स्वचालित NDA समीक्षा: AI जो पकड़ता है वह पैरालीगल जल्दबाजी में छोड़ देते हैं
200 वकीलों वाली एक फर्म में एक लिटिगेशन सपोर्ट मैनेजर ने पिछले साल एक प्रयोग किया। उसने पिछली तिमाही में अपनी टीम द्वारा समीक्षित और स्वीकृत 50 NDA निकाले, फिर उन्हें एक AI समीक्षा टूल से गुजारा। AI ने 50 में से 34 समझौतों में समस्याएं चिह्नित कीं। अधिकांश मामलों में ये विनाशकारी समस्याएं नहीं थीं, लेकिन ऐसे प्रावधान जो फर्म की मानक स्थितियों से भिन्न थे और बिना किसी टिप्पणी के स्वीकृत कर दिए गए थे।
सबसे आम चूक? ऐसे समझौतों में गैर-पारस्परिक गोपनीयता दायित्व जो पारस्परिक होने चाहिए थे। 50 में से 11 NDA में, "गोपनीय जानकारी" की परिभाषा एक पक्ष के लिए सूक्ष्म रूप से दूसरे पक्ष की तुलना में व्यापक थी, भले ही समझौते को पारस्परिक NDA के रूप में प्रस्तुत किया गया था। इन दस्तावेजों की समीक्षा करने वाले पैरालीगल स्पष्ट शर्तों पर केंद्रित थे, जैसे अवधि, क्षेत्राधिकार, और क्या मानक अपवाद मौजूद थे, और परिभाषा अनुभाग में छिपी विषमता को नहीं पकड़ पाए।
NDA समीक्षा लापरवाह क्यों हो जाती है
अधिकांश फर्मों में NDA को कम जोखिम वाले दस्तावेजों के रूप में माना जाता है। ये उच्च मात्रा में होते हैं, अपेक्षाकृत छोटे होते हैं, और शायद ही कभी विवादों का विषय बनते हैं। इससे एक ऐसा समीक्षा वातावरण बनता है जहां गति को पूर्णता पर प्राथमिकता दी जाती है। प्रतिदिन 15 NDA संसाधित करने वाला पैरालीगल प्रत्येक पर 45 मिनट खर्च नहीं करेगा। वे एक मानसिक चेकलिस्ट विकसित करते हैं, प्रमुख बिंदुओं को स्कैन करते हैं, और आगे बढ़ जाते हैं।
समस्या यह है कि प्रतिपक्ष इसे जानते हैं। परिष्कृत पक्ष कभी-कभी NDA में अनुकूल शर्तें इसलिए शामिल करते हैं क्योंकि वे जानते हैं कि प्राप्तकर्ता पक्ष दस्तावेज की केवल सरसरी समीक्षा करेगा। "प्रतिनिधियों" की थोड़ी विस्तारित परिभाषा जिसमें प्रकटकर्ता पक्ष के सहयोगियों के ठेकेदार शामिल हों, या एक अवशिष्ट खंड जो प्राप्तकर्ता पक्ष को गोपनीय जानकारी से प्राप्त सामान्य ज्ञान का उपयोग करने की अनुमति देता है, इन प्रावधानों के महत्वपूर्ण व्यावहारिक प्रभाव हो सकते हैं भले ही NDA स्वयं कभी मुकदमे का विषय न बने।
AI लगातार क्या पकड़ता है
AI NDA समीक्षा टूल प्रत्येक प्रावधान की तुलना मानक बाजार शर्तों और फर्म की पसंदीदा स्थितियों के आधार पर करते हैं। कई श्रेणियों की समस्याएं बार-बार सामने आती हैं।
अवशिष्ट खंड (Residuals clauses) लगभग 15-20% प्रौद्योगिकी-संबंधित NDA में दिखाई देते हैं, और ये सबसे अधिक अनदेखे किए जाने वाले प्रावधानों में से एक हैं। एक अवशिष्ट खंड आमतौर पर कहता है कि प्राप्तकर्ता पक्ष अपने कर्मियों की बिना सहायता प्राप्त स्मृति में बनाए रखे गए किसी भी सामान्य विचारों, अवधारणाओं या तकनीकों का स्वतंत्र रूप से उपयोग कर सकता है। व्यवहार में, यह NDA के उद्देश्य को काफी हद तक कमजोर कर सकता है, विशेष रूप से जब गोपनीय जानकारी में व्यापार रहस्य या स्वामित्व पद्धतियां शामिल हों। AI इन्हें लगातार चिह्नित करता है क्योंकि भाषा के पैटर्न विशिष्ट होते हैं।
