米国連邦地裁のAI架空判例事件弁護士が組む引用検証7つの手順

AI判例引用検証とは、AIが示す判例を提出前に実在確認する作業のことです。

AIが作った判例をそのまま書面に載せると、事務所全体の信用が処分の対象になります。本記事では、2026年に米国で起きた事件を手がかりに、士業事務所がAI生成の判例・条文引用をどう検証するかの実務手順を整理します。本記事は士業のチカラ編集部が、公表されている一次情報のみを根拠に作成しています。法令の条文はe-Gov法令検索の原文で、行政の見解は各府省庁の公表資料で確認しています。今回取り上げる事件では、AI生成の判例を検証しなかった弁護士4名に、1,000〜3,500ドルの罰金と最長2年間の出廷禁止が科されています（出典: INTERNET Watch やじうまWatch）。

AIハルシネーションによる訴訟事故が国内外で相次ぐ2026年

2026年6月、米国ミシシッピ州の連邦地方裁判所で、未払いの弁護士費用をめぐる訴訟の当事者双方が、生成AIで作られた実在しない判例を書面に引用していたことが明らかになりました。原告側・被告側それぞれの代理人を務めた州外弁護士2名と、地元の弁護士（ローカルカウンセル）2名の計4名が制裁の対象となりました。州外弁護士2名は同裁判所への出廷を2年間禁じられ、ローカルカウンセル2名は当該訴訟の担当資格を失いました。全員に責任の度合いに応じて1,000〜3,500ドルの罰金が科されています（出典: INTERNET Watch やじうまWatch、Business Insider Japan）。当事者の一部は、AIが虚偽の事例を作り出す可能性を認識していなかったと説明していますが、全員がAIを直接使ったこと自体は認めており、出力結果を検証しなかった点が問題視されました。

この事件が示すのは、生成AIが法律分野で日常的に使われるようになった一方で、出力を検証せずに提出する運用が、国境を越えて共通のリスクになっているという状況です。双方の代理人が互いに検証しないまま書面を提出した結果、裁判そのものが中断する事態にまで発展しており、AIの誤りが個々の書面の問題にとどまらず、訴訟の進行自体を止め得る点が今回の事件の特徴です。

日本の民事訴訟では、当事者は信義に従い誠実に訴訟を追行する義務を負うことが民事訴訟法第2条に定められています。検証を経ないAIの出力をそのまま提出する行為が、この規定との関係でどう扱われるかは、事案ごとの判断に委ねられますが、書面を提出する当事者・代理人双方に及ぶ規定である点は押さえておく必要があります。

Business Insider Japanの報道では、今回の事件を担当した判事が、AIのでっち上げに繰り返し対処させられていることへの苛立ちを記していたと伝えられています（出典: Business Insider Japan）。同種の事案が繰り返されるほど、個々の書面の誤りとしてではなく、事務所の管理体制そのものの問題として扱われる可能性が高まります。士業事務所にとっての論点は、AIを使うこと自体の是非ではなく、誰が、いつ、どの範囲まで検証したかを記録として残せる体制を組めているかどうかに移りつつあります。

日本国内でも、民事裁判のデジタル化が段階的に進み、書面や証拠のやり取りがオンラインへ移行しつつあります。手続がデジタル化するほど、AIで下書きした書面がそのまま提出フローに乗りやすくなるため、検証の手順を事務所側であらかじめ組んでおく重要性が増します。民事裁判のデジタル化と生成AIの関係は、民事裁判の全面デジタル化と生成AI 弁護士・司法書士が押さえる7論点でも整理しています。

判例・条文引用を検証する7つの手順

AIが生成した判例や条文の引用を、書面に載せる前に検証する手順を整理します。東京弁護士会LIBRAの特集では、AIが起こす誤りを4つのパターンに分類しています。実際には存在しない裁判例・書面・条文を生成した事例、裁判例自体は存在するが表現されていない文言を引用した事例、関連性のない裁判例や条文を引用した事例、そして時代遅れになった裁判例や条文を引用した事例です（出典: 東京弁護士会LIBRA前掲）。この4分類を念頭に置くと、検証すべきポイントが具体的になります。

