論文の概要: From Process to Evidence: How Computing Can Ground Appropriate Reliance on Legal AI
- arxiv url: http://arxiv.org/abs/2607.28869v1
- Date: Thu, 30 Jul 2026 22:24:59 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-03 14:29:40.495341
- Title: From Process to Evidence: How Computing Can Ground Appropriate Reliance on Legal AI
- Title（参考訳）: プロセスからエビデンスへ: コンピュータは法的AIに適切な信頼を得られるか
- Abstract要約: 1500件以上のAI幻覚事件の後、弁護士は慎重に独立したAI支援申請の審査を行うよう指示された。
「これらの義務を解き放つには、人間とコンピュータの相互作用の文献が適切な依存と呼ぶものが必要である。」
我々は、ニューヨーク裁判所制度の公式な記録を分析した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Lawyers and self-represented litigants are already using artificial intelligence (AI) to draft legal documents, and courts are responding with rules. After more than 1,500 cases involving AI hallucinations, lawyers have been instructed to perform careful, independent review of AI-assisted filings. Discharging these duties requires what the human-computer interaction (HCI) literature calls ``appropriate reliance,'' which cannot be calibrated without evidence on how often, how badly, and how detectably these tools fail at legal work. Existing research barely describes any of the three. We analyze the official record of the New York court system. The documents repeatedly call for evidence that does not exist (e.g., error rates, do-not-use lists). In its place they invoke procedure, including training mandates, checklists, and uncalibrated human review. The burden falls hardest on those least equipped to bear it: legal aid programs are told to track their own error rates, and judges are left to improvise their own tests. The paper makes four contributions: (1) a mapping from the legal duties to concepts in HCI; (2) a set of requirements elicited from the official record; (3) an analysis of how the legal system substitutes process for evidence; and (4) a research agenda for computing, including task taxonomies, shared error metrics, maintained benchmarks, and test harnesses for evaluations on private data. The computing community must supply what the justice system lacks; in doing so, it can help close, rather than widen, the justice gap.
- Abstract（参考訳）: 弁護士や自己表現型訴訟員は、すでに人工知能(AI)を使って法的文書を起草しており、裁判所は規則で対応している。
1500件以上のAI幻覚事件の後、弁護士は慎重に独立したAI支援申請の審査を行うよう指示された。
これらの義務を果たすには、人間とコンピュータの相互作用(HCI)が「適切な依存」と呼ぶものが必要である。
現存する研究では3つのうちどれかがほとんど説明されていない。
我々は、ニューヨーク裁判所制度の公式な記録を分析した。
文書は、存在しない証拠(例えば、エラー率、do-not-use list)を繰り返し呼び出す。
その場所では、トレーニングの委任状、チェックリスト、調整されていない人間のレビューを含む手順を実行します。
法的支援プログラムは、自分たちのエラー率を追跡するように指示され、裁判官は自身のテストを即興で実施する。
本論文は,(1)法務からHCIの概念へのマッピング,(2)公的な記録から引き出された要件の集合,(3)法制度が証拠の処理をどのように代用するかの分析,(4)タスク分類学,共有エラーメトリクス,維持ベンチマーク,プライベートデータ評価のためのテストハーネスなど,コンピューティングに関する研究課題について述べる。
コンピューティングコミュニティは、司法システムが欠落するものを供給しなければなりません。
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) - What Does the Credential Still Certify? Cognitive Stewardship for AI-Mediated Education [3.2940515388832963]
