By · Last updated 2026-03-22

Itzuli BlogeraLegal Tech

Berredakzioak Defendatzea: Auzitegian AI Puntuazioak

Epaileak galdetu zuen zergatik dokumentu baten %47 berredaktatu zen. 'AIak markatu zuen' erantzuna ez da legez defendagarria. Hona zer itxura duen berredakzio automatizatu defendagarri batek.

March 22, 20268 min irakurri
defensible redactionAI confidence scorese-discovery audit trailprivilege log requirementslegal tech compliance

2026rako eguneratua

'AIak Egin Zuen' Auzitegian Huts Egiten Du

AI tresnek arrisku legal berri bat sortu dute. Abokatuek askotan ezin dute azaldu zergatik sistema batek edukia blokeatu zuen. Epaileak galdetzen duenean, 'algoritmoak markatu du' ez da nahikoa.

FRCP 26(b)(5) Araua barra ezartzen du. Materiala gordetzen duen aldeak aldarrikapena adierazi behar du. Dokumentuak ere deskribatu behar dituzte. Deskribapen horrek kontraaldeak pribilegioa ebaluatu ahal izatea ahalbidetu behar du - edukia agerian utzi gabe.

"ML modeloak kendu du" ez da barra hori betetzen. Kontraaldeak ezin du jakin zer detektatu zen. Ezin du jakin zergatik.

Gehiegizko Berredakzioak Eztabaidak Bultzatzen Ditu

Morgan Lewis 2025eko lehen hiruhileako e-discovery ikerketak gehiegizko berredakzioa eztabaida iturri aktibo gisa markatu zuen auzitegi federaletan. Joera AI tresna sentikorrak altuekin lotzen da. Tresna hauek aipamena bultzatzen dute. Sentikorra izan daitekeen guztia harrapatzen dute.

Albo-efektuak aurreikusgarriak dira. Izen baten ondoan dauden datak blokeatzen dira. Erakusketa-zenbakiak blokeatzen dira. Testuingurua baztertzen da.

Kontrako-abokatuak blokeatu den elementu bakoitzari aurre egiten dio. Sortzaile-aldeak bakoitza azaldu behar du. Entitate bakoitzeko erregistrorik ez bada, azalpenik ez dago eskuragarri.

Aipamena maximizatzeko ezarritako AI tresnak dena harrapatzeko diseinatuta daude. Diseinu hori zenbait erabilera-kasutarako egokia da. E-discovery produkzioentzat, erantzukizuna sortzen du.

Erronkatutako elementuak azaldu ezin direnean, auzitegiek birprodukzioa agindu dezakete. Birprodukzioak denbora eta dirua kostatzen du. Zenbait kasutan zigorrak gonbidatzen ditu.

Sisteman Defendagarriak Izateko Hiru Gauza

Auzitegiek erronkatutako elementuak banan-banan aztertzen dituzte. Galdera estua egiten dute. Zein da oinarria elementu espezifiko honentzat dokumentu espezifiko honetan?

AI tresna gehienek ezin dute horri erantzun. Hiru ezaugarrik posible egiten dute.

Entitate bakoitzeko konfiantza-puntuazioak. Blokeatutako elementu bakoitzak puntuatutako detekzio batera jarraitu behar du. "Izena %94ko konfiantzarekin detektatu da" defendagarria da. "MLk markatu du" ez da. Puntuaketak praktikan nola funtzionatzen duen ikusteko, ikus Zergatik Bitar PII Detekzioak Betebeharrerako Huts Egiten Duen.

Entitate mota sailkapena. Blokeatutako elementu bakoitzak mota onartua mapeatzen du. Pertsona-izena. SSN. Jaiotze-data. Mota hori pribilegio-erregistroan joaten da. Berrikuspena oinarritzen du edukia agerian utzi gabe.

Atalase-erregistroak. Konfigurazioa dokumentatu behar da. Zein sentsibilitate-maila erabili ziren? Zein entitate mota zeuden esparruan? Kontrako-abokatuek erregistro hauek eska ditzakete. Sortzaile-aldeak hautaketa bakoitza azaltzeko prest egon behar du.

%83ko Gobernantza Mandatua

IAPP 2025eko ikerketek aurkitu zuen AI gobernantza-esparru guztien %83ak datu-minimizazioa eskatzen duela AI sarrera-geruzaren mailan.

Lehenagoko esparruek AI irteeretan zentratu ziren. Orain AI sistemetan sartzen denari ere estaltzen diote. Aldaketa esanguratsua da.

