A análise na área do eDiscovery explicada de forma compreensível

Os factos de que necessita para ter sucesso e evoluir num mundo digital

Por Steven Toole / 2014 / Vice-presidente de Marketing da Content Analyst

Num artigo de blogue publicado recentemente no «eDiscovery Journal», Greg Buckles salientou que existem poucas empresas que oferecem tecnologia de análise para plataformas de Avaliação Precoce de Processos (ECA) e de revisão, e que as funcionalidades específicas de análise podem variar significativamente de plataforma para plataforma. Embora isto possa não ser novidade para quem se dedica intensamente à análise no domínio do eDiscovery, o artigo revelou, no entanto, uma certa falta de clareza sobre a forma como o mercado utiliza a análise nas fases iniciais do processo de eDiscovery. Além disso, levantou questões sobre a forma como a análise se integra no fluxo de trabalho do eDiscovery e qual o retorno sobre o investimento (ROI) que a análise acaba por proporcionar ao eDiscovery e à gestão da informação em geral.

Esta visão geral pretende contribuir para desmistificar ainda mais os mitos em torno das análises na área do eDiscovery e da governação da informação, bem como fornecer uma perspetiva sobre o retorno que essas análises podem proporcionar àqueles que aproveitam estas oportunidades. Os juristas empresariais que hoje se antecipam com estratégias voltadas para o futuro, como estas, serão os verdadeiros heróis e beneficiários da análise de eDiscovery e assumirão um papel pioneiro na sua área, com uma abordagem significativamente mais proativa e económica à gestão da informação e à tecnologia jurídica.

A corrida pela conquista de quotas de mercado na área da análise de dados

Embora já existam inúmeros marcos no panorama do eDiscovery, os escritórios de advogados e os prestadores de serviços estão a voltar o seu olhar «para o Ocidente», para um terreno ainda por explorar. A «corrida ao ouro dos gigabytes» consiste em aplicar análises aos dados numa fase muito mais precoce, de modo a «possuí-los» muito antes de serem necessários num processo. A ECA foi a primeira fronteira para a qual os escritórios de advogados e os prestadores de serviços se voltaram, com o objetivo de avançar ainda mais a montante, mas os pastos mais férteis encontram-se ainda mais a montante, na área que alguns designam por «pré-descoberta». A regra de ouro na área do eDiscovery é simples: quem «dominar» o conteúdo fica com o ouro. Ou seja: o fornecedor que conseguir aplicar as análises mais cedo — ainda antes de estas serem necessárias num processo — oferece às empresas o maior valor acrescentado e tem, por isso, uma grande vantagem competitiva.

A receita do sucesso

Tudo isto parece ótimo, mas o que significa isso, na prática? Não se pode fazer um bolo sem saber quais os ingredientes necessários, como funcionam e como podem influenciar o resultado final. E como cada solução de eDiscovery dispõe de diferentes funções de análise, apresentamos aqui uma breve introdução aos principais componentes da análise para eDiscovery e governança da informação.

Agrupamento dinâmico – Este é um bom ponto de partida, especialmente se souber pouco ou nada sobre o conteúdo. No agrupamento, os conteúdos (documentos, e-mails, etc.) são «divididos» em agrupamentos naturais de materiais conceptualmente relacionados. Uma vantagem essencial do agrupamento por clusters reside no facto de proporcionar uma visão geral muito rápida do conjunto de documentos de uma forma extremamente objetiva, consistente e orientada para os conceitos. Isto permite que o revisor aceda diretamente ao agrupamento que lhe for mais interessante (conceitualmente relevante) e evite perder tempo com agrupamentos que não apresentem relevância conceitual. No que diz respeito à gestão da informação, pode também ajudar a identificar e eliminar de forma rápida e simples conteúdos ROT (conteúdos redundantes, desatualizados e temporários), reduzindo assim os custos e aumentando o ROI.

