文档分析过程中的预测编码

自2013年4月著名的杰克逊改革推出以来，“合理”费用保障以及对案件流程的严格管理一直是诉讼律师最关注的核心问题。 

值得庆幸的是，人工智能和机器学习的持续发展催生了一系列解决方案，有助于将流程成本控制在合理范围内，这不仅使客户受益，也使整个社会受益。

预测性编码正是这些革新之一，它彻底改变了文件核验流程。

什么是预测编码？

预测性编码系统采用复杂的算法，这些算法基于对分类决策的分析，识别出应优先处理的相似文档。 通过这种方式，可以减少对无关文档的分析，并以最高效的方式筛选出相关文档，从而提高检索率和准确性。

预测性编码（Predictive Coding）所依据的理论和技术基于常见的统计方法，这些方法在包括审计、保险、银行、金融服务、制药和医疗保健等在内的众多行业中得到了广泛应用。  预测性技术常用于数据分析，以评估风险并制定未来预测。在日常生活中，其最常见的应用领域包括信用评估、欺诈检测和风险分析。

在文档分析中使用预测性编码的一大优势在于：与人工分析不同，其成本不会随着待分析文档数量的增加而成比例上升。

预测性编码在文件验证中是如何运作的？

通常，一位负责的律师会首先基于一系列“初始文件”对算法进行“训练”。该算法会根据文件的特征，以及律师对这些文件的反应和决策来学习。 随后，算法会搜索类似的文件，并按相关性排序。这些文件随后可按优先级进行分析。该过程将持续进行，直到系统不再提供更多相关的文件供分析，或者可用的文件数量减少到如此之少，以致继续分析过程变得得不偿失为止。

种子的成分、处理时长以及应采取的质量控制措施的范围，是专家们之间存在争议的话题。

关于使用预测性编码软件的判例法

自2015年以来，预测性技术一直被应用于美国和爱尔兰的法院[1]。   该方法可在案件分析过程中节省数十万英镑，首次在英国法院获得采纳是在“Pyrrho Investments等诉MWB Property等”案[2016] EWHC 256 (Ch)中。 在此案中，为进行证据披露，需要分析超过300万份电子文件。

有人提议，各方应在程序开始时就预测性编码的协议达成一致，该协议应包括（除其他方面外）数据集的定义和样本规模。 随后，有必要制定将文件纳入本案的筛选标准；这些标准主要包括：文件持有者是谁、日期范围，以及文件是否包含特定关键词等。 我们选取了所包含文件中具有代表性的样本用于“训练”软件。一名原本需要对整个文件集的相关性进行判断的人员分析了样本中的每份文件，并将每份文件据此进行了分类。

保罗·马修斯法官在作出裁决时，仅能参考少量英国法律依据。 因此，他援引了其他法域的判决，特别是美国联邦法院审理的“摩尔诉阳狮集团”案（11 Civ 1279 (ALC)(AJP)），以及“爱尔兰银行处置公司有限公司诉奎因”案 [2015] IEHC 175。最终，基于以下理由，允许在文件分析中使用预测性编码：

• 外国法律体系的当局表示，在适当的情况下支持采用预测性编纂
• 没有迹象表明，与仅进行人工核查或结合关键词搜索与人工核查相比，预测性编码会导致所发布信息的准确性降低。
• 将一位经验丰富的法律专家的方法应用于（经过优化的）初始样本，随后再应用于整个文件集，通过使用计算机来实现这一过程，其一致性将远高于依靠数十名、甚至数百名薪资较低的员工， 而这些人员各自试图对单个文件应用相关标准。
• 无论是《民事诉讼法典》（CPR）还是诉讼程序规则中，均未规定禁止使用此类软件。
• 人工核查的成本将高达数百万英镑；因此，根据第31部分《程序说明B》第25条对每份文件进行全面人工核查的做法是“不可接受的”，至少在存在成本更低且合适的自动化替代方案的情况下。
• 双方此前已就使用预测性编码软件达成一致，仅需法院批准。