1つ目の手順は、AIの出力をそのまま書面に転記しない運用ルールを、書面作成に着手する前に事務所として決めておくことです。ルールがない状態でAIを使い始めると、締切に追われる場面で検証が後回しになりやすくなります。

2つ目は、AIが示した判例の裁判所名・年月日・事件番号を、判例データベースで実在確認することです。国内であればD1-Law、LEX/DB、TKCローライブラリーなどの有償データベースのほか、裁判所が公開する裁判例検索を使う方法があります。AIが出典を示さない場合は、出典を明示させたうえで確認する運用に切り替えます。

3つ目は、判例が実在していても、その判例が実際にその論点を扱っているか、引用箇所の文言が原文と一致しているかを確認することです。前述の4分類のうち、後半2つ（関連性のない引用、時代遅れの引用）はこの段階で見つかります。

4つ目は、条文の実在確認です。条番号は法改正で条ずれが起きるため、AIが出力した「〇〇法第〇条」を、e-Gov法令検索の原文で開いて確認します。士業のチカラでは、この作業をscripts/egov_api_client.pyのようなスクリプトで機械的に行っていますが、個人でもe-Gov法令検索の検索窓から法令名で引けば同じ確認ができます。

5つ目は、検証済みかどうかを書面作成のワークフローに記録することです。誰が、いつ、どの判例・条文を確認したかをチェックリストや案件管理システムに残しておくと、後から担当者が変わっても検証状況を追えます。記録を残す形式は、既存の案件管理システムのメモ欄でも、共有スプレッドシートでも構いません。大切なのは、検証したという事実が、書面の完成後も辿れる状態になっていることです。検証記録がない状態だと、後から書面の正確性を問われたときに、事務所として「確認した」と説明する根拠を持てなくなります。

6つ目は、有資格者による最終確認の工程を、手順の中に明示的に組み込むことです。AIが下書きを作り、パラリーガルが一次検証を行い、最後に有資格者が内容全体を見直すという三段階の体制を採る事務所もあります。AIに任せられるのは下調べと文章化までであり、書面としての最終的な判断は有資格者が担う構図です。訴状・準備書面のAI下書きにおける確認手順は、訴状と準備書面のAI下書き弁護士が守る5工程とmints時代の確認手順でも扱っています。

7つ目は、依頼者・顧問先への説明です。AIを利用して書面を作成しているかどうかを、案件によっては事前に伝えておく運用を採る事務所もあります。開示するかどうかの方針は事務所ごとに異なりますが、方針そのものを決めておかないと、依頼者から尋ねられたときに事務所としての対応がばらつく原因になります。

実際の書面作成では、この7つの手順を毎回フルセットで回す必要はありません。定型的な催告書や通知書であれば1〜4の手順で足りることが多く、争点が複雑な準備書面や上訴審の書面では5〜7まで含めたフル工程を採る、というように書面の性質に応じて工程を出し入れする事務所もあります。重要なのは、どの書面にどこまでの検証を課すかを案件ごとの個人判断に委ねきらず、事務所としての基準をあらかじめ持っておくことです。基準がないまま現場任せにすると、繁忙期にだけ検証が省略されるという、ミシシッピの事件と同じ構図が再現されやすくなります。

以下は、判例・条文の検証をAIに手伝わせる際のプロンプト例です。

あなたは日本の弁護士の業務を補助するアシスタントです。
以下の論点について、関連する可能性のある裁判例や条文を提示してください。
ただし、実在の確認ができない場合は「未確認」と明記し、
存在するかのように断定しないでください。
出力する裁判例には、裁判所名・年月日・事件番号を可能な限り添えてください。
条文は法令名と条番号のみを示し、条文本文の逐語引用は行わないでください。

