マルチエージェント討論（MAD）フレームワークは、一般推論タスク（常識推論、数学問題解決、対話システムなど）において顕著な可能性を示してきましたが、高度に構造化され知識集約的で、エラーに対する許容度が極めて低い法的領域では、その有効性は未解明のままでした。法的推論には、厳密な論理的一貫性、判例や法令の正確な理解、複雑な事実関係を処理する能力が求められるため、汎用領域の知見をそのまま適用することはできません。この研究ギャップを埋めるため、複数の研究機関の研究者（Tan-Minh Nguyen氏を含む6名）は、法的テキスト含意（Legal Textual Entailment、LTE）タスクにおける異なる討論構造と集約方法を体系的に評価する「Legal Multi-Agent Debate（L-MAD）」フレームワークを提案しました。LTEタスクは、ある法的テキストが別の記述を含意するかどうかを判断するもので、法的人工知能の中核的な問題です。
L-MADフレームワークの中心的な革新は、討論に参加する複数のエージェントに異なる専門家ペルソナ（例えば、原告弁護士、被告弁護士、裁判官、法学教授など）を割り当てることです。これらのペルソナは、エージェントの初期の立場だけでなく、議論のスタイルや情報の選好にも影響を与えます。実験の結果、この役割分担戦略は、強力な単一エージェントベースライン（大規模言語モデルによる直接推論など）と比較して、最大8%の性能向上をもたらすことが確認されました。この結果は、法的推論において多視点からの討論が単一視点よりも優れているという直感を裏付けるとともに、協調推論における役割設計の重要性を示しています。
研究チームはさらに、討論規模が結果に与える影響を分析し、重要なトレードオフを明らかにしました。エージェントの数（討論に参加する総エージェント数）を増やすと、決定の不整合性が大幅に低減し、全体的な精度が向上します。より多くのエージェントがより広範な論点や証拠を提供し、より多くの推論経路をカバーできるためです。しかし、討論ラウンド（エージェントが複数回のやり取りを行うこと）を延長すると、有害な「過剰審議ドリフト」（over-deliberation drift）という現象が発生します。この現象では、エージェントは繰り返しのやり取りを通じて批判的思考を徐々に失い、互いの初期の誤りを強化・増幅し始め、最終的に集団の決定が正しい方向から逸脱してしまいます。この現象は討論の初期段階では顕著ではありませんが、ラウンドが増えるにつれて急激に悪化し、マルチエージェントシステムの実際の展開に警鐘を鳴らしています。
本論文は、2026年の国際機械学習会議（ICML）におけるAI4Lawワークショップで優秀論文に選ばれました。研究チームは、これらの発見は理論的価値だけでなく、ハイステークスな法的推論環境において協調的マルチエージェントシステムを安全に展開するための実用的な限界と安全マージンを提供する点で重要だと強調しています。例えば、実際のアプリケーションでは、エージェント数を無限に増やすよりも討論ラウンドを制御することが優先されるべきであり、過剰審議を防ぐための効果的な収束メカニズムを設計する必要があります。司法支援システム、契約自動審査、事例予測などの応用分野において、この研究は重要な設計原則を提供しています。