NDA में शामिल गैर-याचना प्रावधान एक और बार-बार पकड़ी जाने वाली समस्या है। लगभग 8-12% NDA में दूसरे पक्ष के कर्मचारियों को काम पर रखने पर प्रतिबंध शामिल होते हैं, कभी-कभी गोपनीयता अवधि से काफी आगे तक की अवधि के लिए। इन प्रावधानों में क्षेत्राधिकार के आधार पर प्रवर्तनीयता की समस्याएं अक्सर होती हैं, और ये फर्म के अन्य क्लाइंट संबंधों के साथ टकराव पैदा कर सकते हैं। AI टूल इन्हें चिह्नित करते हैं और संभावित प्रवर्तनीयता चिंताओं को नोट करने के लिए क्षेत्राधिकार के साथ क्रॉस-रेफरेंस करते हैं।
निषेधाज्ञा राहत प्रावधान अधिकांश समीक्षकों की सोच से अधिक भिन्न होते हैं। मानक भाषा कहती है कि प्रकटकर्ता पक्ष उल्लंघन के लिए निषेधाज्ञा राहत मांगने का हकदार है। लेकिन कुछ NDA इससे आगे जाते हैं, जिसमें ऐसे प्रावधान शामिल होते हैं कि प्राप्तकर्ता पक्ष निषेधाज्ञा राहत के लिए सहमति देता है, बॉन्ड पोस्ट करने की आवश्यकता को माफ करता है, या सहमत होता है कि उल्लंघन अपूरणीय क्षति का कारण बनेगा। इनमें से प्रत्येक अतिरिक्त शर्त मुकदमेबाजी के गणित को काफी बदल देती है, और ये अक्सर उपचार अनुभाग में छिपी होती हैं जिस पर समीक्षा के दौरान न्यूनतम ध्यान दिया जाता है।
परिभाषा दायरे की विसंगतियां सबसे तकनीकी रूप से सूक्ष्म समस्या हैं। एक पारस्परिक NDA में, गोपनीय जानकारी, प्रतिनिधि, उद्देश्य और अनुमत उपयोग की परिभाषाएं सममित होनी चाहिए। AI टूल प्रत्येक परिभाषा को पार्स करते हैं और प्रत्येक पक्ष पर लागू दायरे की तुलना करते हैं। जब एक पक्ष की गोपनीय जानकारी में "व्यापार योजनाएं, वित्तीय अनुमान और ग्राहक सूचियां" शामिल हों जबकि दूसरे पक्ष की परिभाषा "तकनीकी विनिर्देशों और उत्पाद दस्तावेज़ीकरण" तक सीमित हो, तो AI विषमता को चिह्नित करता है।
मात्रा का तर्क
एक मध्यम आकार की फर्म प्रति माह 200-400 NDA संसाधित कर सकती है। उस मात्रा पर, 5% त्रुटि दर का मतलब भी प्रति माह 10-20 समझौते हैं जो बिना समीक्षित मुद्दों के साथ बाहर जाते हैं। एक वर्ष में, यह 120-240 समझौते हैं जहां फर्म के क्लाइंट ने बिना किसी की जानकारी के अपनी मानक स्थितियों से भिन्न शर्तें स्वीकार कर ली हो सकती हैं।
AI समीक्षा मानवीय निर्णय की आवश्यकता को समाप्त नहीं करती, लेकिन यह कार्यप्रवाह को "पढ़ो और स्वीकृत करो" से "AI के निष्कर्षों की समीक्षा करो और निर्णय लो" में बदल देती है। दूसरा कार्यप्रवाह तेज और अधिक विश्वसनीय है क्योंकि समीक्षक का ध्यान पूरे दस्तावेज में फैलने के बजाय विशिष्ट प्रावधानों पर निर्देशित होता है।
