プレイブック：やるべきこと

すべてのAI出力を一次資料と照合して検証する

実践方法

AI生成のすべての法的引用、法令、事実の主張を、公式の法的データベースと一次資料で相互参照してください。

ステップ

1. AIクエリを実行し、引用された判例、法令、規制を含む完全な出力を記録してください。
2. Westlaw、LexisNexis、Google Scholar Case Lawなどの信頼できる法的リサーチプラットフォームを開いてください。
3. 引用された各判例を名称、引用番号、裁判所名で検索し、存在を確認してください。
4. 各判例の実際の判旨を読み、AIの特徴付けが正確であることを確認してください。
5. 引用された法令と規制が現行のものであり、改正または廃止されていないことを確認してください。
6. 副次的な主張（日付、裁判所名、法域）を公式の裁判所記録と照合してください。
7. ハルシネーション（捏造）された参照または不正確な参照にフラグを立て、成果物に組み込む前に削除してください。
8. 検証プロセスを文書化し、異議を受けた場合にデューディリジェンスを示せるようにしてください。

ツール

AIをリサーチの加速に活用し、代替にはしない

実践方法

AIをリサーチアクセラレーターとして使用し、手がかりを特定し、キーワードリストを生成し、法的景観をマッピングした上で、権威あるデータベースを使用して適切なリサーチを実施してください。

ステップ

1. AIツールに取り組む前にリサーチクエスチョンを明確に定義してください。
2. AIを使用して、適用される可能性のある関連する法理論、法律原則、法令の枠組みをブレインストーミングしてください。
3. AIにWestlawやLexisNexisで使用できる検索語とブーリアンクエリのリストを生成するよう依頼してください。
4. AIを使用して複雑な法律領域を出発点の枠組みとして要約し、一次資料で検証してください。
5. AI生成の検索クエリを法的リサーチデータベースで実行し、実際の典拠を見つけてください。
6. AIを使用して検証済みのリサーチ結果の整理とアウトライン作成を支援してください。
7. 最終的な法的分析は自分自身で行い、検証済みの資料に専門的判断を適用してください。

ツール

事務所全体のAI利用ポリシーを策定する

実践方法

承認されたツール、データ処理、クライアントの秘密保持、品質管理、倫理的コンプライアンスを網羅する包括的なポリシーを起草し実施してください。

ステップ

1. パートナー、アソシエイト、IT、倫理/コンプライアンス担当者を含むワーキンググループを編成してください。
2. 事務所全体の現在のAI利用を監査し、どのツールがすでに使用されているか、どのように使用されているかを把握してください。
3. 使用が承認されるAIツールと禁止されるAIツールを定義してください。
4. どの情報をAIツールに入力してよいか、入力してはならないかを指定するデータ処理規則を確立してください。
5. AI生成の成果物に対する義務的な検証およびレビュー手順を作成してください。
6. クライアントおよび裁判所に対する開示要件を定義してください。
7. AIツールを使用するすべての人員に対する研修要件を設定してください。
8. テクノロジーと規制の進化に応じてポリシーを更新するための定期的なレビューサイクルを確立してください。
9. ポリシーを事務所全体に配布し、すべての人員から書面での確認を取得してください。

ツール

要求される場合はAIの使用を開示する

実践方法

実務を行うすべての法域における開示要件を追跡し、標準的なワークフローに開示を組み込み、透明性の側に立ってください。

ステップ

1. 提出または出廷するすべての法域でAI開示要件を調査してください。
2. 多くの判事が個別にAI関連の命令を発しているため、裁判所固有の常任命令を監視してください。
3. 委任契約書を更新してAIの使用に対処し、クライアントの同意を取得してください。
4. 法域の開示規則を追跡するための事務所全体のシステムを確立してください。
5. ローカルルールまたは常任命令で要求される場合は、書面にAI開示の文言を含めてください。
6. 迷った場合は開示してください。自発的な開示が害を及ぼすことはまれですが、開示の怠りは壊滅的になり得ます。
7. 各案件でどのAIツールが使用され、どのような検証が行われたかの記録を維持してください。

ツール

AIを初稿の生成に活用する

実践方法

AIを使用して一般的な法的文書の初稿を生成し、その後体系的にレビュー、検証、改良して専門的基準を満たすようにしてください。

ステップ

1. プロンプトを作成する前に、文書の種類を特定し、関連するすべての事実、条件、クライアント固有の要件を収集してください。
2. 文書の種類、法域、主要条件、当事者、必要な特定の条項を含む詳細なプロンプトを作成してください。
3. テンプレート文言、適用規則、類似文書の抜粋などの関連するコンテキストをAIに提供してください。
4. 初稿を生成し、構造的な完全性を即座にレビューしてください。
5. すべての法的引用、法令参照、規制要件を検証してください。
6. クライアント固有の事実、交渉済みの条件、戦略的考慮を反映するように初稿をカスタマイズしてください。
7. 法域の正確性をレビューし、文書がローカルルールと慣行に準拠していることを確認してください。
8. 納品または提出前に、2人目の弁護士に最終成果物をレビューしてもらってください。

