2025 PAW: Trop ou trop peu? Avant, désavantagé et alternatif concernant la quantité d’informations disponibles lors de la préconisation d’une réclamation en dommages-intérêts

  • Auteur/autrice de la publication :
  • Post category:Avocat:

Semaine d’arbitrage de Paris 2025 a présenté une discussion sur les complexités et les réponses possibles à la défense d’une réclamation de dommages-intérêts en cas de laque ou d’un excès d’informations sur lesquelles fonder la réclamation. L’événementHébergé par Oxera Consulting LLP, a réuni les perspectives des professionnels de différents domaines d’expertise. Hannah Eckhoff (Biontech SE) représentait à la fois les perspectives des conseils internes et des conseils externes; Catalina Echeverri Gallego (Wordstone Dispute Resolution) a présenté ses impressions à la fois comme conseil extérieure et en tant qu’arbitre; Alexander G. Leventhal (Quinn Emanuel) a apporté son expertise à l’extérieur du pays; et le Dr Min Shi (Oxera Consulting LLP) en tant qu’expert en évaluation et en quantification des dommages, a offert ses informations techniques sur l’évaluation des dommages-intérêts. Le panneau a été modéré par Mohammed Khalil (Oxera Consulting LLP), qui ACH se concentre sur la quantification des dommages.

La discussion a été divisée en deux parties principales: le premier a examiné le scénario d’avoir une grande quantité d’informations, tandis que le second a exploré comment gérer une laque d’informations. Cet article fournit un résumé des principaux questions discutées lors de l’événement.

Avoir trop d’informations

Du point de vue des conseils internes, Hannah Eckhoff a tracé les premières étapes qui sont suivies lors du lancement d’une demande de dommages et intérêts. Le premier défi qui doit être relevé est d’identifier ce qui suit: La nature de l’affaire, quelles équipes sont impliquées et où les informations concernant les équipes sont stockées (en gardant à l’esprit la diversité des méthodes et des emplacements que chaque équipe utilise lors de la gestion des informations). Une fois ce processus terminé, il est nécessaire de filtrer les documents pertinents.

Après ce dernier point, Catalina Echeverri Gallego a indiqué comment, afin de filtrer les documents pertinents, vous devez d’abord organiser toutes les informations disponibles. Elle a souligné comment l’utilisation de l’intelligence artificielle («IA») ​​peut être extrêmement utile dans le cas de thèse, en raison de la précision de l’informatique de travail significativement élevée. Cela a soulevé les questions du moment où l’IA ne doit pas être utilisée. Du point de vue d’Echeverri, au stade actuel de développement de l’IA, bien qu’il s’agisse d’un outil très utile pour classer les informations, ce n’est pas un outil fiable pour déterminer la pertinence des noms des documents juridiques.

Min Shi a poursuivi la discussion en contrastant les aspects positifs et négatifs du traitement d’une grande quantité d’informations. L’avantage de gérer beaucoup d’informations est la capacité de choisir comment l’utiliser, ce qui rend le parti en contrôle. Cela est livré avec un côté négatif contrasté: la nécessité de filtrer toutes les informations non pertinentes, en tenant compte de la dépense sous-séquentielle du temps et des ressources.

Alexander G. Leventhal était d’accord avec le sentiment général de préférer avoir autant d’informations que possible, même si cela comporte des difficultés supplémentaires. Remarquer comment le traitement d’un manque d’informations peut se produire de diverses manières, il ne s’agit parfois pas des informations sur les informations facilement disponibles ou non, mais une simple question.

Perspective de l’arbitre

Echeverri fournit ainsi des informations du point de vue de l’arbitre. Afin de déterminer une demande de dommages-intérêts, l’arbitre doit traiter les questions de certitude. Cela doit être considéré dans deux perspectives différentes.

D’une part, la question de Certaanty doit être prise en compte du point de vue des dommages lui-même et de l’évaluation qui lui est attribuée. Cela implique, premièrement, une certitude quant à l’existence des dommages et de sa nature. Deuxièmement, certaanty quant à la quantification économique des concours des dommages.

D’un autre côté, la certitude doit être considérée en termes de causalité -? À cet égard, l’arbitre doit rechercher un niveau élevé de certitude, qui devrait provenir de l’analyse des rapports d’experts. Un incapacité à bien s’engager avec les rapports de thèse peut risquer d’annuler la sentence.

Probabilité proportionnelle à la taille («PPS») Échantillonnage: à une alternative à l’IA

Shi a clôturé la discussion sur la question de traiter trop d’informations en offrant comme alternative à la classification des quantités élevées d’informations avec l’utilisation de l’IA. Elle a expliqué comment elle avait réussi une analyse dans laquelle elle a mis en œuvre un échantillonnage PPS pour étudier la documentation représentant un petit pourcentage des preuves qui ont besoin de l’affaire.

À titre de contexte, l’échantillonnage permet d’étudier une population cible dans son intégralité par Meeans d’un échantillon. Les unités étudiées peuvent varier en taille, avec des unités plus grandes contenant généralement plus d’informations. Afin d’éviter de sous-représenter des unités plus grandes de thèse, un échantillonnage PPS est utilisé. L’échantillonnage PPS assure une augmentation proportionnelle des chances de sélection à mesure que la taille de l’unité augmente.

