論文の概要: Ordinary, Reasonable Chatbots: Do AI Models Track Human Legal Judgments?

• arxiv url: http://arxiv.org/abs/2609.06769v2
• Date: Wed, 09 Sep 2026 18:21:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-11 14:47:34.249671
• Title: Ordinary, Reasonable Chatbots: Do AI Models Track Human Legal Judgments?
• Title（参考訳）: 通常のチャットボット:AIモデルは人間の法的判断を追跡するか?
• Abstract要約: この研究は、人間の法的判断をシミュレートする生成的AIモデルの能力に関する、新たな研究のラインに加わる。 特に,大規模言語モデル(LLM)を利用したチャットボットが,法的合理的性に関する一連の疑問にどう対処するかを検討する。 ヒトの被験者の回答を、法的に関係のある25種類の合理的な判断において、26個のLDMの回答と比較した。
• 参考スコア（独自算出の注目度）: 5.66038897045475
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: As people increasingly rely on artificial intelligence (AI) for guidance in their own lives, scholars, lawyers, and even judges have begun to consider the role of AI in legal decision-making. As "silicon sampling" -- the use of generative AI models in social science research -- is now impacting academia, "silicon jurors" could make an appearance in courtrooms. This study joins an emerging line of research on generative AI models' ability to simulate human legal judgments. In particular, we study how large language model (LLM)-powered chatbots respond to series of questions about legal reasonableness. When the law needs to judge the appropriateness of a behavior, it most often asks whether the behavior was "reasonable." Yet despite the ubiquity of reasonableness judgments, they are the site of constant vexation for lawyers, judges, and lay people. Reasonableness seems inherently vague and unpredictable, since it relies on variable context and implicit conceptual schemas. Moreover, many scholars caution that reasonableness judgments may vary along demographic lines. We compare the answers of human participants to those of twenty-six LLMs across twenty-five different legally relevant reasonableness judgments. Overall, our findings suggest that chatbot responses generally track those of human participants. Nonetheless, we find some suggestive -- and potentially concerning -- results. Compared to humans, LLMs generate more homogeneous responses and occasionally treat a variable standard as an invariant rule. And, compared to humans, LLMs tend to generate answers that are more favorable to the government and to corporations. Finally, our results indicate that LLMs' responses tend to align more closely with those of respondents who are white, male, older, and more educated. More systematic research is needed to confirm or reject these initial findings.
• Abstract（参考訳）: 人々が人工知能(AI)を自らの生活の指導にますます頼っている中、学者、弁護士、そして裁判官さえも、法的意思決定におけるAIの役割を考えるようになった。 社会科学研究で生成AIモデルを使用する「シリコンサンプリング」が学術に影響を及ぼす中、「シリコン陪審員」が法廷に現れる可能性がある。 この研究は、人間の法的判断をシミュレートする生成的AIモデルの能力に関する、新たな研究のラインに加わる。 特に,大規模言語モデル(LLM)を利用したチャットボットが,法的合理的性に関する一連の疑問にどう対処するかを検討する。 法律が行動の適切性を判断する必要がある場合、その行動が「合理的」かどうかを問うことが多い。 しかし、合理性判断の多様さにもかかわらず、彼らは弁護士、裁判官、および嘘つきの人々の絶え間ない差別の場である。 Reasonablenessは本質的に曖昧で予測できないように思われる。 さらに、多くの学者は、合理的な判断は人口統計線に沿って異なる可能性があると警告している。 ヒトの被験者の回答を、法的に関係のある25種類の合理的な判断において、26個のLDMの回答と比較した。 全体としては、チャットボットの反応は一般的に人間の参加者を追跡することが示唆されている。 それでも、いくつかの示唆的、そして潜在的に関係のある結果が見つかります。 人間と比較すると、LSMはより均質な応答を生成し、時として変数標準を不変規則として扱う。 そして、人間と比べて、LLMは政府や企業にとってより好ましい回答を生み出す傾向があります。 最後に, LLMsの回答は, 白人, 男性, 年長, 教育者の回答とより密接に一致していることが示された。 これらの初期の発見を確認または拒否するためには、より系統的な研究が必要である。

