「AIが提案する法」をどう受け止めるか / UAEのRegulatory Intelligence Office / AIと立法雑感

0　はじめに

　2025年4月、UAE（アラブ首長国連邦）政府が、AIを用いて法令の起案・改正・見直しを包括的に進める新たなイニシアチブを公表した。内閣（Cabinet）の下にRegulatory Intelligence Office（規制インテリジェンス・オフィス）を設置し、連邦法・首長国法を含む法体系を一括してデータベース化した上で、裁判例、行政手続、公共サービス等のデータと接続する。そして、法の影響を日次で把握し、必要な更新案をAIに提案させるという構想である（注1）。発表によれば、このシステムは立法プロセス全体を最大70%加速させるとも謳われている（注1）。

　このニュースを、単なる「AIが条文を書いてくれる便利ツール」あるいは「行政のDX」といった文脈で受け流すと、事の本質を取り逃がすことになる。「70%の加速」という数字のインパクトは強い。しかし、ここで問われている争点は、条文の日本語やアラビア語や英語を流暢に生成するLLMの技術的能力ではない。立法という、本来極めて人間的かつ政治的な意思決定の工程のうち、どこまでを機械の提案に委ねてよいのか、という統治の設計問題にこそある。

　今回は、UAEの野心的な事例を補助線として、AIが立法プロセスに浸透する未来における法的課題と、我々が備えるべき視座について検討したい。

1　事実関係の整理　何が「世界初」なのか

　まず、事実関係を整理しておく。UAE政府の発表および関連報道によれば、今回の取組は「統合的な規制インテリジェンス・エコシステム」を政府内に実装するものである。具体的には、連邦および地方（各首長国）双方のあらゆる法令、司法判断（裁判例）、政府の手続・公共サービスの利用データ・産業界からのフィードバックを統合した、世界最大規模の国内立法データベースを構築することから始まる（注1）。

　その上で、AIシステムはこの膨大なデータを解析し、国内法の欠缺や法相互間の整合性の欠如を検知する。さらに、国際的な立法動向をリアルタイムで監視しつつ、UAEの国内事情に適合する形で、具体的な立法計画と改正提案を継続的に生成するとされる（注1）。

　ここで留意すべきは、このAI活用が、従来の文書作成支援や条文検索といったレベルの省力化とは一線を画している点である。制度設計を見ると、法令群の統合（データ基盤の整備）、影響の計測（フィードバックループの構築）、更新案の提示（プロアクティブな提案生成）、という三つの要素を束ねて、立法インフラそのものを組み替える点に特徴がある。Tech in Asiaの記事も指摘するように、これは個別の便利ツールを導入する話ではなく、国家の立法インフラ全体の再設計である点に新奇性がある（注2）。既存の法案作成プロセスの一部をAIが担うのではなく、データ駆動型のサイクルの中に立法行為そのものを位置づけ直そうとする試みと評価できよう。

　また、UAE特有の事情として、人口の約90%が外国人居住者であり、約200の国籍が混在しているという人口動態がある。このため、法情報の多言語化は切実な課題であり、AIによる多言語でのドラフティングや法情報提供が、コンプライアンス向上や司法アクセスの改善に資するという実利的な側面も強調されている（注2）。しかし、利便性の裏には、法という規範がアルゴリズムによって生成・提案されることへの根源的な懸念が潜んでいる。

2　問題の所在　立法は「最適化」できるのか

　では、AIによる立法支援はどこまで可能なのか。議論を整理するために、立法という営みを機能的に、（A）情報収集と現状分析、（B）価値判断（何を優先し、誰に負担を配分するか）、（C）条文化と運用設計、という三つのフェーズに粗く分けて考えてみたい。

　結論から言えば、AIは（A）と（C）の領域では圧倒的な強みを発揮する。大量の法令・判例・行政文書を横断的に検索し、矛盾や抜けを見つけ出す作業や、決定された政策内容を法的な形式（条文）へと整形し多言語化することは、技術的にもLLMとの相性がよい。Nik Azli氏が指摘するように、AIの役割が不整合やギャップの特定に留まるのであれば、それは強力な支援ツールとして機能するだろう（注5）。

