論文の概要: Beyond Accuracy: How Humans Evaluate Legally Correct but Socially Controversial Legal Advice from Machines
- arxiv url: http://arxiv.org/abs/2607.05680v1
- Date: Mon, 06 Jul 2026 22:50:14 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-08 21:24:51.341965
- Title: Beyond Accuracy: How Humans Evaluate Legally Correct but Socially Controversial Legal Advice from Machines
- Title（参考訳）: 正確さを超えて:人間は機械から法的に正しいが社会的に矛盾する法的なアドバイスを評価する
- Abstract要約: 我々は,AIシステムや人間弁護士による同一の法的助言がどのように評価されるかを検討する。
私たちは、AIシステムへの帰属は、認識する合理的性に悪影響を及ぼさないことに気付きました。
法的推論を提供することは、ソースに関係なく、相当に合理的さを増大させる。
- 参考スコア（独自算出の注目度）: 16.72723020422539
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: AI systems are increasingly used to provide legal advice, raising questions about whether laypeople accept guidance from algorithms--especially when that advice is legally correct but socially controversial. We report a preregistered survey experiment with 3,348 adults in mainland China examining how people evaluate identical legal advice when it is attributed either to an AI system or to a human lawyer, and when it is accompanied by reasoning or not. Contrary to expectations of algorithm aversion, attribution to an AI system has no net effect on perceived reasonableness. However, mediation analyses reveal opposing psychological pathways underlying this null result. AI-attributed advice is perceived as more objective, which increases perceived reasonableness, but also as less comprehensive and less attentive to special circumstances, which decreases perceived reasonableness. By contrast, providing legal reasoning substantially increases perceived reasonableness regardless of source, largely by enhancing perceptions of objectivity. Qualitative responses corroborate this tension between objectivity and contextual sensitivity in evaluations of legal advice. Together, these findings suggest that public responses to AI legal advisors are shaped not by rigid attitudes toward automation, but by the balancing of competing normative expectations. The results have implications for theories of algorithm aversion and the design of AI recommendation systems in normatively salient domains.
- Abstract（参考訳）: AIシステムは、合法的なアドバイスの提供にますます使われており、レイパーがアルゴリズムからのガイダンスを受け入れるかどうかという疑問が提起されている。
我々は、中国本土の3,348人の成人を対象に、AIシステムまたは人間弁護士による同一の法的助言がどのように評価されているか、そして、それが推論を伴うか否かを調査した。
アルゴリズムの逆転に対する期待とは対照的に、AIシステムへの帰属は、認識される合理的性に悪影響を及ぼさない。
しかし、媒介分析により、この無効な結果の根底にある反対の心理的経路が明らかになる。
AIに貢献するアドバイスは、より客観的であると見なされ、合理的さが知覚されるが、包括的でなく、特別な状況に注意を払わないため、合理的さが低下する。
対照的に、法的推論を提供することは、ソースに関係なく、主に客観性の知覚を高めることによって、相当に合理的さを増大させる。
質的な反応は、法的助言の評価において、客観性と文脈的感受性の間のこの緊張を裏付ける。
これらの結果は、AIの法律顧問に対する大衆の反応は、自動化に対する厳格な態度ではなく、競合する規範的期待のバランスによって形成されていることを示唆している。
その結果、アルゴリズムの逆転の理論や、規範的に健全な領域におけるAIレコメンデーションシステムの設計に影響を及ぼす。
関連論文リスト
- Credible, Not Always Correct: How Reddit Users Verify AI-Generated Legal Advice [0.46976113832881716]
大規模言語モデル (LLMs) は、現実の法的問題を解決するために、日常的な人々によってますます使われている。
本稿では,AIによる法的助言の実践的力は,その正確性だけでなく,信頼性の社会的生産にも依存することを示す。
