Guide ultime de l'automatisation des flux de travail d'eDiscovery propulsée par l'IA

La plupart des équipes de litige gèrent déjà un flux de travail d'eDiscovery automatisé, bien que la majorité d'entre elles ne le décrivent pas ainsi. L'ingestion s'exécute selon un calendrier établi. La déduplication, le chaînage des courriels et l'identification des quasi-doublons s'effectuent sans que personne n'ait à appuyer sur un bouton. Les termes de recherche se propagent à travers un dossier en quelques secondes. Cette automatisation est bien réelle et elle est mature.

Puis, elle s'arrête. Elle s'arrête au moment précis où quelqu'un doit décider de la signification d'un document. Tout ce qui se trouve en amont de cette décision est automatisé depuis des années. La décision elle-même est encore prise par une personne qui lit un document à la fois sur un écran, et c'est là que se concentrent désormais les coûts, les délais et les incohérences d'un dossier moderne.

Ce guide traite de la manière de combler cette lacune. Non pas en retirant les avocats du flux de travail, mais en automatisant la lecture de façon à ce que le jugement humain soit consacré à un ensemble de décisions plus restreint et mieux organisé.

L'automatisation est une séquence, pas un interrupteur

Il n'existe pas de bouton unique permettant d'automatiser une révision. En pratique, il s'agit plutôt d'une séquence de transferts, et chaque transfert est soit automatisé, soit il ne l'est pas.

Un dossier passe par la collecte, le traitement, le tri, l'évaluation de première étape, le contrôle de la qualité et la production. L'automatisation a déjà pris en charge les trois premiers. Le quatrième, l'évaluation de première étape, est celui qui s'adapte difficilement à grande échelle, car sa progression dépend des effectifs. L'ajout de réviseurs est une réponse linéaire à un problème qui croît à un rythme plus que linéaire.

La question utile est donc bien précise. Quelle étape nécessite encore qu'une personne lise chaque élément, et cette lecture peut-elle être déléguée sans perdre la trace des raisons pour lesquelles chaque décision a été prise ? Si la réponse à la seconde partie de la question est négative, vous n'avez pas d'automatisation. Vous avez un raccourci, et les raccourcis ne résistent pas à une contestation.

La couche d'intégration détermine si l'automatisation est réelle

Une grande partie de ce qui est vendu comme de l'automatisation de flux de travail est en réalité une délocalisation de flux de travail. L'outil se trouve à l'extérieur de votre plateforme de révision, ce qui vous oblige à y exporter les documents, à les traiter ailleurs, puis à en importer de nouveau les résultats. Chacune de ces étapes représente une nouvelle copie des données, une nouvelle question de garde de documents et un nouveau point de rupture potentiel pour le flux de travail.

Claira adopte l'approche inverse. Elle s'exécute en tant qu'extension de l'interface utilisateur au sein de Nuix Discover, ce qui signifie qu'il n'y a aucun changement de plateforme, aucun environnement parallèle et aucune migration de données à planifier. Les réviseurs ouvrent le même dossier qu'ils ouvrent habituellement. Le volet Claira s'affiche à côté de la liste de documents qu'ils utilisent déjà, et les résultats sont directement inscrits dans les champs de Nuix Discover qui existent déjà dans le dossier.

Cela a plus d'importance qu'il n'y paraît. Un flux de travail automatisé qui requiert une exportation n'est pas automatisé de bout en bout, car une personne doit gérer l'exportation, vérifier le voyage aller-retour et rapprocher les données reçues. Un flux de travail automatisé qui réside à l'intérieur de la plateforme s'exécute tout simplement.

Le débit est la véritable raison d'être de l'automatisation

La raison d'automatiser la lecture n'est pas une question de nouveauté. C'est que le volume de données communicables dans un dossier moyen a dépassé le nombre d'heures qu'une équipe peut y consacrer.

L'exécution d'un balayage en bloc dans Claira applique une invite enregistrée et un champ connecté à un ensemble de documents sélectionnés dans Nuix Discover, et les traite à un rythme qu'aucune équipe de révision ne peut égaler. Un modèle capable de lire environ dix mille documents à l'heure change la donne quant à ce qui mérite d'être révisé. L'échantillonnage cesse d'être une nécessité budgétaire pour devenir un choix délibéré. Vous pouvez appliquer un critère de pertinence, un filtre de confidentialité et une étape de codage objectif à l'ensemble de la population de documents tout en respectant un délai qui, auparavant, vous aurait contraint à restreindre l'ensemble initial.

