eディスカバリーにおけるAIの活用は、特に防御可能性に関して機会と課題をもたらす。法律実務家は、理想的な状況と対立的な状況の両方でAIツールの使用を正当化できる準備が必要である。最良・最悪のシナリオを分析することで、AIの正当性を検証する枠組みが得られる。好ましい状況下では、AIは人間のレビューアと何ら変わらないとみなされ、効率的かつ機密性の高いワークフローが可能となる。より対立的な状況では、提出当事者は精査や透明性の要求に直面する可能性がある。当事者間の実践的な協力体制をどう構築するかを検討することが重要であり、合理性、透明性、確立された原則への順守の重要性を強調すべきである。

すべてのeディスカバリーワークフローに共通する要素

ミート・アンド・コンファ（協議）は訴訟における必須要件であり、双方がディスカバリーの範囲を理解し、懸念事項を早期に提起するために不可欠である。

協議では、電子保存情報（ESI）のソースとフォーマット、データ保存・収集の方法、検索・レビューのプロトコルを網羅すべきである。これらの課題を事前に検討することで、開示手続きが合理的・比例的・正当な方法で実施されることが保証されると同時に、訴訟後期における紛争や制裁リスクを最小限に抑えられる。

もう一つの共通点は、手動レビューや技術支援型レビュー（TAR）における誤りの可能性である。リスクには品質管理措置と文書化が不可欠だ。誤りの存在はワークフローの正当性を損なうものではない。重要なのは、プロセス全体が合理的かつ均衡を保っていたかどうかである。

精度、再現率、回避率はこれらの手法すべてに適用可能です。一貫性により、裁判所や当事者は使用技術に偏ることなくレビュープロセスを評価できます。鍵となるのは透明性と、周到な設計・実行を実証する能力です。

最良のシナリオ：AIによるレビューが人間によるレビューと同等の基準で実施される場合

最良のシナリオでは、AIによるレビューは従来の人間によるレビューと同等の信頼性と精査を受ける。このアプローチはセドナ原則6と整合する。同原則は、提出当事者が自らの提出に適切な技術と方法を決定する最良の立場にあると規定している。

精度や再現率などの評価指標を開示する義務はないが、それらの算出は推奨される。人間によるレビューと同様に、共有指標が存在しないことは厳密性の欠如を意味せず、不備が主張されない限り、提出当事者が内部品質管理措置を公開する義務を負わないことを示すに過ぎない。

ただし、文書検索や保存対象指定を目的としたAIの使用は、相手方弁護士への開示の有無にかかわらずリスクを伴う。日付範囲以外のフィルタリングを適用しない限り、法的保持対象となる保管者やデータストアの特定には有用となり得る。何らかの理由で法的保持対象となるべきESIが喪失した場合、提出当事者は喪失回避のための合理的な措置を講じたことを立証しなければならない。

最悪のシナリオ：AIの使用があらゆる角度から精査される

最悪のシナリオでは、相手方が証拠開示の妥当性に異議を唱え、AIレビュープロセスへの完全な透明性を要求する。これには、AIを誘導するために使用されたプロンプトの開示要求も含まれる。その根拠として、これらのプロンプトがレビューの範囲と性質に影響を与えると主張される。このレベルの精査は稀ではあるが、重大な訴訟や証拠開示紛争の経緯がある場合に発生する可能性がある。

提出側はまた、前処理、フィルタリング、事後検証を含むワークフローの全工程開示を求められる場合もある。こうした開示の負担はスケジュールに影響を与え、守秘情報の潜在的な漏洩リスクを伴う。

もう一つの要求は「AIの推論または意思決定プロセス」へのアクセスである。大規模言語モデル（LLM）の不透明性を考慮すると実現不可能かもしれないが、多くのツールは基盤となるLLMが生成した思考の連鎖「推論」を出力として記録する。最終的には、裁判所が要求側の透明性確保の必要性と、提供側のツール・手法に関する守秘義務の権利との間で衡平を図る可能性がある。

