Voitot:
- Kyky ymmärtää EDRM-työnkulkua ja TAR/ennustekoodauskonseptia ja nopeuttaa tarkistusvaihetta tekoälyn avulla
- Kyky ymmärtää palauttamisen ja tarkkuuden tasapainoa ja varmistaa, ettet menetä asiaankuuluvia asiakirjoja priorisoimalla korkea takaisinveto rikosteknisessä kontekstissa
- Ymmärtäminen, että oikeudellinen vastuu yksityisoikeuksia ja henkilötietoja koskevista päätöksistä on ihmislakimiehenä ja että menetelmien avoimuus vaaditaan
Siviilioikeudessa tai viranomaistutkimuksessa toinen osapuoli pyytää toisen hallussa olevia sähköisiä asiakirjoja: sähköposteja, sopimuksia, chat-lokeja, tiedostoja. Prosessia, jossa nämä asiakirjat kerätään lain mukaisesti, tutkitaan, lajitellaan ja toimitetaan toiselle osapuolelle/tuomioistuimelle, kutsutaan e-löytöksi eli sähköisen todisteen etsimiseksi, tarkastelemiseksi ja esittämiseksi oikeusriidan puitteissa. E-discovery on alue, jolla tietokonerikostekniset tutkimukset kietoutuvat eniten lakiin, ja se on ehkä kypsin ja laajin tekoälyn käyttötapa. Tässä osiossa opit EDRM-työnkulun, TAR/ennakoivan koodauksen käsitteen ja kuinka tekoäly muuttaa tätä prosessia.
EDRM: e-discoveryn vakiotyönkulku
E-discovery maailmassa toimii suurelta osin EDRM:n (Electronic Discovery Reference Model - vertailumalli, joka määrittelee e-discovery-prosessin standardivaiheet) puitteissa. Päävaiheet:
- Tietojen hallinta ja tunnistaminen: määritetään, mitkä tiedot ovat missä.
- Säilyttäminen ja kerääminen: Olennaisten tietojen poistamisen estäminen (oikeuspidä – velvollisuus lopettaa tietojen poistaminen oikeudenkäyntiä ennakoiden) ja kerätä niitä rehellisesti.
- Käsittely: Tiedon tekeminen haettavaksi, kaksoiskappaleiden poistaminen, muotojen muuntaminen.
- Tarkistaminen: Päätetään, ovatko asiakirjat arkaluonteisia vai etuoikeutettuja – asianajajan ja asiakkaan etuoikeuden piirissä, eikä niitä luovuteta.
- Tuotanto: Asiaankuuluvien asiakirjojen toimittaminen toiselle osapuolelle/tuomioistuimelle.
Kallein ja työvoimaa vaativin vaihe on tarkastelu. Lakimiesten saattaminen lukemaan satoja tuhansia asiakirjoja yksitellen on sekä erittäin kallista että hyvin hidasta. Juuri tässä tekoäly luo vallankumouksen.
TAR ja ennakoiva koodaus
TAR (Technology Assisted Review) on tärkein tarkistusta nopeuttava tekniikka. Yleisin muoto on ennakoiva koodaus: Asiantuntijalakimies merkitsee esimerkkiasiakirjat "olennaiseksi/epäolennaiseksi"; Järjestelmä oppii näistä esimerkeistä ja luokittelee automaattisesti loput sadat tuhannet asiakirjat. Siten luetaan vain todennäköisimmin asiaankuuluvat asiakirjat ja loput tarkistetaan otannalla.
Moderni tekoäly (suuret kielimallit) vie tämän askeleen pidemmälle: se voi selittää, miksi asiakirja on relevantti, aiheen yhteenveto, etuoikeuslippu, ei vain "olennainen/epäolennainen". Mutta perusperiaate ei muutu: tekoäly ehdottaa, että oikeudellinen vastuu merkityksellisyyden ja etuoikeuden päätöksestä on asianajajalla.
TAR:n puolustettavuus riippuu siitä, onko prosessi auditoitavissa. Asiantuntijajuristin merkitsemät koulutusesimerkit, näistä esimerkeistä oppiva järjestelmä ja jäljellä olevien asiakirjojen luokittelu toistetaan syklissä; Tarkkuus mitataan näytteenotolla jokaisella kierroksella. Tämä sykli tarjoaa dokumentoitavia vastauksia kysymyksiin "mitä kone katsoi, mitä se oppi, kuinka tarkka se oli?" Toinen osapuoli kyseenalaistaa usein tämän menetelmän; Siksi koulutusjoukon koko, päätöskynnykset ja validointinäytteen taajuudet tallennetaan alusta alkaen. Mitä avoimempi ja toistettavampi prosessi, sitä todennäköisemmin lopputulos hyväksytään tuomioistuimessa.
Vinkki: Tee TAR-prosessistasi puolustettava dokumentoimalla "koulutusnäytteesi", validointimittarit (palautus/tarkkuus) ja päätöskynnykset. Toinen osapuoli kysyy "mitä kone menetti?" hän voi kysyä; Läpinäkyvä menetelmä takaa luottamuksen.
