Cómo incluir el historial de chats de IA en el eDiscovery

Las herramientas de IA generativa se han vuelto, sin hacer ruido, parte de la jornada laboral de abogados, paralegales, ejecutivos e ingenieros. Las personas redactan memorandos en ChatGPT, exploran condiciones de una operación en Claude, resumen reuniones en Copilot y le piden a Gemini que compare estándares jurídicos. Estas conversaciones suelen contener el mismo tipo de franqueza que antes se encontraba en el correo electrónico, Slack y los mensajes de texto. Eso significa que forman parte del alcance del eDiscovery, y los equipos que todavía no las tienen en cuenta se llevarán una sorpresa cuando el abogado de la contraparte las solicite.

Este artículo explica cómo tratar el historial de chats de IA como una fuente sujeta a discovery. Abarca qué recopilar, cómo exportar desde las principales herramientas de consumo, cómo procesar esas exportaciones en Nuix Discover y cómo revisarlas de forma eficiente con Claira. El objetivo es un flujo de trabajo defendible, proporcional y repetible.

Por qué los chats de IA están sujetos a discovery

El análisis es el mismo que los tribunales llevan años aplicando. La información relevante que no esté protegida por privilegio (secreto profesional) debe preservarse y producirse, independientemente de dónde se encuentre. Tanto los Principios de Sedona Canada como las Reglas Federales de Procedimiento Civil de EE. UU. definen la información almacenada electrónicamente de forma lo bastante amplia como para abarcar todo lo que se escribe, genera o guarda en el curso normal de los negocios. Eso incluye las conversaciones con IA.

Lo nuevo es la mezcla de contenido dentro de una misma sesión. Un solo hilo de ChatGPT puede contener el primer borrador de un contrato, una pregunta de investigación jurídica, un fragmento copiado y pegado de un memorando estratégico confidencial y un comentario personal sobre un colega. La línea entre lo privilegiado, lo pertinente y lo irrelevante puede cambiar de un párrafo a otro. Esa es la verdadera razón por la que esta fuente merece un flujo de trabajo deliberado y no una recopilación improvisada.

La otra complicación es la custodia. Algunas herramientas guardan los chats en la cuenta del usuario y vinculan la retención a la configuración individual. Otras envían todo a un espacio de trabajo empresarial. Y otras, como las instalaciones locales de Copilot, dispersan fragmentos entre cachés del dispositivo, documentos de Office y registros de auditoría de M365. Identificar al custodio correcto de los datos es tan importante como identificar a los custodios correctos de las comunicaciones que contienen.

Recopilación desde las principales herramientas

La buena noticia es que todos los grandes proveedores ya admiten algún tipo de exportación. La mala noticia es que no hay dos exportaciones iguales, y ninguna llega en un formato listo para revisión. Esto es lo que funciona hoy, al momento de escribir este artículo.

ChatGPT ofrece una exportación de autoservicio en Settings - Data controls - Export data (Configuración - Controles de datos - Exportar datos). El resultado es un archivo zip que contiene un conversations.json y una versión en HTML. El JSON conserva el orden de los mensajes, los roles, las marcas de tiempo y las referencias a cualquier imagen o archivo adjunto. El HTML es más fácil de leer para un revisor, pero elimina algunos metadatos. En las cuentas empresariales, los administradores pueden activar exportaciones de toda la cuenta desde la consola de administración de OpenAI.

Claude, de Anthropic, ofrece una exportación similar en Settings - Privacy - Export data (Configuración - Privacidad - Exportar datos), que devuelve un archivo JSON con las conversaciones y una vista HTML sencilla. Los administradores de los espacios de trabajo empresariales de Claude pueden exportarlos, y los Projects se exportan como paquetes estructurados con sus archivos adjuntos intactos.

Microsoft Copilot es el más complicado de los cuatro grandes. Los chats de Copilot para consumidores se exportan a través del panel de privacidad de Microsoft. Sin embargo, los chats de Copilot para Microsoft 365 se almacenan como elementos ocultos en el buzón de Exchange del usuario y se obtienen mediante eDiscovery Premium en Purview. Si tiene un asunto que involucra a Copilot, parta de la base de que la recopilación pasará por Purview y no por una exportación hecha por el usuario.