　しかし、（B）の価値判断は別物である。立法とは、本質的に、対立する利益の調整であり、交渉であり、妥協であり、価値判断の集合である。ここを「データで最適化」しようとすると、少なくとも二つの落とし穴がある。

　第一に、最適化には目的関数が必要となるが、立法には単一の目的関数が存在しない。経済成長、治安維持、環境保護、表現の自由、手続的公正――これらはしばしばトレードオフの関係にあり、どれを何割重く見るかは、数理的な正解ではなく、政治的な決断の領域である。社会厚生の最大化などという抽象的な関数を設定したところで、その中身の重み付けをAIが勝手に決めることは、民主的な正統性を欠く。

　第二に、データはあくまで過去の写しであるという点だ。既存の法令や判例に基づいて学習したモデルは、構造的に現状追認バイアスを抱えやすい。過去の差別的な構造や不合理な慣習がデータに含まれていれば、AIはそれを再生産する提案を行うだろう。他方で、生成AIは過去のパターンを「それっぽく」外挿するため、人間社会の規範直観やコモンセンスから逸脱した提案――論理的には合理的に見えるが、社会的に到底受け入れ難い「奇妙な」提案――を出力する可能性もある（注2）。Tech in Asiaが引用する研究者の指摘通り、AIにとっての整合性が、人間の社会生活における正義と一致するとは限らないのである。

3　説明責任　「AIの意図」を探すのは筋が悪い

　「AIが提案した法が社会に害を生んだとき、誰が責任を負うのか」という問いは、直感的には正しいし、必ず問われる論点である。Jean Gan氏もまた、AIが提案した法案が害を及ぼす場合、誰が責任を負うのか、私たちの立法説明責任の概念全体は人間の熟慮と意図を前提としている、と鋭く指摘している（注5）。しかし、法学的に検討するならば、問いの立て方を少し変えた方がよい。AIそのものを擬人化して責任を問うことは無意味だからだ。

　立法の正当化は、通常、権限（誰が決める権限を持つか：議会、内閣等）、手続（どう決めたか：適正手続、審議、パブコメ等）、理由（なぜそうしたか：立法事実、政策目的）、という三点で支えられる。AIは権限主体ではない。したがって、探すべきは「AIの意図」ではなく、権限主体（人間）が、AIの提案をどう位置付けて決裁したのかというプロセスである。AIが出力した草案を、担当者がどのように評価し、修正し、あるいはそのまま採用したのか。その判断過程こそが可視化されるべきだ。

　ここで懸念されるのは、AIを導入した結果、人間の説明能力が退化し、説明責任がむしろ空洞化する危険である。AIが提示した改正案が採用された際、担当者が「AIがそう分析したから」「データがそう示しているから」という理由で思考停止すれば、実質的な説明責任は果たされない。いわゆるオートメーション・バイアスにより、機械の提案を無批判に受け入れる傾向が強まることは容易に想像できる。

　したがって、AI立法支援システムにおいては、少なくとも次の二層の記録（ログ）を残す仕組みが不可欠となるだろう。第一に、提案生成の根拠を技術的に追跡可能にするログ（audit trail）である。どのデータセットを参照し、どの比較法資料に基づき、どのようなパラメータで生成されたかを示す記録だ。第二に、政治部門が最終的にその案を選好した理由を、AIとは独立に言語化した決裁メモである。反対利益をどう扱ったか、AIが提示しなかった代替案をなぜ検討しなかったか、あるいはAIの提案をなぜ採用したか。これらを人間の言葉で再構成しなければならない。

　これは透明性というよりは、可監査性（Auditability）の問題である。NISTの生成AIリスク管理フレームワークにおいても、監査やトレーサビリティの重要性が繰り返し強調されているように（注3）、事後的にプロセスを検証できる状態を担保することこそが、システムへの信頼を繋ぎ止める最低条件となる。

