anonym.legal

By · Last updated 2026-03-12

Назад к блогуЮридические технологии

Санкции в e-discovery: чрезмерное редактирование с помощью ИИ

В деле Athletics Investment Group v. Schnitzer Steel (2024) ненадлежащее редактирование повлекло санкции. При точности ИИ-инструментов всего 22,7%, юридические команды несут реальную ответственность.

March 12, 202610 мин чтения
e-discovery sanctionsredaction liabilityAI redaction precisiondocument reviewlegal technology

Два способа провалить редактирование

Юридические команды сталкиваются с двумя режимами ошибок. Оба создают реальную ответственность.

Недостаточное редактирование раскрывает привилегированные данные или персональную информацию, которая должна оставаться скрытой.

Чрезмерное редактирование скрывает факты, которые противоположная сторона имеет право увидеть. Суды расценивают это как противодействие правосудию — нарушение раскрытия доказательств, влекущее санкции.

ИИ-инструменты, ориентированные на полноту в ущерб точности, вызывают вторую проблему по замыслу. Система, закрывающая 80% документа, ничего не пропустит. Но результат бесполезен и может повлечь санкции суда.

Дело Schnitzer Steel (2024)

В деле Athletics Investment Group v. Schnitzer Steel 2024 года одна сторона предоставила документы с широкими пометками. Противоположная сторона оспорила. Суд изучил материалы и установил: пометки вышли за пределы допустимого законом.

Результат: санкции по Federal Rule of Civil Procedure 37. Производящая сторона заплатила за неправильный процесс.

Это дело показывает: с распространением ИИ-помощи при проверке документов проверяли ли юридические команды точность своих инструментов до использования в производстве?

Три признака защищаемой системы

Суды рассматривают оспариваемые элементы по одному. Они задают узкий вопрос: каково основание для этого конкретного элемента в этом конкретном документе?

Большинство ИИ-инструментов не могут на него ответить. Три функции делают это возможным:

Оценки уверенности для каждой сущности. Каждый закрытый элемент должен иметь числовую оценку уверенности и тип обнаружения. Без этого нет ответа на оспаривание.

Журнал аудита уровня документа. Должна существовать запись о том, что было обнаружено, когда и каким методом для каждого документа.

Настраиваемые пороги. Если адвокат устанавливает порог в 0,85, система должна записывать это решение. «Алгоритм решил» недостаточно.

Точность 22,7% — реальная проблема

Исследование Alvaro et al. (2024) протестировало Microsoft Presidio на бизнес-файлах. Точность для имён: 22,7%. Из 100 элементов, помеченных как имена людей, менее 23 действительно являлись ими.

Инструмент с такой точностью производит огромное количество «закрытых» элементов, которые не должны быть закрыты. При оспаривании судом каждый нуждается в объяснении. Без записей — объяснения нет.

anonym.legal использует гибридный конвейер: regex + spaCy + трансформеры + словари. Каждая обнаруженная сущность имеет тип, уровень уверенности и метод обнаружения. Эти записи поддерживают защитный журнал аудита.

Подробнее — на нашей странице соответствия и в руководстве по соответствию HIPAA.

Источники

Связанные статьи

Юридические технологии

Mixed Format E-Discovery: Compliance Gap

E-discovery productions and GDPR DSARs span PDFs, Word docs, Excel, and JSON exports. Using different tools for each format creates consistency gaps that.

Юридические технологии

The PDF Redaction Trap: Data Exposed

The DOJ Epstein files, the Manafort case, and NSA leaks all share the same failure: cosmetic redaction that leaves underlying text extractable.

Юридические технологии

Legal PII: Privilege Detection

Case reference numbers, bar admission numbers, court docket numbers, and client matter IDs are legally sensitive identifiers that standard PII tools miss.

Готовы защитить ваши данные?

Начните анонимизацию PII с 285+ типов сущностей на 48 языках.

Начать бесплатный пробный периодПосмотреть функции

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.