Keuntungan:
- Kemampuan untuk memahami alur kerja EDRM dan konsep pengkodean TAR/prediktif dan mempercepat fase peninjauan dengan kecerdasan buatan
- Kemampuan untuk memahami keseimbangan penarikan dan presisi serta memastikan tidak ada dokumen yang relevan yang terlewat dengan memprioritaskan penarikan tinggi dalam konteks forensik
- Memahami bahwa tanggung jawab hukum atas hak istimewa dan keputusan data pribadi berada di tangan pengacara manusia dan bahwa transparansi metodologi diperlukan
Dalam gugatan perdata atau penyelidikan peraturan, salah satu pihak meminta dokumen elektronik yang disimpan oleh pihak lain: email, kontrak, log obrolan, file. Proses pengumpulan dokumen-dokumen tersebut menurut undang-undang, pemeriksaannya, pemilahan yang bersangkutan dan penyerahannya kepada pihak/pengadilan lain disebut e-discovery - pencarian, peninjauan, dan penyajian bukti-bukti elektronik dalam lingkup suatu sengketa hukum. E-discovery adalah bidang di mana forensik komputer paling terkait dengan hukum dan mungkin merupakan penggunaan AI yang paling matang dan tersebar luas. Dalam unit ini, Anda akan mempelajari alur kerja EDRM, konsep TAR/pengkodean prediktif, dan bagaimana AI mengubah proses ini.
EDRM: alur kerja standar e-discovery
E-discovery di dunia sebagian besar beroperasi dalam kerangka EDRM (Electronic Discovery Referrence Model - model referensi yang mendefinisikan tahapan standar proses e-discovery). Tahapan utama:
- Manajemen dan identifikasi informasi: Menentukan data apa yang berada di mana.
- Pelestarian & pengumpulan: Mencegah penghapusan data yang relevan (penahanan hukum — kewajiban untuk berhenti menghapus data untuk mengantisipasi litigasi) dan mengumpulkannya dengan integritas.
- Pemrosesan: Membuat data dapat dicari, menghapus duplikat, konversi format.
- Tinjauan: Memutuskan apakah dokumen bersifat sensitif atau istimewa — tercakup dalam hak istimewa pengacara-klien dan tidak akan diserahkan.
- Produksi : Menyerahkan dokumen yang bersangkutan kepada pihak lain/pengadilan.
Tahap yang paling mahal dan membutuhkan tenaga kerja adalah review. Meminta pengacara membaca ratusan ribu dokumen satu per satu sangatlah mahal dan sangat lambat. Di sinilah AI menciptakan sebuah revolusi.
TAR dan pengkodean prediktif
Teknologi utama yang mempercepat peninjauan adalah TAR (Technology Assisted Review). Bentuk yang paling umum adalah pengkodean prediktif: Seorang pengacara ahli memberi label pada dokumen sampel sebagai "relevan/tidak relevan"; Sistem belajar dari contoh-contoh ini dan secara otomatis mengklasifikasikan ratusan ribu dokumen yang tersisa. Jadi seseorang hanya membaca dokumen-dokumen yang paling mungkin relevan dan memeriksa sisanya dengan mengambil sampel.
AI modern (model bahasa besar) mengambil langkah lebih jauh: ia dapat menjelaskan mengapa dokumen tersebut relevan, ringkasan topik, tanda hak istimewa, bukan hanya "relevan/tidak relevan". Namun prinsip dasarnya tidak berubah: AI menyarankan, tanggung jawab hukum atas keputusan relevansi dan hak istimewa ada pada pengacara.
Pertahankan TAR bergantung pada proses yang dapat diaudit. Contoh-contoh pelatihan diberi label oleh pengacara ahli, sistem belajar dari contoh-contoh ini dan mengklasifikasikan dokumen-dokumen lainnya diulangi dalam satu siklus; Akurasi diukur dengan sampling pada setiap putaran. Siklus ini memberikan jawaban yang dapat didokumentasikan atas pertanyaan “apa yang dilihat mesin, apa yang dipelajarinya, seberapa akuratnya?” Pihak lain sering mempertanyakan metodologi ini; Oleh karena itu, ukuran set pelatihan, ambang batas keputusan, dan tingkat sampel validasi dicatat dari awal. Semakin transparan dan dapat diulangi prosesnya, semakin besar kemungkinan hasilnya diterima di pengadilan.
Tips: Agar proses TAR Anda dapat dipertahankan, dokumentasikan sampel “pelatihan”, metrik validasi (pengingatan/presisi), dan ambang batas keputusan. Pihak lain bertanya "apa yang terlewatkan mesin itu?" dia mungkin bertanya; Metodologi yang transparan menjamin kepercayaan.
