A Dupla Responsabilidade da Redação Inadequada
As equipes jurídicas enfrentam dois modos distintos de falha na redação, e ambos criam responsabilidade.
Sub-redação expõe conteúdo privilegiado, informações comerciais confidenciais ou dados pessoais que deveriam ter sido retidos. A parte que produz os documentos divulgou material que tinha o direito — e em alguns casos a obrigação — de proteger.
Redação excessiva retém informações relevantes que o advogado da parte contrária tem o direito de receber. A parte que produz os documentos obstruiu o processo de descoberta, potencialmente escondendo evidências por trás de reivindicações de privilégio ilegítimas. Os tribunais tratam a redação excessiva como uma violação de descoberta sujeita a sanções.
Ferramentas de redação assistidas por IA que priorizam a recuperação em detrimento da precisão — sinalizando ao máximo o potencial conteúdo sensível — produzem sistematicamente o segundo modo de falha. Quando um motor de redação de IA redige 80% do conteúdo de um documento para garantir que não perca nada privilegiado, a produção resultante é funcionalmente inútil e potencialmente passível de sanção.
Athletics Investment Group v. Schnitzer Steel (2024)
O caso de 2024, Athletics Investment Group v. Schnitzer Steel, ilustra a resposta judicial à redação inadequada na e-descoberta.
O caso envolveu uma disputa comercial na qual a produção de documentos de uma parte incluía redações que o advogado da parte contrária contestou como injustificadas. O tribunal examinou os materiais redigidos e constatou que as redações excediam o que a lei de privilégio ou as doutrinas de confidencialidade permitiam.
A consequência: sanções de descoberta. O tribunal impôs penalidades à parte que produziu os documentos pelas redações inadequadas — um remédio disponível sob a Regra Federal de Processo Civil 37 para violações de descoberta. A parte que produziu os documentos arcou com o ônus de ter utilizado um processo de redação inadequado.
O caso é significativo não porque as sanções por redação excessiva sejam novas — os tribunais as concedem há anos — mas porque ocorreu em um cenário de litígios onde ferramentas de revisão assistidas por IA são agora comuns. A questão que o caso levanta é se as equipes jurídicas avaliaram as características de precisão de suas ferramentas de redação de IA antes de confiar nelas para a produção.
O Problema da Precisão de 22,7%
Presidio, o motor de detecção de PII de código aberto desenvolvido pela Microsoft e amplamente utilizado em aplicações de tecnologia jurídica, alcança uma taxa de precisão de 22,7% em documentos legais em testes independentes.
A precisão mede com que frequência as identificações positivas da ferramenta estão corretas. Uma taxa de precisão de 22,7% significa que aproximadamente 77 de cada 100 itens sinalizados pela ferramenta como sensíveis não atendem realmente ao limiar de sensibilidade para o qual foram sinalizados.
Para uma aplicação de e-descoberta, isso tem consequências operacionais diretas. Um conjunto de produção de 10.000 documentos processados com uma ferramenta que alcança 22,7% de precisão conterá milhares de redações que não têm base legítima de privilégio ou confidencialidade. A parte que confia nessa saída enfrenta a mesma exposição que a parte no caso Athletics Investment Group: uma produção que o advogado da parte contrária contestará, um tribunal que examinará o conteúdo redigido e sanções se as redações não puderem ser justificadas.
O número de 22,7% reflete a configuração padrão do Presidio em conteúdo legal. Não representa todas as ferramentas de redação assistidas por IA — mas representa o desempenho básico do motor de código aberto mais comumente implantado em integrações de tecnologia jurídica.
O problema da precisão é estrutural: sistemas de reconhecimento de entidades baseados em NLP treinados em corpora de texto gerais se comportam de maneira diferente na linguagem legal, que usa termos técnicos, abreviações, convenções de formatação de documentos e estruturas de citação que diferem dos dados de treinamento. Uma ferramenta que alcança precisão aceitável em registros médicos ou demonstrações financeiras pode ter um desempenho substancialmente pior em transcrições de depoimentos, correspondências e anexos de contratos.
