オーケストレーション問題が法律AIを妨げる

法律実務は文書を中心に展開されますが、法律の実質は文書の下に存在します：エンティティ、権利、義務、所有権、支配権、法的地位、そして時間とともに変化する関係性。文書はそれらの構造のスナップショットにすぎません。しかし、現在のAIシステムは文書の読み取り、要約、質問応答を行いますが、背後にあるシナリオの明確なモデルを維持していません。

特に、エージェントはランタイムにコンテキストを再構築します。文書を検索し、チャンクを取得し、一時的な要約を構築し、その場で意味を推論します。同じ質問でも、取得された内容、ランキング方法、モデルがその瞬間に推論した内容によって異なる回答が得られます。これは時間の経過とともに根本的に不安定です。

法律業務は「迅速に動き、壊す」ことには適していません。法的解釈は多様な生きた関係に依存しており、そのすべてをコード化できるわけではありません。では、不完全な情報をさらに投入するだけでは解決できない場合、何ができるでしょうか？

オントロジーはドメインの形式的モデルです。関連するエンティティ、関係、状態、制約（例：義務）を定義し、それらがどのように相互に関連するか（例：どの義務がどの当事者に適用されるか）、そして時間の経過とともにどのように変化するか（例：譲渡されたかどうか）を定義します。

オントロジーベースの知識グラフは、永続的なコンテキストをキュレーションすることで問題を解決します。契約書、電子メール、ドラフト、提出書類、実行済み契約、ユーザーアクション、判例法などのソース資料からの変更を吸収します。新しい情報は孤立したイベントとして扱われるのではなく、既存の構造と調整されます。

これが解決する顕著な問題は、AIシステムが誤解に行き詰まることです（例：電子メールが今日送信されたと思い込むが実際は違う）。オントロジーベースのシステムを使用することで、情報を取り込む際にこれを調整し、主要な障害モードを解消します。

何年も前、法律オントロジーの構築は脆いシステムを意味していました：硬直したルールエンジンや正規表現に依存した抽出。現在では、非構造化文書を解析し、エンティティを分類し、関係を特定できます。個々の処理ステップはもはや最前線ではありません。調整、ガバナンス、管理に重点が移っています。

システムが当事者に義務があると言うなら、弁護士はその結論を関連する契約、条項、修正、イベント、解釈を通じてトレースできるべきです。リスクスコアが変わった場合、システムは何が変わったか、なぜ変わったかを示すべきです。AIエージェントがアクションを提案する場合、そのアクションは法務グラフの現在の状態に対して検証されるべきです。これにより、人間とAIの両方にとって共有の真実のソースが作成されます。

システムが監査・理解しやすくなければ、オントロジーの前提は即座に崩れます。人間の介入が絶対に重要です。法的解釈、義務、リスク、結論に影響を与える変更は、黙って適用されるのではなく、専門家のレビューに付されるべきです。弁護士がAIの提案を受け入れ、拒否し、または修正する場合、その相互作用は知識グラフを更新するか、ガバナンスシグナルを生成します。時間の経過とともに、システムは事務所の推論、選好、リスク許容度に合わせて改善されます。

オントロジーは説明責任のある法律AIの基盤であり、エージェントシステムの技術的な問題を解決し続けるにつれて、ますます普及するでしょう。