Nkeji 5 / 11

Nchọpụta E-nchọpụta: Ịchọta ihe akaebe dị mkpa na data ụlọọrụ

Uru:

  • Ikike ịghọta usoro ọrụ EDRM na echiche TAR / amụma amụma wee mee ka usoro nyocha jiri ọgụgụ isi rụọ ọrụ ngwa ngwa.
  • Ikike ịghọta nguzozi nke icheta na nkenke ma hụ na ị gaghị echefu akwụkwọ ndị dị mkpa site na-ebute ihe ncheta dị elu n'ọnọdụ nyocha.
  • Ịghọta na ọrụ iwu maka ihe ùgwù na mkpebi data nkeonwe dị n'aka onye ọka iwu mmadụ na nke a chọrọ nghọta usoro.

N'ime akwụkwọ ikpe obodo ma ọ bụ nyocha usoro iwu, otu onye na-arịọ akwụkwọ eletrọnịkị nke ndị ọzọ ji: ozi-e, nkwekọrịta, ndekọ nkata, faịlụ. Usoro nke ịnakọta akwụkwọ ndị a dịka iwu si dị, nyochaa ha, nhazi ndị dị mkpa na ibuga ha n'aka ndị ọzọ / ụlọikpe ka a na-akpọ e-discovery - ịchọta, nyochaa na igosi ihe akaebe eletrọnịkị n'ime oke esemokwu iwu. Nchọpụta E-nchọpụta bụ mpaghara ebe kọmpụta forensics kacha jikọtara ya na iwu ma eleghị anya ọ bụ nke kachasị tozuru oke na nke zuru ebe niile nke AI. Na nkeji a, ị ga-amụta usoro ọrụ EDRM, echiche nke TAR / amụma amụma yana ka AI si agbanwe usoro a.

EDRM: ụkpụrụ ọrụ nke e-nchọpụta

E-nchọpụta na ụwa na-arụ ọrụ n'ụzọ dị ukwuu n'ime usoro nke EDRM (Electronic Discovery Reference Model - akwụkwọ ntụaka nke na-akọwa usoro ọkọlọtọ nke usoro nchọpụta e-discovery). Isi usoro:

  1. Njikwa ozi na njirimara: Ịchọpụta ihe data bụ ebe.
  2. Nchekwa & nchịkọta: igbochi ihichapụ data dị mkpa (njide iwu - ọrụ ịkwụsị ihichapụ data na atụmanya nke ịgba akwụkwọ) na ịnakọta ya n'eziokwu.
  3. Nhazi: Ime data enwere ike ịchọta, wepụ ihe oyiri, ntụgharị usoro.
  4. Nyochaa: Na-ekpebi ma akwụkwọ ọ dị mkpa ma ọ bụ nwee ihe ùgwù - nke onye ọka iwu-ihe ùgwù ndị ahịa kpuchie na agaghị enyefe ya.
  5. Mmepụta: Na-ebuga akwụkwọ ndị dị mkpa n'aka ndị ọzọ/ụlọikpe.

Ogbo kachasị ọnụ na nke chọrọ mmadụ bụ nyocha. Inwe ndị ọka iwu ịgụ ọtụtụ narị puku akwụkwọ n'otu n'otu dị oke ọnụ ma dịkwa nwayọ. Nke a bụ kpọmkwem ebe AI na-emepụta mgbanwe.

TAR na amụma amụma

Teknụzụ bụ isi nke na-eme ka nyocha dị ngwa bụ TAR (Nlebaanya Enyemaka Teknụzụ). Ụdị a na-ahụkarị bụ ịtụ amụma: Onye ọka iwu ọkachamara na-akpọ akwụkwọ nlele dị ka "dị mkpa/adịghị mkpa"; Usoro ahụ na-amụta site na ihe atụ ndị a ma na-edobe otu narị puku akwụkwọ ndị fọdụrụ na-akpaghị aka. Ya mere, mmadụ na-agụ naanị akwụkwọ ndị dị mkpa ma lelee ndị ọzọ site na nlele.