Los chats de Google Gemini están disponibles en el archivo de Google Takeout del usuario, ya sea en JSON o en HTML, y las conversaciones de Gemini empresarial pasan por Google Vault. Planifique la recopilación del mismo modo en que planifica la de Gmail en ese tenant.

Sea cual sea la fuente, deposite la exportación sin procesar en su área habitual de preparación forense, calcule su hash y documente la cadena de custodia. La exportación en sí es la mejor prueba que va a obtener. Resista la tentación de copiar y pegar conversaciones desde un navegador: eso rompe las marcas de tiempo y los adjuntos, y no resistirá si alguna vez se cuestiona la autenticidad de un solo mensaje.

Procesamiento en Nuix Discover

Una vez que tenga los archivos, debe convertirlos en documentos con los que un revisor pueda trabajar. Hay dos formatos que pasan sin problemas por Nuix Discover: archivos PDF de cada conversación, generados a partir de la vista HTML, y los nativos del JSON con una relación padre-hijo que los vincula con los adjuntos referenciados. La mayoría de los equipos con los que trabajamos producen ambos, y tratan el PDF como el registro de cara al revisor y el JSON como la fuente autorizada.

Mapee los metadatos durante la ingesta. Como mínimo, necesita el custodio, el nombre de la herramienta, el título de la conversación, la fecha y la hora de cada mensaje, el rol del mensaje (usuario o asistente) y los identificadores de los adjuntos. Si su motor de procesamiento no analiza estos campos de forma nativa, escriba un pequeño script de preprocesamiento para incorporarlos al archivo de carga. Se amortiza la primera vez que alguien pide todas las conversaciones que mencionaron el nombre de un proyecto específico entre dos fechas.

Trate los adjuntos dentro de las conversaciones igual que los adjuntos de correo electrónico. Extráigalos, calcule su hash y vincúlelos con el mensaje principal. Muchas herramientas de chat permiten a los usuarios pegar imágenes, hojas de cálculo o PDF completos en la conversación, y esos adjuntos suelen contener el contenido más pertinente de todo el archivo.

Revisión eficiente con Claira

Una vez que los chats están en Nuix Discover, el volumen se convierte en el verdadero problema. Un solo usuario activo de ChatGPT puede generar fácilmente miles de mensajes en cientos de conversaciones en un año. La revisión lineal tradicional no resiste esa escala, y la búsqueda por palabras clave es un instrumento burdo para una fuente en la que la misma oración puede ser una revelación estratégica, una lluvia de ideas inofensiva o el borrador de un producto de trabajo, según lo que la precedió en el hilo.

Para este flujo de trabajo diseñamos Claira. Cargue las conversaciones en un caso, agregue el contexto específico del asunto mediante Case Context para que el modelo entienda lo que está en juego y ejecute un Bulk Scan sobre cada mensaje o cada resumen a nivel de conversación. Puede pedirle a Claira que señale cualquier hilo que trate sobre el objeto del litigio, que identifique mensajes que parezcan privilegiados, que extraiga cada mención de personas identificadas por su nombre y que resuma cada conversación en dos oraciones para la revisión de primer nivel. Los resultados se devuelven como campos estructurados dentro de Nuix, listos para que un revisor humano los verifique.

Es la misma filosofía pragmática sobre la que escribimos en nuestro artículo sobre cómo preparar el eDiscovery para el futuro con la revisión asistida por IA: usar la IA en las partes del trabajo donde más importan la coherencia y la velocidad, y mantener a las personas en el circuito para las decisiones de criterio. El historial de chats de IA encaja casi a la perfección en esa división del trabajo, porque es de alto volumen, sigue patrones y está lleno precisamente del tipo de señales que un modelo con buenos prompts puede detectar.

Una base defendible

Si su equipo está elaborando su primer manual de procedimientos para el discovery de chats de IA, apunte a tres cosas. Identifique todas las herramientas de IA importantes que usan sus custodios, no solo las autorizadas. Exporte en el formato nativo que ofrece cada herramienta, nunca extrayendo el contenido desde un navegador. Procese esas exportaciones en Nuix Discover con un manejo adecuado de metadatos y adjuntos, y luego revíselas con una herramienta diseñada para la escala y los matices que exigen estos datos. La tecnología cambia rápidamente, pero la obligación de preservar, recopilar y producir no. Un flujo de trabajo bien pensado hoy es mucho más barato que una moción para obligar a la exhibición (motion to compel) mañana.