[論点をここに記載]

先ほど提示した裁判例・条文について、あなた自身の出力の
信頼度を自己評価してください。学習データの範囲外である
可能性、表記が不正確である可能性があれば、そのリスクを
具体的に述べてください。断定的な言い回しは避け、
「要検証」として扱ってください。

AI利用と守秘義務、事務所規程に落とし込む論点

生成AIを書面作成やリサーチに使う場合、避けて通れないのがデータの取り扱いです。まず、利用するツールが入力データを学習に使うかどうかを、公式ドキュメントで確認しておきます。OpenAIの公式ヘルプによると、個人向けのFree・Plusプランではデフォルトで入力データが学習に使われ、プライバシーポータルでオプトアウトする方式です。一方、法人向けのBusiness・Enterpriseプラン、およびAPIでは、デフォルトで学習に使われず、利用者が明示的にオプトインした場合に限られます（出典: OpenAI Help Center モデルのパフォーマンスを向上させるためのデータの使用方法）。Anthropicも同様に、Claude APIやClaude for Work・Enterpriseといった商用プロダクトでは、フィードバック機能を通じた明示的なオプトインがない限り、入力・出力データをモデルの学習に使わない方針を公表しています（出典: Anthropic Privacy Center Is my data used for model training?）。事務所として使うプランがどちらに当たるかは、契約時に確認しておく段階です。

士業ごとの守秘義務の根拠条文も押さえておきます。弁護士については、弁護士法第23条が、弁護士または弁護士であった者について、職務上知り得た秘密を保持する権利を有し義務を負う旨を定めています。弁護士でなくなった後も及ぶ規定である点が特徴です。また弁護士法第1条は、弁護士が誠実にその職務を行い、法律制度の改善に努力する旨を使命として定めています。AIの出力を検証せずに提出する行為は、この誠実義務との関係が論点になります。さらに弁護士法第56条は、所属弁護士会や日弁連の会則に違反し、秩序または信用を害し、品位を失うべき非行があったときに懲戒を受ける旨を定めており、ミシシッピの事件で科された制裁は、この種の懲戒制度と重なる論点として読むことができます。

日本弁護士連合会が定める弁護士職務基本規程にも、事件の処理にあたって必要な学識・経験・技能を用いて職務を行う旨の規定が置かれています。同規程は法律ではなく日弁連の会規であるため、e-Gov法令検索では確認できませんが、弁護士法第56条が定める会則違反の懲戒事由と結びつく位置づけにある点は、事務所内ルールに落とし込む際に押さえておく価値があります。会規と法令を混同せず、それぞれ別の根拠として整理しておくと、規程を作る際の説明がぶれません。

顧問先や依頼者への説明・同意取得の実務としては、資料をAIに入力する前にどこまでの範囲で使ってよいかを確認しておく運用があります。個人情報や機密性の高い事実関係を含む資料は、匿名化・仮名化してから入力する事務所もあります。事務所規程に落とし込む際は、利用してよいツールの一覧、入力してよい情報の範囲、判例・条文の検証手順、最終確認の担当者、依頼者への説明方針といった項目を、規範として断定するのではなく運用例として明文化しておく進め方が実務的です。専門分野に関するAI活用の規程整備については、弁護士法72条ガイドライン対象拡大顧問先への法務AI助言7手順も参考になります。

失敗例と回避策

1つ目の失敗例は、ここまで取り上げたミシシッピの事件そのものです。原告・被告双方の代理人が、互いにAI生成の架空判例を検証せずに提出し、裁判自体が中断する事態になりました。回避策は、前章で整理した検証手順を、締切直前ではなく書面作成の初期段階から組み込むことです。

2つ目は、判例自体は実在するのに、AIが引用箇所の文言を書き換えて示すケースです。判例名や裁判所名が正しいため一見信頼できそうに見えますが、実際には言及されていない文言が判示内容として示されていると、後から指摘を受けたときの説明が難しくなります。回避策は、判例が実在することの確認だけで終わらせず、引用箇所を原文と突き合わせる工程を別途挟むことです。