AI nke oge a (ụdị asụsụ buru ibu) na-ewe nke a n'ihu: ọ nwere ike ịkọwa ihe mere akwụkwọ ahụ ji dị mkpa, nchịkọta isiokwu, ọkọlọtọ ihe ùgwù, ọ bụghị naanị "dị mkpa / adịghị mkpa". Ma ụkpụrụ bụ isi anaghị agbanwe: AI na-atụ aro, ọrụ iwu maka mkpebi nke mkpa na ihe ùgwù dị n'aka onye ọka iwu.

Nchekwa nke TAR dabere na usoro a ga-enyocha ya. Ihe atụ ọzụzụ nke onye ọka iwu ọkachamara kpọrọ aha, usoro mmụta site na ihe atụ ndị a na nhazi akwụkwọ ndị fọdụrụ na-emegharị ugboro ugboro na okirikiri; A na-atụle izi ezi site na nlele n'okirikiri ọ bụla. Usoro okirikiri a na-enye azịza akwụkwọ maka ajụjụ ndị a "gịnị ka igwe ahụ lere anya, gịnị ka ọ mụtara, kedu ka o si bụrụ eziokwu?" Akụkụ nke ọzọ na-ajụkarị usoro a; Ya mere, a na-edekọ nha setịpụrụ ọzụzụ ọzụzụ, ọnụ ụzọ mkpebi na ọnụego nlele nkwado site na mmalite. Ka usoro ahụ na-apụta ìhè ma na-emegharị ya, otú ahụ ka a ga-anabata nsonaazụ ya n'ụlọ ikpe.

NDỤMỌDỤ: Iji mee ka usoro TAR gị bụrụ ihe a na-apụghị ịgbagha agbagha, detuo ihe nlele “ọzụzụ” gị, metrics nkwado (icheta/nkenke), na oke mkpebi. Ndị ọzọ jụrụ "Gịnị ka igwe a tụfuru?" o nwere ike ịjụ; Usoro nghọta na-eme ka ntụkwasị obi sie ike.

Metiriks abụọ: icheta na nkenke

Echiche abụọ dị mkpa na nchọpụta e-nchọpụta. Cheta (uche - ole n'ime akwụkwọ niile dị mkpa ị nwere ike ịchọta) tụọ ihe ize ndụ nke efu; Ọ dị oke egwu n'ụzọ iwu n'ihi na ịghara ịnyefe akwụkwọ dị mkpa nwere ike ibute mmachi. Nzizi— ole n'ime ihe ị chọtara bara uru n'ezie - na-atụle ibu ọgụgụ na-adịghị mkpa; na-emetụta ọnụ ahịa. Enwere nguzozi n'etiti ha abụọ: ọ bụrụ na ị zuru ike ọnụ ụzọ, cheta mmụba, mana akwụkwọ na-enweghị isi na-abawanye. N'okwu ikpe gbasara iwu/iwu, a na-ebutekarị ncheta dị elu - ọ bụghị efu dị mkpa karịa ịgụcha akwụkwọ.

Ihe ùgwù na nzuzo: akara uhie

Njehie kacha dị ize ndụ na nchọpụta e-nchọpụta bụ inyefe ndị ọzọ akwụkwọ nwere ohere na mberede. Ozugbo ezigara akwụkwọ ozi onye ọka iwu na onye ahịa, ọ na-esiri ike iweghachi ya. AI na-enyere aka ọkọlọtọ ọkọlọtọ, mana ọ bụla onye ọka iwu ga-akwadorịrị mkpebi ọpụrụiche. Na mgbakwunye, enwere ike ịchọgharị maka akwụkwọ nwere data nkeonwe (KVKK/GDPR scope); Ọkọlọtọ AI na-ekpuchi ndị na-eme ntuli aka, njikwa ikpeazụ dị na mmadụ.

Kpachara anya: Leba anya na nzuzo na ikike data (data obodo, ebee ka ọ na-aga) iwu mgbe ị na-ebunye data ụlọ ọrụ raw n'ime AI. A ghaghị ịhazi data ndị nwere ikike na nke onwe na ụgbọ ala ndị data na-agaghị abanye na ọzụzụ nlereanya, n'okpuru nkwekọrịta yana na ikike kwesịrị ekwesị.