Les résultats s'affichent dans le champ connecté de Nuix Discover pendant que la tâche est encore en cours d'exécution, de sorte que la révision des résultats peut commencer avant même la fin du traitement. Les volumes plus importants peuvent être confiés au traitement en arrière-plan et se poursuivre côté serveur après la fermeture du navigateur. Les aspects techniques sont détaillés dans le guide de balayage en bloc, et les décisions de séquençage entourant un traitement de très grande envergure sont abordées plus en détail dans notre article précédent sur la gestion d'une révision par IA à grande échelle.

Automatiser les entrées, pas seulement les sorties

L'échec le plus courant dans une révision automatisée n'est pas un mauvais modèle. C'est une instruction incohérente. Si le critère varie d'un traitement à l'autre, ou entre la personne qui a rédigé l'invite et celle qui l'exécute le mois suivant, le résultat varie également, et l'incohérence se propage alors à l'ensemble des documents plutôt que d'être limitée à un seul réviseur.

La solution consiste à traiter les entrées comme des artéfacts de flux de travail à part entière. Le contexte du dossier (Case Context) conserve l'historique du litige, les parties, la terminologie et les enjeux, de sorte que chaque balayage du dossier s'appuie sur la même compréhension commune plutôt que sur ce que l'auteur de l'invite s'est rappelé d'inclure. Les invites enregistrées conservent le critère lui-même. Les champs connectés définissent la destination. Ensemble, ces trois éléments rendent un traitement reproductible, ce qui est la définition même d'un processus automatisé.

Cela impose une certaine rigueur. Testez une invite sur un échantillon restreint avec une seule révision avant de la lancer sur un traitement en bloc. Conservez une configuration enregistrée par flux de travail pour éviter toute dérive des paramètres. Notez le modèle, l'invite et la correspondance des champs dans votre journal de dossier. C'est le même contrôle des modifications que tout cabinet appliquerait à un modèle de document.

Ce qu'un flux de travail automatisé ne doit pas conserver

L'automatisation soulève une question légitime de la part des clients et des parties adverses. Où sont allés les documents, et qui les détient actuellement ?

La réponse de Claira est d'ordre architectural plutôt que contractuel. Chaque balayage est une requête et une réponse. Le texte du document (et, pour un balayage multimédia, le fichier source) est envoyé à un point de terminaison du modèle rattaché à la région de déploiement, la réponse est renvoyée, puis elle est inscrite dans le champ Nuix Discover. Le contenu du client est traité par requête et n'est pas utilisé pour entraîner les modèles appartenant à Claira. Ce qui subsiste du côté de Claira, ce sont les métadonnées opérationnelles, à savoir les registres de balayage, l'état de facturation et la configuration du dossier, ce qui permet avant tout d'assurer la piste d'audit. La zone de transit des balayages multimédias, lorsqu'elle est utilisée, est chiffrée, soumise à un contrôle d'accès et supprimée après le traitement. L'architecture complète, y compris les régions de déploiement au Canada et en Australie, est présentée dans la documentation sur la confidentialité et la sécurité.

La conséquence pratique est que vos éléments de preuve ne se trouvent pas un deuxième foyer. Ils restent dans Nuix Discover, là où votre registre de garde en assure déjà le suivi.

Un flux de travail automatisé ne génère pas un ensemble de production final. Il génère un ensemble de décisions candidates priorisées, codées et expliquées, chacune accompagnée de son raisonnement, inscrites dans des champs auxquels vous faites déjà confiance. L'étape suivante demeure inchangée. Un avocat échantillonne les résultats, vérifie les divergences, resserre les critères là où le modèle a été trop large ou trop restrictif, et prend la décision finale qui sera inscrite dans le champ de production.

C'est la répartition de l'effort qui change. Moins de temps est consacré à la lecture de documents qui n'auraient jamais eu d'importance, et beaucoup plus de temps est alloué à ceux qui tranchent le litige. Si vous souhaitez voir cette séquence s'exécuter de bout en bout, vous pouvez réserver une courte démonstration et observer un balayage en bloc inscrire les résultats dans Nuix Discover en temps réel.

L'automatisation n'a jamais eu pour but de remplacer le jugement. Elle a toujours eu pour seul but de prendre en charge la lecture, et la lecture était précisément la partie qui ne pouvait pas s'adapter à grande échelle.