ooligo
TIPO · framework

Modelo EDRM — Electronic Discovery Reference Model

Última actualización 2026-05-03 Legal Ops

El Electronic Discovery Reference Model (EDRM) es el mapa estándar del sector del workflow de eDiscovery. Creado en 2005 y mantenido por la organización EDRM (ahora bajo Duke Law), define nueve etapas desde la gobernanza de la información pre-litigio hasta la presentación en juicio. Toda plataforma de eDiscovery, todo equipo de apoyo al litigio y toda orden judicial sobre procedimiento de descubrimiento traza su terminología al EDRM.

Las nueve etapas

El EDRM se diagrama convencionalmente de izquierda a derecha con el volumen decreciendo y el costo por documento incrementando a medida que avanza el workflow:

#EtapaQué sucedeQuién lo gestiona
1Gobernanza de la informaciónPre-litigio: políticas de retención de datos, preparación para retención legal, minimización de datosEquipo de gobernanza, TI, Legal Ops
2IdentificaciónCuando se activa el litigio: identificar custodios, fuentes de datos, alcanceAbogados litigantes, TI, Legal Ops
3PreservaciónEmitir retenciones legales; congelar la eliminación; documentar el cumplimientoAbogados litigantes, TI
4RecopilaciónExtraer datos de correo electrónico, archivos compartidos, Slack, dispositivos móviles, aplicaciones en la nubeEspecialistas forenses, TI
5ProcesamientoDeduplicar, extraer metadatos, OCR, normalizar formatosEquipo de eDiscovery, proveedor
6RevisiónLos abogados (o la AI) etiquetan documentos — responsivos, privilegiados, críticosAbogados revisores, proveedor
7AnálisisConstruir el relato del caso a partir de los documentos revisadosEquipo litigante
8ProducciónProducir los documentos responsivos y no privilegiados a la parte solicitanteEquipo litigante, proveedor
9PresentaciónUsar los documentos producidos en deposiciones o juicioEquipo de juicio

Las etapas 1-3 son pre-litigio o de inicio del litigio; las etapas 4-8 representan la mayor parte del costo del eDiscovery; la etapa 9 es el trabajo de presentación que utiliza el resultado del descubrimiento.

La relación entre volumen y costo

El diagrama clásico del EDRM muestra el volumen (en documentos/datos) disminuyendo a lo largo de las etapas mientras el costo por documento aumenta:

  • Etapas 1-2: Petabytes de datos organizacionales
  • Etapas 3-4: Terabytes de datos de custodios preservados y recopilados
  • Etapa 5: Cientos de GB de datos procesados y deduplicados
  • Etapa 6: Millones de documentos en el universo de revisión
  • Etapas 7-8: Decenas de miles de documentos en la producción
  • Etapa 9: Cientos de exhibits del juicio

Cada etapa que reduce el volumen de forma económica se traduce en enormes ahorros en los costos downstream. Una gobernanza de la información agresiva (Etapa 1) antes del litigio produce recopilaciones dramáticamente más pequeñas (Etapa 4) y costos de revisión dramáticamente menores (Etapa 6).

Cómo las plataformas modernas de eDiscovery se corresponden con el EDRM

La mayoría de las plataformas se especializan:

  • Etapas 1-3: Microsoft Purview (cumplimiento y retención legal), Google Vault, OpenText, Onna. Herramientas especializadas de retención legal (Exterro, Relativity Legal Hold).
  • Etapa 4: Herramientas de recopilación forense (Cellebrite para móviles, X1 Social Discovery, exportaciones nativas de aplicaciones en la nube).
  • Etapas 5-8: Las “plataformas de revisión” — Relativity, Everlaw, DISCO, Reveal, Logikcull para auto-servicio.
  • Etapa 9: Software de presentación para juicio (TrialDirector, Sanction, herramientas nativas de exhibits en sistemas de sala de audiencias).

Cada vez más, los proveedores integran múltiples etapas en una sola plataforma —Relativity One abarca las etapas 4-8; las plataformas modernas de AI nativa añaden capacidades más profundas de la Etapa 7 (Análisis)—.

Cómo cambia la AI el EDRM

Etapa por etapa:

  • Etapa 1 (Gobernanza): La AI clasifica los documentos en el momento de su creación, sugiriendo categorías de retención. Reduce el alcance del eDiscovery en cada asunto futuro.
  • Etapa 2 (Identificación): La AI escanea los datos organizacionales para identificar los custodios y fuentes de datos probablemente relevantes a partir de una descripción del litigio.
  • Etapa 5 (Procesamiento): La AI mejora el OCR, la detección de idiomas extranjeros y las decisiones de deduplicación en cuasi-duplicados.
  • Etapa 6 (Revisión): El mayor impacto. La revisión asistida por LLM gestiona la primera pasada con una calidad competitiva con la de los revisores junior. Reducción de costos del 30-70% en programas bien gestionados.
  • Etapa 7 (Análisis): Extracción de conceptos, mapeo de redes de comunicación, construcción de líneas de tiempo. La AI identifica patrones que la revisión humana pasaría por alto.
  • Etapa 8 (Producción): Redacción automática (ver workflows de redacción), generación de registros de privilegio.
  • Etapa 9 (Presentación): La AI redacta esquemas de deposición a partir de documentos revisados; sugiere exhibits del juicio.

El impacto total: los programas de eDiscovery bien gestionados y asistidos por AI en 2026 entregan resultados por el 30-50% del costo histórico.

Errores frecuentes

  • Tratar el EDRM como lineal. En la práctica, las etapas se superponen e iteran. Se identifican nuevos custodios durante la revisión; las producciones suplementarias obligan a volver a etapas anteriores.
  • Invertir poco en las etapas 1-3. Las correcciones baratas upstream ahorran costos de revisión costosos downstream. La mayoría de las organizaciones gastan poco en gobernanza de la información.
  • Depender excesivamente de la AI sin validación. La revisión asistida por AI sigue requiriendo muestreo estadístico y validación humana; producir sin ella invita a cuestionamientos del tribunal.
  • Ignorar la proporcionalidad. El EDRM no anula el deber de acotar el descubrimiento de forma proporcional al valor del asunto. La negociación agresiva sobre el alcance de la recopilación y el nivel de revisión es importante.

Relacionado