Az AI gyorsítja az ediscoveryt, de komoly jogi kockázatokat is rejt

Az ügyvédek már a folyamat elején választ keresnek

Az Everlaw október 3-án közölt írása szerint az ediscovery, vagyis a jogi eljárásokhoz kapcsolódó elektronikus bizonyítékfeltárás, túljutott azon a ponton, amikor a mesterséges intelligencia még csak újdonságnak számított. Max Christoff, az Everlaw technológiai igazgatója szerint a technológia meghatározott, mérhető feladatokban már rendszeresen eléri, illetve meghaladja az emberi ellenőrzés sebességét és pontosságát.

Christoff a LegalTechTalk 2026 londoni rendezvényén arról beszélt, hogy a hagyományos ediscovery lineáris folyamatként működött. A jogi csapat előbb kialakította a protokollt, majd átadta az anyagot egy ellenőrző csoportnak, az ügyvéd pedig csak hetek vagy hónapok múlva kapott képet az ügyről.

Az AI ezt a sorrendet is átalakíthatja. Az ügyvédek már korábban szeretnének képet kapni a kockázatokról, hogy eldönthessék, az ügy inkább tárgyalás vagy egyezség felé haladjon. Christoff szerint ez nem egyszerűen az anyagok előzetes ritkítása, hanem a tartalomban rejlő kockázatok és az ügy fő irányának korai megértése.

Mérhető eredmények a dokumentum-ellenőrzésben

Az Everlaw négy, valódi peres ügyből származó adathalmazon mérte Coding Suggestions nevű eszközét. Az átlagos visszakeresési arány 89 százalék volt. Egy olyan adathalmazon, ahol közvetlenül össze lehetett vetni az eredményt az első körös emberi ellenőrzéssel, az eszköz 82 százalékos visszakeresési arányt ért el, szemben az emberek 60 százalékával.

Egy kormányzati vizsgálatban egy, az Am Law 100 listán szereplő ügyvédi iroda több mint 126 000 dokumentumot dolgozott fel. Az Everlaw szerint 90 százalék feletti pontosságot értek el, a teljes dokumentumállomány kódolása körülbelül egy napig tartott, a teljes ellenőrzési idő pedig 50, illetve 67 százalékkal csökkent. Ehhez egy összehasonlítható, kiszervezett ellenőrzéshez szükséges létszám negyedére volt szükség.

Az Orrick egy szellemi tulajdonjogi ügyben több mint felével csökkentette a dokumentum-ellenőrzés költségét. A Dinsmore & Shohl 26 000 szerződésen kombinálta a stratégiai keresést, a Coding Suggestions eszközt, a Predictive Codingot, a statisztikai ellenőrzést és az emberi felülvizsgálatot. A visszakeresési arány így 98,2 százalék lett.

A nagy adathalmazoknál a forrásokhoz kötött válasz a kulcs

Az Everlaw Deep Dive eszköze természetes nyelvű kérdésekre válaszolhat teljes dokumentumállományok alapján, az állításokat pedig hivatkozásokkal támasztja alá. A vállalat szerint az eszközt már több millió dokumentumot tartalmazó ügyekben is használták.

Christoff szerint a megbízhatóság feltétele, hogy a rendszer különbséget tegyen a nyelvi modell betanítási adataiból származó tudás és az adott ügy dokumentumaiban szereplő információ között. Az Everlaw saját példája szerint ha egy betöltött ügyben azt kérdezik a rendszertől, miért kék az ég, annak jeleznie kell, hogy a dokumentumokban erre nem talál választ.

A vállalat szerint az AI használatát világos feladattal kell kezdeni, a kérdéseket ismételten finomítani kell, majd ellenőrzött mintán szükséges mérni a teljesítményt, mielőtt a feldolgozást nagyobb léptékben elindítják.

A kényelmes fogyasztói eszközök komoly kockázatot jelenthetnek

Az AI akkor teheti ki felelősségnek a jogi csapatokat, ha elszigetelt, alkalmi megoldások sorozataként használják. Bizalmas bizonyítékok fogyasztói eszközökbe történő feltöltése széttagolhatja a nyilvántartást, gyengítheti az adatkezelési kontrollt, és veszélyeztetheti az ügyvédi titoktartást.

Christoff szerint jelentős különbség van a fogyasztói felületek és azok között a vállalati rendszerek között, amelyeket úgy terveztek, hogy ne őrizzék meg az adatokat, és ne használják az ügyféladatokat modellbetanításra. A kis mennyiségű, például tíz dokumentumot érintő munka még kezelhető lehet egy egyszerű felületen. Száz, ezer vagy tízezer dokumentumnál viszont már statisztikai és magyarázható folyamatra, csapatmunkára és auditnyomra van szükség.

Az Everlaw álláspontja szerint ugyanaz az eszköz eltérő folyamatot igényel egyetlen szerződés és egy 1,5 millió dokumentumból álló vállalati adathalmaz esetén. A kockázat tovább nő, ahogy a jogi rendszerek egyre több feladatot végeznek el önállóan, például munkafolyamatokat szerveznek, előzetes megállapításokat tesznek vagy bizonyítékokat rendeznek. Ilyenkor a belső korlátok, a végrehajtott lépések és azok időpontjának nyomon követése a felhasználók számára alapvető ellenőrzési feltétellé válik.