O guia definitivo de automação de fluxos de trabalho de eDiscovery com IA

A maioria das equipes de contencioso já opera um fluxo de trabalho de eDiscovery automatizado, e a maioria delas não o descreve dessa forma. A ingestão roda em horários programados. A deduplicação, o encadeamento de e-mails (threading) e a identificação de quase duplicados acontecem sem que ninguém aperte um botão. Os termos de pesquisa se propagam por todo o caso em segundos. Essa automação é real e está madura.

Depois, ela para. Para exatamente no momento em que alguém precisa decidir o que um documento significa. Tudo o que vem antes dessa decisão está automatizado há anos. A decisão em si ainda é tomada por uma pessoa lendo um documento de cada vez em uma tela, e é aí que se concentram hoje o custo, a demora e a inconsistência de um caso moderno.

Este guia trata de eliminar essa lacuna. Não tirando os advogados do fluxo de trabalho, mas automatizando a leitura, para que o julgamento humano seja aplicado a um conjunto menor e mais bem organizado de decisões.

Automação é uma sequência, não um interruptor

Não existe um botão único que automatize uma revisão. O que existe, na prática, é uma sequência de passagens de bastão, e cada uma delas está automatizada ou não está.

Um caso passa por coleta, processamento, triagem, avaliação de primeiro nível, controle de qualidade e produção. A automação já conquistou as três primeiras etapas. A quarta, a avaliação de primeiro nível, é a que escala mal, porque escala com o número de pessoas. Adicionar revisores é uma resposta linear a um problema que cresce mais rápido do que linearmente.

A pergunta útil, portanto, é restrita. Qual etapa ainda exige que uma pessoa leia cada item, e essa leitura pode ser delegada sem perder o registro de por que cada decisão foi tomada? Se a resposta à segunda parte for não, você não tem automação. Tem um atalho, e atalhos não sobrevivem a uma impugnação.

A camada de integração decide se a automação é real

Boa parte do que é vendido como automação de fluxo de trabalho é, na verdade, realocação do fluxo de trabalho. A ferramenta fica fora da sua plataforma de revisão, então você exporta os documentos para ela, processa-os em outro lugar e depois importa os resultados de volta. Cada uma dessas etapas é uma nova cópia dos dados, uma nova questão de custódia e um novo ponto em que o fluxo de trabalho pode falhar.

A Claira adota a abordagem oposta. Ela funciona como uma extensão da interface do usuário dentro do Nuix Discover, o que significa que não há mudança de plataforma, nem ambiente paralelo, nem migração de dados a planejar. Os revisores abrem o mesmo caso que sempre abrem. O painel da Claira aparece ao lado da lista de documentos que eles já usam, e os resultados são gravados diretamente em campos do Nuix Discover que já existem no caso.

Isso importa mais do que parece. Um fluxo de trabalho automatizado que exige uma exportação não é automatizado de ponta a ponta, porque alguém precisa gerenciar a exportação, verificar o caminho de ida e volta e conciliar o que retornou. Um fluxo de trabalho automatizado que vive dentro da plataforma simplesmente roda.

Volume de processamento é a verdadeira finalidade da automação

O motivo para automatizar a leitura não é a novidade. É que o volume de dados sujeitos a discovery em um caso médio superou o número de horas que uma equipe consegue dedicar a ele.

Executar um Bulk Scan na Claira aplica um prompt salvo e um campo conectado a um conjunto selecionado de documentos no Nuix Discover, e o processamento avança em um ritmo que nenhuma equipe de revisão consegue acompanhar. Um modelo que lê cerca de dez mil documentos por hora muda o que vale a pena revisar. A amostragem deixa de ser uma necessidade orçamentária e passa a ser uma escolha deliberada. Você pode aplicar um critério de responsividade, uma triagem de sigilo profissional (privilégio) e uma passagem de codificação objetiva a toda a população e ainda terminar dentro de um prazo que antes o obrigaria a reduzir o conjunto primeiro.