3つ目は、事務所内でAIツールの利用が野良化し、誰がどの案件でどのツールに何を入力したかを事務所として把握できなくなるケースです。個々の弁護士やスタッフが独自の判断でツールを使い分けると、検証ルールも人によってばらつきます。ある担当者は判例データベースで突き合わせる運用を徹底している一方、別の担当者はAIの出力をそのまま信頼している、という状態が事務所内に併存しかねません。回避策は、利用してよいツールと入力範囲を事務所として一覧化し、案件管理システムなどで利用状況を記録する運用に統一することです。

費用・工数・体制

判例データベースの利用料は、月額数万円から事務所規模に応じて数十万円まで幅があります。既に契約している判例データベースがあれば、追加コストはAI検証の工程を組み込む分の工数だけで済みます。以下の工数は編集部が置いた目安であり、公表統計にもとづく実績値ではありません（出典: 公表統計ではなく想定値）。1件あたりの書面作成でAIが示した判例・条文を検証する作業には、30分から1時間程度を見込む事務所が多いようです。これは、AIを使わずに一から調査する場合と比べれば短い時間ですが、検証を省略すればゼロになる時間でもあるため、コスト削減効果を見積もる際は検証工数を差し引いて計算する必要があります。生成AIそのものの利用料も、事務所単位の契約であれば1人あたり月額数千円から数万円程度が目安になりますが、金額は各社が随時改定するため、提案や稟議の場では公式料金ページを都度開いて確認する運用にしておきます。

体制としては、AIが下書きを作る担当、判例・条文を検証する担当、最終的に書面として内容を確認する有資格者を分ける三段階の体制が実務的です。人数の少ない事務所では、同じ人が複数の役割を兼ねることになりますが、その場合でも「下書き作成」と「検証」を同じタイミングで済ませず、時間を空けて見直す運用にすると、思い込みによる見落としを減らせます。検証の記録を誰が管理するかも、体制を決める段階であわせて決めておく項目です。

検証のワークフローを新たに組む場合は、案件管理システム側にチェック項目を追加する初期設定の工数も見込んでおきます。多くのクラウド型案件管理システムでは、カスタムフィールドやチェックリスト機能を使って数時間程度で設定できますが、事務所の人数が多いほど、運用ルールを周知する時間も比例して増えます。新しく入所した弁護士やパラリーガルの研修に、判例・条文の検証手順をあらかじめ組み込んでおくと、体制が定着するまでにかかる工数を長期的には抑えられます。

今後の展望と考察

ミシシッピの事件のように、当事者双方が検証を怠ったまま書面を提出する事態が繰り返されれば、生成AIの利用自体を制限する方向の議論が強まる可能性があります。今後は、事務所ごとの自主的な検証ルールに加えて、弁護士会単位でのガイドライン整備や、判例データベース側でのAI連携機能の拡充が論点になっていくと見られます。

また、判例データベース側でも、AIが生成した判例らしき文字列を自動で実在確認する機能を搭載する動きが今後出てくる可能性があります。本記事執筆時点でそうした機能を公表しているデータベースは確認できていませんが、検証作業の一部をツール側に委ねられるようになれば、事務所側の工数負担は変わっていくと考えられます。

士業事務所にとっての実務的な論点は、AIを使うかどうかではなく、検証の工程をどう組み込むかに移っています。AIの出力精度が今後高まったとしても、書面として提出する最終責任は有資格者に残ります。検証を省略した場合のリスクは、ミシシッピの事件が示すとおり、個々の書面の誤りにとどまらず、事務所全体の信用や懲戒手続にまで及ぶ可能性がある点を踏まえておく必要があります。