Obere ikpe atọ

Ikpe 1 - TAR belatara ọnụ ahịa. N'okwu azụmahịa nke akwụkwọ nde 1.3, atụmatụ nleba anya n'ahịrị kwụ ọtọ bụ ọnwa 14. Site na ntinye amụma amụma, ndị ọka iwu kpadoro akwụkwọ 8,000; Usoro nkewa nke fọdụrụ na nyocha mmadụ gbadara akwụkwọ 90,000. E wedara usoro a ruo izu isii, 92% kwadoro site na nlele ncheta.

Ikpe 2 - Echekwara ihe ùgwù. Emepụta tupu AI gosipụtara akwụkwọ 240 na nnyefe ewepụtara dị ka “nwere ike nwee ihe ùgwù.” Ndị otu ọka iwu nyochara; 210 bụ n'ezie akwụkwọ ozi onye ọka iwu na ndị ahịa na ewepụtaghị ya. Enweghị AI, akwụkwọ ndị a nwere ike ịgakwuru ndị ọzọ na mberede.

Ikpe 3 - Ihe ize ndụ nke oke obi ike. Otu otu setịpụrụ ọnụ ụzọ TAR nke ọma maka oke nkenke; Usoro ahụ kpochapụrụ ndị ọ chere na ha "adịghị mkpa" na-enweghị nlele. Nnyocha e mere na-esote chọpụtara na agbagharala ọtụtụ ozi-e-mail dị egwu n'ihi oke oke. Achọpụtara njehie ahụ n'oge n'ihi na emebeghị nlele oku.

Ndebiri anọ enwere ike iṅomi

1) Protocol nyocha nke akwụkwọ:

Ọrụ gị: onye ndụmọdụ e-discovery. Okwu ikpe: [mmebi nkwekọrịta]. Depụta m ụkpụrụ ntụleghachi: njirisi anabatara, ọkọlọtọ ihe ùgwù, iwu nkpuchi data nkeonwe yana usoro nkwenye TAR (nleba anya ncheta/nkenke). Kwupụta na mkpebi ọ bụla dị n'okpuru nkwenye onye ọka iwu.

2) Nhazi mbido mkpa dị:

Isi okwu na njirisi mkpa dị: [ebe a]. Aga m enye gị nchịkọta akwụkwọ. Maka akwụkwọ ọ bụla: mkpa/adịghị mkpa/ejighị n'aka ma nye nkọwa dị mkpirikpi. Gosipụta ndị "edoghị anya"; ndị a ga-aga nyocha onye ọka iwu. A ga-enyocha ndị ị kpọrọ ndị na-adịghị mkpa site na nlele, ọ bụghị mkpochapụ doro anya.

3) Nyocha ihe ùgwù:

Tinye akara n'akwụkwọ ndị a nke na-enye ohere onye ọka iwu-onye ahịa: aha ọka iwu, asụsụ "nzuzo/nwere ikike" asụsụ, ọdịnaya echiche iwu. Ndị a abụghị mkpebi ikpeazụ, ha bụ ndị ọkaiwu ga-akwado ha. Nye nkwado na ahịrị dabara maka akara ọ bụla.

4) Ndị Candidates maka masking data nkeonwe:

Depụta ndị na-achọ data nkeonwe ndị kwesịrị ka ekpuchiri ya na akwụkwọ ndị a ka ewepụtara tupu mmepụta: TR, IBAN, Health, data nzuzo nke ndị ọzọ. Kaa akara dị ka naanị onye ndoro-ndoro ochichi; M ga-eme mkpebi nkpuchi ikpeazụ. Gbanwee ederede.

Ngwa ngwa adịghị ike / Ike siri ike

Ngwa ngwa adịghị ike:

Site na akwụkwọ ndị a, họrọ ndị metụtara ikpe ahụ.

Ọ dịghị mkpa njirisi, enweghị exclusivity na enweghị nkwenye; AI na-eme mkpebi gbasara onwe ya, nwere ike tufuo akwụkwọ dị oke egwu ma ọ bụ nwee ohere ịgbapu.