相手側弁護士は、AIにバイアスが存在し審査結果を歪める可能性があると主張するかもしれない。そのような場合、開示側は、人間による審査では通常必要とされない評価であっても、バイアスの評価と軽減のための措置を講じたことを示す必要があるかもしれない。

こうした要求は負担となる可能性があるが、徹底した文書化を維持し、異議申し立てがあった場合にプロセスを擁護する準備を整えることの重要性を強調している。

証拠開示の全段階を通じて、実施されたあらゆる行動を記録する監査証跡を維持することが極めて重要である。プロセスの完全性について疑問が生じた場合、適切に維持された監査証跡は適切な手順が遵守された証拠を提供する。

確立された指標による評価

eディスカバリにおけるレビュープロセスを評価するには、その有効性と正当性を確保するため、確立された指標を適用する必要があります。最も重要な指標の3つは、レビュー対象集団に対するリコール率、精度、回避率の偏りのない推定値です。これらの3つの指標は、技術支援型であるか否かを問わず、あらゆるレビューワークフローの評価に使用されるべきです。

実践：協力とはどのようなものなのか？

紛争や遅延を避けるためには、当事者間の協力が不可欠です。提出側にとっては、LLM テクノロジーの使用について透明性を保つことを意味します。使用したテクノロジーや得られた評価指標に関する高レベルな情報を共有することで、信頼関係を構築し、紛争を回避することができます。

同時に、要求側も合理的な行動を取る必要があります。従来の TAR ワークフローにおいて、相手方のレビュープロトコルやシードセットを要求することが不適切であるのと同様に、具体的な懸念事項がないまま、LLM テクノロジーのレビュープロセスに関する詳細な情報をすべて要求することも同様に不合理です。透明性と戦略的な機密性のバランスを認識するには、協力が不可欠です。

法律界が AI に適応するにつれて、公平性、効率性、および正当性に対する共通の取り組みが、eDiscovery の未来を形作る上で重要になるでしょう。結局のところ、AI を使用するか否かにかかわらず、eDiscovery における正当性は、合理性、比例性、および誠実性の原則に基づいています。

このブログの完全版は、ACEDS のウェブサイトに掲載されています。こちらでご覧いただけます。

リリス・バット＝レア、Epiq AIラボ シニアディレクター
リリス・バット＝レアは、eディスカバリ（電子情報開示）の管理、提供、コンサルティングにおいて豊富な経験を有し、デジタルデータの特定、保存、収集、処理、レビュー、分析、提出を含む全プロセスをカバーしています。また、eディスカバリソフトウェアの研究開発経験も有しています。リリスはeディスカバリーに関する交渉に定期的に参加し、国内外の法廷手続きにおいて専門家証言を提供してきた。eディスカバリーの文脈における統計学、分析、機械学習、データサイエンスの応用に特化している。ESIプロトコル、統計的サンプリング、テクノロジー支援レビューなど様々なトピックについて執筆・講演を行っている。MLCommonsとの共同でDMLRワーキンググループの共同議長を務め、Common Crawl Foundationの顧問、ACEDSニューヨーク支部理事を務め、セドナ会議ワーキンググループ1および13のメンバーである。また、ACEDSシカゴ支部の創設理事を務め、EDRMグローバル諮問委員会にも参加した。ノースウェスタン大学を優等学位（magna cum laude）で卒業している。


ロナルド・J・ヘッジズ、代表、ロナルド・J・ヘッジズLLC
ロナルドはニュージャージー地区連邦地方裁判所で20年以上にわたり連邦治安判事を務めた。刑事手続法・実体法、情報ガバナンス、訴訟管理、人工知能（AI）などの新技術を既存の情報ガバナンス方針・手順に統合する手法など、電子情報に関連する多様なテーマについて講演・執筆活動を行っている。ニュージャージー州弁護士会およびニューヨーク州弁護士会のAIタスクフォースメンバーを務め、現在は両弁護士会の常設AI委員会のメンバーである。また、ジョージタウン大学ロースクール・アドバンストeディスカバリー研究所の創設者サークルのメンバーでもある。