米下院法制局|AI生成法案の急増で露呈した「検証が追いつかない」構造

[最終更新]

Googleで優先するソースとして追加するボタン

提案書もレポートも、そして法案でさえも、AIを使えば以前よりずっと早く仕上がるようになりました。ただ、それに目を通し、最後に判を押す人の数や経験は、同じペースでは増えていません。生成の速さが上がったとき、実際に追いつかなくなるのは何なのでしょうか。


米連邦下院の法制局(Office of Legislative Counsel)が、AI生成の法案ドラフトの急増に対応しきれずにいると、POLITICOが報じた。同局に関わる現・元職員8人への取材によれば、AI生成の法案は誤った法律の引用や不正確な法的定義などの誤りを含むことが多く、修正にはゼロから起草するより多くの時間がかかるという。同局は前会期、弁護士61人・支援スタッフ19人の体制で3万件超の法案を作成し、現会期最初の60日間の依頼件数は5,623件で2年前比72%増となった。

下院運営委員会のジョー・モレル議員とノーマ・トレス議員はAIへの過度な依存に懸念を示した。一方、アンナ・ポーリナ・ルナ議員(共和党、フロリダ州選出)は6月、Claudeで生成した修正案要約の提出が批判された。

From: 文献リンクAI slop is swamping a House office that drafts US laws

【編集部解説】

見かけの増加率と、実際の負荷は別の数字で動いている

OLCが置かれている状況は、単純な「依頼が増えた」という話では説明しきれません。前会期、OLCは弁護士61人・支援スタッフ19人の体制で3万件を超える法案を作成し、これは実際に提出された法案数の約3倍に当たります。現会期の最初の60日間だけを見ると、依頼件数は5,623件で2年前の同時期から72%増加しました。

しかし、Burke氏が2026年3月に行ったより新しい証言を分析した報道によれば、現会期の最初の13カ月間で見た依頼件数は23,239件で、前会期の同期間(21,979件)からの増加率は5.7%にとどまっています。60日間という短い窓の72%と、13カ月という長い窓の5.7%は、同じ現象の異なる断面を映しています。

同じ報道によれば、OLCの弁護士数は現会期第一会期時点で78人となり、116th Congress比で59%増加しました。人数だけを見れば、検証側の体制も拡大しているように見えます。ただし、弁護士の平均経験年数は同じ期間に22%低下し、在籍10年未満の弁護士が全体の58%を占めるようになっています。

依頼件数の伸びは長期的には緩やかで、検証を担う人数も増えています。それでも現場が「AI生成の法案を修正する方が、ゼロから起草するより時間がかかる」と証言するのは、増えているのが件数でも人数でもなく、1件あたりの確認負荷だからだと考えられます。生成の速度が上がったことで文書1件あたりの複雑さや誤りが増え、経験の浅い人員がその分を吸収する構図になっている、と読み取れます。

「提出のハードル」が消えたことは、議会だけの現象ではない

OLCに関わる人物は、AIの利用が増えるにつれて議員や職員自身が「自分の法案で何を実現したいか」を言語化できなくなっていると証言しています。自ら起草しないことで論点を深く学ぶ機会が失われ、定義や文言に関わる判断がAIエージェントに委ねられてしまうという指摘です。

AI利用の広がり方にも特徴があります。ある職員は「AIを使う職員はそのことをあまり話したがらない」とし、利用が今なおタブー視されていると述べています。6月にはルナ下院議員(共和党・フロリダ州選出)が、Claudeで生成した修正案の要約を提出したことで批判を受けましたが、同議員はSNSで「驚くことではない。ほとんどのスタッフが使っている」と述べています。

これは連邦議会に限った構造ではありません。BetterUp LabsとStanford Social Media Labが2025年9月に発表した調査(米国のフルタイムデスクワーカー1,150人が対象)では、回答者の40%が直近1カ月以内にAI生成の低品質な成果物を受け取ったと回答し、53%が自分自身も少なくとも時々そうした成果物を送っていると認めています。受け取った側は1件あたり平均1時間51分から56分をその処理に費やしており、これは送り手が最初から自分で作成した場合より約20分長い時間です。

法案の起草であれ社内の企画書であれ、「提出する」という行為には一定の労力が伴い、それ自体が質を担保するフィルターとして機能していました。AIが変えたのは成果物を作る速さだけではありません。提出のハードルを取り払ったことで、検討の密度を伴わない提案や文書が、以前と同じ体裁のまま量産できるようになったと言えます。

