電子証拠開示

電子情報開示（eディスカバリとも呼ばれる）とは、訴訟、政府の調査、情報公開法に基づく請求などの法的手続きにおいて、求められる情報が電子形式（電子保存情報またはESIと呼ばれることが多い）である場合の開示を指します。 ^[1]電子情報開示は民事訴訟規則と合意されたプロセスの対象であり、多くの場合、データが要求側に引き渡される前に 特権と関連性の審査が含まれます。

電子情報は、その無形性、量、一時性、持続性により、紙の情報とは異なると考えられています。電子情報には通常、紙の文書には含まれず、証拠として重要な役割を果たすメタデータが付随しています (たとえば、文書が作成された日時は、著作権訴訟で役立ちます)。電子文書のメタデータの保存には、改ざんを防止するための特別な課題があります。

米国では、連邦レベルでは、電子情報開示は慣習法、判例法および特定の法律によって規制されていますが、主に連邦民事訴訟規則（FRCP）によって規制されており、これには2006年12月1日および2015年12月1日に発効した修正が含まれます。 ^{[2] [3]}さらに、州法および規制機関も電子情報開示に関連する問題に対処することが増えています。イングランドおよびウェールズでは、民事訴訟規則の第31部^[4]および電子文書の開示に関する実務指針31Bが適用されます。^[5]世界中の他の法域にも電子情報開示に関する規則があります。

電子情報開示参照モデル (EDRM) は、電子情報開示プロセスに関係するこれらの段階の概念図を表す、広く普及している図です。

特定フェーズでは、潜在的に関連文書を特定し、さらに分析および検討します。米国では、Zubulake v. UBS Warburgにおいて、Shira Scheindlin判事は、訴訟が合理的に予想される場合に書面による訴訟保留通知を発行しなかった場合、重大な過失とみなされるとの判決を下しました。この判決により、訴訟保留、eDiscovery、電子保存の概念にさらなる焦点が当てられました。^[6]潜在的に関連のある情報または文書を保有する保管人が特定されます。データ ソースを完全に特定するために、データ マッピング手法がよく使用されます。このフェーズではデータの範囲が膨大または不確実になる可能性があるため、このフェーズでは、文書の特定を特定の日付範囲または保管者に限定するなど、全体的な範囲を合理的に縮小する試みが行われます。

保存義務は、訴訟の可能性が合理的に予測されるときに始まります。保存中に潜在的に関連があると特定されたデータは、法的保留に置かれます。これにより、データが破壊されないことが保証されます。このプロセスが防御可能であることを確実にするために注意が払われますが、最終目標はデータの改ざんや破壊の可能性を減らすことです。保存を怠ると、制裁を受ける可能性があります。裁判所が保存の怠慢を過失と裁定しなくても、失われたデータによって弁護側が「弁護を確立するのに不当な不利益」を被った場合、被告に罰金を支払わせることができます。^[7]

文書が保存されると、収集を開始できます。収集とは、会社から法律顧問にデータを転送することです。法律顧問は、データの関連性と処分を決定します。頻繁に訴訟を扱っている企業の中には、イベント（法的通知など）がトリガーされると、特定の保管者に法的保留を迅速に設定し、収集プロセスを直ちに開始するソフトウェアを導入しているところもあります。^{[8]他の企業では、データの改ざんを防ぐために}デジタルフォレンジックの専門家を呼ぶ必要があるかもしれません。この収集のサイズと規模は、識別フェーズによって決まります。

処理フェーズでは、ネイティブ ファイルをドキュメント レビュープラットフォームに読み込む準備が整います。多くの場合、このフェーズではネイティブ ファイルからのテキストとメタデータの抽出も行われます。このフェーズでは、重複排除や NIST 解除などのさまざまなデータ選別手法が採用されます。この段階でネイティブ ファイルは、編集やベイツ ラベル付けを容易にするために、紙のような形式 (PDF や TIFF など) に変換されることもあります。