Dua metrik: perolehan dan presisi
Ada dua konsep yang penting dalam e-discovery. Penarikan kembali (sensitivitas — berapa banyak dokumen relevan yang benar-benar dapat Anda temukan) mengukur risiko kehilangan; Hal ini penting secara hukum karena kegagalan untuk menyerahkan dokumen yang relevan dapat mengakibatkan sanksi. Presisi—seberapa banyak hal yang Anda temukan benar-benar relevan—mengukur beban membaca yang tidak perlu; mempengaruhi biaya. Ada keseimbangan antara keduanya: jika Anda melonggarkan ambang batas, penarikan kembali meningkat, tetapi dokumen yang tidak diperlukan juga meningkat. Dalam konteks forensik/hukum, daya ingat yang tinggi sering kali diprioritaskan — tidak melewatkan lebih penting daripada membaca berlebihan.
Hak istimewa dan privasi: garis merah
Kesalahan paling berbahaya dalam e-discovery adalah secara tidak sengaja menyerahkan dokumen yang diistimewakan kepada pihak lain (privilege waiver). Setelah korespondensi pengacara-klien terkirim, sangat sulit untuk mengambilnya kembali. AI membantu menandai hak istimewa, namun setiap keputusan hak istimewa harus dikonfirmasi oleh pengacara manusia. Selain itu, redaksi mungkin diperlukan untuk dokumen yang berisi data pribadi (cakupan KVKK/GDPR); Bendera AI menutupi kandidat, kendali akhir ada di tangan manusia.
Perhatian: Patuhi peraturan privasi dan yurisdiksi data (data di negara mana, ke mana data tersebut disimpan) saat memuat data mentah perusahaan ke dalam AI. Data istimewa dan pribadi harus diproses pada kendaraan yang datanya tidak digunakan untuk pelatihan model, berdasarkan kontrak dan dalam yurisdiksi yang sesuai.
tiga kasus mini
Kasus 1 — TAR mengurangi biaya. Dalam kasus komersial yang berjumlah 1,3 juta dokumen, perkiraan tinjauan linier klasik adalah 14 bulan. Dengan pengkodean prediktif, pengacara menandai 8.000 dokumen; sistem mengklasifikasikan sisanya dan tinjauan manusia berkurang menjadi 90.000 dokumen. Prosesnya dikurangi menjadi 6 minggu, 92% dikonfirmasi melalui penarikan sampel.
Kasus 2 — Hak istimewa disimpan. AI pra-produksi menandai 240 dokumen dalam set pengiriman sebagai “mungkin diistimewakan.” Tim pengacara memeriksa; 210 sebenarnya merupakan korespondensi pengacara-klien dan tidak terkirim. Tanpa AI, dokumen-dokumen ini bisa saja secara tidak sengaja berpindah ke pihak lain.
Kasus 3 — Risiko terlalu percaya diri. Satu tim menetapkan ambang batas TAR dengan ketat untuk presisi tinggi; Sistem menghilangkan hal-hal yang dianggap "tidak relevan" tanpa pengambilan sampel. Audit selanjutnya menemukan bahwa beberapa email penting terlewatkan karena ambang batas yang ketat. Kesalahan terlambat diketahui karena pengambilan sampel panggilan tidak dilakukan.
Empat templat yang dapat disalin
1) Draf protokol peninjauan:
Peran Anda: konsultan e-discovery. Subjek kasus: [pelanggaran kontrak]. Draf protokol peninjauan untuk saya: kriteria responsif, tanda hak istimewa, aturan penyembunyian data pribadi, dan langkah-langkah verifikasi TAR (pengambilan sampel/pengambilan sampel presisi). Menyatakan bahwa setiap keputusan tunduk pada konfirmasi pengacara.
2) Relevansi klasifikasi awal:
Kriteria materi pelajaran dan relevansi: [di sini]. Saya akan memberi Anda ringkasan dokumen. Untuk setiap dokumen: relevan/tidak relevan/tidak pasti dan berikan penjelasan SINGKAT. Soroti yang "tidak jelas"; ini akan masuk ke tinjauan pengacara. Yang Anda sebut tidak relevan akan diperiksa dengan pengambilan sampel, ini bukan penghapusan pasti.
3) Pemindaian hak istimewa:
Centang dokumen berikut yang MUNGKIN memberikan hak istimewa pengacara-klien: nama pengacara, bahasa "rahasia/hak istimewa", isi opini hukum. Ini bukanlah keputusan FINAL, ini adalah keputusan yang harus dikonfirmasi oleh pengacara. Berikan justifikasi dan baris yang relevan untuk setiap tanda.
