Dikemaskini untuk 2026
Dua Cara Redaksi Gagal
Pasukan undang-undang menghadapi dua mod kegagalan. Kedua-duanya mewujudkan liabiliti sebenar.
Redaksi kurang mendedahkan data istimewa atau maklumat peribadi yang mesti disembunyikan. Pihak tersebut mendedahkan bahan yang ia berhak -- dan sering berkewajipan -- untuk dilindungi.
Redaksi berlebihan menyembunyikan fakta yang berhak dilihat oleh peguam pihak lawan. Mahkamah menganggap ini sebagai halangan. Ia adalah pelanggaran penemuan yang tertakluk kepada sanksi.
Alat AI yang mengutamakan penarikan semula berbanding ketepatan menyebabkan masalah kedua secara rekabentuk. Enjin AI yang menghitamkan 80% dokumen mengelak daripada terlepas sebarang perkara. Tetapi hasilnya tidak berguna. Ia juga boleh mendapat sanksi mahkamah.
Kedua-dua mod kegagalan membawa ke tempat yang sama: seorang hakim, penjelasan, dan kos.
Kes Schnitzer Steel (2024)
Kes 2024 Athletics Investment Group v. Schnitzer Steel menunjukkan cara mahkamah mengendalikan penahanan dokumen yang tidak wajar.
Satu pihak menghasilkan dokumen dengan tanda yang luas. Peguam pihak lawan membantah. Mahkamah menyemak bahan tersebut. Ia mendapati tanda-tanda tersebut melebihi apa yang dibenarkan undang-undang.
Hasilnya: sanksi di bawah Peraturan Prosedur Sivil Persekutuan 37. Pihak yang menghasilkan dokumen membayar untuk proses yang cacat.
Sanksi sedemikian bukan perkara baharu. Mahkamah telah menggunakannya selama bertahun-tahun. Yang membezakan kes ini ialah masanya. Semakan berbantuan AI kini biasa dalam litigasi. Kes ini menimbulkan soalan penting: adakah pasukan undang-undang menyemak ketepatan alat AI mereka sebelum menggunakannya dalam pengeluaran sebenar?
Jawapan itu penting. Alat dengan ketepatan rendah akan menanda terlalu banyak. Peguam yang bergantung padanya tanpa menyemak menanggung risiko.
Untuk analisis kes penuh, lihat analisis E-Discovery LLC tentang penahanan berasaskan relevan.
Masalah Ketepatan 22.7%
Presidio adalah enjin pengesanan PII sumber terbuka yang dibina oleh Microsoft. Ia digunakan secara meluas dalam alat semakan dokumen. Ujian pada fail mahkamah dan kontrak memberikannya kadar ketepatan 22.7%.
Ketepatan mengukur seberapa kerap bendera positif adalah betul. Pada 22.7%, kira-kira 77 daripada setiap 100 bendera adalah positif palsu. Item-item tersebut tidak sensitif mengikut mana-mana standard yang terpakai.
Untuk e-discovery, matematik itu langsung. Set 10,000 dokumen yang diproses pada kadar itu akan mempunyai ribuan tanda yang tidak berasas. Pihak yang menghasilkan menghadapi risiko yang sama seperti defendan Schnitzer Steel: pengeluaran yang dicabar, semakan mahkamah, dan kemungkinan sanksi.
Angka ini adalah untuk persediaan sedia guna Presidio pada kandungan firma undang-undang. Tidak semua alat AI berfungsi pada tahap ini. Tetapi enjin ini adalah pilihan sumber terbuka yang paling banyak digunakan dalam bidang ini.
Sebabnya adalah struktural. Sistem NLP melatih pada teks am. Bahasa mahkamah adalah berbeza. Ia menggunakan istilah teknikal, format petikan, dan peraturan penggubahan yang menyimpang daripada data latihan. Alat yang berfungsi baik pada rekod perubatan mungkin jauh lebih buruk pada transkrip deposisi.
Apa yang Data Penggunaan AI Tunjukkan
Berikut adalah titik data kedua: 27.4% kandungan chatbot AI adalah sensitif, menurut analisis bebas penggunaan AI perusahaan.
Ini menggambarkan apa yang pekerja hantar semasa tugas biasa. Bukan data yang mereka bermaksud untuk berkongsi -- kandungan yang disertakan secara tabiat atau tidak sengaja. Peguam yang menggunakan AI untuk menggubal surat, menyemak kontrak, atau merumuskan deposisi menghantar kandungan sensitif ke pelayan vendor AI sebagai kesan sampingan kerja biasa.
Hampir tiga daripada sepuluh interaksi melibatkan data pelanggan, maklumat istimewa, atau strategi kes. Kandungan itu mencapai pelayan vendor AI dalam bentuk yang boleh digunakan melainkan kawalan menghalangnya terlebih dahulu.
Bagi firma undang-undang yang menyemak risiko AI mereka, 27.4% bukan isu kecil. Ia adalah kadar asas. Hampir satu pertiga penggunaan AI dalam firma melibatkan kandungan yang memerlukan perlindungan.
Rantaian Liabiliti
Penahanan berlebihan dan kebocoran data AI mewujudkan laluan risiko yang berasingan tetapi saling berkaitan. Kedua-duanya bermula dengan keputusan yang sama: menggunakan alat AI tanpa penilaian yang betul.
Laluan penemuan: AI menanda kandungan secara luas -> peguam bergantung pada output tanpa semakan spot -> pengeluaran mempunyai tanda yang tidak wajar -> peguam pihak lawan membantah -> mahkamah menyemak -> sanksi.
Laluan kebocoran data: Peguam menggunakan AI untuk kerja kes -> AI menerima komunikasi istimewa -> vendor AI mengalami pencerobohan -> data pelanggan terdedah -> tuntutan kecuaian profesional mengikuti.
Titik permulaan adalah sama dalam kedua-dua kes. Firma menggunakan alat AI tanpa mengetahui apa yang sebenarnya dilakukan oleh alat tersebut. Tiada kawalan ditetapkan untuk kerja tersebut.
Semakan Utama-Ketepatan untuk Pengeluaran
Mahkamah mengemukakan soalan sempit apabila mereka menyemak tanda yang dipertikaikan. Adakah setiap satu disokong oleh privilej, peraturan kerahsiaan, atau perintah mahkamah? Mahkamah tidak bertanya sama ada alat pihak yang menghasilkan menanda sebanyak mungkin.
Tanda tanpa asas yang betul adalah pelanggaran penemuan. Tidak kira sama ada manusia atau AI yang membuatnya. Penyiasatan adalah berdasarkan tanda demi tanda.
Bagi peguam, ini bermakna alat semakan AI perlu diuji pada ketepatan -- bahagian bendera yang benar-benar istimewa. Bukan sekadar penarikan semula. Alat yang mencapai 90% penarikan semula pada ketepatan 22.7% menangkap lebih banyak kandungan sensitif. Tetapi ia mewujudkan beban semakan untuk 77.3% bendera palsu. Apabila semakan itu tidak berlaku, penahanan berlebihan yang luas mengikuti.
Setiap tanda dalam pengeluaran adalah tuntutan kepada mahkamah. Ia menyatakan: kandungan ini ditahan secara sah. Selepas Schnitzer Steel, tuntutan itu mesti bertahan.
Untuk maklumat lanjut tentang cara alat penganoniman berbeza daripada pengesanan PII standard, lihat panduan kami untuk ketepatan AI dalam semakan dokumen undang-undang. Untuk konteks log privilej dan alat AI, lihat artikel kami tentang privilej peguam-pelanggan dan AI.