検証側にAIを充てても、承認の担い手は増えない

OLCはすでに独自のAIツールを持っています。Comparative Print Suiteは、法案が米国法典をどう改正するかを自然言語処理で可視化するもので、開発に関わったAri Hershowitz氏はこれを「下院初のAIツール」と表現しています。変更箇所に確信が持てない場合はエラーを返す設計になっており、Hershowitz氏は「幻覚(ハルシネーション)は起きない」と述べています。

ただし、このツールが担うのは法案の改正箇所を正確に示すという限定された役割です。ある資金が税額控除か補助金かといった判断や、「州」の定義が特定の地域を意図せず排除していないかといった見落としの発見は、依然として人間の弁護士による読み込みを必要とします。

同局にツールを提供するGranicus社のCharlotte Lee氏は、「議員や利益団体はAIを使って文章を書けるのに、法制局自身は市販のAIを使えない」という状況を「完全な不整合」と表現しています。下院運営委員会のノーマ・トレス議員も、AI生成の法案文言への過度な依存に懸念を示した上で、「その責任をチャットボットに外注することはできない」と述べています。

検証を担う側にAIを導入すること自体は、確認作業の一部を効率化する助けになり得ます。しかし、それは最終的にどの文言を法律として成立させるかという承認の重みそのものを代替するものではありません。生成の量がAIによって増え続ける一方で、承認できる人間の数と経験は、同じようには増えていきません。

【関連記事】

部門長から社員までAIの新部門|統制と意思決定は人が担う
AI由来と分かるだけでレビューの精度が下がるという研究もあります。検証する側の判断がどう揺らぐかについては、こちらの記事も参考になります。

AIの進化が民主主義にもたらす変革と課題
AIが立法に及ぼす影響は、2年前から可能性として指摘されていました。当時の論点と今回の現実を見比べると、変化の速さが分かります。

【編集部後記】

生成の速度が上がるほど、検証にかける時間も比例して増やせるとは限りません。私たちは、量が増えたことをどう受け止め、何を承認の基準として残すべきなのかを、改めて問われているのかもしれません。


【用語解説】

法制局(Office of Legislative Counsel、OLC)
下院で法案・修正案の法的文言を起草する専門機関。1970年制定の議会組織再編法に基づき設置。政策的立場を取らず、議員・委員会からの依頼を非党派の立場で処理する。

Comparative Print Suite
OLCが独自開発した法案比較ツール。自然言語処理を用い、法案が米国法典のどの条文をどう改正するかを可視化する。確信が持てない変更箇所はエラーを返す設計。

ワークスロップ(workslop)
一見完成度が高く見えるが、実質的な内容を欠くAI生成の成果物を指す語。2025年、BetterUp LabsとStanford Social Media Labの共同研究で命名された。

【参考リンク】

American Governance Institute(外部)
政府のテクノロジー近代化を支援する非党派の非営利団体。ダニエル・シューマン氏が事務局長を務める。

POPVOX Foundation(外部)
議会のデジタル化・近代化を支援する非党派の非営利団体。マーシー・ハリス氏が共同創設者兼事務局長。

Granicus(外部)
公共部門向けのデジタル体験プラットフォームを提供する企業。OLCのComparative Print Suite設計にも関与。

BetterUp「Workslop」特集ページ(外部)
BetterUp LabsとStanford Social Media Labによる、AI生成の低品質な業務成果物「workslop」に関する調査結果をまとめたページ。

【参考記事】

AI-drafted bills are swamping the House office that writes US laws|TheNextWeb(外部)
Burke氏の3月証言を独自に分析し、依頼件数の伸び率や弁護士の経験年数低下など、POLITICO記事にない詳細な数値を報じている。

AI-Generated “Workslop” Is Destroying Productivity|Harvard Business Review(外部)
BetterUp LabsとStanford Social Media Labの共同研究を初めて紹介した記事。workslopの定義と組織への影響を報告している。

AI-generated ‘workslop’ is destroying productivity and teams, researchers say|CNBC(外部)
workslop調査の詳細データと、研究者への取材を基にした解説記事。管理職の被害率が一般社員より高いことなどを報じている。

Budget Hearing – U.S. House of Representatives|Congress.gov(外部)
Warren Burke氏が2026年3月17日に行った証言の公式記録ページ。証言原文(PDF)へのリンクを含む。

Googleで優先するソースとして追加するボタン
投稿者アバター
りょうとく
趣味でデジタルイラスト、Live2Dモデル、3Dモデル、動画編集などの経験があります。最近は文章生成AIからインスピレーションを得るために毎日のようにネタを投げかけたり、画像生成AIをお絵描きに都合よく利用できないかを模索中。AIがどれだけ人の生活を豊かにするかに期待しながら、その未来のために人が守らなけらばならない法律や倫理、AI時代の創作の在り方に注目しています。

関連記事