2125年通説から見た「AI不法行為責任」――監査可能性原則・確率帰責・エンタープライズ無過失の三層統合法

山崎行政書士事務所
9月30日
読了時間: 6分

要旨2125年の通説は、20世紀型の「過失か無過失か」という二分法を離れ、(1) 監査可能性原則（Auditability Principle）、(2) 確率的因果帰属（Attributable Risk Contribution：ARC）、(3) エンタープライズ無過失責任（AI-Enterprise Strict Liability）を用途危険度に応じて階層的に運用する「三層統合法」に収斂した。設計者・運用者・学習データ提供者間の配分は、コントロール係数（control）×利益係数（benefit）×寄与危険（ARC）で数理的に按分する。不可解性（ブラックボックス）や統計的性質は「説明可能性」ではなく監査可能性の有無で法的評価するのが通説である。

I. 基本原理（2125年の標準）

1. 監査可能性原則（Auditability Principle）

定義：AIシステムが事後検証可能なイベント・ログ、モデル・バージョン、入出力・介入記録、方策更新履歴を保持し、第三者が再現可能な反事実監査（counterfactual audit）を実行できる状態。
規範効果：
- 可監査（合格）：過失責任ベース＋証明責任の動的配分（下面参照）。
- 不可監査（不合格）：過失の有無を問わず、エンタープライズ側に推定責任（準厳格）を課す。
- よって、「説明できないこと」自体がリスク管理義務違反として評価される。

2. 確率的因果帰属（ARC）

考え方：相当因果関係の二値判断をやめ、**被害の一部を「帰属可能危険の増分」**として数量化。
定義式：個別被害 HHH について、当該AI複合体 EEE（設計者・運用者・データ提供者の連関体）が反事実的に増加させた危険の割合を
ARCi=max⁡{0, Pr⁡(H∣Ei)−Pr⁡(H∣¬Ei)}\mathrm{ARC}_i=\max\{0,\ \Pr(H|E_i)-\Pr(H|\neg E_i)\}ARCi=max{0, Pr(H∣Ei)−Pr(H∣¬Ei)}
と置き、損害配分を
Damagesi=H×ARCi×Ci⏟control×Bi⏟benefit\mathrm{Damages}_i=H\times \mathrm{ARC}_i\times \underbrace{C_i}_{\text{control}}\times \underbrace{B_i}_{\text{benefit}}Damagesi=H×ARCi×controlCi×benefitBi
で按分する（CiC_iCi: コントロール係数、BiB_iBi: 利益係数）。
実務：ARCはシャープレイ分解・因果推論（反事実評価）・テレメトリから得点化。毒性侵害訴訟・市場シェア責任の系譜を洗練・一般化したものと理解される。

3. エンタープライズ無過失責任（Tier 3）

趣旨：生命・身体・重大インフラに関わる高危険用途では、AIは統合的製品‐運用‐データ複合体として機能するため、「AIエンタープライズ」（設計・運用・データ供給を束ねた責任主体）に無過失責任を課し、**基金（AGF：Algorithmic Guarantee Fund）**で一次補償。
反射効果：被害者は迅速救済を得て、企業連関体内でARC×C×Bにより内部清算が行われる。

II. 階層運用（リスク基準による三層）

層	用途例	責任基準	主要義務
Tier 1 低〜中危険	レコメンド、一般会話生成等	過失責任＋監査義務	ログ保持・反事実監査・安全更新
Tier 2 中〜高危険	専門助言（医療補助・金融審査）・ドライバ支援	過失責任（強化型）＋ARC配分＋推定規則	監査義務＋閾値超過時の逆推定・保険加入
Tier 3 高危険	自動運転・医療実行・電力制御	エンタープライズ無過失＋AGF一次補償	強制保険・基金拠出・安全ケース審査

