評価対象となる法学課題のためのAI利用ルール設計

法学教育で人工知能のルールを定めるとき、AIが善か悪かから始める必要はありません。先に問うべきなのは、その課題で学生にどの能力を示してほしいのかです。法的メモが、争点を見つけ、法源を比較し、根拠のある論証を組み立てる力を測るためのものなら、構成や文章をツールが提供することで、その評価対象そのものが見えなくなります。反対に、AIの出力を監督し検証する力を教える課題なら、全面禁止は別の重要な能力を測れなくします。

2026年夏から有効となるバークレー法科大学院の標準方針は、この区別を具体的に示しています。単位取得のために提出する作業では、AIによる構想、アウトライン作成、起案、改訂、翻訳、編集を認めず、試験でのAI利用も禁止しています。調査目的の利用は情報源候補の特定に限り、授業資料を生成AIにアップロードすることも禁じます。一方で、教員は授業に合った例外を事前に書面で定め、利用の開示を求めることができます。

重要なのは、すべての法学課題に同一の境界を置くことではありません。何を評価するのか、どの情報を守るのか、そして学生がツール利用をどう説明できるべきかを、課題ごとに明示することです。

ツール名より先に評価する能力を定義する

「ChatGPTを使ってはならない」だけでは、規則はすぐに古くなり、近い機能を持つ別の製品にも十分な指針を与えられません。検索エンジン、文書作成ソフト、法律調査サービス、文字起こし、文書レビューの各製品には、生成機能が組み込まれつつあります。教育上の問いは製品名ではなく、その機能が課題で測るべき学生の判断を代替するかどうかです。

法的分析を測る試験なら、重要事実の選別、適用すべき規則の特定、判例の区別、時間内での結論の表現が守るべき作業になります。規則はこの流れで生成支援を禁じても、AIが常に不適切だと主張する必要はありません。調査能力を測る課題では、境界はより狭くできます。AIが関連しそうな判例を探す手掛かりを出すことは許しても、学生は一次資料を読み、引用を確認し、それが自分の主張を支えるかを判断しなければなりません。

このように書けば、学生は何を練習しているのかを理解でき、教員も、なぜ同じ便利な機能を一方の課題では制限し、別の課題では許すのかを説明できます。

許可を四つの区分に分ける

実用的な方針では、AI利用を四つに整理できます。第一は、試験答案、最初の法律分析、初期アウトラインのように、本人が独力で行うべき作業です。第二は、公開情報源の検索、練習問題の作成、完成済み草稿への批評など、範囲を限って許可できる補助です。第三は、利用前に書面の許可を得るべき場面です。第四は、依頼者に似た事例、未公開の授業資料、録音、個人情報を含む文書など、絶対に入力してはならない情報です。

各区分には観察可能な動詞を使うことが大切です。「AIを調査に使ってよい」では曖昧です。「検索語の候補を出させることはできるが、引用された法源を読み検証するまで、AIが作成した判例要約や引用に依拠してはならない」なら、学生が取るべき行動が分かります。バークレーの方針が情報源の特定と提出物の作成を分けるのも、発見することと意味を判断することが別の学習行為だからです。

許可された利用を見えないままにしない

開示は、すべてのキー入力の記録を求めるためのものではありません。利用したツール、許可された目的、ツールに渡した情報、提出物に採用した結果をどう検証したかを示す短い申告で十分なことが多いでしょう。重要度の高いプロジェクトでは、プロンプトの記録や版の履歴が適切な場合もあります。

その記録があれば、教員は完成度の高い文章から執筆者を推測するだけでなく、なぜその情報源を選んだのか、AIの提案をなぜ採用または退けたのか、どのように確かめたのかを尋ねられます。口頭発表、段階的な下書き、反復的な執筆は、推論を直接評価する方法です。バークレーのQ&Aも、文脈に応じた実施方法として口頭発表や反復的な執筆を挙げています。

開示は、あらゆる利用を不正とみなす仕組みであってはなりません。許可された補助と、開示されない代替を区別し、学生が自分の判断を示せるようにするための仕組みです。

プライバシーと職業責任も学習能力に含める

法的な仕事には、公開の生成サービスへ送るべきではない情報が多く含まれます。教室でも、教材、課題、録音された討議、仮想の依頼者事実には、秘密保持、知的財産、プライバシーの問題があり得ます。強い方針は、学術的公正のルールとは別にこれらの限界を示し、最終答案を書かせないツールであっても、扱う情報によっては不適切になり得ることを教えます。

この区別は実務にも通じます。米国法曹協会は、弁護士が生成AIを使う場合でも既存の職業上の義務が継続すると述べています。将来の法曹に必要なのは、出力の出来栄えを判断することだけではありません。サービスがどのデータを受け取るのか、生成された答えが実際に何を裏付けるのか、誤りの責任を誰が負うのかを問う習慣です。

標語ではなく課題の結果で規則を見直す

効果的なAI方針は、検証できる教育設計です。一学期の後に、学生が許可範囲を理解したか、アクセシビリティに対応できたか、どこで誤解が生じたか、課題がなお意図した能力を測っているかを振り返れます。答えは、具体例を一つ加えること、開示書式を改善すること、評価方法を変えることであり、単に禁止を厳しくすることではないかもしれません。

原則は長く使えます。独立した推論そのものが評価対象なら、法学教育はそれを守るべきです。監督されたAI利用が教育対象なら、その監督を教えるべきです。明確な境界、明示的な開示、検証済みの情報源、保護されたデータがあれば、その二つの目的を両立させやすくなります。