Kaksi mittaria: muistaminen ja tarkkuus
Kaksi käsitettä ovat elintärkeitä e-discoveryssä. Muista (herkkyys – kuinka paljon kaikista asiaankuuluvista asiakirjoista pystyit löytämään) mittaa katoamisriskiä; Se on oikeudellisesti kriittinen, koska asiaankuuluvan asiakirjan toimittamatta jättäminen voi johtaa seuraamuksiin. Tarkkuus – kuinka suuri osa löytämästäsi on todella merkityksellistä – mittaa tarpeettoman lukukuormituksen; vaikuttaa hintaan. Näiden kahden välillä on tasapaino: jos löysät kynnystä, takaisinveto lisääntyy, mutta myös tarpeettomat asiakirjat lisääntyvät. Oikeuslääketieteellisessä/oikeudellisessa kontekstissa korkea muistiinpano on usein etusijalla – puuttumatta jättäminen on tärkeämpää kuin liiallinen lukeminen.
Etuoikeus ja yksityisyys: punainen viiva
E-discoveryn vaarallisin virhe on etuoikeutetun asiakirjan luovuttaminen vahingossa toiselle osapuolelle (etuoikeudesta luopuminen). Kun asianajajan ja asiakkaan välinen kirjeenvaihto on toimitettu, sitä on erittäin vaikea saada takaisin. Tekoäly auttaa merkitsemään etuoikeuksia, mutta jokaisen etuoikeuspäätöksen on vahvistettava ihmislakimies. Lisäksi henkilötietoja sisältävistä asiakirjoista saatetaan vaatia muokkaamista (KVKK/GDPR-laajuus); AI liput peittävät ehdokkaita, lopullinen valvonta on ihmisellä.
Varoitus: Noudata tietosuojaa ja lainkäyttövaltaa (minkä maan tiedot, minne ne menevät) sääntöjä, kun lataat raakaa yritysdataa tekoälyyn. Luottamuksellisia ja henkilötietoja tulee käsitellä ajoneuvoissa, joiden tietoja ei käytetä mallikoulutukseen, sopimuksen perusteella ja asianmukaisella lainkäyttöalueella.
kolme minilaukkua
Tapaus 1 – TAR alennettu hinta. 1,3 miljoonan asiakirjan kaupallisessa tapauksessa klassinen lineaarinen tarkasteluarvio oli 14 kuukautta. Ennakoivalla koodauksella asianajajat merkitsivät 8 000 asiakirjaa; järjestelmä luokitteli loput, ja ihmisen tarkastelu oli 90 000 asiakirjaa. Prosessi lyhennettiin 6 viikkoon, 92 % vahvisti palautusnäytteenoton.
Tapaus 2 — Etuoikeus tallennettu. Esituotannon tekoäly merkitsi toimitussarjassa 240 asiakirjaa "mahdollisesti etuoikeutetuksi". Asianajajaryhmä tutki; 210 oli itse asiassa asianajajan ja asiakkaan välistä kirjeenvaihtoa, eikä niitä toimitettu. Ilman tekoälyä nämä asiakirjat olisivat voineet vahingossa mennä toiselle osapuolelle.
Tapaus 3 – Liiallisen itseluottamuksen riski. Yksi tiimi asetti TAR-kynnyksen tiukasti korkean tarkkuuden vuoksi; Järjestelmä eliminoi ne, joita se piti "epäolennaisina" ilman näytteenottoa. Myöhemmässä tarkastuksessa havaittiin, että useita kriittisiä sähköposteja jäi huomaamatta tiukan kynnyksen vuoksi. Virhe havaittiin myöhässä, koska puhelunäytteistystä ei suoritettu.
Neljä kopioitavaa mallia
1) Tarkistusprotokollaluonnos:
Tehtäväsi: e-discovery konsultti. Asian aihe: [sopimusrikkomus]. Laadi minulle tarkistusprotokolla: reagoivat kriteerit, etuoikeusliput, henkilötietojen peittämissäännöt ja TAR-varmennusvaiheet (palautus/tarkkuusnäytteenotto). Ilmoita, että jokainen päätös edellyttää asianajajan vahvistusta.
2) Relevanssin alustava luokitus:
Aihe ja relevanssikriteerit: [täällä]. Annan sinulle asiakirjatiivistelmät. Jokaisen asiakirjan osalta: olennainen/epäolennainen/epävarma ja perustele LYHYT. Korosta "epäselvät"; nämä menevät asianajajan tarkastettavaksi. Ne, joita kutsut epäolennaisiksi, tarkistetaan otoksella, se ei ole lopullinen poistaminen.
3) Etuoikeuksien tarkistus:
Rastita seuraavat asiakirjat, jotka MAHDOLLINEN antavat asianajajan ja asiakkaan etuoikeuden: asianajajien nimet, "luottamuksellinen / etuoikeutettu" kieli, oikeudellisen mielipiteen sisältö. Nämä eivät ole LOPULLISIA päätöksiä, vaan ehdokkaita, jotka lakimies vahvistaa. Perustele ja kullekin merkille vastaava rivi.
