裁判とは、本来、同じ証拠と同じ法律関係が存在するならば、担当する裁判官が変わっても、一定の範囲内で同じ結論に到達するべき制度である。
ところが、日本の裁判を経験した当事者や企業関係者からは、しばしば次のような言葉が聞かれる。
「結局は、どの裁判官に当たるかで決まる」
いわゆる「裁判官ガチャ」である。
もちろん、裁判には一件ごとに異なる事情がある。人間同士の紛争を、単純な計算式だけで処理できないことも事実だ。
しかし、個別具体的な判断が必要であることと、判断結果が予測できないことは同じではない。
担当裁判官によって証拠の評価が大きく変わり、同じような事件でも結論が反転するのであれば、国民や企業にとって裁判は「権利を実現するための制度」ではなく、「結果の読めない賭け」になってしまう。
日本の司法制度は、自由心証主義という名の下に、どこまで裁判官個人の判断に委ねてよいのか。
そして、人工知能、AIの活用によって、裁判の不確実性をどこまで減らすことができるのか。
いまこそ、司法判断のブラックボックスにメスを入れる必要がある。
民事訴訟法247条が定める自由心証主義
日本の民事訴訟法247条は、判決に必要な事実について、裁判所が「口頭弁論の全趣旨及び証拠調べの結果をしん酌して、自由な心証により」真実であるかどうかを判断すると定めている。
これが自由心証主義である。
自由心証主義は、裁判官が証拠を評価する際、証拠ごとにあらかじめ法律で決められた固定的な点数や優先順位に拘束されないという考え方だ。
契約書があるから必ず勝つ、証人が二人いるから一人しかいない側より信用される、供述が一部変化したから直ちに虚偽と判断する、といった機械的な証拠評価を避け、事件全体を踏まえて柔軟に判断するための原則である。
この考え方には、一定の合理性がある。
人間の行動や社会の紛争は複雑であり、証拠の価値を単純な計算式だけで決めることはできないからだ。
しかし、自由に判断できるということは、何を根拠に、どのような思考過程で証拠を評価したのかが曖昧でもよいという意味ではない。
自由心証主義は、本来「恣意的心証主義」ではない。
ところが現実には、裁判官の証拠評価の過程が十分に言語化されず、判決文を読んでも、なぜ一方の供述を信用し、他方を退けたのかが明確に分からない場合がある。
「供述は自然である」
「不合理とはいえない」
「信用することができる」
「経験則に照らして認められる」
こうした定型的な表現だけで重大な事実認定が行われれば、判断の中核部分は外部から検証できない。
これが、自由心証主義のブラックボックス化である。
「裁判官ガチャ」は単なる不満ではない
「裁判官ガチャ」という言葉は、敗訴した当事者の感情的な不満として片付けられがちだ。
しかし、この言葉が広く使われる背景には、司法判断のばらつきに対する根深い不信がある。
裁判官も人間である。
育った環境、職務経験、専門知識、価値観、組織文化などから完全に自由ではない。
同じ証拠を見ても、経済取引に詳しい裁判官と詳しくない裁判官、テクノロジーへの理解がある裁判官とない裁判官、企業経営の実態を知る裁判官と知らない裁判官では、受け止め方が変わる可能性がある。
さらに、人間の判断には、無意識の思い込み、第一印象、確証バイアス、権威への依存、後知恵バイアスなどが入り込む。
裁判官だけが、こうした人間一般の認知的限界から免除されているわけではない。
その日の体調や疲労が、直ちに判決を左右すると断定することはできない。
だが、多数の事件を処理する環境や時間的制約が、判断過程に全く影響を与えないとも考えにくい。
問題は、裁判官に個性や感情があることではない。
裁判官個人の認識や経験に依存した部分が、どこまで結論に影響したのかを外部から検証できないことだ。
判決は、当事者の財産、社会的信用、家族関係、職業人生、場合によっては身体の自由を左右する。
それほど重大な国家判断が、「裁判官の心証」という言葉だけで閉じられてよいはずはない。
裁判の不確実性が生む経済的損失
司法判断の不確実性は、法曹界内部だけの問題ではない。
