Actualitzat per al 2026
Dues Maneres en Que la Redacció Falla
Els equips legals s'enfronten a dos modes de fallada. Tots dos creen responsabilitats reals.
La sub-redacció exposa dades privilegiades o informació personal que ha de romandre oculta. La part divulga material que tenia el dret -- i sovint el deure -- de protegir.
La sobre-redacció amaga fets que la part contrària té dret a veure. Els tribunals ho tracten com obstrucció. Es una infracció de descoberta subjecta a sancions.
Les eines d'IA que prioritzen la recuperació sobre la precisió causen el segon problema per disseny. Un motor d'IA que ennegreix el 80% d'un document evita perdre's res. Pero el resultat no te cap utilitat. A mes, pot atraure sancions judicials.
Ambdós modes de fallada porten al mateix lloc: un jutge, una explicació i costos.
El Cas Schnitzer Steel (2024)
El cas del 2024 Athletics Investment Group v. Schnitzer Steel mostra com els tribunals gestionen la retenció indeguda de documents.
Una part va produir documents amb marcatges amplis. L'advocat de la part contraria va impugnar la producció. El tribunal va examinar els materials. Va concloure que els marcatges anaven mes enlla del que la llei permet.
El resultat: sancions sota la Regla Federal de Procediment Civil 37. La part productora va pagar per un proces defectuós.
Aquestes sancions no son noves. Els tribunals les han aplicat durant anys. El que distingeix aquest cas es el moment. La revisio assistida per IA ja es habitual en els litigis. El cas planteja una pregunta clau: han comprovat els equips legals la precisio de les seves eines d'IA abans d'usar-les en produccions?
La resposta importa. Una eina amb escassa precisio marcara molt mes del necessari. L'advocat que se'n refia sense verificar assumeix el risc.
Per a un analisi complet del cas, vegeu l'analisi d'E-Discovery LLC sobre la retencio basada en rellevancia.
El Problema del 22,7% de Precisio
Presidio es un motor de deteccio de PII de codi obert creat per Microsoft. S'usa ampliament en eines de revisio de documents. Les proves en expedients judicials i contractes li atorguen una taxa de precisio del 22,7%.
La precisio mesura amb quina frequencia un marcatge positiu es correcte. Al 22,7%, uns 77 de cada 100 marcatges son falsos positius. Aquests elements no son sensibles per cap estandard aplicable.
Per a l'e-discovery, la matematica es directa. Un conjunt de 10.000 documents processats a aquesta taxa tindra milers de marcatges infundats. La part productora s'enfronta al mateix risc que el demandat de Schnitzer Steel: una produccio impugnada, una revisio judicial i possibles sancions.
Aquesta xifra correspon a la configuracio predeterminada de Presidio aplicada a contingut de firmes juridiques. No totes les eines d'IA funcionen a aquest nivell. Pero aquest motor es l'opcio de codi obert mes utilitzada en el sector.
La causa es estructural. Els sistemes de PLN s'entrenen amb text general. El llenguatge dels tribunals es diferent. Utilitza terminologia especialitzada, formats de citacio i regles de redaccio que s'allunyen de les dades d'entrenament. Una eina que funciona be amb historials medics pot rendir molt pitjor amb transcripcions de deposicions.
El Que Mostren les Dades d'Us de la IA
Aqui hi ha un segon punt de referencia: el 27,4% del contingut dels xatbots d'IA es sensible, segons una analisi independent de l'us empresarial de la IA.
Aixo descriu el que els empleats envien durant les tasques habituals. No dades que pretenguessin compartir -- contingut incloses per habit o accident. Els advocats que usen IA per redactar cartes, revisar contractes o resumir deposicions envien contingut sensible als servidors del proveidor d'IA com a efecte secundari del treball normal.
Quasi tres de cada deu interaccions impliquen dades de clients, informacio privilegiada o estrategia del cas. Aquell contingut arriba als servidors del proveidor d'IA en forma utilisable tret que hi hagi controls que ho evitin.
Per a firmes juridiques que avaluen el seu risc d'IA, el 27,4% no es un problema menor. Es la taxa de base. Quasi un terc de l'us d'IA a una firma implica contingut que necessita proteccio.
La Cadena de Responsabilitat
La sobreretencio i les fuites de dades d'IA creen camins de risc separats pero vinculats. Tots dos comencen amb la mateixa decisio: desplegar una eina d'IA sense una avaluacio adequada.
El cami de descoberta: La IA marca contingut amplament -- l'advocat es refia del resultat sense verificar -- la produccio te marcatges injustificats -- l'advocat contrari impugna -- el tribunal revisa -- sancions.
El cami de fuga de dades: L'advocat usa la IA per al cas -- la IA rep comunicacions privilegiades -- el proveidor d'IA pateix una bretxa -- les dades del client queden exposades -- segueixen reclamacions per mala praxi.
El punt de partida es el mateix en els dos casos. Les firmes despleguen eines d'IA sense saber el que aquelles eines fan realment. No s'estableixen controls per a la feina.
Revisio Prioritzant la Precisio per a Produccions
Els tribunals fan una pregunta concreta quan revisen marcatges impugnats. Cada marcatge estava justificat per un privilegi, una norma de confidencialitat o una ordre judicial? Els tribunals no pregunten si la part productora ha marcat tant com era possible.
Un marcatge sense base adequada es una infraccio de descoberta. No importa si l'ha fet un huma o una IA. L'analisi es marcatge per marcatge.
Per als advocats, aixo significa que les eines de revisio per IA han de provar-se en precisio -- la proporcio de marcatges que son realment privilegiats. No nomes en recuperacio. Una eina que assoleix un 90% de recuperacio al 22,7% de precisio captura mes contingut sensible. Pero crea una carrega de revisio per al 77,3% de falsos marcatges. Quan aquella revisio no es fa, segueix una sobreretencio amplia.
Cada marcatge en una produccio es una afirmacio al tribunal. Diu: aquest contingut esta legítimament retingut. Despres de Schnitzer Steel, aquella afirmacio ha de sostenir-se.
Per a mes informacio sobre com les eines d'anonimitzacio difereixen de la deteccio estandard de PII, vegeu la nostra guia sobre precisio de la IA en la revisio de documents legals. Per al context sobre registres de privilegi i eines d'IA, vegeu el nostre article sobre privilegi advocat-client i IA.