Expansão de termos – Tem uma palavra-chave, um nome, um termo técnico, uma abreviatura ou um acrónimo e pretende obter uma lista de todos os termos semelhantes ou intimamente relacionados, para alargar a sua pesquisa a documentos que contenham esses termos. A expansão de termos identifica termos conceitualmente relacionados, adaptados ao seu conteúdo e ordenados por relevância. Por exemplo, «Barack Obama» poderia gerar uma lista com termos como «Presidente Obama», «Comandante-Chefe», «Senador Obama», «Michelle Obama», «Salão Oval», «Gabinete do Presidente», «POTUS», etc. Na prática, isto significa que os conteúdos conceitualmente relacionados podem ser encontrados de forma mais rápida e fácil, o que poupa tempo e dinheiro. No âmbito da governação da informação, isto ajuda a identificar conteúdos relacionados com documentos empresariais, propriedade intelectual e conformidade, bem como, naturalmente, mais ROT para uma eliminação juridicamente justificável.

Pesquisa conceptual – Identificou um documento ou um parágrafo importante e pretende agora encontrar documentos semelhantes. Na pesquisa por palavras-chave, obtém documentos que contêm as palavras-chave específicas – desde que formule a sequência de pesquisa booleana da melhor forma possível e que essas palavras-chave estejam presentes nos documentos apresentados. No entanto, a elaboração de instruções de pesquisa booleanas pode ser demorada e, mesmo assim, pode deixar de identificar documentos importantes que contenham termos «desconhecidos» que não estejam incluídos na sua instrução de pesquisa. Para encontrar os documentos que, de outra forma, seriam ignorados numa pesquisa por palavras-chave, deve utilizar a pesquisa conceptual. A pesquisa conceptual aplica algoritmos matemáticos ao seu documento de exemplo ou à sua seleção de texto e procura padrões correspondentes no «mapa» dos dados, o chamado espaço conceptual. A vantagem reside no facto de a pesquisa conceptual poder encontrar resultados semelhantes, mesmo que o documento correspondente não contenha nenhum dos termos presentes no texto de exemplo. Pense em abreviaturas, erros ortográficos, acrónimos, palavras-código e termos relacionados que ainda não conhecia. Em seguida, filtre os resultados incorretos através de sinónimos e polissémicos. O resultado: descobre relações altamente relevantes, mas ocultas, poupando assim tempo e custos.

Categorização automática – O Predictive Coding é uma área que tem suscitado grande atenção no domínio do eDiscovery nos últimos dois anos. A categorização automática constitui a base do Predictive Coding. Na codificação preditiva, a aprendizagem automática é aplicada a um conjunto de documentos para os categorizar de forma inteligente de várias maneiras, por exemplo, como confidenciais, relevantes ou não relevantes. Desta forma, os utilizadores podem, numa primeira fase, classificar os documentos como relevantes e, posteriormente, subdividir os documentos relevantes em subcategorias temáticas relevantes. A categorização automática utiliza o mesmo espaço conceptual e os mesmos documentos de referência para identificar documentos conceptualmente semelhantes e marcá-los em conformidade. Também neste caso, a grande vantagem reside numa enorme poupança de tempo (e de custos), uma vez que a tecnologia destaca os documentos mais relevantes da forma mais rápida e simples possível e os coloca à disposição dos especialistas na matéria.

Encadeamento de e-mails – O conceito de encadeamento de e-mails é relativamente simples: trata-se de identificar o subconjunto de e-mails que se encontra no final de cada ramo de um encadeamento de conversação. Em vez de ter de ler 30 e-mails de um lado para o outro – bem como percorrer ramos reencaminhados da conversa –, o «threading» de e-mails identifica o subconjunto de e-mails que contém todas as respostas anteriores (os chamados e-mails «inclusivos» , uma vez que estas seis, por exemplo, abrangem todo o histórico). As poupanças de tempo e custos decorrentes da utilização do «threading» de e-mails são evidentes, mas é também importante ter em conta que o «threading» revela com precisão quem sabia o quê e quando — o que é de importância crucial para a reconstrução do desenrolar dos acontecimentos em torno de um assunto.