企業経営、投資、金融取引、雇用、知的財産、事業承継、少数株主保護など、経済活動全体に影響する。
企業が契約を締結する際には、相手方が契約に違反した場合、裁判所がどのような救済を認めるかを予測する必要がある。
株主が経営者の責任を追及する場合にも、どの程度の証拠があれば責任が認められるのかを判断しなければならない。
法的な結論を一定の範囲で予測できれば、企業は訴訟を起こすべきか、和解すべきか、契約条件を修正すべきかを合理的に決定できる。
しかし、弁護士から、
「法律上は勝てる可能性がありますが、最後は裁判官の心証です」
としか説明されないのであれば、企業は重大な経営判断を確率の見えないまま行わなければならない。
訴訟費用だけが問題なのではない。
経営者や従業員が裁判対応に費やす時間、証拠収集の負担、取引先との関係悪化、信用不安、資金調達への影響など、訴訟の長期化は大きな社会的コストを発生させる。
勝敗の見通しが立たなければ、本来は和解できる事件まで長期化する。
反対に、正当な権利を持つ側が、不確実性を恐れて著しく不利な和解を受け入れることもある。
予測不能な司法は、強い者に有利に働く。
資金と時間を持つ大企業や組織は長期戦に耐えられるが、個人、中小企業、少数株主は耐えられないからだ。
司法の予測可能性は、単なる効率性の問題ではない。
裁判を利用できる者と利用できない者の格差を縮小するための、司法アクセスの問題でもある。
司法にも「マネーボール」が必要だ
かつて野球界では、選手の評価がスカウトや監督の経験、直感、印象に大きく左右されていた。
見た目がよい。
フォームが美しい。
将来性を感じる。
勝負強そうに見える。
こうした定性的な評価に対して、膨大な試合データを分析し、選手の貢献度を数値で捉え直したのが「マネーボール」と呼ばれるデータ分析の考え方だった。
データは、人間の経験を完全に否定したのではない。
経験だけでは見落とされていた価値を可視化し、判断の誤差を減らすための共通言語を提供したのである。
司法にも、同様の転換が必要だ。
長年の経験や職人的直感を全面的に排除する必要はない。
しかし、裁判官の経験や直感を、検証不能な最終回答として扱ってはならない。
過去の判決、証拠の構成、請求内容、認容額、訴訟期間、和解内容などを構造化し、人間の判断を検証するためのデータとして活用する。
「勘からデータへ」
「印象から検証へ」
「個人の心証から説明可能な判断へ」
これが、司法におけるマネーボール改革である。
AIで判例と証拠を構造化する
AIの第一の役割は、膨大な裁判情報を構造化することである。
日本では、すべての民事判決が一般に利用可能なデータとして公開されているわけではない。
公開される判決も限定され、当事者が提出した証拠や主張の全体像までは分からないことが多い。
この状態では、過去の事件を横断的に分析し、どの証拠がどの程度重視されたのかを検証することが難しい。
民事裁判のデジタル化によって判決書や訴訟記録が電子データとして蓄積されるならば、適切な匿名化とプライバシー保護を前提として、それらを司法制度の改善に活用すべきである。
AIを用いれば、例えば次のような情報を整理できる。
どのような請求が行われたのか。
何が主要な争点だったのか。
どの証拠が提出されたのか。
裁判所はどの証拠を重視したのか。
どの事実を認定し、どの事実を否定したのか。
どの法律や判例を適用したのか。
請求額のうち、いくらが認められたのか。
提訴から判決や和解まで、どの程度の期間を要したのか。
これらを横断的に分析すれば、従来は個々の裁判官や弁護士の経験の中に閉じ込められていた知識を、社会全体の法的知性として共有できる。
AIは「勝訴確率」を提示できるか
AIを活用した訴訟予測では、事件の初期段階で、過去の類似事件を基に一定の見通しを示すことが考えられる。
例えば、
「現段階の証拠構造では、請求が一部認容される可能性が比較的高い」
「過去の類似事件では、認容額は請求額の30％から50％に集中している」
「この種類の証拠が追加されれば、原告側の立証が補強される」