最新の処理ツールでは、高度な分析ツールも採用されており、文書レビュー弁護士が関連性のある可能性のある文書をより正確に特定するのに役立ちます。

レビュー段階では、証拠開示要求への対応と特権について文書がレビューされます。さまざまな文書レビュー プラットフォームとサービスが、潜在的に関連のある文書を迅速に特定し、さまざまな基準 (キーワード、日付範囲など) に従って文書を選別するなど、このプロセスに関連する多くのタスクを支援できます。ほとんどのレビュー ツールでは、共同作業ツールとバッチ機能によりレビュー プロセスを高速化し、作業の重複を排除し、大規模な文書レビュー弁護士グループが案件に取り組むことも容易になります。

収集フェーズで発見され、前処理フェーズで削減された後のコンテンツの定性分析。証拠はコンテキストで調べられます。相関分析またはコンテキスト分析により、ケースに関連する構造化された情報を抽出します。タイムラインやトピックへのクラスタリングなどの構造化を行うことができます。構造の例としては、クライアントベースの視点からの分析が挙げられます。ここでは、各調査員が証拠に含まれる 1 つのエージェントを調べ、人々に関するディスカッションやネットワーク分析などの追加パターンを行うことができます。

文書は、合意された仕様に基づいて相手方の弁護士に引き渡されます。多くの場合、この提出にはロード ファイルが伴い、これを使用して文書を文書レビュー プラットフォームにロードします。文書は、ネイティブ ファイルとして、またはメタデータとともに石化された形式 ( PDFやTIFFなど)として提出できます。

証言、審問、裁判などで、聴衆の前で証拠を提示し、説明します。聴衆がプレゼンテーションを理解し、専門家でない人でも解釈を理解できるという考え方です。ここでは、明瞭性と理解のしやすさに重点が置かれます。プレゼンテーションでは、データのネイティブ形式を抽象化し、視覚化し、コンテキストに広げる必要があります。分析の結果がプレゼンテーションの主題になります。明確なドキュメントによって再現性が確保されます。

電子形式で保存されているデータは、一般的な電子情報開示ルールに基づいて提出の対象となる場合があります。このタイプのデータには、これまで電子メールやオフィス ドキュメント (スプレッドシート、プレゼンテーション、ドキュメント、PDF など) が含まれていましたが、写真、ビデオ、インスタント メッセージ、コラボレーション ツール、テキスト (SMS)、メッセージング アプリ、ソーシャル メディア、一時メッセージ、モノのインターネット (Fitbit、スマート ウォッチ、Alexa Alexa、Apple Siri、Nest などのスマート デバイス)、データベース、その他のファイル タイプも含まれる場合があります。

また、電子証拠開示には「生データ」も含まれており、法医学調査官はこれをレビューして隠れた証拠を探すことができます。元のファイル形式は「ネイティブ」形式と呼ばれます。訴訟担当者は、電子証拠開示の資料を、印刷された紙、「ネイティブ ファイル」、または PDF ファイルや TIFF 画像などの紙のような形式のいずれかでレビューできます。最新の文書レビュー プラットフォームはネイティブ ファイルの使用に対応しており、法廷で使用するために TIFF やBatesスタンプに変換できます。

2006 年、米国最高裁判所は連邦民事訴訟規則を改正し、電子記録のカテゴリを作成しました。このカテゴリでは初めて、電子メールとインスタント メッセージのチャットが、アーカイブされ、関連する場合に提出される可能性のある記録として明示的に指定されました。

保存に関する問題の 1 つは、Zubulake 対 UBS Warburg LLC 訴訟で発生しました。訴訟全体を通じて、原告は、訴訟を証明するために必要な証拠は UBS のコンピュータ システムに保存されている電子メールに存在すると主張しました。要求された電子メールは見つからなかったか破棄されたため、裁判所は、電子メールが存在する可能性の方が低いと判断しました。裁判所は、企業の弁護士が電子メールを含むすべての潜在的な証拠を保存するよう指示したが、その指示が適用されたスタッフがそれに従わなかったと判断しました。この結果、UBS に対して重大な制裁が課されました。