Os resultados são gravados no campo conectado do Nuix Discover enquanto a tarefa ainda está em andamento, de modo que a revisão do resultado pode começar antes do fim da execução. Execuções maiores podem ser enviadas para processamento em segundo plano e continuar no servidor depois que o navegador é fechado. A mecânica está documentada no guia do Bulk Scan, e as decisões de sequenciamento em torno de uma execução muito grande são tratadas com mais profundidade no nosso artigo anterior sobre como conduzir uma revisão por IA em grande escala.

Automatize as entradas, não apenas as saídas

A falha mais comum em uma revisão automatizada não é um modelo ruim. É uma instrução inconsistente. Se o critério muda de uma execução para outra, ou entre a pessoa que escreveu o prompt e a pessoa que o executa no mês seguinte, o resultado muda junto, e a inconsistência passa a estar espalhada por toda a população, em vez de ficar restrita a um único revisor.

A solução é tratar as entradas como artefatos do fluxo de trabalho por mérito próprio. O Case Context guarda o contexto do caso, as partes, a terminologia e as questões, para que toda análise no caso raciocine a partir do mesmo entendimento compartilhado, e não do que o autor do prompt se lembrou de incluir. Os prompts salvos guardam o próprio critério. Os campos conectados guardam o destino. Juntos, esses três elementos tornam uma execução repetível, que é a verdadeira definição de um processo automatizado.

Há uma disciplina que acompanha isso. Teste um prompt em uma pequena amostra com revisão individual antes de usá-lo em uma execução em lote. Mantenha uma configuração salva por fluxo de trabalho para que a configuração não se desvie. Registre o modelo, o prompt e o mapeamento de campos no registro do caso. É o mesmo controle de mudanças que qualquer escritório aplicaria a um modelo de documento.

O que um fluxo de trabalho automatizado não deve reter

A automação levanta uma pergunta legítima de clientes e de advogados da parte contrária. Para onde foram os documentos, e quem está com eles agora?

A resposta da Claira é de arquitetura, não de contrato. Cada análise é uma solicitação e uma resposta. O texto do documento e, no caso de uma análise de mídia, o arquivo de origem são enviados a um endpoint de modelo fixado na região da implantação, a resposta retorna e é gravada no campo do Nuix Discover. O conteúdo do cliente é processado por solicitação e não é usado para treinar modelos de propriedade da Claira. O que permanece do lado da Claira são metadados operacionais, ou seja, registros de análises, situação de faturamento e configuração do caso, que é justamente o que torna a trilha de auditoria possível. O armazenamento temporário das análises de mídia, quando usado, é criptografado, tem acesso controlado e é excluído após o processamento. A arquitetura completa, incluindo as regiões de implantação no Canadá e na Austrália, está descrita na documentação de privacidade e segurança.

A consequência prática é que as suas provas não ganham um segundo endereço. Elas permanecem no Nuix Discover, onde o seu registro de custódia já as contabiliza.

Um fluxo de trabalho automatizado não gera um conjunto de produção. Ele gera um conjunto priorizado, codificado e explicado de decisões candidatas, cada uma com a fundamentação anexada, gravadas em campos nos quais você já confia. O que vem depois não muda. Um advogado faz a amostragem do resultado, verifica as divergências, ajusta o critério onde o modelo foi amplo ou restrito demais e toma a decisão final, que é gravada no campo de produção.

O que muda é a distribuição do esforço. Menos tempo gasto lendo documentos que nunca iriam importar e muito mais tempo dedicado aos que decidem o caso. Se quiser ver a sequência rodando de ponta a ponta, você pode agendar uma demonstração rápida e acompanhar um Bulk Scan gravando resultados no Nuix Discover em tempo real.

A automação nunca iria fornecer o julgamento. Ela só iria fornecer a leitura, e a leitura era a parte que não escalava.