論文 参考訳（メタデータ） (2026-08-13T15:33:12Z) - Man and machine: artificial intelligence and judicial decision making [0.0]
我々は、司法決定におけるAIの役割の3つの側面を結合した総合的なレビューを行う。
AI意思決定支援ツールが裁判前および判決決定に与える影響は、控えめか、あるいは存在しない。
我々は、AIと対人比較は、アルゴリズムツールと人間の意思決定者の両方に新たな洞察をもたらす可能性があると論じている。
論文 参考訳（メタデータ） (2026-03-19T15:38:50Z) - Security, privacy, and agentic AI in a regulatory view: From definitions and distinctions to provisions and reflections [53.468443050795344]
人工知能(AI)技術の急速な普及は、動的規制の展望につながった。
AIパラダイムが、特にエージェントAIの形で、より大きな自律性へと移行するにつれ、規制規定を明確にすることはますます困難になっている。
本稿は、2024年から2025年の間に発行された24の関連文書を分析して、EU(EU)のAI規制条項をレビューする。
論文 参考訳（メタデータ） (2026-03-19T13:50:52Z) - Evaluating Legal Reasoning Traces with Legal Issue Tree Rubrics [49.3262123849242]
LEGIT(LEGal Issue Trees)は,新しい大規模(24Kインスタンス)の専門家レベルの法的推論データセットである。
我々は、裁判判決を、当事者の議論と裁判所の結論の階層的な木に変換する。
論文 参考訳（メタデータ） (2025-11-30T18:32:43Z) - Argumentation-Based Explainability for Legal AI: Comparative and Regulatory Perspectives [0.9668407688201359]
人工知能(AI)システムは、法的文脈においてますます多くデプロイされている。
いわゆる「ブラックボックス問題」は、自動意思決定の正当性を損なう。
XAIは透明性を高めるための様々な方法を提案している。
論文 参考訳（メタデータ） (2025-10-13T07:19:15Z) - The Silicon Reasonable Person: Can AI Predict How Ordinary People Judge Reasonableness? [0.0]
本稿では,大規模言語モデル(LLM)が人間の合理的性判断を駆動するパターンを識別できることを考察する。
特定のモデルが表面レベルの応答だけでなく,その基盤となる決定的アーキテクチャも捉えていることを示す。
裁判官はより広いパターンに対して直感を調整でき、議員は政策解釈をテストでき、資源制約のある訴訟員は議論の受理をプレビューできる。
論文 参考訳（メタデータ） (2025-08-04T06:19:45Z) - AI Debate Aids Assessment of Controversial Claims [73.8907110799657]
我々は、AI論争が、議論の的になっている事実性主張の側面に対立する2つのAIシステムを議論させることで、偏見のある裁判官を真実に導くことができるかどうかを調査する。
研究Iでは、議論は人間の判断精度と信頼性の校正を継続的に改善し、コンサルタントを上回ります。
研究IIでは、人間のような人格を持つAI裁判官は、人格を持たない人格(70.1%)やデフォルトのAI裁判官(69.8%)よりも高い精度(78.5%)を達成する。
これらの調査結果は、AIの議論が、競争対象ドメインにおけるスケーラブルでバイアス耐性のある監視への有望な道であることを示している。
論文 参考訳（メタデータ） (2025-06-02T19:01:53Z) - RLJP: Legal Judgment Prediction via First-Order Logic Rule-enhanced with Large Language Models [58.69183479148083]
法的判断予測(LJP)は、法的AIにおいて重要な課題である。
既存のLJPモデルは、高いパフォーマンスのために司法上の前例と法的な知識を統合している。
しかし彼らは、厳密な論理分析を必要とする法的判断の重要な要素である法的推論論理を無視している。
本稿では、一階述語論理(FOL)形式と比較学習(CL)に基づく規則強化された法的判断予測フレームワークを提案する。
論文 参考訳（メタデータ） (2025-05-27T14:50:21Z) - Must Read: A Systematic Survey of Computational Persuasion [60.83151988635103]
AI駆動の説得は、有益なアプリケーションに活用することができるが、操作と非倫理的な影響を通じて脅威を引き起こす。
本調査では,AIによる説得の安全性,公平性,有効性を高めるための今後の研究方針について概説する。
論文 参考訳（メタデータ） (2025-05-12T17:26:31Z) - A Critical Examination of the Ethics of AI-Mediated Peer Review [0.0]
人工知能(AI)システムの最近の進歩は、学術的な査読のための約束と危機を提供する。
人間のピアレビューシステムは、バイアスや虐待、透明性の欠如など、関連する問題にも悩まされている。
AI駆動のピアレビューの正当性は、科学的倫理と一致している。
論文 参考訳（メタデータ） (2023-09-02T18:14:10Z) - Fairness in Agreement With European Values: An Interdisciplinary
Perspective on AI Regulation [61.77881142275982]
この学際的立場の論文は、AIにおける公平性と差別に関する様々な懸念を考察し、AI規制がそれらにどう対処するかについて議論する。
私たちはまず、法律、(AI)産業、社会技術、そして(道徳)哲学のレンズを通して、AIと公正性に注目し、様々な視点を提示します。
我々は、AI公正性の懸念の観点から、AI法の取り組みを成功に導くために、AIレギュレーションが果たす役割を特定し、提案する。
論文 参考訳（メタデータ） (2022-06-08T12:32:08Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。