Perigos do Desaparecimento de Dados em Fase de Produção de Provas Eletrônica (eDiscovery)

Recomendo este artigo sobre a produção de provas em meio digital. O artigo original não é meu, foi extraído do Law Technology Today e trata do assunto sob a ótica do direito dos Estados Unidos.

Reparem como este tema está desenvolvido nos EUA, se o compararmos com a pequena jurisprudência e produção intelectual brasileira sobre o mesmo assunto.

Perigos do Desaparecimento de Dados em Fase de Produção de Provas Eletrônica (eDiscovery)

Postado por David Carns, 17 de dezembro de 2014

Original: http://www.lawtechnologytoday.org/2014/12/disappearing-data-ediscovery/

A indústria de eDiscovery é madura. Embora possa-se discutir o momento em que a indústria surgiu oficialmente, é certo que existe há pelo menos uma década. Ao longo dos anos, muitos detalhes do fluxo de trabalho do eDiscovery foram analisados, amplamente debatidos e resolvidos. Apesar dessa maturidade, continua a haver uma série de áreas cinzentas em processamento de dados do eDiscovery que não chegaram a ser analisados com a profundidade que seria de se esperar. Em alguns casos, existe a possibilidade de que os dados desaareçam ou não sejam adequadamente apresentados.

Tais áreas cinzentas caem em categorias diferentes, mas aqueles relacionados aos dados do banco de dados e tipos de dados obscuros são de particular interesse.

Dados do Banco de Dados

eDiscovery é em grande parte sobre documentos: documentos do Word, planilhas do Excel, apresentações em PowerPoint, e e-mails dominam esta paisagem. O termo técnico para esta informação com base em documento é dados não-estruturados. Podem ser criados de forma livre por um usuário e não têm estrutura definitiva. Dados não estruturados são, ironicamente, fáceis de trabalhar no contexto de eDiscovery. Um documento é um único item com meta-dados relativamente fixos, que podem ser representados facilmente na forma impressa. Mas nem todos os dados do eDiscovery são não-estruturados, e alguns tipos de dados, tais como bancos de dados, carregam questões complicadas.

Bases de dados representam dados estruturados. Dados estruturados são armazenados de forma sistemática. Alguém pode acreditar que esta é uma vantagem sobre os dados não estruturados, mas, na verdade, muitas vezes causam mais problemas do que resolvem. Existem algumas regras sobre como os dados estruturados devem ser organizados. A maioria dos bancos de dados, no entanto, tem três grandes tipos de dados representados:

1.     Planilhas

2.     Formulários

3.     Relatórios

As tabelas são onde os dados são armazenados e formulários fornecem campos de entrada de dados que alimentam essas tabelas. Os relatórios são diferentes formas de olhar para os dados armazenados em tabelas, podendo ser consultados, agrupados e ordenados.

Um tipo comum de banco de dados é aquele criado com o Microsoft Access. Microsoft Access é quase onipresente nas empresas e é bastante fácil para um usuário de negócios criar um novo banco de dados. A maioria dos mecanismos de processamento de dados eDiscovery, no entanto, não lidam muito bem com os tipos de dados incorporados no Microsoft Access.

Em eDiscovery, é importante ser possível se extrair texto das tabelas, formulários e relatórios de um banco de dados Microsoft Access para que o texto completo do banco de dados seja extraído. Dependendo do caso, é importante produzir dados a partir das tabelas, formulários e relatórios para que a parte contrária tenha conhecimento do que está sendo produzido. Que texto é extraído e que dados que são produzidos, depende das necessidades de cada caso.

Na realidade, não existe uma resposta única que atenda às necessidades de cada banco de dados criado com o Microsoft Access, de modo que cada um precisa ser tratado de forma individualizada. Há poucos padrões desenvolvidos em torno destas questões, por isso, frequentemente se conta com a experiência dos prestadores de serviços. Esse tipo de manipulação individualizada dos dados, feita caso a caso, permite que especialistas e prestadores de serviços adicionem valor ao produto, mas, para uma indústria que se orgulha de resultados forenses, fica claro que a nossa forma de processar os arquivos do Microsoft Access levanta problemas, especialmente ao se procurarem detalhes.

Outro tipo de banco de dados é o Lotus Notes. Muitas pessoas pensam que o Lotus Notes é um sistema de e-mail, mas, na verdade, é um sistema de banco de dados sofisticado, que pode ser usado para criar bases de dados de quase qualquer formato ou tamanho. Em meados da década de 90, as empresas tinham grande interesse em e-mail e, por essa razão, o Lotus Notes foi muitas vezes usado como um banco de dados de e-mail, embora e-mail não fosse a sua única forma de utilização. Muitas ferramentas de eDiscovery tratam bancos de dados do Lotus Notes como e-mail apenas e, portanto, dados importantes podem ser perdidos. Todos os bancos de dados do Lotus Notes devem primeiro ser inspecionados, para ver se eles contêm dados não relacionados a e-mail.