4) Kandidat penyembunyian data pribadi:
Cantumkan kandidat data pribadi yang perlu ditutupi dalam dokumen-dokumen ini untuk diserahkan sebelum produksi: TR, IBAN, kesehatan, data pribadi pihak ketiga. Tandai sebagai kandidat saja; Saya akan membuat keputusan penutup terakhir. Ubah teks.
Perintah lemah / Perintah kuat
Perintah yang lemah:
Dari dokumen-dokumen ini, pilihlah dokumen-dokumen yang relevan dengan kasus tersebut.
Tidak ada kriteria relevansi, tidak ada eksklusivitas dan tidak ada verifikasi; AI membuat keputusan subjektif, mungkin kehilangan dokumen penting atau membocorkan hak istimewa.
Perintah yang kuat:
Peran Anda: asisten peninjau e-discovery. Kasus: Tuduhan bahwa perusahaan X melanggar kontrak pasokan dengan Y. Kriteria relevansi: tanggal pengiriman, perubahan harga, keluhan kualitas, negosiasi penghentian. Saya akan memberi Anda ringkasan dokumen. Berikan relevan/tidak relevan/tidak pasti + justifikasi untuk setiap dokumen. JUGA tandai sebagai "mungkin diistimewakan" yang berisi nama pengacara atau pendapat hukum. Jangan menganggap keputusan apa pun sebagai keputusan final; Semua harus mendapat konfirmasi dari pengacara.
Kriteria substantif, penyaringan hak istimewa, dan batasan “verifikasi pengacara” membuat proses ini dapat dipertahankan.
Tahapan EDRM dan tabel AI
Panggung
Kontribusi AI
tanggung jawab manusia
koleksi
templat, rencana
Pegangan hukum, integritas
Pemrosesan
De-dup, format, direktori
kontrol kualitas
ulasan
TAR, rekomendasi relevansi
Keputusan relevansi
hak istimewa
Menandai kandidat
keputusan akhir, konfirmasi
Produksi
calon penyamaran
Pemeriksaan terakhir, pengiriman
Kesalahan umum
- Meninggalkan TAR tanpa pengawasan. Mengatakan "mesin mengatakan tidak tertarik" tanpa melakukan sampel panggilan akan menyebabkan pembajakan.
- Menyerahkan keputusan hak istimewa kepada AI. Kesalahan pengiriman berisiko terhadap pengabaian yang tidak dapat dibatalkan.
- Berfokus hanya pada presisi, bukan pada perolehan kembali. Ambang batas yang ketat melewatkan dokumen yang relevan; Secara hukum, recall memiliki prioritas.
- Tidak mendokumentasikan metodologinya. Pihak lain mungkin mempertanyakan proses TAR; transparansi adalah suatu keharusan.
- Mengunggah data pribadi/hak istimewa ke alat yang tidak pantas. Patuhi aturan yurisdiksi dan kerahasiaan.
Singkatnya
E-discovery adalah proses menemukan dan menyampaikan bukti relevan dari data elektronik perusahaan dengan cara yang sah dan beroperasi dalam kerangka EDRM. AI mengubah fase yang paling mahal, peninjauan, dengan TAR/pengkodean prediktif: manusia hanya membaca dokumen yang paling mungkin relevan dan ambigu. Namun tanggung jawab hukum atas keputusan yang relevan dan khususnya hak istimewa terletak pada pengacara; Pengambilan sampel, transparansi metodologi, dan perlindungan data pribadi dijamin oleh disiplin manusia.
Tugas aplikasi
Tentukan kasus fiktif dan 4-5 item kriteria relevansi. Siapkan 20-25 ringkasan dokumen (beberapa memiliki hak istimewa, beberapa tidak jelas). Menerapkan templat “Praklasifikasi relevansi” dan “Penyaringan hak istimewa”; Kemudian periksa penarikan kembali secara manual dengan mengambil sampel dari kumpulan yang "tidak relevan" dan konfirmasikan kandidat hak istimewa yang telah ditandai oleh AI.
daftar periksa
- [ ] Saya mengamati tahapan EDRM dan kewajiban legal hold.
- [ ] Saya memeriksa hasil TAR/praklasifikasi dengan recall sampling.
- [ ] Saya telah mengikat setiap keputusan hak istimewa dengan konfirmasi pengacara manusia.
- [ ] Saya telah menyetujui kandidat penyembunyian data pribadi dengan pemeriksaan akhir.
- [ ] Saya mendokumentasikan metodologi dan ambang batas yang saya gunakan.