関連論文リスト

• How do LLMs Evaluate Perceived Moral Agency? Investigating Moral Decision-Making in Human-Artificial Agents Interactions [66.41429744325532]
  人間は道徳的エージェンシーを持ち、倫理的に導かれた決定を行い、その結果に対して責任を負う能力を持っている。 ロボット、ドローン、非暴力的AIシステムなどの人工知能(AA)がスマートシティ環境に埋め込まれるにつれ、道徳的エージェンシーが新たな緊急性にどう影響するかという疑問が持ち上がっている。 本稿では,人間とLLMが人間と自律的な人工エージェント間で知覚される道徳的エージェンシー(PMA)をどのように評価するかを,私たちの知る限りで比較した最初の実証的研究について述べる。
  論文  参考訳（メタデータ） (2026-09-04T11:56:59Z)
• Beyond Accuracy: How Humans Evaluate Legally Correct but Socially Controversial Legal Advice from Machines [16.72723020422539]
  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。
  論文  参考訳（メタデータ） (2026-07-06T22:50:14Z)
• Street-Level AI: Are Large Language Models Ready for Real-World Judgments? [10.76443470676701]
  直近でおそらくはAIは、いわゆるストリートレベルの官僚を支援するか、完全に置き換えることである。 本稿では,LLM判定が人間の判断とどのように一致しているかを検討する。 LLMの優先順位付けは、いくつかの点で非常に矛盾している。
  論文  参考訳（メタデータ） (2025-08-11T17:12:55Z)
• 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)
• Arbiters of Ambivalence: Challenges of Using LLMs in No-Consensus Tasks [52.098988739649705]
  本研究では, LLMのバイアスと限界について, 応答生成器, 判定器, 討論器の3つの役割について検討した。 我々は、様々な先行的曖昧なシナリオを含む例をキュレートすることで、合意なしのベンチマークを開発する。 以上の結果から, LLMは, オープンエンドの回答を生成する際に, 曖昧な評価を行うことができる一方で, 審査員や討論者として採用する場合は, 合意なしのトピックにスタンスを取る傾向が示唆された。
  論文  参考訳（メタデータ） (2025-05-28T01:31:54Z)
• AI vs. Human Judgment of Content Moderation: LLM-as-a-Judge and Ethics-Based Response Refusals [0.0]
  本稿では,モデルに基づく評価手法がユーザと異なる反応を評価できるかどうかを検討する。 LLM-as-a-Judgeシステムでは,人間よりも倫理的拒絶が有意に良好であることがわかった。
  論文  参考訳（メタデータ） (2025-05-21T10:56:16Z)
• On scalable oversight with weak LLMs judging strong LLMs [67.8628575615614]
  我々は、2つのAIが1人の裁判官を納得させようとする議論、すなわち1人のAIが1人の裁判官を説得し、質問をする。 大規模言語モデル(LLM)をAIエージェントと人間の判断のためのスタンドインの両方として使用し、判断モデルがエージェントモデルよりも弱いと判断する。
  論文  参考訳（メタデータ） (2024-07-05T16:29:15Z)
• Can Machines Imitate Humans? Integrative Turing-like tests for Language and Vision Demonstrate a Narrowing Gap [56.611702960809644]
  3つの言語タスクと3つの視覚タスクで人間を模倣するAIの能力をベンチマークする。 次に,人間1,916名,AI10名を対象に,72,191名のチューリング様試験を行った。 模倣能力は従来のAIパフォーマンス指標と最小限の相関を示した。
  論文  参考訳（メタデータ） (2022-11-23T16:16:52Z)
• When to Make Exceptions: Exploring Language Models as Accounts of Human Moral Judgment [96.77970239683475]
  AIシステムは人間の道徳的判断や決定を理解し、解釈し、予測しなければなりません。 AIの安全性に対する中心的な課題は、人間の道徳心の柔軟性を捉えることだ。 ルール破りの質問応答からなる新しい課題セットを提案する。
  論文  参考訳（メタデータ） (2022-10-04T09:04:27Z)

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。