zisky:
- Schopnost porozumět pracovnímu postupu EDRM a konceptu TAR/prediktivního kódování a urychlit fázi kontroly pomocí umělé inteligence
- Schopnost porozumět rovnováze stahování a přesnosti a zajistit, aby vám neunikly relevantní dokumenty tím, že upřednostníte vysoké stažení ve forenzním kontextu
- Pochopení, že právní odpovědnost za rozhodnutí o výsadách a osobních údajích spočívá na lidském právníkovi a že je vyžadována transparentnost metodologie
V občanskoprávním soudním nebo regulačním vyšetřování jedna strana požaduje elektronické dokumenty držené druhou stranou: e-maily, smlouvy, protokoly chatu, soubory. Proces shromažďování těchto dokumentů v souladu se zákonem, jejich prověřování, třídění relevantních a jejich doručení druhé straně/soudu se nazývá e-discovery - vyhledání, přezkoumání a předložení elektronických důkazů v rámci soudního sporu. E-discovery je oblast, kde je počítačová forenzní věda nejvíce provázána s právem a je možná nejvyspělejším a nejrozšířenějším využitím AI. V této lekci se naučíte pracovní postup EDRM, koncept TAR/prediktivního kódování a jak AI transformuje tento proces.
EDRM: standardní pracovní postup e-discovery
E-discovery ve světě z velké části funguje v rámci EDRM (Electronic Discovery Reference Model - referenční model, který definuje standardní fáze procesu e-discovery). Hlavní fáze:
- Správa a identifikace informací: Určení, jaká data jsou kde.
- Uchovávání a shromažďování: Zabránění vymazání příslušných údajů (právní zadržení – povinnost přestat s vymazáváním údajů v očekávání soudního sporu) a jejich shromažďování bezúhonně.
- Zpracování: Zpřístupnění prohledávatelných dat, odstranění duplicit, převod formátu.
- Kontrola: Rozhodnutí, zda jsou dokumenty citlivé nebo privilegované – na které se vztahuje privilegium právního zástupce a klienta a nebudou předány.
- Produkce: Doručení příslušných dokumentů druhé straně/soudu.
Nejdražší fází, která vyžaduje pracovní sílu, je revize. Nechat právníky číst statisíce dokumentů jeden po druhém je velmi drahé a velmi pomalé. To je přesně místo, kde AI vytváří revoluci.
TAR a prediktivní kódování
Klíčovou technologií, která kontrolu urychluje, je TAR (Technology Assisted Review). Nejběžnější formou je prediktivní kódování: Odborný právník označí vzorové dokumenty jako „relevantní/nepodstatné“; Systém se z těchto příkladů učí a automaticky klasifikuje zbývající stovky tisíc dokumentů. Člověk tedy čte pouze nejpravděpodobnější relevantní dokumenty a zbytek kontroluje vzorkováním.
Moderní AI (velké jazykové modely) to posouvá o krok dále: dokáže vysvětlit, proč je dokument relevantní, shrnutí tématu, příznak oprávnění, nejen „relevantní/irelevantní“. Ale základní princip se nemění: AI naznačuje, že právní odpovědnost za rozhodnutí o relevanci a výsadě leží na právníkovi.
Obhájitelnost TAR závisí na tom, zda je proces auditovatelný. Příklady školení označené odborným právníkem, systém učení se z těchto příkladů a klasifikace zbývajících dokumentů se opakují v cyklu; Přesnost se měří vzorkováním v každém kole. Tento cyklus poskytuje dokumentovatelné odpovědi na otázky "na co se stroj díval, co se naučil, jak byl přesný?" Druhá strana tuto metodologii často zpochybňuje; Proto se od začátku zaznamenává velikost trénovací sady, rozhodovací prahy a vzorkovací frekvence ověřování. Čím transparentnější a opakovatelnější je proces, tím je pravděpodobnější, že výsledek bude u soudu přijat.
Tip: Aby byl váš proces TAR obhajitelný, zdokumentujte své „tréninkové“ vzorky, ověřovací metriky (vyvolání/přesnost) a rozhodovací prahy. Druhá strana se ptá "co ten stroj minul?" může se ptát; Transparentní metodika zajišťuje důvěru.