「類似事件の多くは判決前に和解している」
といった情報である。
将来的には、条件が整えば「原告勝訴の推定確率72％」などの数値が示される可能性もある。
ただし、この数値を宝くじの当選確率のような客観的真実と誤解してはならない。
AIが示す確率は、学習に用いたデータ、事件の分類方法、入力された証拠、アルゴリズムの設計によって変化する。
非公開の和解事件や、公開されなかった判決がデータに含まれていなければ、予測結果には偏りが生じる。
したがって、AIの訴訟予測は「この事件の真の勝率」を断定するものではない。
現在利用可能な情報と過去の判断傾向を前提にした、意思決定のための参考値である。
それでも、何の数値的根拠もなく「裁判官次第」と説明される現状より、はるかに合理的な出発点になる。
予測可能性が早期和解を促進する
AIによる分析が最も大きな効果を発揮するのは、判決の自動化ではなく、早期和解の
促進かもしれない。
原告は、自分の請求が全面的に認められると考えやすい。
被告も、自分には責任がないと考えやすい。
紛争当事者は、それぞれ自分に有利な情報を重視するため、双方の認識が大きく離れる。
その結果、客観的には和解が合理的な事件でも、長期間争い続けることになる。
そこで、訴訟の初期段階にAIが類似判例、認容額、訴訟期間、証拠の強弱などを提示すれば、双方が自らの主張を相対化できる。
原告側には、過大な期待を修正する材料になる。
被告側には、敗訴リスクを過小評価しないための材料になる。
双方の予測が近づけば、合理的な和解可能領域を早期に発見しやすくなる。
裁判は、最後まで判決を取りに行くことだけが正解ではない。
当事者が必要な情報を得た上で、早期に合理的な解決を選択できることも、優れた司法制度の重要な機能である。
AIは人間よりも公平なのか
AIには感情も疲労もない。
担当裁判官の個人的な経験や、その日の心理状態にも左右されない。
同じデータと同じ条件を入力すれば、基本的には同じ結果を返す。
この一貫性は、司法判断のばらつきを検証する上で大きな利点になる。
しかし、「AIを導入すればバイアスがなくなる」と考えるのは危険である。
AIは、学習したデータの中にある過去の偏りを引き継ぐ。
過去の裁判に一定の社会的偏見や組織的傾向が含まれていれば、AIはそれを「通常の判断パターン」として再現する可能性がある。
入力データの選び方や、どの結果を正解として学習させるかにも、人間の判断が入り込む。
アルゴリズムの設計主体が行政や特定企業だけであれば、新しいブラックボックスが生まれる危険もある。
したがって、AIは「無条件に公平な裁判官」ではない。
AIの価値は、人間の判断を自動的に正解へ変えることではなく、判断のばらつきや隠れた偏りを可視化し、検証可能にすることにある。
AIを裁判官にするのではない
AIの司法利用に対しては、
「機械に人間を裁かせるのか」
「個別事情を無視した冷酷な判決になる」
「正義は数式では表現できない」
という反論が予想される。
しかし、本稿が提唱しているのは、裁判官を廃止し、AIに判決を全面的に委ねる制度ではない。
まず導入すべきなのは、事実認定と証拠評価のための「標準ゲージ」としてのAIである。
AIは、過去の類似事件や証拠評価の傾向を分析し、判断の基準線、ベースラインを提示する。
裁判官は、その分析を参考にしながら、個別事件の事情を踏まえて最終的な判断を行う。
重要なのは、裁判官がAIの結論に従うことではない。
AIが示した標準的な判断から外れる場合に、なぜ外れるのかを具体的に説明することである。
AIが、
「過去の類似事件では、この供述だけで事実を認定した例は少ない」
と示したにもかかわらず、裁判官がその供述を決定的な証拠として採用するならば、裁判官はその理由を判決文に明確に記載する。
反対に、AIの分析に問題があると考えるならば、データの不足や事件の特殊性を説明する。
この仕組みであれば、AIは裁判官の権限を奪うのではなく、裁判官の説明責任を強化する道具になる。