4) Ehdokkaat henkilötietojen peittämiseen:
Listaa henkilötietoehdokkaat, jotka on piilotettava näihin asiakirjoihin, jotka toimitetaan ennen tuotantoa: TR, IBAN, terveys, kolmannen osapuolen yksityiset tiedot. Merkitse vain ehdokkaaksi; Teen lopullisen peittopäätöksen. Muuta tekstiä.
Heikko kehote / Vahva kehote
Heikko kehote:
Valitse näistä asiakirjoista ne, jotka liittyvät asiaan.
Ei merkityksellisyyskriteerejä, ei yksinoikeutta eikä varmennusta; Tekoäly tekee subjektiivisia päätöksiä, saattaa jättää huomiotta tärkeän asiakirjan tai vuotaa etuoikeutetusti.
Tehokas kehotus:
Sinun roolisi: e-discovery-arviointiassistentti. Tapaus: Väite, että yritys X rikkoi toimitussopimusta Y:n kanssa. Relevanssikriteerit: toimituspäivämäärät, hintamuutokset, laatuvalitukset, irtisanomisneuvottelut. Annan sinulle asiakirjatiivistelmät. Anna merkityksellinen/epäolennainen/epävarma + perustelu jokaiselle asiakirjalle. Merkitse MYÖS "mahdollisiksi etuoikeutetuiksi" ne, joissa on asianajajan nimi tai oikeudellinen lausunto. Älä pidä päätöstä lopullisena; Kaikki edellyttävät asianajajan vahvistusta.
Aineelliset kriteerit, etuoikeuksien seulonta ja "lakimiehen tarkastus" -rajoitus tekevät prosessista puolustettavan.
EDRM-vaiheet ja AI-taulukko
Vaihe
AI panos
inhimillinen vastuu
kokoelma
malli, suunnitelma
Oikeuspito, eheys
Käsittely
De-dup, muoto, hakemisto
laadunvalvonta
arvostelu
TAR, relevanssisuositus
Relevanssipäätös
etuoikeus
Ehdokkaan merkitseminen
lopullinen päätös, vahvistus
Tuotanto
naamioehdokas
Lopputarkastus, toimitus
Yleisiä virheitä
- TAR:n jättäminen ilman valvontaa. Sanominen "kone sanoi, ettei se ole kiinnostunut" ilman puhelunäytettä aiheuttaa kaappauksen.
- Jätä etuoikeuspäätöksen tekoälylle. Toimitusvirhe uhkaa peruuttamattoman luopumisen.
- Keskity vain tarkkuuteen muistamisen sijaan. Tiukka kynnys puuttuu asiaankuuluvasta asiakirjasta; Lain mukaan palauttaminen on etusijalla.
- Ei dokumentoi menetelmää. Toinen osapuoli voi kyseenalaistaa TAR-prosessin; läpinäkyvyys on välttämätöntä.
- Henkilökohtaisten tai etuoikeutettujen tietojen lataaminen sopimattomaan työkaluun. Noudata toimivaltaa ja luottamuksellisuutta koskevia sääntöjä.
Yhteenvetona
E-discovery on prosessi, jossa etsitään ja toimitetaan asiaankuuluvaa todistetta yrityksen sähköisistä tiedoista laillisella tavalla ja se toimii EDRM:n puitteissa. Tekoäly muuttaa kalleimman vaiheen, tarkastelun, TAR/ennustekoodauksella: ihminen lukee vain todennäköisimmin relevantteja ja moniselitteisiä asiakirjoja. Mutta oikeudellinen vastuu merkityksellisestä päätöksestä ja erityisesti etuoikeudesta on asianajajalla; Palautusnäytteenotto, metodologian läpinäkyvyys ja henkilötietojen suoja varmistetaan inhimillisellä kurinalaisella tavalla.
Sovellustehtävä
Määrittele kuvitteellinen tapaus ja 4-5 osuvuuskriteeriä. Valmistele 20–25 asiakirjatiivistelmää (muutama etuoikeutettu, muutama epäselvä). Käytä "Relevanssin esiluokitus"- ja "Etuoikeustarkastus" -malleja; Tarkista sitten poisto manuaalisesti ottamalla näyte "epäolennaisesta" joukosta ja vahvista tekoälyn ilmoittamat etuoikeusehdokkaat.
tarkistuslista
- [ ] Noudatin EDRM-vaiheita ja lainmukaista pidätysvelvollisuutta.
- [ ] Tarkastin TAR/esiluokitustuloksen palautusnäytteenotolla.
- [ ] Olen sitonut jokaisen etuoikeuspäätöksen ihmislakimiehen vahvistukseen.
- [ ] Olen hyväksynyt henkilötietojen peittoehdokkaat viimeisellä tarkistuksella.
- [ ] Dokumentoin käyttämäni metodologian ja kynnysarvot.