よくある質問

AIが生成した判例をそのまま書面に使うのは違法になりますか

検証せずに書面へ引用した場合に生じるのは、内容の正確性に関するリスクであり、その評価は個別の事案や所属弁護士会の判断によります。ミシシッピの事件では、弁護士法第56条に相当する現地の懲戒制度に基づいて制裁が科されており、検証の有無が争点になった点は参考になります。

判例データベースを契約していない事務所はどう検証すればよいですか

裁判所が公開している裁判例検索や、法令データベースの無料範囲を使う方法があります。有償データベースほど網羅的ではありませんが、AIが示した裁判所名・年月日・事件番号を手がかりに検索し、該当する裁判例が存在するかを確認する運用は可能です。件数が多い事務所ほど、無料範囲だけでは手間がかかるため、有償データベースへの切り替えを検討する目安にもなります。

条文番号の確認にはどのくらい時間がかかりますか

法令名と条番号が分かっていれば、e-Gov法令検索での確認は数分で終わります。時間がかかるのは、AIが示した条番号が実在しない場合や、通称でしか示されず正式名称の特定から始める場合です。

顧問先にAI利用を開示する義務はありますか

開示の要否は事務所ごとの方針や案件の性質によって異なります。データの取り扱いポリシーを確認したうえで、開示する範囲をあらかじめ決めておく事務所が増えています。

AIに判例検索をさせること自体はやめたほうがよいですか

判例検索の下調べにAIを使うこと自体は、多くの事務所で行われている運用です。論点になるのは、検証の工程を経ずに書面へ反映するかどうかであり、AIの利用そのものを避けるかどうかではありません。下調べの範囲を広げる手段としてAIを使い、最終的な採否は有資格者が判断する、という役割分担であれば、検証工程さえ組み込めば大きなリスクにはなりにくいという見方もできます。

事務所規程には具体的に何を書けばよいですか

利用してよいツールの一覧、入力してよい情報の範囲、判例・条文の検証手順、最終確認の担当者、依頼者への説明方針といった項目を運用例として明文化する事務所があります。規範として断定する書き方ではなく、実際の運用フローとして記述する形が実務的です。規程は一度作って終わりではなく、利用するツールの仕様や料金が変わるたびに見直す前提で運用します。

検証を怠った場合、日本でも同様の処分がありますか

日本の弁護士については弁護士法第56条が、会則違反や品位を失うべき非行を懲戒事由として定めています。AI利用に特化した懲戒基準が明文化されているわけではありませんが、書面の正確性を欠いた提出が懲戒手続の対象になり得る点は、この条文の射程として押さえておく必要があります。

AIが示した判例が実在しても、判決内容まで正確とは限らないのですか

判例が実在していても、AIが要約や引用の過程で文言を変えてしまう場合があります。裁判所名・年月日・事件番号の実在確認と、引用箇所の原文照合は、別の作業として両方行う必要があります。実在確認だけで安心してしまう点が、見落としが起きやすい箇所です。

参考文献

※士業のチカラでは、生成AIの導入支援から運用最適化まで、貴事務所の業務に合わせたカスタマイズ提案を行っています。無料相談（30分）も実施中ですので、お気軽にお問い合わせください。
https://shigyonochikara.jp/contact/

本記事の作成体制について

本記事は士業のチカラ編集部が、公表されている一次情報のみを根拠に作成しています。法令の条文はe-Gov法令検索の原文で、行政の見解は各府省庁の公表資料で、それぞれ確認したうえで記載しています。引用元は本文中および参考文献にすべて明示しています。

本記事には特定の資格者による監修は入っていません。個別の事案について法令の当てはめや手続の可否を判断する必要がある場合は、当該分野の有資格者にご相談ください。本記事は一般的な情報提供を目的としたものであり、個別具体的な法律判断・税務判断・労務判断を提供するものではありません。

記載内容に誤りを見つけられた場合は、お問い合わせよりご指摘ください。確認のうえ速やかに訂正し、訂正履歴を記事内に残します。編集方針の詳細は運営者情報をご覧ください。