Lege-taldeentzat, eragina zuzena da. Minimizazio-betebehar berdina aplikatzen da bezero-fitxategietan erabilitako AI berrikuspena tresnetara. Taldeek datu sentikorrak murriztu behar dituzte tresna heldu aurretik.

Bi betebehar gainjartzen dira orain. Konfiantza-puntuaketa erregistroek pribilegio-aldarrikapenak baieztatzen dituzte eztabaidetan. Sarrera-minimizazioak AI gobernantza-arauak betetzen ditu. Elkarrekin, 2025ean AI-laguntzadun lege-lanerako betetzepen oinarria definitzen dute.

Auditoria-Erregistroak Zer Jaso Behar Duen

Erregistroak sei gauza jaso behar ditu prozesatutako dokumentu bakoitzerako.

Lehena: dokumentu-identifikatzailea. Bigarrena: entitate-mota. Hirugarrena: konfiantza-puntuazioa. Laugarrena: aplikatutako metodoa - etiketa edo kutxa beltza. Bosgarrena: erabileran zegoen konfigurazio-bertsioa. Seigarrena: prozesamendu data eta ordua.

Erregistro honek bi helburu ditu. Pribilegio-erregistroa baieztatzen du produkzioa erronkatzen denean. Datu sentikorrak enpresa utzi baino lehen murriztu zirela ere erakusten die arautzaileei.

Nola auzitegiek behar ez den atxikipena kudeatzen duten eta ondorioztatzen diren zigorren ikusteko, ikus E-Discovery Zigorrak: AI Berredakzioa Urruntzen Denean.

Erregistro hau eraikitzea ez da gastu extra. Hori da lege-talde batek bere aukerak defendatzeko aukera ematen duena - epaile bati, kontrako-abokatuari edo datu-babes agintariari.

Iturriak

Prest zure datuak babesteko?

Hasi PII anonimizatzen 285+ entitate mota 48 hizkuntzatan.

About this page

We update this page when our platform or the law changes.

Read our founder note for how we work.

Each change shows up in the timestamp at the top.

Related reading

We follow these rules

  • GDPR (EU 2016/679).
  • ISO/IEC 27001:2022.
  • NIS2 (EU 2022/2555).
  • HIPAA safe harbor under 45 CFR § 164.514(b)(2).

Our promise

We do not sell your data.

We do not train models on your text.

We store your files in Germany.

You can delete your account at any time.

You own your work.

Where we run

Our servers live in Falkenstein, Germany.

We use Hetzner. They hold ISO 27001 certification.

All data stays in the EU.

Backups run every day.

Need help?

Email support@anonym.legal.

We reply within one business day.

How we test

We run a full check suite on every release.

Each surface gets its own sweep script and report.

Human reviewers spot-check the output each week.

We track recall and precision on a labelled set.

Bad runs block the deploy.

What we never do

  • We never sell your information to third parties.
  • We never train models on what you upload.
  • We never keep your work after you delete it.
  • We never share keys with any outside firm.
  • We never run ads inside the product.

Plans in plain words

We sell credits, not seats.

One credit covers one short job.

Long jobs use a few credits each.

You can top up at any time.

Unused credits roll over each month.

Read the plans page for current rates.

Who built this

A small team of engineers and lawyers built this.

We ship from Europe and work in the open.

Our founder note spells out why we started.

Where to start

How the parts fit

A browser add-on cleans text inside Chrome.

A Word plug-in handles drafts in Office.

A small desktop tool works on whole folders.

An agent protocol link feeds large models safely.

All four share one core engine and one rule set.

Words from our team

We started this work after a lunch about cookies.

One friend kept getting odd ads on her phone.

We asked why a court file leaked through a draft.

We sketched the first build on a napkin that week.

By month three we had a tiny demo for a friend.

She used it on her first case the next day.

Common questions we hear

Can the tool read scanned PDFs? Yes, with OCR.

Does it work on long files? Yes, in small chunks.

Can I roll my own rule set? Yes, save it as a preset.

Does it run offline? The desktop build runs offline.

Do you keep my files? No, the cloud build wipes after each run.

Will it learn from my work? No, we never train on inputs.

A short tour of the workflow

Upload a file or paste a snippet of prose.

Pick the entities you want gone from the draft.

Choose a method: replace, mask, hash, encrypt, or redact.

Press run and watch the side panel show each hit.

Skim the result and tweak any rule that misfired.

Save the cleaned file or send it to a teammate.