Detecção de quase-duplicados – A detecção de quase-duplicados apresenta uma vantagem semelhante à do agrupamento de e-mails. Embora seja possível identificar documentos relevantes para o caso através da pesquisa conceptual, do agrupamento ou da categorização, muitos deles podem ser versões diferentes do mesmo documento. A constatação de que se trata de quase-duplicados poupa a demorada verificação individual de cada documento. Quando é importante saber o que mudou de uma versão para a seguinte, quando e por quem, o realce das diferenças indica essas alterações, o que, por sua vez, poupa tempo e reduz custos. A agregação de quase-duplicados logo no início de um caso proporciona ainda aos revisores um conjunto de documentos mais claro.

Colocar os seus dados numa dieta

Se utilizar estas funções de análise, poderá obter uma redução significativa do seu volume de dados. No âmbito do eDiscovery, isto significa que os peritos, cujos serviços são dispendiosos, terão de analisar menos documentos. Significa também que os documentos por eles analisados serão exclusivamente aqueles que são conceptualmente mais relevantes para o caso. Além disso, são apresentados aos auditores documentos que não foram selecionados de forma aleatória, o que permite uma auditoria mais direcionada, eleva a precisão a um nível sem precedentes e reduz ainda mais os custos e o tempo necessário.

Mas espera lá… ainda não é tudo!

Ainda se lembra da «corrida ao ouro dos gigabytes» de que se falou acima? E da «Regra de Ouro dos Dados»? É precisamente aqui que as análises são a chave para revelar todas as informações ocultas nos dados da empresa – muito antes de serem necessárias no âmbito do eDiscovery. A aplicação proativa da análise de texto aos documentos eletrónicos de uma empresa no âmbito da investigação preliminar significa que os dados já se encontram organizados, reduzidos e prontos para apresentação, caso e assim que surja um caso. Os juristas empresariais adoram esta ideia, uma vez que mantém os custos do processo tão baixos quanto possível, reduz o tempo crucial necessário para a investigação ou para a decisão sobre um acordo e os ajuda a apresentar a sua posição da melhor forma possível.

Conclusão: ROI nas análises de eDiscovery

A determinação do ROI na utilização de análises no âmbito do eDiscovery pode ser resumida da seguinte forma: a análise de documentos é o maior fator de custo no eDiscovery. Os peritos especializados não são baratos – os seus conhecimentos especializados são, sem dúvida, de grande valor num processo. No entanto, se uma grande parte do seu tempo for gasta a analisar documentos que não são relevantes para um processo, então não se está a tirar o máximo partido do seu potencial. As suas horas de trabalho custam exatamente o mesmo, quer estejam a analisar o documento decisivo para um processo, quer algo totalmente alheio ao mesmo. Não se usariam luvas numa leitura das mãos – estas apenas atrapalhariam a vidente no seu trabalho. Também não faz sentido apresentar um conjunto de documentos a revisores dispendiosos sem primeiro recorrer à aprendizagem automática. Além disso, a identificação de documentos que seriam ignorados sem a análise pode também comprometer a capacidade dos especialistas de formular a estratégia do seu caso.

No entanto, o retorno sobre o investimento (ROI) da aplicação de análises aos seus documentos e e-mails antes do processo de discovery vai muito além disso. As vantagens em termos de custos decorrentes de uma organização e análise proativas dos seus conteúdos são enormes e contribuem para impulsionar os processos de tomada de decisão, bem como os procedimentos de gestão da informação no que diz respeito à conformidade, à redução de riscos e à prevenção de custos. A implementação atempada destas estratégias pode oferecer uma enorme vantagem a longo prazo, uma vez que permite uma abordagem significativamente mais proativa e económica à gestão da informação e ao eDiscovery.