2026 کے لیے اپ ڈیٹ
ریڈیکشن ناکام ہونے کے دو طریقے
قانونی ٹیمیں دو ناکامی کے طریقوں کا سامنا کرتی ہیں۔ دونوں حقیقی ذمہ داری پیدا کرتے ہیں۔
کم ریڈیکشن مراعات یافتہ ڈیٹا یا ذاتی معلومات کو بے نقاب کرتی ہے جو چھپانی ضروری تھیں۔ فریق نے وہ مواد ظاہر کیا جسے محفوظ رکھنے کا اسے حق تھا — اور اکثر فرض بھی۔
زیادہ ریڈیکشن ان حقائق کو چھپاتی ہے جن کو دیکھنے کا مخالف وکیل کو حق ہے۔ عدالتیں اسے رکاوٹ سمجھتی ہیں۔ یہ جرمانے کے قابل دریافت کی خلاف ورزی ہے۔
AI ٹولز جو یاد کاری کو درستگی پر ترجیح دیتے ہیں دوسری مسئلہ کو ڈیزائن سے پیدا کرتے ہیں۔ ایک AI انجن جو دستاویز کا 80% کالا کر دے تاکہ کچھ چھوٹ نہ جائے، لیکن نتیجہ بیکار ہو۔ اس سے عدالتی جرمانے بھی لگ سکتے ہیں۔
دونوں ناکامیاں ایک ہی جگہ لے جاتی ہیں: ایک جج، ایک وضاحت، اور اخراجات۔
Schnitzer Steel کا مقدمہ (2024)
2024 کا مقدمہ Athletics Investment Group v. Schnitzer Steel ظاہر کرتا ہے کہ عدالتیں غلط دستاویز روکنے کو کیسے سنبھالتی ہیں۔
ایک فریق نے وسیع نشانات کے ساتھ دستاویزات پیش کیے۔ مخالف وکیل نے اعتراض کیا۔ عدالت نے مواد دیکھا۔ اسے پتہ چلا کہ نشانات قانون کی اجازت سے آگے تھے۔
نتیجہ: وفاقی دیوانی طریقہ کار کے قانون 37 کے تحت جرمانے۔ پیش کرنے والے فریق کو ناقص عمل کی قیمت چکانی پڑی۔
ایسے جرمانے نئے نہیں ہیں۔ عدالتیں برسوں سے انہیں دے رہی ہیں۔ اس مقدمے کو نمایاں بنانے والی بات وقت ہے۔ AI کی مدد سے جائزہ اب مقدمہ بازی میں عام ہے۔ یہ مقدمہ ایک اہم سوال اٹھاتا ہے: کیا قانونی ٹیموں نے پیداوار کے لیے AI ریڈیکشن ٹولز پر انحصار کرنے سے پہلے ان کی درستگی جانچی؟
جواب اہم ہے۔ کم درستگی والا ٹول بہت زیادہ جھنڈا لگائے گا۔ اس پر بغیر جانچ کے انحصار کرنے والا وکیل خطرہ اٹھاتا ہے۔
مکمل مقدمے کے تجزیے کے لیے E-Discovery LLC کا تجزیہ دیکھیں۔
22.7% درستگی کا مسئلہ
Presidio ایک اوپن سورس PII پہچان انجن ہے جو Microsoft نے بنایا ہے۔ یہ دستاویز جائزہ ٹولز میں وسیع پیمانے پر استعمال ہوتا ہے۔ عدالتی دائر کردہ دستاویزات اور معاہدوں پر ٹیسٹ میں اسے 22.7% درستگی کی شرح ملتی ہے۔
درستگی یہ ناپتی ہے کہ مثبت جھنڈا کتنی بار درست ہوتا ہے۔ 22.7% پر، ہر 100 جھنڈوں میں سے تقریباً 77 غلط مثبت ہیں۔ وہ چیزیں کسی بھی لاگو معیار سے حساس نہیں ہیں۔
e-discovery کے لیے حساب سیدھا ہے۔ اس شرح پر پروسیس کیے گئے 10,000 دستاویزات کے سیٹ میں ہزاروں بے بنیاد نشانات ہوں گے۔ پیش کرنے والے فریق کو Schnitzer Steel کے مدعا علیہ جیسا خطرہ ہوگا: چیلنج شدہ پیداوار، عدالتی جائزہ، اور ممکنہ جرمانے۔