「自由心証」から「説明された心証」へ
自由心証主義を直ちに廃止する必要はない。
複雑な人間関係や新しい技術をめぐる紛争では、過去のデータだけでは判断できない問題もある。
しかし、自由心証主義を維持するのであれば、その自由には強い説明責任が伴わなければならない。
裁判官が何を信用したかだけではなく、
なぜ信用したのか。
反対証拠をなぜ退けたのか。
どの経験則を用いたのか。
類似事件との違いは何か。
別の裁判官が追試できる判断構造になっているか。
これらを判決文の中で明確にする必要がある。
目指すべきは、「自由心証」から「説明された心証」への転換である。
AIは、そのための比較基準を提供できる。
判断の自由を奪うのではない。
自由を、検証可能な責任へ変えるのである。
AI導入に必要な制度的条件
司法AIを導入するには、少なくとも五つの条件が必要である。
第一は、質の高い裁判データの整備だ。
判決文だけでなく、争点、証拠、主張、認定事実、結論を一定の形式で整理しなければ、信頼できる分析はできない。
第二は、プライバシーと営業秘密の保護である。
裁判記録には、個人情報、医療情報、企業秘密、家族関係などが含まれる。匿名化やアクセス制御を徹底する必要がある。
第三は、アルゴリズムの透明性である。
少なくとも、どのようなデータを使い、どの要素を重視し、どの程度の誤差があるのかを、裁判所と当事者が検証できなければならない。
第四は、当事者による異議申立ての保障である。
AIの分析に誤りや偏りがある場合、当事者がその利用方法を争える制度が必要になる。
第五は、人間による最終的な統制である。
AIの出力を無批判に採用する「自動化バイアス」を防ぎ、最終判断と説明責任は人間の裁判官が負うべきである。
AIを導入すれば透明になるのではない。
透明性、人権保障、異議申立て、監査の仕組みを備えて初めて、司法に利用できるAIになる。
司法のデジタル化を電子申請で終わらせるな
日本では、民事裁判手続のデジタル化が進められている。
オンラインでの申立て、電子的な書面提出、ウェブ会議の活用、訴訟記録の電子化は、利用者の負担を減らす重要な改革である。
しかし、紙の書類をPDFに置き換え、裁判所へオンラインで送れるようにするだけでは、司法制度の本質的な改革とはいえない。
それは、従来の裁判を電子空間へ移しただけである。
デジタル化の真の価値は、蓄積された情報を分析し、裁判の質を向上させることにある。
どの種類の事件が長期化しているのか。
裁判所や裁判官によって認容率に大きな差がないか。
証拠評価に一貫性があるか。
和解案に地域差や担当者差がないか。
審理期間と判決内容に関係があるか。
こうした情報を継続的に検証しなければ、デジタル化は単なる事務効率化で終わる。
司法DXの目的は、裁判所職員の作業を楽にすることだけではない。
国民にとって、より迅速で、予測可能で、説明可能な裁判を実現することにある。
法曹界は判断を検証される覚悟を持てるか
AI導入の最大の障壁は、技術ではない。
司法判断を客観的に比較されることに対する、組織的、心理的な抵抗である可能性がある。
裁判官ごとの判断傾向が数値化されれば、同種事件における認容率、審理期間、和解率などの差が明らかになる。
判決文の論理構造をAIが分析すれば、説明不足や過去の判例との矛盾が指摘されるかもしれない。
弁護士についても、勝訴率や和解実績、事件処理期間などが可視化される可能性がある。
こうした検証は、法曹界にとって居心地のよいものではないだろう。
しかし、公権力を行使する司法が、「専門家にしか分からない」という理由で外部検証を拒むことは許されない。
自由心証主義という裁量を維持したいのであれば、その判断をデータと論理によって検証されることも受け入れなければならない。
司法の独立は、司法判断を無批判な聖域にすることではない。
政治や経済的圧力から独立しながら、国民に対しては徹底した説明責任を負うことである。
不確実な博打から、合理的な社会インフラへ
裁判の結論を100％予測可能にすることはできない。
