A adoção da inteligência artificial (IA) foi amplamente aceita na comunidade jurídica, pois muitos perceberam o valor da tecnologia que pode detectar conteúdo relevante e produzir melhores resultados. Incorporar a IA aos fluxos de trabalho de análise de documentos ou usar insights para informar a estratégia do caso é transformador e gera melhores resultados. De solicitações governamentais a litígios civis e investigações internas, assuntos de alto perfil e de rápida movimentação exigem processos eficientes. A implantação da tecnologia de forma estratégica ajudará as equipes a identificar os principais documentos e temas no início do caso e a gerenciar a avaliação e a análise de dados de forma eficiente. A evolução contínua das ferramentas de IA, como a capacidade de detectar condutas e comportamentos por meio da análise de sentimentos e do processamento de padrões, ajudará ainda mais na conformidade das investigações, mas também pode ser usada de forma proativa.

Aceitação crescente da IA na comunidade jurídica

Houve um tempo em que o ceticismo obscurecia o valor potencial dos modelos preditivos que surgiam no horizonte da descoberta eletrônica. Os advogados foram rápidos em refutar a possibilidade de que o aprendizado de máquina e a classificação de documentos pudessem oferecer uma solução defensável para o aumento dos volumes de descoberta. Em um campo caracteristicamente resistente a mudanças, isso era esperado. Apesar da adversidade generalizada, defensores como Maura Grossman e o juiz Andrew Peck observaram o sucesso da modelagem preditiva e, como líderes de pensamento no espaço de eDiscovery, iniciaram a aceitação gradual. Os pessimistas da análise agora parecem representar a minoria e o uso de modelos preditivos é amplamente difundido na Revisão Assistida por Tecnologia. 

No entanto, mesmo durante os primeiros dias da evolução, quando a comunidade jurídica estava apenas começando a se familiarizar com os protocolos TAR e as ferramentas de análise, o uso de modelos preditivos já estava se expandindo. Recursos avançados de investigação, como processamento de padrões e análise de sentimentos, foram introduzidos como recém-chegados ao mercado de análise de descoberta eletrônica, apesar da longevidade no campo da ciência de dados. À medida que o uso se tornava mais difundido, os associados dos escritórios de advocacia e os advogados internos ficavam frequentemente impressionados durante as demonstrações, mas aparentemente hesitavam em adotar a funcionalidade em um fluxo de trabalho ao vivo. Os clientes começaram a perguntar como aproveitar efetivamente essas ferramentas e solicitaram assistência para a implementação do fluxo de trabalho. A demanda do mercado exigia um processo dedicado ao uso dessas ferramentas e os tecnólogos jurídicos aceitaram o desafio.

A exposição a grandes quantidades de dados, com conteúdos muito diferentes, permitiu que usuários experientes sintetizassem os resultados da análise de sentimentos e do processamento de padrões e desenvolvessem casos de uso aplicáveis. Ficou evidente que as comunicações baseadas em texto em meio a dados não estruturados produziram os resultados mais valiosos, principalmente quando usadas como parte de investigações ou avaliação inicial de casos. Como “as ferramentas de análise de sentimentos tentam rotular automaticamente as emoções subjetivas ou os pontos de vista expressos pelo texto”, as comunicações por e-mail seriam um rico conjunto de dados para essa funcionalidade. Consulte John Nay, Natural Language Processing and Machine Learning for Law and Policy Texts (Universidade de Nova York, 7 de abril de 2018). Na forma de modelo, a análise de sentimentos pode ser pesquisada por pontuação e incorporada como um elemento de pesquisa. Ao fazer isso, ao interrogar os dados, temos uma maneira inteligente de priorizar os resultados da pesquisa da custodiante Jane Doe, do ano de 2015, que atingiu os termos de pesquisa X, Y e Z. Podemos classificar esses resultados com base na pontuação do sentimento. Para o desânimo dos advogados de descoberta, ainda é necessário ver os documentos para validar os resultados (e talvez realizar uma codificação secundária); mas, em teoria, os usuários descobrirão os resultados mais emocionalmente carregados no início da investigação, em vez de após uma revisão linear completa. A lógica por trás desse método também é aplicável ao reconhecimento de padrões. Por exemplo, se considerarmos novamente o exemplo de dados de custódia mencionado acima, os resultados mais anômalos podem ser identificados e exibidos primeiro. Isso significa que se Jane Doe se desconectasse do computador às 17h todos os dias durante seus cinco anos de trabalho na A Corp e, de repente, começasse a enviar comunicações por e-mail à meia-noite durante uma semana inteira em janeiro, a ferramenta de análise provavelmente identificaria esse padrão como uma anomalia. Essa pode ser uma função valiosa que produz resultados de alto valor com um esforço relativamente baixo por parte de quem está investigando.

Quando usados com cuidado, esses recursos oferecem técnicas poderosas para identificar comportamentos incomuns, condutas potencialmente inadequadas e trocas emocionais, que geralmente estão ligadas a questões legais subjacentes em investigações internas e litígios. Exemplos específicos de conduta que podem ser descobertos com o uso dessas ferramentas incluem atividades de cartel, como fixação de preços e outros comportamentos anticoncorrenciais, assédio sexual e relacionamentos inadequados, além de conluio e má conduta de funcionários. Entretanto, os possíveis casos de uso não devem se limitar a essas situações.
Esta postagem do blog é um trecho do capítulo intitulado “Outsourced Document Review:  Data Intelligence, Technologist Lawyers, Advocacy Support”, de Edward Burke e Allison Dunham, que aparece no tratado da Thomson Reuters eDiscovery for Corporate Counsel (2022).  Reproduzido com permissão, © 2022, Thomson Reuters. Ed e Allison são especialistas em eDiscovery na Epiq.

Um link para o livro aparece abaixo:
https://store.legal.thomsonreuters.com/law-products/Treatises/eDiscovery-for-Corporate-Counsel-2022-ed/p/106770308