信頼性を確立するために、一部のアーカイブ システムでは、アーカイブされた各メッセージまたはチャットに一意のコードを適用します。これらのシステムにより、元のメッセージの改ざんが防止され、メッセージは削除できず、権限のない人物がメッセージにアクセスすることもできません。

2006 年 12 月と 2007 年 12 月に連邦民事訴訟規則が正式に改正されたことにより、民事訴訟当事者は電子的に保存された情報(ESI) を適切に保管および管理する義務を事実上負うことになった。ESI を不適切に管理すると、証拠隠滅の認定や、不利な推論陪審員への指示、略式判決、罰金、その他の制裁を含む 1 つ以上の制裁が課される可能性がある。Qualcomm対 Broadcomなどの一部の訴訟では、弁護士が法廷に召喚されることもある。^[9]

構造化データは通常、データベースまたはデータセットに存在します。列、行、および定義されたデータ型を含むテーブルに編成されます。最も一般的なのは、大量のデータを処理できるリレーショナル データベース管理システム ( RDBMS ) で、 Oracle、IBM Db2、Microsoft SQL Server、Sybase、Teradataなどがあります。構造化データ ドメインには、スプレッドシート (すべてのスプレッドシートに構造化データが含まれているわけではありませんが、データベースのようなテーブルにデータが編成されているスプレッドシート)、FileMaker Pro やMicrosoft Accessなどのデスクトップ データベース、構造化フラット ファイル、XMLファイル、データ マート、データ ウェアハウスなども含まれます。

ボイスメールは電子証拠開示規則に基づいて開示されることが多い。従業員が訴訟に巻き込まれることが予想される場合、雇用主はボイスメールを保管する義務がある。Amazon AlexaやSiriなどの音声アシスタントのデータは刑事事件で使用されている。^[10]

文書を静的画像形式 ( TIFFおよびJPEG ) に変換することは、ほぼ 20 年間にわたって標準的な文書レビュー方法となっていましたが、2004 年頃からは、文書レビュー方法としてネイティブ形式レビューの人気が高まっています。この方法では、元のファイル形式で文書をレビューする必要があるため、複数のファイル形式を開くことができるアプリケーションやツールキットも人気が高まっています。これは、ESI テクノロジと急速に融合している ECM (エンタープライズ コンテンツ管理) ストレージ市場でも同様です。

石化とは、ネイティブファイルをネイティブアプリケーションを必要としない画像形式に変換することです。これは、画像用の編集ツールは伝統的に成熟しており、技術者以外の人でも均一な画像タイプに適用しやすいため、特権情報や機密情報の編集に役立ちます。同様に石化したPDFファイルを無能な人が編集しようとすると、編集されたレイヤーが削除され、社会保障番号やその他の個人情報などの編集された情報が露出してしまいます。^{[11] [12]}

従来、電子情報開示ベンダーは、ネイティブ ファイルを TIFF 画像 (たとえば、10 ページのMicrosoft Word文書の場合は 10 枚の画像) に変換し、ロード ファイルとして画像ベースの情報開示レビュー データベース アプリケーションで使用する契約を結んでいました。データベース レビュー アプリケーションには、TIFF 機能を備えたネイティブ ファイル ビューアーが組み込まれることが増えています。ネイティブ ファイルと画像ファイルの両方の機能を使用すると、個々のネイティブ ファイルに関連付けられた形式やファイルが複数ある可能性があるため、必要なストレージの合計が増減する可能性があります。コスト効率の高い戦略を維持するために、展開、ストレージ、およびベスト プラクティスが特に重要かつ必要になっています。

構造化データは、ほとんどの場合、区切りテキスト形式で生成されます。検出対象となるテーブルの数が多い場合やテーブル間の関係が重要な場合は、ネイティブデータベース形式またはデータベースバックアップファイルとしてデータが生成されます。^[13]