新しい事件には新しい判断が必要であり、証人の信用性や人間関係の機微など、数値だけでは捉えきれない要素も残る。
司法から不確実性を完全に排除することは不可能である。
だが、不確実性が避けられないことと、それを減らす努力をしないことは別問題だ。
現在の技術で可能な分析を行わず、裁判官個人の心証だけに依存し続ける理由はない。
AIを利用して過去の裁判を構造化する。
類似事件の傾向を示す。
証拠評価のばらつきを可視化する。
判決の基準線を提示する。
そこから外れる判断には、具体的な説明を求める。
当事者には、AIの分析内容を確認し、反論する権利を保障する。
こうした制度を整えることで、自由心証主義の柔軟性を残しながら、そのブラックボックス性を縮小できる。
司法が目指すべきなのは、AIによる冷酷な自動裁判ではない。
人間の判断を、データによって支え、検証し、説明可能にする司法である。
裁判官の知性と経験。
AIの計算能力と一貫性。
当事者による反論と異議申立て。
公開された判断理由。
これらを組み合わせることによって、日本の裁判制度は「誰に当たるか分からない不確実な博打」から、「結果を一定程度予測でき、理由を検証できる合理的な社会インフラ」へ進化できる。
自由心証主義は、裁判官に理由なき自由を与える制度ではない。
その自由を存続させるのであれば、データ時代にふさわしい説明責任を課さなければならない。
日本の司法にいま必要なのは、AIを恐れて聖域を守ることではない。
AIを鏡として、自らの判断のばらつき、偏り、説明不足を直視することである。
「裁判官の心証だから仕方がない」という時代を終わらせる。
そこから、日本の司法の本当の近代化が始まる。
【参考資料・参考文献】
1. e-Gov法令検索「民事訴訟法（平成8年法律第109号）」
本稿で取り上げた自由心証主義の法的根拠。民事訴訟法247条は、裁判所が口頭弁論の全趣旨と証拠調べの結果を踏まえ、自由な心証によって事実の真否を判断すると定めている。
2. 最高裁判所「民事裁判手続のデジタル化」
2026年5月21日に全面施行された改正民事訴訟法・民事訴訟規則に基づく、オンライン申立て、電子提出、電子送達、訴訟記録の電子化などの概要を解説した公式資料。
3. 法務省「民事訴訟法等の一部を改正する法律について」
民事裁判手続の全面的なデジタル化を目的とした法改正の内容、施行日、制度の詳細を整理した資料。
4. 法務省「民事関係手続等における情報通信技術の活用等の推進を図るための関係法律の整備に関する法律について」
民事裁判の事件記録を原則として電子データで保管し、インターネットを通じた閲覧などを可能にする制度の説明資料。
5. 法務省「民事判決情報データベース化検討会」会議資料・報告書
民事判決情報の収集、仮名処理、民間事業者やリーガルテック企業への提供、個人情報保護などについて検討した公的資料。日本における司法データ基盤の整備を考える上で重要である。
6. 法務省「民事裁判の全判決のデータベース化に関する法務大臣記者会見」
民事裁判の判決情報を広く収集し、仮名処理を行った上で、判例データベース事業者やリーガルテック企業などによる利用につなげる制度の趣旨を説明している。
7. 最高裁判所「裁判例検索」
最高裁判所判例集などに掲載された裁判例や、各級裁判所の主要な判決を検索できる公式データベース。ただし、すべての民事判決や提出証拠が公開されているわけではない点には注意が必要である。
8. 最高裁判所「裁判の迅速化に係る検証に関する報告書」
民事第一審訴訟などの審理期間、争点整理、長期化要因、デジタル化を踏まえた裁判運営上の課題を分析した資料。
9. 欧州評議会・欧州司法効率化委員会（CEPEJ）
“European Ethical Charter on the Use of Artificial Intelligence in Judicial Systems and Their Environment”
司法分野におけるAI利用について、基本的人権の尊重、差別防止、品質と安全性、透明性・公平性、人間による統制という五つの原則を示した国際的指針。