O Que a Análise de Conteúdo de Chatbot de IA Revela
O contexto para a adoção de ferramentas de IA na prática jurídica é estabelecido por dados de uso: 27,4% do conteúdo de chatbot de IA é sensível, de acordo com uma análise independente dos padrões de uso de ferramentas de IA corporativas.
Esse número descreve o que os funcionários submetem às ferramentas de IA ao usá-las para tarefas de trabalho — não dados que compartilharam intencionalmente, mas conteúdo sensível incluído incidentalmente. Para profissionais jurídicos que usam ferramentas de IA para redigir correspondências, resumir depoimentos, analisar contratos ou pesquisar jurisprudência, o conteúdo sensível entra nas plataformas de IA como um subproduto do trabalho normal.
O número de 27,4% estabelece que quase três em cada dez interações com ferramentas de IA em um ambiente jurídico envolvem conteúdo sensível — informações de clientes, comunicações privilegiadas, estratégias de caso confidenciais ou dados da parte contrária. Esse conteúdo chega à infraestrutura do provedor de IA em forma utilizável, a menos que controles técnicos o interceptem primeiro.
Para escritórios de advocacia que avaliam sua postura de segurança em IA, 27,4% não é um risco marginal. É a suposição básica: quase um terço do uso de ferramentas de IA em um ambiente jurídico envolverá conteúdo que merece proteção.
A Cadeia de Responsabilidade em Cascata
A redação excessiva e a exposição de dados de ferramentas de IA criam cadeias de responsabilidade distintas, mas relacionadas, para as equipes jurídicas.
Cadeia de responsabilidade por redação excessiva: a ferramenta de IA sinaliza documentos ao máximo → o advogado revisa a saída sem examinar cada redação individualmente → produção submetida com redações injustificadas → o advogado da parte contrária contesta → o tribunal examina → sanções.
Cadeia de responsabilidade por exposição de IA: o advogado usa a ferramenta de IA para ajudar no trabalho do caso → a ferramenta de IA recebe comunicações privilegiadas de clientes, estratégias confidenciais ou dados sensíveis do caso → a infraestrutura do fornecedor de IA é violada → dados do cliente são expostos → o privilégio advogado-cliente é potencialmente implicado → exposição à má prática.
Ambas as cadeias começam no mesmo ponto: equipes jurídicas implantando ferramentas de IA sem entender as características técnicas dessas ferramentas ou implementando controles apropriados para o trabalho jurídico.
Redação com Foco em Precisão para Produções Legais
O padrão judicial para redação não é otimizado para recuperação. Os tribunais que avaliam redações contestadas perguntam se cada redação específica foi justificada por privilégio, doutrina de confidencialidade ou ordem de proteção aplicável — não se a ferramenta da parte produtora sinalizou o máximo possível para ser segura.
Uma redação que não pode ser justificada é uma violação de descoberta, independentemente de ter sido produzida por um revisor humano ou uma ferramenta de IA. A investigação do tribunal é específica do documento, não em nível de sistema.
Para as equipes jurídicas, a implicação operacional é que as ferramentas de redação devem ser avaliadas com base na precisão — a porcentagem de itens sinalizados que são legitimamente privilegiados ou confidenciais — e não apenas na recuperação. Uma ferramenta que alcança 90% de recuperação com 22,7% de precisão pode capturar mais conteúdo sensível, mas impõe um ônus de revisão manual para os 77,3% de falsos positivos e cria um risco sistemático de redação excessiva quando essa revisão não ocorre.
O ambiente jurídico exige precisão em nível de documento. Cada redação em uma produção representa uma afirmação implícita ao tribunal de que o conteúdo redigido é legitimamente retido. O padrão pós-Athletics Investment Group é claro: essa afirmação precisa ser precisa.
Fontes: