Como escolher a automação de fluxos de trabalho de eDiscovery com IA certa

Todo fornecedor de eDiscovery hoje afirma oferecer automação de fluxos de trabalho com IA, e a maioria deles está dizendo a verdade em um sentido restrito. A deduplicação, a detecção de quase duplicados e o encadeamento de e-mails (threading) estão automatizados há anos. O que mudou é até onde a automação chega agora: à leitura e à codificação dos documentos propriamente ditas, a parte do fluxo de trabalho que antes exigia uma pessoa em cada etapa. Essa mudança é real, mas também significa que o termo "automação de fluxos de trabalho" passou a abranger uma gama muito mais ampla de ferramentas do que antes, e nem todas resolvem o mesmo problema. Escolher a certa exige saber o que você está de fato automatizando e o que ainda precisa ser feito por um advogado.

O que a automação de fluxos de trabalho realmente abrange

Ajuda separar duas camadas. A primeira é a automação logística: ingerir dados, deduplicar arquivos, aplicar termos de pesquisa, distribuir documentos em lotes de revisão. Quase todas as grandes plataformas, incluindo o Nuix Discover, lidam bem com essa camada há muito tempo. A segunda é a automação do julgamento: decidir se um documento é relevante, privilegiado ou responsivo a um pedido específico, e fazer isso de forma consistente em um conjunto que pode chegar a centenas de milhares de documentos. É a camada que a IA generativa acaba de abrir, e também é a camada em que os fornecedores mais diferem.

Ao avaliar uma ferramenta descrita como automação de fluxos de trabalho de eDiscovery com IA, pergunte em qual camada ela realmente atua. Uma plataforma que automatiza a ingestão e a distribuição, mas ainda exige que uma equipe leia manualmente cada documento, não eliminou a lacuna que mais importa para o seu cronograma e o seu orçamento. Tratamos dessa distinção com mais detalhes no nosso guia sobre como é um fluxo de trabalho totalmente automatizado dentro do Nuix Discover, e vale a pena revisitá-lo antes de montar a sua lista de fornecedores, já que é justamente na diferença entre automação logística e automação do julgamento que a economia real costuma aparecer ou desaparecer.

Adeque a ferramenta à forma como o seu caso realmente cresce

O tamanho de um caso raramente é estático, e a automação de fluxos de trabalho certa deve escalar da mesma forma que o seu caso. Uma ferramenta construída em torno da revisão documento a documento, em que um revisor abre um arquivo, lê e aplica um código, funciona bem para conjuntos pequenos de custodiantes, mas se torna um gargalo quando você passa de alguns milhares de documentos. A capacidade de Bulk Scan, em que a IA processa uma população inteira em relação a um padrão definido em uma única passagem, é o que realmente muda o seu cronograma em casos maiores. Se você prevê que um caso vai crescer além do tamanho que consegue revisar manualmente dentro do prazo, priorize plataformas construídas tanto para a revisão individual quanto para o processamento em lote, para não ser forçado a trocar de ferramenta no meio do caso.

Você também deve perguntar como a ferramenta lida com o contexto. Um revisor que leu as peças processuais, entende os pedidos e sabe quais custodiantes importam codificará os documentos com mais precisão do que outro que trabalha com um conjunto seco de instruções. A revisão por IA funciona da mesma forma. As ferramentas que permitem fornecer informações sobre o caso antes da análise, às vezes chamadas de contexto do caso, tendem a produzir resultados mais consistentes do que as que tratam cada documento como uma questão isolada, sem fatos ao redor. Esse único recurso costuma ser a diferença entre uma ferramenta de IA que exige muita correção posterior e uma em que a sua equipe pode realmente confiar.

A defensabilidade precisa ser nativa, não um acessório

Qualquer automação que você adote na revisão precisa resistir ao escrutínio dos advogados da parte contrária e, se for o caso, de um juiz. Isso significa que a ferramenta precisa de um registro claro e exportável do padrão aplicado, dos documentos analisados e das conclusões da IA, além de um mecanismo para que um revisor humano verifique e corrija esse resultado antes que ele passe a fazer parte da sua produção. As orientações da The Sedona Conference sobre processos de revisão defensáveis se aplicam à revisão com IA generativa da mesma forma que se aplicavam às ferramentas anteriores de codificação preditiva: o processo importa tanto quanto o resultado.

Observe especificamente como uma plataforma lida com as divergências entre a IA e os seus revisores. Uma ferramenta que deixa uma decisão da IA prevalecer sem um caminho fácil para revertê-la não é algo que você queira decidindo questões de sigilo profissional (privilégio). Uma ferramenta que registra cada reversão, acompanha a precisão ao longo do tempo e permite ajustar os prompts à medida que você aprende mais sobre o caso dá à sua equipe uma trilha defensável e um mecanismo para realmente melhorar os resultados conforme o caso evolui.

Onde a automação deve parar

Por mais capaz que seja uma ferramenta, algumas decisões pertencem aos seus advogados. As decisões finais de privilégio, a estratégia de discovery e o modo como um documento se encaixa na sua tese do caso não são coisas que você deva delegar a qualquer sistema automatizado, por melhor que ele se saia em relevância e codificação objetiva. Os fluxos de trabalho que vale a pena adotar são os que tornam esse limite explícito, em vez de borrá-lo. A codificação objetiva, em que a IA extrai datas, autores e tipos de documento, é uma boa candidata à automação total, porque o resultado é verificável e de baixo risco se estiver errado. Uma determinação de privilégio não é, e a ferramenta certa encaminhará essas decisões a uma pessoa em vez de aplicar um rótulo automaticamente.

É também aqui que você deve examinar com atenção como um fornecedor documenta o próprio fluxo de trabalho. A visão geral da Claira sobre o que a plataforma pode e não pode fazer relaciona a revisão individual, o Bulk Scan, o Multi-Code e o Case Context aos resultados que cada um viabiliza, e um recurso como esse é um modelo útil para avaliar qualquer fornecedor, não apenas a Claira. Se um fornecedor não consegue explicar com clareza onde a automação dele termina e onde começa o julgamento humano, isso por si só é um sinal que merece ser levado a sério.

Montando a sua lista de finalistas

Depois de saber de qual camada de automação você precisa e onde quer posicionar os pontos de controle humano, a avaliação fica mais concreta. Peça a cada fornecedor que mostre um Bulk Scan em um conjunto de amostra de um caso real, e não em um conjunto de demonstração selecionado. Pergunte como o contexto do caso é configurado e quanto tempo isso leva. Pergunte o que acontece quando um revisor discorda da IA e se essa divergência fica registrada em algum lugar que você possa apresentar depois. Pergunte se a ferramenta se integra à plataforma que você já usa, já que migrar toda uma população de revisão para um novo ambiente acrescenta custos e riscos que muitas vezes superam os ganhos da automação.

A automação de fluxos de trabalho certa não é a que tem a lista de recursos mais longa. É a que elimina a lacuna específica da sua equipe, sem pedir que você abra mão da supervisão que os seus casos exigem. Se quiser ver como isso funciona em um caso real, agende um horário com a nossa equipe e faremos uma demonstração com o seu próprio conjunto de documentos.