Como incluir o histórico de chats de IA no eDiscovery

As ferramentas de IA generativa se tornaram, discretamente, parte do dia de trabalho de advogados, paralegais, executivos e engenheiros. As pessoas redigem memorandos no ChatGPT, fazem brainstorming de termos de negócios no Claude, resumem reuniões no Copilot e pedem ao Gemini que compare padrões jurídicos. Essas conversas costumam conter o mesmo tipo de franqueza que antes se encontrava em e-mails, no Slack e em mensagens de texto. Isso significa que elas fazem parte do escopo do eDiscovery - e as equipes que ainda não estão se planejando para elas serão pegas de surpresa quando a parte contrária pedir esse material.

Este texto mostra como tratar o histórico de chats de IA como uma fonte sujeita a discovery. Ele aborda o que coletar, como exportar das principais ferramentas para consumidores, como processar essas exportações no Nuix Discover e como revisá-las com eficiência usando a Claira. O objetivo é um fluxo de trabalho defensável, proporcional e reproduzível.

Por que os chats de IA estão sujeitos a discovery

A análise é a mesma que os tribunais vêm aplicando há anos. Informações relevantes e não protegidas por sigilo profissional (privilégio) devem ser preservadas e produzidas, independentemente de onde estejam. Os Princípios de Sedona Canada e as Regras Federais de Processo Civil dos EUA definem as informações armazenadas eletronicamente de forma ampla o suficiente para abranger qualquer coisa digitada, gerada ou salva no curso normal dos negócios. Isso inclui as conversas com IA.

A novidade é a mistura de conteúdos dentro de uma única sessão. Uma única conversa no ChatGPT pode conter a primeira minuta de um contrato, uma pergunta de pesquisa jurídica, um trecho copiado e colado de um memorando estratégico confidencial e um comentário pessoal sobre um colega. A linha entre o privilegiado, o responsivo e o irrelevante pode mudar de um parágrafo para outro. Esse é o verdadeiro motivo pelo qual essa fonte merece um fluxo de trabalho deliberado, e não uma coleta feita na base do melhor esforço.

A outra complicação é a custódia. Algumas ferramentas mantêm os chats na conta do usuário e vinculam a retenção às configurações individuais. Outras enviam tudo para um espaço de trabalho corporativo. Outras ainda, como as instalações locais do Copilot, espalham fragmentos por caches de dispositivos, documentos do Office e logs de auditoria do M365. Identificar o custodiante certo dos dados é tão importante quanto identificar o custodiante certo das comunicações contidas neles.

Coleta nas principais ferramentas

A boa notícia é que todos os principais fornecedores agora oferecem alguma forma de exportação. A má notícia é que não há duas exportações iguais, e nenhuma delas chega em um formato pronto para revisão. Veja o que funciona hoje, no momento em que este texto é escrito.

O ChatGPT oferece uma exportação self-service em Settings - Data controls - Export data. O resultado é um arquivo zip contendo um conversations.json e uma renderização em HTML. O JSON preserva a ordem das mensagens, os papéis, os carimbos de data e hora e quaisquer imagens ou arquivos anexados, por referência. O HTML é mais fácil de ler para um revisor, mas elimina parte dos metadados. Para contas corporativas, os administradores podem acionar exportações de toda a conta pelo console de administração da OpenAI.

O Claude, da Anthropic, oferece uma exportação semelhante em Settings - Privacy - Export data, que retorna um arquivo JSON com as conversas e uma visualização simples em HTML. Os espaços de trabalho corporativos do Claude podem ser exportados pelos administradores do espaço de trabalho, e os Projects são exportados como pacotes estruturados, com os arquivos anexados intactos.

O Microsoft Copilot é o mais complicado dos quatro grandes. Os chats do Copilot para consumidores são exportados pelo painel de privacidade da Microsoft. Já os chats do Copilot para Microsoft 365 ficam armazenados como itens ocultos na caixa de correio do Exchange do usuário e são disponibilizados pelo eDiscovery Premium no Purview. Se você tem um caso que envolve o Copilot, parta do princípio de que a coleta passará pelo Purview, e não por uma exportação feita pelo usuário.

Os chats do Google Gemini estão disponíveis no arquivo do Google Takeout do usuário, em JSON ou HTML, e as conversas do Gemini corporativo passam pelo Google Vault. Planeje a coleta da mesma forma que você planeja a coleta do Gmail nesse tenant.