Dans l’exemple de Shi, l’échantillonnage PPS a été appliqué afin de gérer une très grande quantité de documentation concernant les dépenses. Ladite documentation avait déjà été triée de la manière suivante: les 25 principaux fournisseurs représentaient 80% des dépenses, par conséquent, toute la documentation concernant ces fournisseurs a été examinée. Pour les 20% restants de la dépense, 1/3 d’entre lui a été examiné en classant les dépenses par taille, puis en examinant le top 100. Enfin, pour le 2/3 restant, un échantillonnage PPS a été appliqué.

Les deux approches, l’utilisation de l’échantillonnage de l’IA et du PPS, sont des exemples de façons créatives et innovantes de gérer trop d’informations. Le premier intègre les derniers développements de l’IA, le second illustre la pensée ingénieuse et multidisciplinaire.

Avoir trop peu d’informations

Selon Eckhoff, lorsqu’il s’agit d’avoir trop peu d’informations, il est très important de gérer la dépense du client. Comme de nombreux clients ne sont pas nécessairement une famille ayant des procédures judiciaires, ils peuvent être surpris lorsqu’ils apprennent à quel point les preuves sont critiques pour obtenir un résultat favorable. Il y a un thermaleur pour présenter des dommages qui peuvent être revendiqués sur la base des preuves disponibles.

Eckhoff signale ainsi le rôle important que joue l’expérience dans ces cas. Lors de la rencontre de ce problème, les experts les plus chevronnés proposeront des alternatives pour aider à surmonter la laque des preuves à travers les stratégies.

De plus, SHI a illustré l’importance de la pensée créative en cas de visage avec des informations limitées à travers un exemple convaincant. Elle a partagé qu’elle était impliquée dans une affaire où la partie adverse (une société) a affirmé que, si ce n’était pas pour les dommages que sa réputation avait subi, la société aurait pu devenir une institution financière multi-services. Rencontrer une réclamation basée sur de tels concepts peut s’avérer difficile à réfuter car il n’y a aucune preuve qui peut réfuter «ce qui aurait». Pour surmonter cela, son équipe a effectué deux analyses. Premièrement, ils ont examiné des sociétés de gestion d’actifs similaires qui avaient commencé leurs activités en même temps et en même temps, analysant le nombre d’institutions financières multi-services. Deuxièmement, ils ont effectué une analyse historique des institutions financières à plusieurs services actuelles, en examinant à quoi ressemblait la thèse au moment où la société aurait subi des dommages de réputation qui ont obéi à son développement et en demandant ce que l’institution se ressemblait pendant cette période. L’analyse a conclu qu’ils ne l’ont pas fait. Cela a illustré comment le dessin des parallélismes peut être une méthode puissante pour combler les lacunes dans les informations pour réfuter ou confirmer de simples présumtations.

Une fois que le panel s’est ouvert à des questions, il y avait un vif intérêt à apprendre des façons supplémentaires sur les moyens de s’appliquer. On suggère ce que son utilisation dans la rédaction, qui a déclenché un débat engageant sur le rôle futur des stagiaires et des avocats subalternes, car l’examen et la rédaction des documents constitue une partie importante de leurs responsabilités. Sur une note plus positive, l’IA peut créer des opportunités pour les avocats subalternes de s’engager dans un travail plus significatif et intellectueux. On pourrait faire valoir que le temps sauvé par l’utilisation de l’IA devrait être réinvesti dans le mentorat des avocats juniors et les guider à travers. De cette façon, l’IA ne remplace pas le travail humain; Au contraire, il libère du temps pour le genre d’activités nuancées et réfléchies qui nécessitent un raisonnement humain.

Shi a conclu le débat sur l’avenir des avocats internes et juniors en observant comment, même si l’IA ne remplacera pas les avocats, l’employabilité de ceux qui ne l’embrassent pas peut être sérieusement diminuée.

Remarques finales

Le consensus semblait clair: avoir trop d’informations est toujours pour le meilleur. Bien que la situation de recherche puisse être difficile à gérer, les panélistes ont démontré diverses façons de surmonter les différences, allant de l’utilisation de l’analyse statistique à l’intégration de l’IA. Ce dernier a suscité un intérêt particulier, non seulement pour ses implications actuelles, mais donc pour le vaste développement potentiel dans l’IA que nous pourrions vivre à l’avenir.

L’absence d’informations, cependant, ne préclut pas une réclamation réussie de dommages-intérêts. Dans la situation de recherche, la créativité et l’expérience deviennent vos atouts les plus précieux.

Une combinaison de capacités d’IA et de qualités humaines inhérentes semble offrir la solution la plus efficace pour défendre une réclamation en dommages et intérêts – que ce soit face à trop ou trop d’informations.

Cet article fait partie de la couverture de (notre blog d’information) Blog de Semaine d’arbitrage de Paris 2025.