یہ ہندسہ Presidio کے قانونی فرم مواد پر آؤٹ آف باکس سیٹ اپ کے لیے ہے۔ تمام AI ٹولز اس سطح پر کام نہیں کرتے۔ لیکن یہ انجن اس شعبے میں سب سے زیادہ استعمال ہونے والا اوپن سورس آپشن ہے۔
وجہ ساختی ہے۔ NLP نظام عام متن پر تربیت پاتے ہیں۔ عدالتی زبان مختلف ہے — تکنیکی اصطلاحات، حوالہ جات کے فارمیٹ، اور مسودے کے قانون جو تربیتی ڈیٹا سے الگ ہیں۔
AI استعمال کا ڈیٹا کیا ظاہر کرتا ہے
ایک اور ڈیٹا پوائنٹ یہ ہے: انٹرپرائز AI استعمال کے آزاد تجزیے کے مطابق 27.4% AI چیٹ بوٹ مواد حساس ہے۔
یہ بیان کرتا ہے کہ ملازمین عام کاموں کے دوران کیا بھیجتے ہیں — وہ ڈیٹا نہیں جو انہوں نے جان بوجھ کر شیئر کیا، بلکہ عادت یا غلطی سے شامل مواد۔ AI کو خطوط مسودہ کرنے، معاہدے جائزہ کرنے، یا ڈپوزیشن خلاصہ کرنے کے لیے استعمال کرنے والے وکیل سائیڈ ایفیکٹ کے طور پر گاہک کا ڈیٹا AI سرورز کو بھیجتے ہیں۔
تقریباً تین میں سے ایک AI استعمال میں وہ مواد شامل ہوتا ہے جسے تحفظ کی ضرورت ہے۔ قانونی فرموں کے لیے AI خطرے کی جانچ کرتے وقت، 27.4% معمولی مسئلہ نہیں ہے۔ یہ بنیادی شرح ہے۔
ذمہ داری کی زنجیر
زیادہ روکنا اور AI ڈیٹا لیکس الگ لیکن جڑی ہوئی خطرے کی راہیں بناتے ہیں۔ دونوں ایک ہی فیصلے سے شروع ہوتے ہیں: مناسب جانچ کے بغیر AI ٹول تعینات کرنا۔
دریافت کی راہ: AI مواد کو وسیع طور پر جھنڈا لگاتا ہے → وکیل جانچ کے بغیر آؤٹ پٹ پر انحصار کرتا ہے → ناجائز نشانات کے ساتھ پیداوار → مخالف وکیل اعتراض → عدالت جائزہ → جرمانے۔
ڈیٹا لیک کی راہ: وکیل کام کے لیے AI استعمال کرتا ہے → AI کو مراعات یافتہ مواصلات ملتی ہے → AI وینڈر میں خلاف ورزی → گاہک کا ڈیٹا بے نقاب → بدعملی کے دعوے۔
شروع کی جگہ دونوں میں ایک ہی ہے: فرمیں بغیر سمجھے AI ٹولز تعینات کرتی ہیں۔ کام کے لیے کوئی کنٹرول نہیں۔
پیداوار کے لیے درستگی اول جائزہ
عدالتیں ایک تنگ سوال پوچھتی ہیں جب وہ متنازع نشانات کا جائزہ لیتی ہیں۔ کیا ہر ایک مراعات، رازداری کے قانون، یا عدالتی حکم پر مبنی تھا؟ عدالتیں یہ نہیں پوچھتیں کہ کیا پیش کرنے والے فریق کے ٹول نے جتنا ممکن ہو جھنڈا لگایا۔
بغیر مناسب بنیاد کے نشان دریافت کی خلاف ورزی ہے۔ اس سے فرق نہیں پڑتا کہ انسان نے لگایا یا AI نے۔ تفتیش نشان بہ نشان ہے۔
وکلاء کے لیے اس کا مطلب ہے AI جائزہ ٹولز کو درستگی پر پرکھنا — صرف یاد کاری پر نہیں۔ Schnitzer Steel کے بعد معیار واضح ہے: پیداوار میں ہر نشان عدالت کے سامنے ایک دعوی ہے۔ وہ دعوی درست ہونا چاہیے۔