本稿では,学習クレーム,デリゲート境界,エビデンス標準,安全を関連づけたAIによる評価のためのフレームワークを開発する。
そして、30の大学から、検証済みの公開生成AIアセスメントガイダンスを監査した。
論文 参考訳（メタデータ） (2026-07-22T10:21:16Z) - Who Checks the Citations? Benchmarking Legal Hallucination Detection [7.592193069681834]
司法、裁判官、プロセパフォーマーは、ますますAIを使って法的文書の草案を作成するが、これらのツールは引用をしばしば作っている。
本研究は,幻覚を自動的に検出することで,AIに基づくシステムがこれらの誤りを軽減できるかどうかを評価する。
本稿では,実際の裁判所提出書類に基づいた法的な引用幻覚の分類法を提案し,インジェクトエラーを含む1,300件の簡単な抜粋のデータセットを提案する。
論文 参考訳（メタデータ） (2026-06-19T06:47:31Z) - When AI reviews science: Can we trust the referee? [73.47745294608072]
私たちは、トレーニングとデータ検索、デスクレビュー、深いレビュー、反論、システムレベルといった、レビューライフサイクル全体のアタックをマップします。
評価スコアに高名度フレーミング, 断定力, 反抗薬効, 文脈中毒の因果効果を分離するために, 2つの高度なLCMベースの審判を用いた。
論文 参考訳（メタデータ） (2026-04-26T08:03:32Z) - LawThinker: A Deep Research Legal Agent in Dynamic Environments [51.782293183431676]
ローシンカー(LawThinker)は、アメリカ合衆国の法律研究者。
あらゆる知識探索のステップの後に、検証をアトミックな操作として実施する。
LawThinkerは、直接的な推論よりも24%改善している。
論文 参考訳（メタデータ） (2026-02-12T15:19:11Z) - How Can AI Augment Access to Justice? Public Defenders' Perspectives on AI Adoption [6.949832807566659]
AIの採用は、コスト、限定的なオフィス規範、機密性リスク、不満足なツール品質に制約されていることが分かっています。
公の弁護側は、AIは圧倒的な量のデジタル記録を分析する証拠調査に最も有用だと考えている。
裁判所の表現と防衛戦略は、AI支援とはほとんど互換性がないと考えられている。
論文 参考訳（メタデータ） (2025-10-27T02:26:08Z) - Tasks and Roles in Legal AI: Data Curation, Annotation, and Verification [4.099848175176399]
AIツールの法分野への応用は、自然に感じられる。
しかし、法的文書は、ほとんどのAIシステムの基盤となるウェブベースのテキストとは異なる。
我々は、データキュレーション、データアノテーション、出力検証の3つの分野を実践者に対して特定する。
論文 参考訳（メタデータ） (2025-04-02T04:34:58Z) - AnnoCaseLaw: A Richly-Annotated Dataset For Benchmarking Explainable Legal Judgment Prediction [56.797874973414636]
AnnoCaseLawは、アメリカ合衆国控訴裁判所の無視事件を慎重に注釈付けした471のデータセットである。
我々のデータセットは、より人間らしく説明可能な法的な判断予測モデルの基礎となる。
その結果、LJPは依然として厳しい課題であり、法的な前例の適用は特に困難であることが示されている。
論文 参考訳（メタデータ） (2025-02-28T19:14:48Z) - Hallucination-Free? Assessing the Reliability of Leading AI Legal Research Tools [32.78336381381673]
本稿では,AI駆動型法律研究ツールの事前登録による実証評価について報告する。
LexisNexis(Lexis+ AI)とThomson Reuters(Westlaw AI-Assisted ResearchとAsk Practical Law AI)によるAI研究ツールは、それぞれ17%から33%の時間で幻覚化している。
それは、AIのアウトプットを監督し検証する法的専門家の責任を知らせる証拠を提供する。
論文 参考訳（メタデータ） (2024-05-30T17:56:05Z) - The Ethics of Automating Legal Actors [58.81546227716182]
我々は、裁判官の役割の自動化は、特に一般的な法体系において、難しい倫理的課題を提起すると主張している。
我々の主張は、単に法律を適用するのではなく、法律を積極的に形成する際の裁判官の社会的役割から従う。
モデルが人間レベルの能力を達成できたとしても、法的プロセスの自動化に固有の倫理的懸念は残るだろう。
論文 参考訳（メタデータ） (2023-12-01T13:48:46Z) - SAILER: Structure-aware Pre-trained Language Model for Legal Case
Retrieval [75.05173891207214]
判例検索は知的法体系において中心的な役割を果たす。
既存の言語モデルの多くは、異なる構造間の長距離依存関係を理解するのが難しい。
本稿では, LEgal ケース検索のための構造対応プレトランザクショナル言語モデルを提案する。
論文 参考訳（メタデータ） (2023-04-22T10:47:01Z) - How Does NLP Benefit Legal System: A Summary of Legal Artificial
Intelligence [81.04070052740596]
法律人工知能(Legal AI)は、人工知能、特に自然言語処理の技術を適用して、法的領域におけるタスクに役立てることに焦点を当てている。
本稿では,LegalAIにおける研究の歴史,現状,今後の方向性について紹介する。
論文 参考訳（メタデータ） (2020-04-25T14:45:15Z)
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。