Cada documento importa: por que revisamos o conjunto completo, e não uma amostra

Um texto de filosofia da Claira sobre defensabilidade, trilhas de auditoria e por que "a máquina encontrou" não é uma resposta.

A pergunta que sempre nos fazem

Quando mostramos a Claira a novos usuários, uma pergunta aparece mais do que qualquer outra: "Não dá para simplesmente pedir à IA que encontre os documentos relevantes e pular o resto?"

A resposta curta é não - pelo menos não no sentido que a pergunta costuma ter. A resposta longa é a razão de ser deste artigo, e vale a pena entendê-la, porque ela define como construímos a Claira e como achamos que a revisão em eDiscovery deve funcionar.

Temos uma posição firme sobre isso. Depois que um documento é coletado para um conjunto de revisão, todos os documentos desse conjunto devem ser revisados. Não amostrados. Não filtrados por busca vetorial atrás dos provavelmente relevantes. Revisados. Cada documento avaliado em relação aos seus critérios de revisão, com uma decisão registrada e uma justificativa que você conseguiria sustentar se fosse questionado.

Não se trata de uma preferência tecnológica. É um problema de lógica, e a lógica é simples.

Por que a coleta é o momento-chave

O processo de triagem existe por um motivo. É na triagem que você toma as decisões em massa e defensáveis de excluir documentos da revisão - por período, por custodiante, por tipo de arquivo, por domínio, por filtros de palavras-chave, por desduplicação. Quando feita corretamente, a triagem reflete julgamentos deliberados e documentados sobre relevância, que podem ser explicados a um juiz ou à parte contrária.

O que resta depois da triagem é, por definição, um conjunto de documentos que podem ser relevantes. É exatamente por isso que eles sobreviveram. Se não houvesse nenhuma chance de que importassem, a triagem deveria tê-los removido.

Portanto, a premissa operacional para tudo o que ainda está no conjunto de revisão é simples: cada um desses documentos pode ser responsivo. Não sabemos quais são até olharmos.

É nesse momento que a questão filosófica fica séria. O que você faz com um conjunto de documentos que você já decidiu que podem ser relevantes?

Os dois caminhos possíveis

De modo geral, há duas abordagens.

A primeira é o que poderíamos chamar de recuperação probabilística - usar IA para buscar, ranquear ou agrupar documentos e trazer à tona aqueles que ela considera mais propensos a serem responsivos. A geração aumentada por recuperação, a busca vetorial, a codificação preditiva e a maioria das ferramentas de IA do tipo "pergunte aos seus documentos" pertencem a essa família. São ferramentas úteis e têm um lugar real no eDiscovery - especialmente na avaliação preliminar do caso (ECA), na priorização inicial e em investigações. Nós mesmos usamos técnicas semelhantes quando elas são a escolha certa.

Mas, como método principal para decidir o que é produzido e o que não é, a recuperação probabilística introduz um problema difícil de resolver: os documentos que não foram retornados não têm uma justificativa escrita para a sua exclusão. Eles simplesmente ficaram mais abaixo no ranking. Se mais tarde você precisar explicar por que determinado documento não foi produzido, a resposta honesta é "o modelo não o trouxe à tona", que é o tipo de resposta que costuma gerar perguntas adicionais que você preferiria não receber.

A segunda abordagem é aquela em torno da qual construímos a Claira. Depois da triagem, cada documento do conjunto de revisão é avaliado em relação aos seus critérios de revisão. Uma decisão é tomada para cada um. Uma justificativa é redigida para cada um. Existe uma trilha de auditoria para cada um.

É isso. Não é chamativo. Não é uma revolução. É a mesma lógica que sempre sustentou a revisão defensável: se você coletou e a triagem não removeu, então alguém - ou algo supervisionado por alguém - precisa olhar e tomar uma decisão.

O problema da caixa-preta

Há um motivo para isso importar além do princípio abstrato. Quando a IA é usada para decidir o que será revisado, em vez de ajudar a revisar, a equipe de revisão perde algo importante: a capacidade de defender as decisões depois do fato.

Considere as duas perguntas que um advogado precisa ser capaz de responder sobre qualquer documento de um caso:

• Por que este documento foi produzido?
• Por que este documento foi retido?

Em uma revisão humana tradicional, a resposta está na codificação e nas anotações do revisor. Em uma revisão assistida por IA bem estruturada, a resposta está na análise escrita da IA, acompanhada da verificação humana. Em ambos os casos, você pode apontar para algo concreto.

Em um fluxo de trabalho de recuperação puramente probabilística, a resposta para os documentos excluídos é alguma variação de "o sistema o classificou abaixo do nosso limiar". Isso pode estar correto, e pode até ser razoável em certos contextos - mas não é uma justificativa, é a descrição de um processo. Quando a parte contrária pergunta por que um documento específico não foi produzido, você quer poder dizer mais do que "a pontuação de similaridade vetorial era baixa".

É isso que queremos dizer quando falamos em evitar uma caixa-preta. Não que a IA não deva estar envolvida - a IA é extremamente útil, e evitá-la em 2026 é, por si só, uma forma de negligência profissional em um caso grande. Queremos dizer que o papel da IA deve ser documentar seu raciocínio sobre cada documento, e não decidir silenciosamente a quais documentos esse raciocínio será aplicado, para começo de conversa.

Como isso funciona na prática

Em um fluxo de trabalho com a Claira, o processo é direto.