電子証拠開示プロジェクトには、両当事者の弁護士、法医学専門家、IT 管理者、記録管理者など、さまざまな人が関与することがあります。法医学的調査では専門用語が使用されることが多く (たとえば、「イメージ」はデジタル メディアの取得を指します)、混乱を招く可能性があります。^[1]

訴訟に関与する弁護士は、自分が代表する企業や組織について理解しようと最善を尽くしますが、企業のIT部門で実施されているポリシーや慣行を理解していない場合があります。その結果、法的保留が発行された後、通常業務を遂行している無知な技術者によって一部のデータが破壊される可能性があります。多くの企業は、この傾向に対抗し、不注意によるデータ破壊を防ぐために、ネットワーク全体でデータを適切に保存するソフトウェアを導入しています。

現代の訴訟の複雑さと、市場にある情報システムの多様性を考えると、電子証拠開示では、多くの場合、弁護士事務所 (またはベンダー) と訴訟当事者の両方の IT 専門家が直接連絡を取り、技術の非互換性に対処し、作成形式について合意する必要があります。知識のある担当者から専門的なアドバイスを受けられないと、新しい技術の取得や、収集したデータに対応するために既存の技術を適応させるのに、追加の時間と予期しないコストがかかることがよくあります。

現在、保管マシン上の応答資料を識別するための主なアプローチは次の 2 つです。

（１）組織のネットワークへの物理的アクセスが可能な場合 - 各管理マシンにエージェントがインストールされ、ネットワークを介してインデックス作成用の大量のデータをネットワークに接続する必要がある1つ以上のサーバーにプッシュするか、

（２）保管システムの物理的な場所に立ち会うことが不可能または非現実的な場合、保管マシン（または会社のサーバー）にストレージデバイスを接続し、各コレクションインスタンスを手動で展開します。

最初のアプローチに関しては、いくつかの問題があります。

• 典型的な収集プロセスでは、インデックス作成のために大量のデータがネットワークを介して送信され、通常の業務に影響を及ぼします。
• インデックス作成プロセスは、応答性のある資料を見つけるのに100%信頼できるわけではありません。
• IT管​​理者は一般的に、保管マシンへのエージェントのインストールに不満を抱いている。
• 同時に処理できるカストディアンマシンの数は、必要なネットワーク帯域幅により大幅に制限されます。

新しい技術は、各カストディアンマシンのメモリ内でアプリケーションを完全に実行し、応答データのみをネットワーク経由でプッシュすることで、最初のアプローチによって生じた問題に対処できます。このプロセスは特許を取得しており^[14]、会議論文の主題となったツールに組み入れられています。^[15]

2番目のアプローチに関しては、自己収集がeDiscoveryのホットな話題であるにもかかわらず、保管者の関与を単にデバイスを接続してアプリケーションを実行し、応答文書の暗号化されたコンテナを作成するだけに制限することで懸念に対処しています。^[16]

データの収集と処理に採用された方法に関係なく、実務者がさまざまなツールを評価するために利用できるリソースはほとんどありません。これは、eDiscoveryソリューションのコストが高いために発生する問題です。ツールの試用ライセンスを取得するためのオプションが限られているにもかかわらず、評価プロセスの大きな障壁は、そのようなツールをテストするための適切な環境を作成することです。アダムスは、HyperVで実行される小さな仮想ネットワークを自動的に作成するMicrosoft Deployment Labの使用を提案しています^[17]

テクノロジー支援レビュー（TAR）は、コンピュータ支援レビューまたは予測コーディングとも呼ばれ、教師あり機械学習またはルールベースのアプローチを適用して、ESIの関連性（または応答性、特権、またはその他の関心カテゴリ）を推測します。^[18]テクノロジー支援レビューは、2005年頃に開始されて以来、急速に進化しています。 ^{[19] [20]}

