主なポイント：AIレビューは、文書レビューの加速、一貫性の向上、コスト削減により、テクノロジー支援レビュー（TAR）を強化します。法務チームは、AIをTAR 1.0および継続的アクティブラーニング（CAL）と組み合わせることで予測ワークフローを効率化し、手作業を最小限に抑えながら問題タグ付けの精度を最大化し、より迅速かつ正確な証拠開示を実現します。

生成AIと大規模言語モデル（LLM）技術に基づく最新のAIレビュー機能は、法的開示プロセスに革新をもたらしている。テクノロジー支援レビュー（TAR）を置き換えるのではなく、新たなAIレビュープラットフォームは法務チームにとって強力な補完手段であることが実証されている。これらは精度を高め、コストを削減し、タイムラインを加速させる。予測型ワークフローを真に変革するためには、法務チームはTAR 1.0をAIレビューで補完・訓練し、継続的能動学習（CAL）とAIレビューを組み合わせることで、より迅速で一貫性があり、費用対効果の高い証拠開示を実現すべきである。

TAR 1.0による補足 その後AIレビューを実施

現代のディスカバリーワークフローでは、非関連文書のフィルタリングから始まることが一般的です。TAR 1.0はこの目的に信頼性の高い手法であり、少量のトレーニングセットを用いて大規模データを最大70%削減します。ただし、最もコストのかかる工程である人的レビューは依然として必要です。

ここでAIレビューが登場します。TAR 1.0と組み合わせることで、AIが一次レビューを管理し、関連性だけでなく特権情報や問題点コーディングも付加して文書をタグ付けします。こうして充実したデータセットが弁護士チームに送られ、レビューが行われます。これにより、大規模な人的レビューの必要性が減少し、生産が加速されます。

AIレビューを活用したTARモデルのトレーニング

TARモデルのトレーニングには多大なリソースが必要であり、弁護士が数千件の文書を手動でコーディングすることが往々にして求められます。AIレビュープラットフォームは、通常1～2名の専門家がレビューする数千件の文書を、ごく短時間で処理します。このハイブリッドアプローチは、TARのフィルタリング能力とAIのタグ付け精度を組み合わせ、問題点コーディングや機密性フラグ（例：高度に機密、潜在的な特権情報）による付加価値を提供します。

TARにAIレビューを補完する実践的アプローチ

TAR処理後の優先順位付け済みデータセットに対する弁護士レビューの更新は容易だが、実際にAIレビューを用いてTARモデルを訓練するとなるとどうだろうか？ 実務上、これは難しい課題となり得る。TARモデルの訓練に必要な時間と労力の削減は価値があるが、特に案件の問題が複雑な場合、ケースチームはAIレビューが代行する判断を監視・検証していることを確実にしなければならない。プロセスを文書化し明確に説明できる能力が極めて重要である。ケースチームが慎重にレビューし確認したAIの判断は、依然として大幅な時間節約となり、プロセスをより防御可能なものにする。

継続的アクティブラーニングとAIレビューの統合

CALワークフローは、明らかに無関係な文書のレビュー優先度を下げるモデルを訓練するため、反復的な人的レビューに依存している。AIレビューはこのサイクルに組み込み可能であり、特定データ群のレビューを人間から代替できる。各ラウンドごとにCALシステムは新たな情報を獲得し、スタックランキングを更新する。情報量が極めて少ない対象集団においては、AIを活用したCALレビューがこれらの技術を効果的に融合させる。これにより、サンプリングとQCによる品質維持を保ちつつ、学習速度を加速させる。

AIレビューは、文書をレビューし問題点をタグ付けする強力なツールであり、特にTARモデルのトレーニングにおける弁護士の時間を削減し、重要な点として高い一貫性を達成するのに有効である。TARモデルは文書コーディングに一貫性がない場合に機能不全に陥る。

TARは問題点コーディングに有用でないため、AIレビューは一次レビューを代替する次の段階を担う。応答性、問題点タグ、「重要」情報、潜在的な特権情報のコーディング結果を出力する。

人間はこのプロセスにおいて不可欠な存在である。生産前の予測コーディングとLLM出力の両方を検証する責任は依然として人間が負う。AIは単に手動レビューを加速し、より高付加価値な業務に時間を割けるようにする。

AIレビューとTARの組み合わせが真価を発揮する場面：

• 高コストなトレーニングセットを要する大規模案件
• 応答性を超えた問題コーディングを必要とするプロジェクト
• 厳しい納期
• 生産前の完全な二次レビュー
• 人間のレビューアの作業を遅延させる複雑な資料

法務部門がビジネスに戦略的価値を提供しようと努め、法律事務所が競争力を維持しコスト削減を図る中、AIレビューと従来の予測コーディングを組み合わせることで、チームは将来を見据えたディスカバリー戦略を実現できます。

Epiq AI Discovery Assistant™の詳細をご覧ください。

Epiqのプロジェクトマネジメント担当シニアディレクターとして、ジョンは法律事務所や企業法務の専門家と緊密に連携し、次世代の法的開示と情報ガバナンスのためのツールとサービスを構築しています。eディスカバリーカンファレンスでは、AIの活用や業界の将来について頻繁に講演を行っています。