Seja qual for a fonte, deposite a exportação bruta na sua área habitual de preparação forense, calcule o hash e documente a cadeia de custódia. A própria exportação é a melhor prova que você vai conseguir. Resista à tentação de copiar e colar conversas a partir de um navegador - isso quebra os carimbos de data e hora e os anexos, e não vai se sustentar se a autenticidade de uma única mensagem vier a ser contestada.

Processamento no Nuix Discover

Depois de obter os arquivos, você precisa transformá-los em documentos com os quais um revisor possa trabalhar. Dois formatos passam sem problemas pelo Nuix Discover: PDFs de cada conversa, gerados a partir da visualização em HTML, e os nativos do JSON, com uma relação pai-filho que os vincula a quaisquer anexos referenciados. A maioria das equipes com quem trabalhamos produz ambos, tratando o PDF como o registro voltado ao revisor e o JSON como a fonte oficial.

Mapeie os metadados durante a ingestão. No mínimo, você vai querer o custodiante, o nome da ferramenta, o título da conversa, a data e a hora de cada mensagem, o papel da mensagem (usuário ou assistente) e quaisquer identificadores de anexos. Se o seu mecanismo de processamento não interpretar esses campos nativamente, escreva um pequeno script de pré-processamento para inseri-los no arquivo de carga (load file). Isso se paga na primeira vez em que alguém pedir todas as conversas que mencionaram um nome de projeto específico entre duas datas.

Trate os anexos dentro das conversas como você trataria os anexos de e-mails. Extraia-os, calcule o hash e vincule-os de volta à mensagem-pai. Muitas ferramentas de chat permitem que os usuários colem imagens, planilhas ou PDFs inteiros na conversa, e esses anexos costumam conter o conteúdo mais responsivo de todo o arquivo.

Revisão eficiente com a Claira

Uma vez que os chats estão dentro do Nuix Discover, é aqui que o volume se torna o verdadeiro problema. Um único usuário ativo do ChatGPT pode facilmente gerar milhares de mensagens em centenas de conversas ao longo de um ano. A revisão linear tradicional não se sustenta nessa escala, e a busca por palavras-chave é um instrumento grosseiro para uma fonte em que a mesma frase pode ser a revelação de uma estratégia, um brainstorming inofensivo ou a minuta de um produto do trabalho (work product) já produzido, dependendo do que veio antes dela na conversa.

Este é o fluxo de trabalho para o qual projetamos a Claira. Coloque as conversas em um caso, acrescente o contexto específico do caso por meio do Case Context para que o modelo entenda o que está em jogo, e execute um Bulk Scan em cada mensagem ou em cada resumo no nível da conversa. Você pode pedir à Claira que sinalize qualquer conversa que trate do objeto do litígio, que identifique mensagens que pareçam privilegiadas, que extraia todas as menções a pessoas nomeadas e que resuma cada conversa em duas frases para a revisão de primeiro nível de um revisor. Os resultados voltam como campos estruturados dentro do Nuix, prontos para serem verificados por um revisor humano.

Essa é a mesma filosofia pragmática sobre a qual escrevemos em nosso texto sobre como preparar o eDiscovery para o futuro com a revisão assistida por IA: usar a IA nas partes do trabalho em que consistência e velocidade mais importam, e manter os humanos no circuito para as decisões que exigem julgamento. O histórico de chats de IA se encaixa quase perfeitamente nessa divisão de trabalho, porque é volumoso, padronizado e repleto exatamente do tipo de sinal que um modelo com um bom prompt consegue identificar.

Uma base defensável

Se a sua equipe está montando o primeiro manual operacional (runbook) para o discovery de chats de IA, mire em três coisas. Identifique todas as principais ferramentas de IA que seus custodiantes usam, e não apenas as autorizadas. Exporte no formato nativo que cada ferramenta oferece, nunca extraído de um navegador. Processe essas exportações no Nuix Discover com o tratamento adequado de metadados e anexos e, em seguida, revise-as com uma ferramenta projetada para a escala e a complexidade que esses dados exigem. A tecnologia está mudando rapidamente, mas a obrigação de preservar, coletar e produzir não está. Um fluxo de trabalho bem pensado hoje sai muito mais barato do que um pedido judicial para compelir a exibição (motion to compel) amanhã.