最近、ネットの片隅ですごく面白い法律の戦い方を見かけまして、今回はそれについて心理学や行動経済学、そして統計学のレンズを通してじっくり深掘りしてみたいと思います。弁護士の荒川香遥さんがポストされていたのですが、裁判の相手が本人訴訟などで生成AIを使って書面を作ってきているときに、あえてこっちは判例をこれでもかと盛り込んだ分厚い反論書面を出すという戦術をとっているそうです。これ、めちゃくちゃ高度な心理戦であり、最新の経済学的なゲーム理論の応用例でもあるんですよね。
そもそも、どうしてそんなことをするのかというと、相手が有料のプロ仕様の判例検索システムを使っていない場合、AI単体では精度の高い判例に基づいた反論が作れないという情報格差に着目しているわけです。さらに、こっちが用意したガチガチの判例付き書面を、相手がそのまま自分の使っているAIに「これどう思う？」と読み込ませる。すると、AIのほうが現実を直視し、「あ、これ相手の主張の方が筋が通ってますね」「この条件で勝つのはちょっと厳しいです」みたいな客観的な分析を返し始める。結果として、頑固になっていた相手がAIの冷徹なジャッジに納得して、スムーズに和解に向かうことが多いというんです。これ、冷静に考えるとめちゃくちゃ興味深い現象が起きていますよね。人間同士だと「お前になんか言われたくない！」と感情的になってしまうのに、AIが「無理です」と言うと、なぜかすんなり受け入れてしまう。この心理的メカニズムについて、まずは心理学の観点から解き明かしていきましょう。
心理学の世界には、心理的リアタンス理論という有名な概念があります。人間は、自分の自由や選択肢が他人から脅かされていると感じると、無意識のうちに反発心を抱いてしまい、相手の意見を頑なに拒絶してしまうという性質のことです。裁判の場なんてまさにこの心理的リアタンスのるつぼで、お互いに一歩も引けない状態になりがちです。弁護士から「あなたの主張は法律的に通らないですよ」と言われたとき、本人訴訟の当事者は「こいつは相手側の味方だから嘘をついているんだ」と防御壁を張ってしまいます。専門家の言葉だからこそ、逆に信用できないという心理が働くんですね。
ところが、ここに生成AIという第三者が登場すると、状況が一変します。行動経済学や認知心理学でよく言われるバイアスの一つに、機械への過度な信頼、いわゆるオートメーション・バイアスというものがあります。人間は、自分が理解しきれない複雑な計算や処理を行ってくれる機械やシステムに対して、なぜか過剰な信頼を寄せてしまう傾向があるんです。AIは感情を持っていませんし、どちらの味方もしない中立的な存在に見えますよね。だからこそ、人間が言うと「バカにされた」と感じるような厳しい現実も、AIが冷淡に「勝訴の可能性は低いです」と出力すると、不思議と「機械がそう言うなら仕方ないか」と受け入れてしまうわけです。これは心理学的に見ると、説得のソース（情報源）の属性が人間から非人格的なAIに変わったことで、防衛機制がうまくバイパスされた非常に綺麗な事例だと言えます。
さらに経済学的な視点からも、この状況はゲーム理論の観点からものすごくスリリングです。ゲーム理論というのは、複数のプレイヤーがそれぞれ自分の利益を最大化しようと合理的に行動するとき、どのような結果になるかを数学的に分析する学問です。伝統的な裁判のゲームでは、お互いの情報が非対称であること、つまり相手がどれだけの証拠や法的知識を持っているか分からないことが原因で、無駄な紛争コストが膨れ上がってしまいます。これを情報の非対称性と言いますが、経済学ではこれが市場の失敗を引き起こす大きな要因だとされています。
今回の事例で面白いのは、生成AIというツールが、この情報の非対称性を奇妙な形で解消している点です。本来、プロの弁護士と素人の本人訴訟の間には、法律知識という圧倒的な情報の非対称性があります。しかし、素人がAIを使うことで、その差を埋めようと試みます。ここまでは素人側の戦略ですが、プロである弁護士側が、あえてAIの限界を見越して「構造化された大量の判例データ」という特大のインプットを相手のAIに間接的に流し込む。経済学で言うところのシグナリング理論に近い動きをしています。自分の持っている強力なカードの存在を、相手のAIというフィルターを通してあえて見せつけることで、相手の期待効用を合理的に書き換えているわけです。