उच्च मात्रा में नियमित समझौतों का प्रबंधन करने वाली कानूनी फर्मों के लिए, दक्षता लाभ पर्याप्त है। लेकिन अधिक महत्वपूर्ण लाभ जोखिम में कमी है। हर NDA जो बिना समीक्षित गैर-मानक प्रावधान के साथ बाहर जाता है, एक संभावित दायित्व का प्रतिनिधित्व करता है, न केवल क्लाइंट के लिए, बल्कि उस फर्म के लिए भी जिसने इसे स्वीकृत किया।
AI को फर्म मानकों के अनुसार कैलिब्रेट करना
रेडीमेड NDA समीक्षा टूल सामान्य आधार रेखाओं का उपयोग करते हैं। वे व्यापक रूप से स्वीकृत बाजार शर्तों से विचलित होने वाली किसी भी चीज़ को चिह्नित करते हैं। इससे बहुत शोर उत्पन्न होता है क्योंकि हर फर्म की अपवाद कटौती, अवधि लंबाई और शासी कानून वरीयताओं जैसे मुद्दों पर अपनी स्थिति होती है।
अधिक उपयोगी कार्यान्वयन में AI को फर्म की अपनी प्लेबुक पर प्रशिक्षित करना शामिल है। यदि फर्म हमेशा 2 साल की शर्तें स्वीकार करती है लेकिन 3 साल से अधिक किसी भी चीज़ को चिह्नित करती है, तो AI को उस सहनशीलता को प्रतिबिंबित करना चाहिए। यदि फर्म नियमित रूप से प्रौद्योगिकी क्लाइंट के लिए कुछ प्रकार के अवशिष्ट खंड स्वीकार करती है लेकिन वित्तीय सेवा क्लाइंट के लिए उन्हें अस्वीकार करती है, तो सिस्टम को क्लाइंट उद्योग के आधार पर अलग-अलग नियम लागू करने चाहिए।
इस कैलिब्रेशन को बनाने में 4-8 सप्ताह का प्रारंभिक सेटअप लगता है, जिसके दौरान फर्म AI के आउटपुट की समीक्षा करती है और इस पर प्रतिक्रिया प्रदान करती है कि कौन से फ्लैग वास्तविक समस्याएं हैं और कौन से स्वीकार्य विचलन हैं। उस अवधि के बाद, गलत सकारात्मक दर आमतौर पर 25-30% से घटकर 8-12% हो जाती है, जो टूल को दैनिक समीक्षा के लिए काफी अधिक उपयोगी बनाती है।
स्वचालित NDA समीक्षा की सीमाएं
AI व्यावसायिक संदर्भ का मूल्यांकन नहीं कर सकता। कोई विशेष गैर-मानक प्रावधान स्वीकार्य है या नहीं, यह पक्षों के बीच संबंध, लेनदेन की प्रकृति और क्लाइंट की जोखिम सहनशीलता पर निर्भर करता है। एक संभावित अधिग्रहणकर्ता के साथ अपना प्रौद्योगिकी रोडमैप साझा करने वाला स्टार्टअप ऐसी शर्तें स्वीकार कर सकता है जिन पर एक सार्वजनिक कंपनी कभी सहमत नहीं होगी। AI विचलन को चिह्नित करता है; वकील तय करता है कि यह मायने रखता है या नहीं।
AI उन NDA के साथ भी संघर्ष करता है जो बाहरी दस्तावेजों का संदर्भ देते हैं या संदर्भ द्वारा शर्तों को शामिल करते हैं। यदि NDA कहता है कि गोपनीय जानकारी एक अलग मास्टर सेवा समझौते में परिभाषित है, तो AI उस संदर्भित दस्तावेज तक पहुंच के बिना दायरे का मूल्यांकन नहीं कर सकता। बहु-दस्तावेज विश्लेषण में सुधार हो रहा है, लेकिन यह स्टैंडअलोन NDA समीक्षा टूल के लिए एक सीमा बनी हुई है।
स्वचालित NDA समीक्षा से सबसे अधिक मूल्य प्राप्त करने वाली फर्में वे हैं जो इसे कानूनी निर्णय के प्रतिस्थापन के बजाय गुणवत्ता नियंत्रण परत के रूप में मानती हैं। AI सुनिश्चित करता है कि कुछ भी छूटे नहीं। वकील सुनिश्चित करते हैं कि कुछ भी गलत न समझा जाए।