4　幻覚（hallucination）と法的安定性

　技術的な側面、特に生成AI特有の幻覚（hallucination）の問題も看過できない。生成AIは、もっともらしい誤りを平然と出力する。法律領域において、条文番号の取り違えや存在しない判例の捏造（hallucinated citations）は、単なる誤情報では済まされない。それは国家の強制力と結び付くリスクであり、市民の権利義務に直結するからだ。Tech in Asiaの記事でも、法務領域のAIが依然として信頼性問題を抱え続けており、人間の監督（human oversight）が不可欠である旨が指摘されている（注2）。

　ここで厄介なのは、立法における誤りが、ソフトウェアのバグ修正のようにはいかない点である。立法とは、人々の行動変容を促す行為であり、市民や企業は法を前提に投資や生活設計を組み立てる。UAE政府発表は、静的な法から応答的な規制へという方向性を掲げているが（注1）、法があまりに動的になりすぎると、法的安定性（legal certainty）が毀損される。今日適法だった行為が、AIの再計算によって明日違法になるような社会では、誰も安心して活動できない。動的化は、それ自体が社会的コストを伴う。

　したがって、AIが提案する更新の頻度と範囲については、技術的な可能性ではなく、法の機能論としての線引きが必要になるだろう。たとえば、形式的整合性の修正、用語の統一、行政手続の運用指針の明確化といったテクニカルな領域は機械向きであり、自動化の余地が大きい。他方で、権利制約、刑罰の強化、新たな税負担の導入といった実質的な領域は、あえて拙速な更新を避け、民主的な摩擦（deliberative friction）を意図的に残すべきである。効率性が常に正義ではないのが、法の世界である。

5　雑感　「規制するAI」から「AIで統治する」へ

　EUのAI Actが典型であるように、これまでの多くの国のアプローチは、AIというリスク源をどう制御するか（risk-based regulation）に注力してきた（注4）。それに対し、今回のUAEの試みは、AIを統治の内部OSとして組み込み、制度そのものを再配線しようとする方向性を示している。これは、単なる技術政策の枠を超えた、憲法・行政法レベルの統治機構改革と見るべきだろう。

加えて、この種の仕組みが他国に「輸出」されるとき、あるいはモデルケースとして参照されるとき、その背後にある政治制度の差異に自覚的である必要がある（注5）。UAEのような絶対君主制に近い統治形態と、議会制民主主義をとる国とでは、立法における説明責任の期待値やプロセスが根本的に異なる。民主主義国において同様のシステムを導入する場合、手続の公開性、反対意見の取り込み、司法審査の密度といった観点から、より厳格なチェック機能が求められるはずだ。「AIが提案した」こと自体が免罪符になるような運用は許されない。AIの提案がいかに合理的であっても、それに同意するプロセスを人間が踏まなければ、法としての正統性は生まれないからだ。

　要するに、AIを立法プロセスに導入する際の核心は、「AIに条文を書かせるか」という技術論ではなく、AIが書いたものに対して人間がどう責任を持つかという主体性の問題に帰着する。AIは万能の立法者でもなければ、無害なワープロでもない。AIが提案する世界は、放っておくと、だいたいにおいて「それっぽい」整合性を保つが、どこか人間味を欠いた危うさを孕む。だからこそ、提案生成の速度を上げるより先に、人間側の検討と責任引受の速度（あるいは質）を上げる必要がある。

6　思考の材料

　最後に、今後の議論のためにいくつかの問いを提示しておきたい。

AIが生成した改正案を、誰が、どの手続を経て「自分の言葉」として翻訳・決裁したのか。そのプロセスは可視化されているか。

AIの提案の根拠（使用されたデータセット、参照された比較法資料、前提とされた政策評価関数）は事後的に追跡可能か。

「AIによる自動更新になじむ領域」と「人間による熟議が不可欠な領域」を、どのような憲法原理・政策原理に基づいて仕分けるべきか。

（マガジン）「AIと法-雑感」

　※目次は以下を参照

note総則規約3条2項前段
3.2 クリエイターが制作したデジタルコンテンツの著作権は、クリエイターに帰属します。