を理解する、書類や手続を進めるという困りごとを助けている。自分で質問して説明を得る方法も、人の相談窓口を通じて支援を受ける方法もある。それぞれのサービスが何をしてくれるか、根拠をどう確認できるか、人へ相談できるかを具体的に読むことで、利用できる場面が見えてくる。

以上は掲載資料に基づく整理であり、特定企業への導入案ではない。公表当時の機能や試験結果を扱っており、現在の提供状況、日本での適法性、個別の運用負担や費用対効果を一律に示すものではない。

本文で使った言葉

リーガルテック

法律情報の検索、文書作成、相談などを支援する技術・サービス。

ハルシネーション

AIが、事実に反する説明や存在しない引用などを生成すること。本稿では各研究の評価範囲も併記した。

検索拡張生成（RAG）

関連資料を検索し、その内容をAIに渡して回答を作る仕組み。

知識グラフ

条文・判例・概念などと、その間の関係を、機械がたどれる形で整理したデータ。

永続識別子

文書を継続して特定するための番号や記号列。ウェブページの場所が変わっても文書を参照しやすくする。

主張の根拠と、確認できた範囲

出典14・26〜29は付録に掲載。出典番号は本文・全体図・付録で共通。

補足事例と調査対象の採否は付録へ