A equipe do caso executa a triagem no Nuix Discover usando as ferramentas padrão - filtros de data, filtros de custodiante, famílias de termos de busca, desduplicação, supressão de quase duplicados, exclusões de domínio. Tudo o que um profissional de eDiscovery razoável faria para reduzir um conjunto coletado a uma população de revisão defensável. As decisões tomadas durante a triagem são, elas mesmas, documentadas e defensáveis, porque são decisões em massa baseadas em critérios objetivos, e não julgamentos documento a documento.

Depois que o conjunto de revisão é definido, a equipe redige um plano de revisão - uma articulação por escrito do que ela procura, de como vai reconhecer isso, do que conta como protegido por sigilo profissional (privilegiado) e de quais formatos as decisões precisam ter. Isso se torna o prompt que conduz a revisão por IA. Já escrevemos em outros textos sobre como abordar isso - veja nossa visão geral sobre prompts para os princípios, e nossa documentação sobre Case Context para saber como dar à Claira o contexto específico do caso que torna a análise dela mais precisa.

Em seguida, a Claira percorre cada documento do conjunto de revisão por meio de um Bulk Scan. Não o subconjunto mais bem ranqueado. Não os clusters mais semelhantes a um documento-semente. Cada documento. Para cada um, a Claira produz uma análise escrita: a decisão de responsividade, uma breve justificativa, os trechos ou metadados em que se baseou e quaisquer sinalizações que ela considere que um humano deva examinar.

Esses resultados vão diretamente para campos do Nuix. Eles podem ser ordenados, filtrados e pesquisados. Os revisores podem percorrê-los com eficiência - concentrando sua atenção humana nos casos-limite, nas decisões duvidosas e na revisão de privilégio - em vez de ler cada documento do zero. Mas a trilha de auditoria de cada documento existe desde o momento em que a Claira conclui sua passada. Nosso guia entendendo os resultados mostra como os revisores de fato trabalham com esses resultados.

Se o caso vier a ser contestado - se a parte contrária quiser saber por que um documento específico não foi produzido, ou se você precisar demonstrar a razoabilidade do seu processo à luz da regra da proporcionalidade - a resposta não é "a IA não o trouxe à tona". A resposta é a justificativa escrita que foi produzida para aquele documento específico, no momento da revisão, como parte do registro.

Ferramentas para acelerar, não para decidir

Nada disso significa que o processo precise ser lento. Existem ferramentas para agilizar cada parte desse fluxo de trabalho. Resumos gerados por IA aceleram a priorização na revisão de primeiro nível. O agrupamento temático ajuda os revisores a identificar padrões em todo o conjunto. O agrupamento de quase duplicados reduz o trabalho redundante. Pontuações de confiança ajudam os revisores a priorizar quais decisões da IA verificar primeiro por amostragem. Todos esses são aceleradores legítimos, e usamos todos eles.

O que não fazemos é deixar que qualquer um desses aceleradores decida se um documento será ou não avaliado. Uma vez no conjunto de revisão, ele é avaliado. As ferramentas mudam a rapidez com que a avaliação acontece, não se ela acontece.

Essa é uma distinção sutil, mas importante. Os Princípios de Sedona Canada - especificamente o Princípio 7 - endossam explicitamente o uso de tecnologia para cumprir as obrigações de discovery de forma proporcional. Os tribunais canadenses têm afirmado repetidamente que o uso de ferramentas de IA é compatível com o dever de diligência razoável do advogado. O que a jurisprudência não endossou é o uso de IA para excluir silenciosamente documentos da análise sem uma justificativa por documento. O princípio da proporcionalidade diz respeito ao esforço, não a atalhos na defensabilidade.

Você pode cumprir a proporcionalidade e, ainda assim, revisar todos os documentos do seu conjunto de revisão. Na verdade, com a assistência da IA, isso nunca foi tão viável. Esse é justamente o ponto.

A filosofia, dita com todas as letras

Se tivéssemos que colocar nossa filosofia em uma única página, ela diria algo assim.

A coleta é o filtro mais amplo. A triagem é onde acontecem as exclusões em massa defensáveis. Tudo o que sobrevive à triagem é, por premissa, possivelmente relevante. Todo documento possivelmente relevante é revisado. Toda decisão de revisão é justificada por escrito. As ferramentas podem tornar isso mais rápido, mas não podem torná-lo opcional.

O resultado é um processo que é:

• Simples de explicar a um juiz, a um cliente ou à parte contrária
• Consistente entre casos, revisores e jurisdições
• Defensável no nível do documento, e não apenas no nível do sistema
• Compatível com a IA como aceleradora, e não como substituta do julgamento

Acreditamos que esta é a forma certa de fazer revisão em eDiscovery na era da IA. Escrevemos sobre a filosofia mais ampla da revisão assistida por IA em nosso texto sobre uma filosofia prática, que aborda a evolução da numeração Bates à revisão assistida por tecnologia (TAR) e à IA moderna, e para onde achamos que a área está caminhando.

As ferramentas vão continuar melhorando. Os volumes de dados vão continuar crescendo. A tentação de deixar a IA decidir o que importa vai continuar aumentando. Nossa visão é que os fundamentos não mudam: se você coletou e não eliminou na triagem, você revisa. É assim que você se mantém defensável, e a defensabilidade é o produto que todos nós estamos, de fato, vendendo.