Dvě metriky: zapamatovatelnost a přesnost
V e-discovery jsou zásadní dva koncepty. Recall (citlivost – kolik ze všech relevantních dokumentů jste skutečně dokázali najít) měří riziko chybějících; Je to právně zásadní, protože nepředložení příslušného dokumentu může mít za následek sankce. Přesnost – kolik z toho, co najdete, je skutečně relevantní – měří zbytečné zatížení čtením; ovlivňuje náklady. Mezi těmito dvěma je rovnováha: pokud uvolníte práh, zvýší se počet vyvolání, ale také přibude nepotřebných dokumentů. Ve forenzním/právním kontextu je často upřednostňována vysoká zapamatovatelnost – nevynechání je důležitější než přečtení.
Privilegia a soukromí: červená čára
Nejnebezpečnější chybou v e-discovery je náhodné předání privilegovaného dokumentu druhé straně (privilege waiver). Jakmile je korespondence mezi advokátem a klientem doručena, je velmi obtížné ji získat. Umělá inteligence pomáhá označit oprávnění, ale každé rozhodnutí o oprávnění musí být potvrzeno lidským právníkem. Kromě toho může být vyžadována redakce u dokumentů obsahujících osobní údaje (rozsah KVKK/GDPR); Umělá inteligence maskuje kandidáty, konečnou kontrolu má člověk.
Upozornění: Při načítání nezpracovaných podnikových dat do AI dodržujte pravidla ochrany osobních údajů a jurisdikce (data které země a kam jdou). Privilegované a osobní údaje musí být zpracovávány na vozidlech, jejichž údaje nespadají do modelového školení, na základě smlouvy a v příslušné jurisdikci.
tři mini pouzdra
Případ 1 – TAR snížené náklady. V komerčním případě 1,3 milionu dokumentů byl klasický lineární odhad revize 14 měsíců. S prediktivním kódováním označili právníci 8 000 dokumentů; systém klasifikoval zbytek a lidská kontrola se snížila na 90 000 dokumentů. Proces byl zkrácen na 6 týdnů, 92 % bylo potvrzeno odběrem vzorků.
Případ 2 – Oprávnění uloženo. Předprodukční umělá inteligence označila 240 dokumentů v sadě doručení jako „možná privilegované“. Tým právníků zkoumal; 210 byla ve skutečnosti korespondence mezi advokátem a klientem a nebyla doručena. Bez AI by se tyto dokumenty mohly náhodně dostat k druhé straně.
Případ 3 – Riziko nadměrné sebedůvěry. Jeden tým nastavil práh TAR pevně pro vysokou přesnost; Systém vyloučil ty, které považoval za „irelevantní“, bez vzorkování. Následný audit zjistil, že několik kritických e-mailů bylo vynecháno kvůli přísnému prahu. Chyba byla zaznamenána pozdě, protože nebylo provedeno vzorkování hovorů.
Čtyři kopírovatelné šablony
1) Návrh protokolu o přezkoumání:
Vaše role: konzultant e-discovery. Předmět případu: [porušení smlouvy]. Navrhněte mi kontrolní protokol: responzivní kritéria, příznaky oprávnění, pravidla maskování osobních údajů a kroky ověření TAR (odvolání/přesné vzorkování). Uveďte, že každé rozhodnutí podléhá potvrzení právního zástupce.
2) Předběžná klasifikace relevance:
Předmět a kritéria relevance: [zde]. Poskytnu vám shrnutí dokumentů. Pro každý dokument: relevantní/irelevantní/nejisté a uveďte STRUČNÉ odůvodnění. Zvýrazněte ty „nejasné“; tyto půjdou k právnímu přezkumu. Ty, které označíte za irelevantní, budou zkontrolovány vzorkováním, nejde o definitivní vyřazení.
3) Skenování oprávnění:
Zaškrtněte následující dokumenty, které MOŽNO představují oprávnění právního zástupce-klienta: jména právníků, „důvěrný/privilegovaný“ jazyk, obsah právního názoru. Toto nejsou KONEČNÁ rozhodnutí, jsou to kandidáti, kteří mají být potvrzeni právníkem. U každého znaku uveďte odůvodnění a příslušný řádek.