Mgbasa ozi siri ike:

Ọrụ gị: onye enyemaka nyocha e-discovery. Ikpe: Ebubo na ụlọ ọrụ X mebiri nkwekọrịta ọkọnọ na Y. mkpa njirisi: ụbọchị nnyefe, mgbanwe ọnụahịa, mkpesa àgwà, mkparịta ụka nkwụsị. Aga m enye gị nchịkọta akwụkwọ. Nye ihe dị mkpa/adịghị mkpa/ejighị n'aka + maka akwụkwọ ọ bụla. Kaa akara dị ka "nwere ike ịbụ ihe ùgwù" ndị nwere aha ọkaiwu ma ọ bụ echiche iwu. Echela mkpebi ọ bụla dị ka nke ikpeazụ; Ha niile nọ n'okpuru nkwenye onye ọka iwu.

Isi njirisi, nyocha ihe ùgwù, yana mmachi “nnwale ndị ọka iwu” na-eme ka usoro a bụrụ ihe a ga-azaghachi.

Usoro EDRM na tebụl AI

Ogbo

Ntinye aka AI

ọrụ mmadụ

nchịkọta

template, atụmatụ

Jide n'iwu, iguzosi ike n'ezi ihe

Nhazi

De-dup, usoro, ndekọ

njikwa mma

nyochaa

TAR, nkwado dị mkpa

Mkpebi dị mkpa

ihe ùgwù

Onye ndoro-ndoro akara

mkpebi ikpeazụ, nkwenye

Mmepụta

onye na-akwado masking

Nyocha ikpeazụ, nnyefe

Mmejọ ndị nkịtị

  • Hapụ TAR na-echeghị ya. Ịsị "igwe kwuru na ọ nweghị mmasị" na-emeghị ihe nlele oku ga-eme ka a tọpụ.
  • Ịhapụ mkpebi ihe ùgwù na AI. Nzipu na-etinye ihe egwu na-enweghị mgbagha.
  • Na-elekwasị anya naanị na nkenke kama icheta. Ọnụ ụzọ siri ike na-atụfu akwụkwọ dị mkpa; Na iwu, icheta nwere ihe kacha mkpa.
  • Agaghị edepụta usoro. Ndị ọzọ nwere ike ịjụ usoro TAR; nghọta bụ ihe dị mkpa.
  • Na-ebugote data nkeonwe/nwere ikike na ngwa na-ekwesịghị ekwesị. Debe iwu ikike na nzuzo.

Na nchịkọta

E-nchọpụta bụ usoro ịchọta na ịnyefe ihe akaebe dị mkpa sitere na data eletrọnịkị ụlọ ọrụ n'ụzọ iwu kwadoro ma na-arụ ọrụ n'ime usoro EDRM. AI na-agbanwe usoro kachasị ọnụ, nyochaa, na TAR / amụma amụma: mmadụ na-agụ naanị akwụkwọ ndị dị mkpa na nke na-enweghị isi. Mana ọrụ iwu maka mkpebi nke mkpa na ihe ùgwù kachasị dị n'aka onye ọka iwu; Ncheta nlele, nghọta usoro na nchekwa data nkeonwe bụ ịdọ aka ná ntị mmadụ.

Ọrụ ngwa

Kọwaa ikpe ụgha na ihe 4-5 nke njirisi mkpa. Kwadebe nchịkọta akwụkwọ 20-25 (nwere ohere ole na ole, ole na ole). Tinye ndebiri “mgbasa ọkwa dị mkpa” na “nyocha ihe ùgwù”; Wee jiri aka gị lelee ncheta ahụ site n'ịtụle site na ntọala "adịghị mkpa" wee kwado ndị na-aga ime ihe ùgwù nke AI gosipụtara.

ndetu

  • [ ] Ahụrụ m usoro EDRM na ọrụ njide iwu.
  • [ ] Eji m nlele nchegharị wee lelee nsonaazụ TAR/mbụ ọkwa.
  • [ ] Ejidela m mkpebi ihe ùgwù ọ bụla na nkwenye onye ọka iwu mmadụ.
  • [] Ekwenyela m ndị na-achọ ihe nkpuchi data nkeonwe na nlele ikpeazụ.
  • [] Edere m usoro na ọnụ ụzọ m ji mee ihe.