人工知能時代における法的主張マイニングの構造的ジレンマと発達経路

要旨: 急速な人工知能の進歩を背景として、法的議論マイニング（legal argument mining）は、法文書とインテリジェントな分析を結び付ける重要な研究領域として登場し、大きな理論的および実践的含意をもたらしている。既存研究は主に3つの次元、すなわちデータ、技術、理論に沿って発展してきた。データの次元では、生の法文書と注釈付きコーパスが基礎的な資源を構成する。技術の次元では、研究パラダイムは、ルールベースのシステムや従来型の機械学習から、大規模言語モデル（LLM）へと進化してきた。理論の次元では、議論理論（argumentation theory）や法学的ドグマティクス（legal dogmatics）が、議論構造をモデル化するうえで重要な参照を提供する。しかし、進展が継続しているにもかかわらず、法的議論マイニング全体の発展は比較的遅いままである。本研究は、既存研究の体系的レビューに基づき、詳細な分析を行った結果、それが単にデータ不足や技術的制約によるだけでなく、より根本的には、理論的な表現力と計算上の実行可能性（computational feasibility）を両立させるための、構造化された表現アプローチの欠如に起因していることを見出した。具体的には、この課題は、データ標準化に関するジレンマ、効果的なモデリングを行ううえでの障害、およびドメイン適応に関する制限として現れている。これに対応して、本研究は今後の研究に向けたいくつかの重要な方向性を提案する。法的議論マイニングにおける主要課題を再構成し、将来の発展のための道筋を示すことを目的としつつ、具体的なモデルや実装方式については、さらなる検討に委ねる。