逆推定（Tier2）：重大結果＋監査不全＋警告閾値超えの三要件で過失推定（res ipsaのAI版）。

III. 注意義務の再定義（「説明可能性」ではなく「監査可能性」）

内部統制義務（Model-internal Duty）：学習・評価・更新の追跡可能性、ハザードログ、ガードレール。
境界安全義務（Interface Duty）：対人インタフェース、警告、ヒューマン・オーバーライド、コンテキスト制約。
運用監視義務（Deployment Duty）：ポストデプロイ監視、異常検知、安全更新（安全のための降格）。
データ製造物義務（Info-PL）：学習データ提供者は出所・品質・同意の表明保証と是正更新を負う（下の配分参照）。
可監査性義務：第三者監査が再現可能な形式で完全性のあるログを保持。これが満たされない場合、Tier2でも準厳格、Tier3では無過失に格上げされる。

IV. 責任配分（設計者・運用者・データ提供者）

1. 配分式（通説公式）

各主体の負担=Damages×ARCi⏟危険寄与×Ci⏟コントロール×Bi⏟利益\text{各主体の負担}=\mathrm{Damages}\times \underbrace{\mathrm{ARC}_i}_{\text{危険寄与}}\times \underbrace{C_i}_{\text{コントロール}}\times \underbrace{B_i}_{\text{利益}}各主体の負担=Damages×危険寄与ARCi×コントロールCi×利益Bi

ARC：反事実監査・因果推論で推定。
C（control）：設計者（アルゴリズム選択・安全設計）＞運用者（設定・監視）＞データ提供者（品質・ライセンス）の順で基準点を設定し、監査結果で動的補正。
B（benefit）：収益・コスト節約・市場支配度など実益で測定（公益目的で軽減の余地）。

2. データ提供者の位置づけ（Info-PL）

原則：データは**「情報製造物」。虚偽・偏り・許諾欠缺がARC**を押し上げた場合、表明保証違反＋Info-PLで負担。
セーフハーバ：出所ラベル・品質指標・撤回APIを備え、是正要求に応じた場合は CiC_iCi を軽減。

3. 開発者／運用者の補正

開発者：安全ケース（想定危険・緩和策・残余リスク）提出の有無がCに直結。
運用者：監視SLA違反や危険アラート無視があればC上昇（重責）。

V. 証明・推定・損害算定

証明責任：被害者は被害の発生＋AI関与の相当性＋監査へのアクセス要求を示せば足りる。以降はエンタープライズ側がARCの低さを反証。
確率損害：喪失利益・機会損失・差別的取扱い等、個別因果が薄い領域はARCベースの按分賠償を採る。
懲罰的要素：監査妨害・ログ改ざんは**倍率係数（×1.5～×3）**で強化。

VI. 補償基金・保険（AGF）

AGF：Tier3は無過失一次補償を基金が支払う。拠出額は利用量×危険係数で算定。
内部求償：AGFはARC×C×Bによりエンタープライズ内へ回帰請求。
再保険：システミック・リスクは国家再保険で吸収し、監査水準達成を割引条件に。

VII. 現場運用の標準（要点）

合格要件：モデルカード／データシート／イベント・ログ／反事実監査API／安全ケース。
赤信号：監査不能＋重大結果→推定責任／無過失。
ハザード管理：閾値超で自動降格（機能制限・人間介入必須化）。
UI/UX義務：警告・選択肢提示・ログ保存の可監査UI。

VIII. 歴史的位置づけ（見解A/Bの乗り越え）

見解A（過失精緻化）はTier1/2の骨格として通説に編入。ただし監査可能性・逆推定・ARCなしには救済が遅滞するとの評価。
見解B（無過失）はTier3（高危険）で通説化。しかし汎用的無過失はイノベーション阻害のため採用せず、用途限定＋基金という制度的精密化に落ち着いた。
決定的転回は、「説明可能性」から「監査可能性」へと規範の軸を移した点と、因果の二値判断をARCの連続量に置換した点である。

IX. ミニ・モデル法（抜粋）

第1条（監査可能性義務）　AIエンタープライズは、第三者が反事実監査を実施できる程度に、モデル、データ、運用の各ログを保持しなければならない。第2条（責任の層別）　高危険用途についてはエンタープライズ無過失責任とし、その他は過失責任を基本とする。第3条（確率的因果帰属）　損害の配分はARC×コントロール係数×利益係数により定める。第4条（推定）　重大結果が生じ、かつ監査可能性義務の不履行があるときは、エンタープライズの責任を推定する。第5条（基金）　高危険用途は補償基金に拠出し、一次補償後に内部求償を行う。