Actualitzat per al 2026
"Ho ha fet la IA" fracassa als tribunals
Les eines d'IA han creat un nou risc legal. Els advocats sovint no poden explicar per que un sistema ha bloquejat contingut. Quan un jutge ho pregunta, "l'algorisme ho va marcar" no es suficient.
La norma FRCP 26(b)(5) estableix el nivell. Una part que retingui material ha d'exposar la reclamació. Tambe ha de descriure els documents. Aquesta descripció ha de permetre que l'altra part avaluï el privilegi — sense revelar el contingut en si.
"El model d'ML ho va eliminar" no supera aquest nivell. L'altra part no pot saber que s'ha detectat. No poden saber per que.
La sobreredacció genera litigis
La investigació d'e-discovery del primer trimestre de 2025 de Morgan Lewis va senyalar la sobreredacció com una font activa de litigis als tribunals federals. La tendencia s'associa a eines d'IA d'alta sensibilitat. Aquestes eines afavoreixen la recuperació. Ho detecten tot el que podria ser sensible.
Els efectes secundaris son previsibles. Les dates properes a un nom queden bloquejades. Els numeros d'exhibit queden bloquejats. El context s'ignora.
El consell de la part contraria llavors impugna cada element bloquejat. La part productora ha d'explicar cadascun. No hi ha cap registre per entitat, la qual cosa significa que no hi ha explicació disponible.
Les eines d'IA configurades per maximitzar la recuperació estan dissenyades per capturar-ho tot. Aquest disseny es adequat per a alguns casos d'us. Per a les produccions d'e-discovery, crea responsabilitat.
Quan els elements impugnats no es poden explicar, els tribunals poden ordenar la reproducció. La reproducció costa temps i diners. En alguns casos, convida a sancions.
Tres coses que necessiten els sistemes defensables
Els tribunals revisen els elements impugnats un per un. Fan una pregunta concreta. Quina es la base per a aquest element específic en aquest document específic?
La majoria d'eines d'IA no poden respondre-la. Tres funcionalitats ho fan possible.
Puntuacions de confianca per entitat. Cada element bloquejat ha de tracar-se fins a una detecció puntuada. "Nom detectat amb un 94% de confianca" es defensable. "Marcat per ML" no ho es. Per saber com funcionen les puntuacions a la practica, vegeu Per que la detecció binaria de PII falla en conformitat.
Classificació per tipus d'entitat. Cada element bloquejat ha de mapear-se a un tipus reconegut. Nom de persona. SSN. Data de naixement. Aquest tipus va al registre de privilegis. Explica la base per a la retenció sense revelar el contingut.
Registres de llindar. La configuració ha d'estar documentada. Quins nivells de sensibilitat s'han utilisat? Quins tipus d'entitats estaven en abast? El consell de la part contraria pot sol·licitar aquests registres. La part productora ha d'estar preparada per explicar cada elecció.
El mandat de govern del 83%
La investigació de l'IAPP de 2025 va trobar que el 83% dels marcs de govern de la IA requereixen la minimització de dades a la capa d'entrada de la IA.
Els marcs anteriors se centraven en les sortides de la IA. Ara tambe cobreixen el que entra als sistemes d'IA. El canvi es significatiu.
Per als equips legals, l'impacte es directe. El mateix deure de minimització s'aplica a les eines de revisió d'IA utilitzades en fitxers de clients. Els equips han de reduir les dades sensibles abans que arribin a l'eina.
Dos deures se superposen ara. Els registres de puntuació de confianca donen suport a les reclamacions de privilegi en litigis. La minimització d'entrades compleix les normes de govern de la IA. Junts defineixen la línia base de conformitat per al treball legal assistit per IA el 2025.
El que ha de capturar el registre d'auditoria
El registre ha de registrar sis coses per a cada document processat.
Primer: l'identificador del document. Segon: el tipus d'entitat. Tercer: la puntuació de confianca. Quart: el metode aplicat — etiqueta o caixa negra. Cinque: la versió de configuració en us. Sise: la data i l'hora del processament.
Aquest registre serveix per a dos proposits. Dóna suport al registre de privilegis quan s'impugna una producció. Tambe demostra als reguladors que les dades sensibles es van minimitzar abans de sortir de l'empresa.
Per saber com els tribunals gestionen la retenció indeguda i les sancions que se'n deriven, vegeu Sancions per e-discovery: quan la redacció d'IA va massa lluny.
Crear aquest registre no es una sobrecàrrega. Es el que permet a un equip legal defensar les seves decisions — davant un jutge, el consell de la part contraria o una autoritat de protecció de dades.