Muitas ferramentas de processamento de eDiscovery não são capazes de processar corretamente bancos de dados do Lotus Notes, mesmo em se tratando de bancos de dados que contêm apenas os dados de e-mail. Isto é em parte devido ao fato de que um banco de dados de e-mail do Lotus Notes não é uma coleção de arquivos de e-mail individuais (como é o caso de bancos de dados da Microsoft, como os que armazenam arquivos com extensão PST), mas sim um banco de dados completo de tabelas, colunas e linhas, que representam coletivamente e-mails, mas precisam ser primeiro trabalhados, para que possam finalmente formar e-mails.

Muitas ferramentas de eDiscovery são incapazes de atuar adequadamente sobre dados estruturados, tais como registros em banco de dados, e preferem tratar os arquivos como dados estruturados ou como uma coleção de dados não-estruturados. De fato, é comum que os software de eDiscovery simplesmente convertam bancos de dados do Lotus Notes em uma coleção de arquivos de e-mail da Microsoft (agrupados em um arquivo de armazenamento pessoal) e, em seguida, processem o e-mail em formato Microsoft. O ato de converter Lotus Notes para o formato Microsoft, no entanto, quase sempre provoca uma perda de metadados específicos do Lotus Notes, tais como dados departamentais, formatação do corpo do texto, e outros campos personalizados usados pela organização. Essa destruição de dados é muitas vezes encoberta e os clientes raramente são informados sobre a perda de tais dados. Existem alguns programas de software eDiscovery que podem lidar originalmente com dados do Lotus Notes, por isso é importante perguntar ao seu departamento de assessoria a litígios ou prestador de serviços de eDiscovery se há suporte original para o Lotus Notes.

Dados Obscuros

Outra categoria de dados que muitas vezes cai em uma zona cinzenta é a de dados obscuros. Dois exemplos são dados Exif e dados com propriedades de metadados estendidos.

Exif designa o formato de arquivo de imagem intercambiável (estranhamente, não se escreve EXIF oficialmente, ainda que isso seja um acrônimo). Dados Exif são incorporados em muitos arquivos de mídia, como JPEGs, TIFF e formatos de arquivo WAV. Dados Exif podem conter informações como as configurações de tempo, de localização, de equipamentos e dos meios de comunicação de quando o dado foi capturado. É comum nas fotos, por exemplo, para incluir o tipo de câmera usada para tirar a fotografia, o local onde a fotografia foi tirada, se um flash foi usado, etc. Ao se processarem arquivos de mídia para eDiscovery, não se presume que  os dados Exif foram necessariamente extraídos e disponibilizados em campos de metadados durante a revisão. Isso pode levar à exclusão de informações valiosas que poderiam ser úteis para um caso. Para que se possa incluir esses metadados em sua avaliação, é importante para saber se o seu provedor de serviços abarca estes metadados no seu fluxo de trabalho de processamento.

Outro tipo de dados obscuros acompanha os dados armazenados na nuvem. Grande parte dos dados armazenados na nuvem ampliou as propriedades dos metadados. Por exemplo, os dados armazenados no serviço de armazenamento de arquivos Amazon S3 contém não apenas metadados típicos relacionados com o arquivo, mas também metadados referentes a quando o arquivo foi carregado, se existem versões mais antigas do documento, e qualquer costume ou metadado definido pelo usuário. Esta informação pode conter dados fundamentais para um caso, mas muitas vezes é ignorada. É importante assegurar que esses metadados sejam preservados e extraídos, se você acredita que isso poderia ser importante para o objeto da sua lide.

Conclusão

eDiscovery é uma indústria madura e de alto padrão. É importante, no entanto, entender que ainda há alguns tipos de dados, tais como banco de dados (estruturados) e os dados obscuros, que nos obrigam a tratar os dados caso-a-caso. Os dados estruturados requerem uma compreensão de cada banco de dados e como os seus dados são armazenados e apresentados, a fim de serem efetivamente utilizados em eDiscovery. Dados de tipo obscuro exigem uma profunda compreensão do método segundo o qual os dados são armazenados e uma compreensão adicional dos tipos de metadados estendidos que um arquivo pode conter. Enquanto as ferramentas para eDiscovery já percorreram um longo caminho ao longo dos anos, eDiscovery ainda demanda conhecimento especializado sobre dados, como eles são armazenados, e sobre como se extrair informações dos dados da forma mais eficaz possível.