その有効性を示す研究調査を受けて、^{[21] [22]} TARは2012年に米国の裁判所で初めて認められ、^[23] 2015年にアイルランドの裁判所で、^[24] 2016年に英国の裁判所で認められました。^[25]

最近、米国の裁判所は、「提出側が文書審査のためにTARを利用したい場合、裁判所はそれを許可するというのが暗黙の法律で ある」と宣言した。 ^[26]その後の事件で、^[27]同じ裁判所は次のように述べた。

明確に言うと、裁判所は、今日のほとんどのケースでは、TAR が最良かつ最も効率的な検索ツールであると考えています。特に、Rio Tinto ^[26]で引用された研究調査によると、TAR 手法は、シード セットと TAR ツールの安定化に関する問題を排除する継続的アクティブ ラーニング (「CAL」) ^[28]を使用しています。裁判所は、このケースで市が TAR を使用することを望んでいました。しかし、裁判所は市にそうするように強制することはできませんし、強制するつもりもありません。TAR が広く使用されるようになり、当事者が TAR の使用を拒否することが不合理になる時が来るかもしれません。まだその段階ではありません。したがって、裁判所が応答当事者に何をしてほしいかに関わらず、Sedona 原則 6 ^[29]が優先されます。Hyles の市に TAR の使用を強制する申請は却下されます。

グロスマン氏とコーマック氏は、連邦裁判所法レビューで TAR を次のように定義しています。

文書のコレクションに優先順位を付けたりコード化したりするプロセス。コンピューターシステムを使用して、少数の文書に対する 1 人以上の専門家の人間による判断を活用し、それらの判断を残りの文書コレクションに外挿します。一部の TAR 方法では、機械学習アルゴリズムを使用して、専門家によって関連または非関連としてコード化されたトレーニング例に基づいて、関連文書と非関連文書を区別しますが、他の TAR 方法では、専門家の意思決定プロセスをエミュレートする体系的なルールを導き出します。TAR プロセスでは、通常、統計モデルやサンプリング手法が組み込まれ、プロセスをガイドし、システム全体の有効性を測定します。^[30]

この新たな傾向に関する事例証拠は、情報ガバナンス(IG)のビジネス価値を示しています。これは、ガートナーによって「情報の評価、作成、保存、使用、アーカイブ、および削除における望ましい行動を促すための決定権と説明責任のフレームワークの仕様。これには、組織が目標を達成できるように情報を効果的かつ効率的に使用するためのプロセス、役割、標準、およびメトリックが含まれます」と定義されています。

eDiscovery と比較すると、情報ガバナンスは比較的新しい分野です。しかし、統合に向けた動きはあります。数十億ドル規模の産業である eDiscovery は急速に進化しており、サイバーセキュリティを強化する最適化されたソリューション (クラウド コンピューティング用) を導入する準備ができています。2000 年代初頭から、eDiscovery の実践者は情報ガバナンスに適用できるスキルと手法を開発してきました。組織は eDiscovery から学んだ教訓を適用して、洗練された情報ガバナンス フレームワークへの道を加速できます。

情報ガバナンス参照モデル (IGRM) は、主要な利害関係者と情報ライフサイクルの関係を示し、効果的なガバナンスを実現するために必要な透明性を強調しています。更新された IGRM v3.0 では、プライバシーおよびセキュリティ担当者が重要な利害関係者であることを強調しています。このトピックは、アメリカ法曹協会が発行した「より良い電子証拠開示: 統合ガバナンスと IGRM」という記事で取り上げられています。^[31]

• 触媒リポジトリシステム
• データマイニング
• データ保持
• 発見（法律）
• 早期ケース評価
• 電子的に保存された情報（連邦民事訴訟規則）
• ファイルホスティングサービス
• 法医学的調査
• 情報ガバナンス
• 法的ガバナンス、リスク管理、コンプライアンス
• 機械学習
• 通信データの保持

• 連邦司法センター: 電子証拠開示に関する資料
• アメリカ法曹協会の電子証拠開示に関する記事
• AI（人工知能）を活用したeDiscovery