Sedona Canada e a nova realidade da revisão assistida por tecnologia em 2026

Durante anos, a pergunta que os advogados contenciosos canadenses faziam sobre a revisão assistida por tecnologia era se tinham permissão para usá-la. Em 2026, essa pergunta se inverteu silenciosamente. A preocupação mais urgente agora é se uma parte que ignora tecnologias de revisão competentes ainda está cumprindo suas obrigações de discovery. Os Princípios de Sedona Canada sempre apontaram nessa direção, e a chegada de uma revisão confiável com IA generativa apenas tornou o destino evidente.

Essa mudança importa porque altera a forma como você justifica suas escolhas. Uma decisão que antes precisava ser defendida agora precisa ser documentada. Se você conduz discovery no Canadá, o arcabouço que você já cita ao advogado da parte contrária sustenta a revisão moderna com IA de forma mais natural do que jamais sustentou as maratonas manuais, documento por documento, por centenas de milhares de arquivos.

O que a Sedona Canada realmente pede de você

Os Princípios de Sedona Canada nunca foram uma imposição tecnológica. São um conjunto de expectativas sobre razoabilidade, e dois deles carregam a maior parte do peso em qualquer disputa de discovery. O primeiro é a proporcionalidade. O volume, o custo e o esforço de preservar e revisar informações eletrônicas devem ser proporcionais ao que está genuinamente em jogo no caso. O segundo é a cooperação. Espera-se que as partes se comuniquem cedo e de boa-fé sobre como o discovery eletrônico será conduzido, em vez de pegarem umas às outras de surpresa mais adiante.

Leia esses dois princípios em conjunto e um padrão claro surge. Espera-se que você escolha métodos de revisão razoáveis para o porte do caso, e espera-se que você seja transparente quanto aos métodos escolhidos. Nenhum dos princípios diz nada sobre quais ferramentas você deve usar. Ambos, no entanto, pedem que você justifique sua abordagem em relação ao tamanho do problema que tem diante de si.

É por essa lente que a revisão com IA deve ser avaliada. A questão não é se a tecnologia parece nova. A questão é se o método escolhido é uma resposta proporcional e defensável à população de documentos que você efetivamente tem.

Da codificação preditiva à revisão generativa

Os tribunais canadenses aceitaram a revisão assistida por tecnologia muito antes da chegada da IA generativa. A codificação preditiva, baseada em aprendizado de máquina supervisionado, é reconhecida há mais de uma década em decisões canadenses e de outras jurisdições comparáveis de common law como uma forma razoável de priorizar e fazer a triagem de grandes conjuntos de revisão. A premissa era simples. Um ser humano ensina ao sistema como a relevância se apresenta em uma amostra, e o sistema estende esse julgamento a toda a população.

A revisão generativa muda a mecânica sem abandonar a premissa. Em vez de aprender a relevância a partir de uma amostra codificada, um sistema como a Claira lê cada documento com base em instruções escritas em linguagem simples e explica o raciocínio por trás da decisão que toma. O revisor deixa de treinar um modelo estatístico torcendo para que a fronteira se mantenha. O revisor passa a dar direcionamento, ler a fundamentação que a Claira retorna e corrigi-la quando o raciocínio está errado.

Já escrevemos antes sobre a filosofia prática por trás dessa abordagem, e a continuidade em relação à revisão assistida por tecnologia anterior é o ponto que mais merece destaque aqui. Os tribunais não aprovaram a codificação preditiva porque a matemática era elegante. Eles a aprovaram porque era um método razoável e supervisionado que um profissional competente conseguia explicar e defender. A revisão generativa passa no mesmo teste e produz algo que a codificação preditiva nunca conseguiu: uma explicação legível para cada decisão.

Por que a revisão com IA é agora o padrão defensável

O argumento da defensabilidade costumava correr em uma só direção. Uma parte que usava revisão assistida por tecnologia precisava demonstrar que o método era sólido. Esse ônus não desapareceu, mas agora há uma segunda pergunta ao lado dele. Uma parte que revisa seiscentos ou setecentos mil documentos manualmente ainda pode alegar que seu método é proporcional quando existem alternativas mais rápidas, mais consistentes e igualmente explicáveis?

A revisão linear manual não é inerentemente mais precisa. A fadiga dos revisores, a inconsistência entre equipes grandes e o puro custo das horas humanas pesam contra ela. Quando um caso é grande o suficiente, a revisão manual exaustiva pode se tornar a opção desproporcional, e não a segura. Essa é a inversão que vale a pena internalizar. O padrão defensável em um caso canadense de grande volume em 2026 é uma revisão com IA supervisionada e bem documentada, com a supervisão humana concentrada onde o julgamento realmente importa.

Isso não significa que a IA substitui os advogados, nem que toda decisão é delegada a uma máquina. Significa que o cálculo de proporcionalidade mudou. Um advogado contencioso razoável agora parte do pressuposto de que uma tecnologia de revisão competente fará parte do fluxo de trabalho e, em seguida, explica os controles humanos aplicados sobre ela.

Documentando seu processo para a parte contrária

Um método defensável é tão sólido quanto a sua capacidade de descrevê-lo. É aqui que o princípio da cooperação se torna uma vantagem prática, e não uma obrigação. Se você consegue explicar seu processo com clareza e desde cedo, transforma uma possível disputa em uma divulgação de rotina.

Comece registrando os insumos que moldaram a revisão. Quando você fornece à Claira o contexto do caso por meio do Case Context, está criando uma base documentada e repetível na qual cada varredura se apoia. Esse registro é exatamente o que o advogado da parte contrária e o tribunal vão querer entender. Ele mostra que a revisão foi orientada pelas questões do caso, e não improvisada documento por documento.

A partir daí, os elementos de um registro defensável são conhecidos. Registre as instruções e os prompts que você usou. Anote onde pessoas revisaram, amostraram e corrigiram o resultado do sistema. Registre como você validou os resultados antes de confiar neles. Como a revisão generativa retorna uma fundamentação para cada decisão, você pode apontar o raciocínio por trás de uma classificação, em vez de pedir que alguém confie em uma pontuação opaca.

O objetivo não é sobrecarregar a outra parte com detalhes técnicos. O objetivo é estar pronto para responder às únicas perguntas que importam. O método foi razoável para o caso, e você consegue mostrar o trabalho. A Sedona Canada pede cooperação e proporcionalidade. Uma revisão com IA documentada responde às duas ao mesmo tempo.

O novo padrão

O centro de gravidade do eDiscovery canadense mudou. A revisão assistida por tecnologia não é mais a escolha que você defende diante de um tribunal cético. Cada vez mais, é a escolha cujo abandono você é que teria de defender. Os Princípios de Sedona Canada, lidos com honestidade, sempre recompensaram a parte que adotou métodos proporcionais e se comunicou abertamente sobre eles.

A revisão generativa se encaixa nesse arcabouço melhor do que qualquer ferramenta anterior, porque combina escala com uma explicação que uma pessoa consegue ler. Se você quiser ver como isso funciona dentro da plataforma que sua equipe já usa, pode conhecer a Claira e a forma como ela executa a revisão diretamente no Nuix Discover. Os princípios não mudaram. A resposta razoável a eles, sim.