ツール

AIを文書レビューに活用する

実践方法

AI搭載のレビューツールを文書レビューワークフローに統合し、大量の文書コレクションをより速く、より一貫性があり、より費用対効果の高いレビューを実現してください。

ステップ

1. レビューの目的を明確に定義してください：何を探しているか、主要な争点は何か。
2. 案件の要件と予算に基づいて適切なAIレビュープラットフォームを選択してください。
3. 文書セットをアップロードして処理し、明らかに非応答的な文書を除去するための初期のAI搭載カリングを適用してください。
4. 経験豊富な弁護士がレビューしたサンプルセットでモデルを訓練するために、AI支援コーディングを使用してください。
5. 完全な文書セットに対してAI分類を実行し、結果をレビューしてください。
6. AI分類された文書の統計的に有意なサンプルに対して品質管理チェックを実施してください。
7. エッジケース、秘匿特権のある文書、AIが不確実としてフラグを立てた文書は人間のレビュアーに処理させてください。
8. 使用したAIツールと品質管理措置を含め、防御可能性のためにレビュー方法論を文書化してください。

ツール

個人用プロンプトライブラリを構築する

実践方法

最も一般的な法的タスクのためのプロンプトを体系的に開発、テスト、改良、整理し、時間とともに改善される再利用可能なライブラリを構築してください。

ステップ

1. AI支援の恩恵を受けられる、最も一般的な10～20の繰り返しタスクを特定してください。
2. 構造化されたプロンプティングのベストプラクティスに従い、各タスクの初期プロンプトを起草してください。
3. 複数のAIツールで各プロンプトをテストし、出力の品質を評価してください。
4. 結果に基づいてプロンプトを改良し、出力が曖昧な場合は具体性を、的外れな場合は制約を追加してください。
5. プロンプトをカテゴリー別（リサーチ、起草、分析、通信）に集中管理された文書またはツールで整理してください。
6. 各プロンプトにメタデータを含めてください：目的、使用に最適なAIツール、サンプル出力の品質、既知の制限事項。
7. 効果的なプロンプトを同僚と共有し、フィードバックを取り入れてください。
8. AIツールの進化とニーズの変化に応じて、毎月ライブラリをレビューし更新してください。

ツール

AIの動向を常に把握する

実践方法

新しいツール、規制、倫理的ガイダンス、判例法を含む、法的実務に関連するAIの動向を追跡するための持続可能なルーティンを構築してください。

ステップ

1. 法的実務におけるAIに焦点を当てた3～5の質の高いニュースレターを購読してください。
2. 主要なソートリーダー、弁護士会、リーガルテクノロジー組織をソーシャルメディアまたはRSSフィードでフォローしてください。
3. 四半期に少なくとも1つのAIに焦点を当てたCLEプログラムに参加してください。
4. 法的AIに焦点を当てた専門コミュニティまたはワーキンググループに参加してください。
5. 主要トピック（AI規制、法律倫理＋AI、実務分野の動向）のアラートを設定してください。
6. 週30分をAIの動向の読書に充ててください。
7. 定期的なダイジェストまたは内部チャンネルを通じて、関連する動向をチームと共有してください。
8. 四半期ごとに新しいAIツールをレビューし、実務を改善できるかどうかを評価してください。

ツール

チームを研修する

実践方法

ツールの習熟度、倫理的義務、リスク管理、実践的な応用を網羅する構造化されたAI研修プログラムを設計・実施してください。法務チームのすべてのメンバーを対象とします。

ステップ

1. 簡単なアンケートまたは非公式な会話を通じて、チーム全体の現在のAI知識レベルを評価してください。
2. 基礎リテラシー、中級応用、上級テクニックの段階別研修カリキュラムを設計してください。
3. AIの基礎、事務所ポリシー、倫理的義務、一般的なリスクをカバーする基礎研修を実施してください。
4. チームメンバーが承認されたAIツールを実際の（またはリアルな）タスクで実践するハンズオンワークショップを提供してください。
5. AIが各グループの業務にどう適用されるかに対応する実務分野別の研修モジュールを作成してください。
6. AIに自信のあるチームメンバーと経験の浅いメンバーをペアにするメンターシップまたはバディシステムを確立してください。
7. 新しいツール、新しいリスク、学んだ教訓をカバーする定期的な研修セッション（少なくとも四半期ごと）を予定してください。
8. フォローアップ評価を通じて研修の効果を測定し、AI利用パターンをモニタリングしてください。

ツール

まず低リスクな場面で実験する

実践方法

AI学習の実験室として機能するローリスク、ローステークスのタスクを特定し、自信と能力の成長に応じて、より複雑なアプリケーションに徐々に拡大してください。

ステップ

1. 実務における低リスクなタスクを特定してください：内部メモ、拘束力のないリサーチ概要、管理タスク、個人的なプロジェクトなど。
2. 承認されたAIツールを1つ選び、単一のシンプルなユースケースから始めてください。
3. AIを使用した場合と使用しない場合の両方でタスクを完了し、品質と所要時間を比較してください。
4. 自信を構築するにつれて、AI支援タスクの複雑さとリスクを徐々に増やしてください。
5. 各段階で何がうまくいくか、何が失敗するか、どのような教訓を学ぶかを文書化してください。
6. 信頼性の高い検証習慣を身につけた後にのみ、中程度のリスクのタスクに移行してください。
7. 実証済みのワークフローと強力な検証の規律がある場合にのみ、AI支援で高リスクタスクに取り組んでください。
8. AIの実験と結果を追跡する学習日誌やログを維持してください。

ツール