相手のAIは、入力された膨大な判例データを処理した結果、自分のオーナーである素人に対して「この勝負は分が悪い」という期待値の低下を突きつけます。経済学的な合理的判断に基づけば、勝率が極めて低い勝負にこれ以上時間と費用（コスト）を投下するのは期待効用をマイナスにするため、和解という合理的な選択に収束するのが自然な流れになります。つまり、プロの側は、相手の合理性をAIを触媒にして引き出すという、非常に高度な間接的コントロールを行っていると言えるのです。
もちろん、統計的なデータや確率論の観点からも、この現象は裏付けることができます。AIの出力精度というのは、入力されるコンテキスト（文脈）の質と量に強く依存します。統計学や自然言語処理のモデルにおいて、ゴミを入力すればゴミしか出てこない、いわゆるGIGOの法則が絶対的な真理です。本人訴訟の当事者が単独でAIを使った場合、限られたプロンプトと乏しい法律知識ベースのインプットしか与えられないため、出力される書面の精度は統計的に見て分散が大きく、信頼性の低いものになりがちです。そこに、プロが精緻に構築した信頼性の高いデータを意図的に混ぜ込むことで、相手のAIの確率的予測のベクトルを特定の方向へグッと引きずり込むことができるわけです。
SNS上の議論でも盛り上がっていた、あえてAIが誤認するようなトラップを仕掛けるという話も、統計モデルや機械学習の脆弱性を突いた非常に高度なハッキング的思考です。プロンプトインジェクションの応用とも言えるこの手法は、AIが文脈の確率的関連性を重視して出力を作るという特性を逆手に取っています。「こういう論理展開をせざるを得ない」という状況証拠を積み上げることで、検証能力のない相手のAIに誤った、しかし形式的にはもっともらしい結論を出させる。そして、検証能力のない人間がそれをそのまま自分の主張として裁判所に提出してしまう。これは、統計的な確率の罠に自ら飛び込んでいくようなものであり、情報リテラシーの格差がそのまま結果の格差に直結してしまう現代のデジタルデバイドの縮図でもあります。
しかし、こうした状況に対しては、当然ながら慎重な見方やリスクを危惧する声も上がっています。すべての相手が都合よく賢いAIを使っているわけではないですし、いわゆるポンコツなAIを相手にしている場合は、こちらの意図した通りにAIが賢い判断をしてくれるとは限らないからです。AIがめちゃくちゃなハルシネーション（虚偽の出力）を起こして、それを相手が頑なに信じ込んでしまった場合、むしろ話がこじれて泥沼化するリスクすらあります。統計的に見ても、外れ値的な挙動をするモデルを相手にするのは予測が難しく、コントロール不能なカオスを生み出す原因になります。現場の過酷さは、きれいな理論通りにいかない部分もたくさんあるはずです。
それでもなお、この一連の事例が私たちに教えてくれるのは、これからの社会やビジネス、そして日常のあらゆる交渉において、AIという存在が人間の心理や意思決定のプロセスに深く組み込まれ始めているという動かしがたい事実です。私たちは自分自身が合理的で主体的に決断しているつもりでいながら、実は自分の周りにある情報環境や、思考の壁打ち相手であるAIの出力に、想像以上に大きく行動を左右されています。人間はそれほど強靭な理性だけで生きているわけではなく、その時々で触れる情報や、信頼しがちな媒体のバイアスに影響される非常に流動的な存在なのです。
こうした科学的な背景や人間心理の機微を知っておくと、世の中で起きているトラブルや、ちょっとした交渉の場での駆け引きの見え方がガラリと変わってきます。感情でぶつかり合うのではなく、相手の心理的リアタンスをどう和らげるか、あるいは相手が依存しているシステムや情報の環境にどのようなアプローチを仕掛ければ、お互いにとって最も合理的で建設的な着地点を見つけられるのか。そういったメタ的な視点を持つことこそが、複雑化する現代社会を賢く生き抜くための大きな武器になるはずです。
もしあなたが日々の仕事やプライベートで、誰かとの交渉や意見の対立に悩んでいるなら、一度立ち止まって、その場にある情報の流れや、お互いの心理的背景を科学的な目で観察してみてください。真正面から感情的にぶつかるのではなく、相手の思考の枠組みを少しだけ別な角度から整えてあげるような、そんなスマートなアプローチを考えてみるのも面白いかもしれません。テクノロジーと人間心理の交差点には、私たちがまだうまく使いこなせていない面白いヒントがまだまだたくさん眠っています。ぜひ、今日の話も一つの視点として、日々の生活や思考の引き出しにしまっておいてくださいね。