10. National Institute of Standards and Technology（NIST）
“Artificial Intelligence Risk Management Framework（AI RMF 1.0）”
AIについて、正確性、安全性、説明可能性、透明性、プライバシー、公平性、バイアス管理などを重視するリスク管理の枠組み。司法AIの設計・運用にも応用できる。
11. Daniel L. Chen, “Machine Learning and the Rule of Law”
機械学習による司法判断の分析を、裁判官の判断傾向や法外の要因による偏りの検出に活用する可能性を論じた研究。
12. Jon Kleinberg, Himabindu Lakkaraju, Jure Leskovec, Jens Ludwig and Sendhil Mullainathan, “Human Decisions and Machine Predictions”
人間による判断と機械学習による予測を比較し、AI予測を実際の意思決定へ組み込む際には、予測と最終判断を明確に区別する必要があると論じた研究。
13. Elizabeth Chika Tippett, Charlotte Alexander and L. Karl Branting,
“Does Lawyering Matter? Predicting Judicial Decisions from Legal Briefs, and What That Means for Access to Justice”
当事者が提出した書面の言語分析と機械学習を用いて、裁判結果を予測する可能性を検討した研究。AIによる訴訟予測と司法アクセスの関係を考える上で参考となる。
14. Tatiana Dancy and Monika Zalnieriute,
“AI and Transparency in Judicial Decision-Making”
AIが司法判断に関与する場合に、企業秘密や機械学習モデルの不透明性と、裁判の公開性・説明責任をどのように両立させるかを検討した研究。
15. Bruno Mathis,
“Extracting Proceedings Information and Legal References from Court Decisions with Machine Learning”
裁判年月日、裁判所、手続情報、引用法令などを、機械学習によって判決文から抽出・構造化する技術を検証した研究。
【編集部注】
本稿でいう「裁判官ガチャ」とは、担当裁判官によって証拠評価や事件処理に違いが生じるのではないかという、訴訟当事者側の問題意識を表現したものである。裁判官の交代によって同一事件の結論が必ず反転することを、統計的事実として断定するものではない。
また、AIが提示する「勝訴確率」や「予想認容額」は、将来の判決を保証する数値ではない。学習対象となる判決、非公開の和解、提出証拠、事件分類、アルゴリズムの設計などによって結果が変わるため、意思決定を補助する参考値として位置付ける必要がある。
AIの導入によって、人間の偏りが自動的に解消されるわけでもない。過去の判決データに含まれる判断傾向や偏りを、AIが再生産する危険がある。そのため、司法AIには、透明性、第三者監査、当事者による異議申立て、人間による最終判断、利用結果の継続的な検証が不可欠である。
本稿は、裁判官をAIへ全面的に置き換えることを提唱するものではない。AIを証拠整理、類似裁判例の抽出、判断傾向の比較、審理期間の予測、和解判断の補助などに活用し、裁判官の最終判断と説明責任を強化する制度を提案するものである。
さくらフィナンシャルニュース リンク集
YouTube
https://www.youtube.com/@sakurafinancialnews
この記事へのコメントはありません。