4) Zájemci o maskování osobních údajů:
Uveďte kandidáty na osobní údaje, které je třeba zamaskovat v těchto dokumentech, které mají být doručeny před výrobou: TR, IBAN, zdraví, soukromé údaje třetích stran. Označit pouze jako kandidáta; Učiním konečné rozhodnutí o maskování. Změnit text.
Slabá výzva / Silná výzva
Slabá výzva:
Z těchto dokumentů vyberte ty, které jsou pro daný případ relevantní.
Žádná kritéria relevance, žádná exkluzivita a žádné ověřování; Umělá inteligence činí subjektivní rozhodnutí, může zmeškat důležitý dokument nebo uniknout privilegovaným.
Výkonná výzva:
Vaše role: asistent kontroly e-discovery. Případ: Tvrzení, že společnost X porušila dodavatelskou smlouvu s Y. Kritéria relevance: dodací termíny, změny cen, stížnosti na kvalitu, vyjednávání o ukončení. Poskytnu vám shrnutí dokumentů. U každého dokumentu uveďte relevantní/nepodstatné/nejisté + odůvodnění. TAKÉ označte jako „možná privilegované“ ty, které obsahují jméno právníka nebo právní názor. Nepovažujte žádné rozhodnutí za konečné; Všechny podléhají potvrzení právního zástupce.
Věcná kritéria, prověřování privilegií a omezení „ověřování právníkem“ činí proces obhajitelným.
Stupně EDRM a tabulka AI
Jeviště
Příspěvek AI
lidská zodpovědnost
kolekce
šablona, plán
Právní držení, bezúhonnost
Zpracování
De-dup, formát, adresář
kontrola kvality
recenze
TAR, doporučení relevance
Rozhodnutí o relevanci
privilegium
Označení kandidáta
konečné rozhodnutí, potvrzení
Výroba
kandidát na maskování
Závěrečná kontrola, doručení
Časté chyby
- Ponechání TAR bez dozoru. Prohlášení „stroj řekl, že nemá zájem“ bez provedení vzorku hovoru způsobí únos.
- Ponechání rozhodnutí o výsadách na AI. Při nesprávném doručení hrozí neodvolatelné vzdání se práva.
- Soustředit se pouze na přesnost místo na zapamatování. Pevný práh míjí příslušný dokument; Podle zákona má odvolání přednost.
- Nedoložení metodiky. Druhá strana může zpochybnit proces TAR; transparentnost je nutností.
- Nahrání osobních/privilegovaných údajů do nevhodného nástroje. Dodržujte pravidla jurisdikce a důvěrnosti.
V souhrnu
E-discovery je proces vyhledávání a poskytování relevantních důkazů z podnikových elektronických dat legálním způsobem a funguje v rámci EDRM. Umělá inteligence transformuje nejdražší fázi, revizi, pomocí TAR/prediktivního kódování: člověk čte pouze nejpravděpodobnější relevantní a nejednoznačné dokumenty. Právní odpovědnost za relevantní rozhodnutí a zejména výsadu však nese právník; Vzorkování, transparentnost metodiky a ochrana osobních údajů jsou zajištěny lidskou disciplínou.
Aplikační úkol
Definujte fiktivní případ a 4–5 položek kritérií relevance. Připravte si 20–25 souhrnů dokumentů (několik privilegovaných, několik nejasných). Použijte šablony „Předběžná klasifikace relevance“ a „Prověření oprávnění“; Poté ručně zkontrolujte odvolání vzorkováním z „irelevantní“ sady a potvrďte kandidáty na oprávnění, které AI označila.
kontrolní seznam
- [ ] Sledoval jsem fáze EDRM a povinnost právního držení.
- [ ] Zkontroloval jsem výsledek TAR/předklasifikace pomocí vzorkování.
- [ ] Svázal jsem každé rozhodnutí o výsadě s potvrzením lidského právníka.
- [ ] S závěrečnou kontrolou jsem schválil kandidáty na maskování osobních údajů.
- [ ] Zdokumentoval jsem metodiku a prahové hodnoty, které jsem použil.