2016年，伦敦律师事务所Berwin Leighton Paisner（BLP）在针对全面文件分析中使用预测性编码的首起有争议的申请中胜诉。 Brown诉BCA Trading Ltd案[2016] EWHC 1464 (Ch)涉及双方就被告应如何进行电子披露 ——是通过预测性编码还是基于关键词的更传统方法——以及是否需要就当事方的预算下达费用管理令，对此双方已达成部分协议，但尚未完全达成一致。

被告辩称，使用预测性编码是披露文件最合适且最恰当的方法。 他们声称，该方法的相关费用约为132 000英镑，而传统的关键词检索费用至少为250 000英镑。

琼斯秘书在裁决中明确指出，尽管预测性编码与关键词检索之间的成本差异确实重要且具有决定性，但这仅在这些方法能够有效实现必要的宣传效果时才适用。

“当潜在的文件披露范围较大——无论是在文件数量还是披露所需时间方面——律师都应特别重视：根据实际争议点，识别可预见的文件类别， 并展开磋商，以将工作量及随之产生的费用降至最低。」

民政局官员接着说道：

“双方在本申请中根据《2006年公司法》第994条提出的陈述，就争议事实提出了影响深远的问题。”

“从现实角度来看，经验表明，在庭审开始之前，争议标的将大幅缩小。 这可能意味着，根据现阶段的书面陈述看似必要的披露，最终可能会被证明是没有必要的，甚至在很大程度上与庭审的进行无关。」

该登记负责人解释说，律师们即使这可能带来挑战，也必须做出“合理的尝试”来预测结果。

“预测性编码应用的成功，至少在一定程度上取决于各方能否在初期阶段界定争议事项，并据此确定与披露程序相关的文件类别或类型。”

关于“Pyrrho Investments 等诉 MWB Property 等”一案的判决，法院书记官认定，保罗·马修斯法官为使用预测性编码所援引的所有理由均适用于本案，但其中一项涉及当事人之间协议的理由除外。 尽管如此，法院仍下达了使用预测性编码的命令：

“迄今为止，尚无迹象表明预测性编码无法识别那些本可通过关键词搜索等方式找到的文件 ——更重要的是，员工或代表无需进行详尽调查来确定这些文件是否应予披露。」

英国预测性编码的未来

BLP将客户案件取得成功归功于预测性编码技术，正是该技术帮助识别了对案件成功起到关键作用的文件。

企业风险业务领域的合伙人奥利弗·格林-琼斯（Oliver Glynn-Jones）向《Legal IT Insider》解释道：“在案件审理过程中，我们不得不为使用预测性编码进行辩护，并提交了证据来证明它比人工分析更优越，且成本比人工分析低约三分之一。 法院要求的所有安全措施均已落实，我们成功说服了法院，认为这是正确的处理方式。”

他补充道：“在这起案件中，相关文件对判决具有决定性且至关重要的作用——而这正是预测性编纂[2]所取得的成果。”

与美国的同行相比，英国律师事务所对预测性编码技术的引入适应得较慢。不过，BLP的成功应会为其他律所采用这项技术铺平道路。格林-琼斯先生解释道：

“事实上，法院已经了解这项技术，并打算加以应用。如果有一个案例，该技术被应用于一起有争议的案件并取得了良好效果，人们就会援引该案例来证明它在实践中是可行的。”

Lineal 是全球领先的灵活电子取证（eDiscovery）和诉讼支持解决方案提供商。 如需进一步了解预测性编码、电子证据披露（eDiscovery）以及我们的其他服务，请致电 +44 (0)20 7940 4799 或发送电子邮件至 info@linealservices.com 与我们联系。

[1] 爱尔兰银行处置公司有限公司等诉奎因等人案 [2015] IEHC 175：该判决允许在爱尔兰法院的文件披露程序中使用预测性编码。

[2] https://www.legaltechnology.com/latest-news/blp-wins-in-disputed-uk-predictive-coding-case-david-brown-v-bca/