· Révisé le

L’IA peut élargir l’analyse d’un dossier

L’IA peut aider une équipe juridique à examiner davantage de pièces et à explorer plus de questions. Son utilité dépend de sources vérifiables, d’une évaluation rigoureuse et d’un avocat qui assume la responsabilité du résultat.

Une équipe juridique peut avoir trop de documents pour les lire attentivement avant la prochaine décision. L’IA peut l’aider à relever des dates, à comparer des versions des faits et à repérer les passages qui méritent son attention. Son intérêt se mesure à deux choses : ce que l’équipe peut examiner en plus et sa capacité à vérifier les résultats.

Les sources et les constats

Un modèle de langage peut résumer des documents, les traduire, en extraire les dates, les montants et les parties, ou comparer des textes pour signaler d’éventuelles incohérences. Ces tâches produisent des résultats de nature différente, qui appellent des contrôles différents.

Une date citée dans une lettre n’est pas un délai calculé à partir de cette date. Un écart entre deux documents ne prouve pas que l’un d’eux est erroné. Le processus doit préserver ces distinctions : ce que la source indique, ce qui a été calculé ou déduit et ce que l’avocat en conclut.

Si le modèle affirme qu’un avis a été envoyé le 14 mars, la personne chargée du contrôle doit pouvoir consulter la preuve de l’envoi. La date imprimée sur l’avis ne prouve pas, à elle seule, quand il a été envoyé. Cette distinction peut compter davantage que la qualité de la synthèse.

Les classements et les regroupements automatisés doivent eux aussi indiquer leur méthode et leur date. Un document que le système a écarté comme non pertinent a fait l’objet d’un tri ; son absence de pertinence n’est pas pour autant établie.

Examiner davantage de pièces

L’IA peut permettre de poser les mêmes questions précises à un ensemble de documents beaucoup plus vaste. Elle peut relier les constats proposés à des passages et signaler les fichiers qui n’ont pas pu être traités. Le compte rendu de l’examen doit indiquer les pièces incluses et exclues, la date de leur collecte et les échecs de traitement.

Traiter chaque fichier ne prouve pas que tous les éléments pertinents ont été trouvés. Une page numérisée peut être mal lue, une question trop étroite ou une contradiction ignorée. Les divergences entre sources doivent rester signalées jusqu’à ce qu’une personne responsable les ait examinées et traitées. L’examen doit rendre compte des omissions possibles autant que des éléments trouvés.

Quand le modèle expose le droit

Un modèle interrogé sur le droit sans références précises peut mêler des propositions exactes à des sources dépassées, hors sujet ou inventées. Son assurance ne permet pas de faire la différence.

L’erreur la plus dangereuse peut sembler banale : une référence plausible, un critère juridique familier ou une règle valable dans un autre ordre juridique. Elle peut échapper à une lecture rapide précisément parce qu’elle correspond à la réponse attendue.1

Une réponse sans source peut suggérer une piste, mais la recherche juridique reste à faire. La présence de références permet de vérifier le raisonnement. Il faut encore établir qu’elles existent, qu’elles restent pertinentes et qu’elles étayent l’affirmation dans son contexte.

Les règles de travail

  • Définir la tâche, les documents à utiliser et le résultat attendu.
  • Distinguer ce qu’indique une source, le résultat d’un calcul reproductible et une appréciation.
  • Relier toute affirmation factuelle ou juridique déterminante aux sources qui l’étayent.
  • Signaler les lacunes de l’examen, les éléments illisibles, les contradictions et les incertitudes.
  • Tester le processus sur des documents représentatifs, avec des résultats attendus vérifiés de manière indépendante.
  • Désigner la personne qui contrôle le travail et assume la responsabilité de son utilisation.

Le choix du système doit tenir compte de la confidentialité, du secret professionnel, du legal privilege, de la protection des données et de la sécurité de l’information.2 Avant de lui confier des informations sensibles, il faut savoir où elles seront traitées, qui pourra y accéder, combien de temps elles seront conservées, à quelles fins elles pourront être réutilisées et comment les transferts, les journaux d’activité et la sécurité seront gérés. Le traitement local peut réduire certains risques ; les contrôles d’accès, les sauvegardes et les services connectés doivent néanmoins être examinés. Supprimer les noms ne suffit pas si les autres détails permettent d’identifier les personnes concernées.

Tester l’ensemble du processus

L’évaluation doit porter sur la recherche des documents, l’extraction du texte et le contrôle humain. Un modèle peut bien traiter un texte qu’un autre composant du système ne parvient pas à trouver ou à lire. Les documents représentatifs, les résultats attendus et les cas difficiles doivent être choisis avant le test.

Il faut au moins mesurer :

  • les éléments pertinents omis ;
  • les affirmations que les sources retenues n’étayent pas ;
  • les références inexistantes ou sans rapport avec l’affirmation ;
  • les réponses qui dépassent la question posée ou les sources autorisées ;
  • le temps de contrôle nécessaire pour obtenir un résultat fiable.

Les modèles, leurs réglages et les sources connectées évoluent. Il faut renouveler les tests après toute modification importante et analyser les échecs constatés à l’usage. Un succès sur une tâche renseigne sur cette tâche ; il ne prouve pas la fiabilité du système sur une autre.

Qui répond du résultat ?

Examiner davantage de pièces est utile si cela donne au conseil juridique une assise plus solide. La personne chargée du contrôle doit pouvoir consulter les preuves, remettre la réponse en question et expliquer les incertitudes qui subsistent. L’avocat dispose-t-il alors de raisons suffisantes pour se fonder sur le résultat, agir et conseiller son client ? C’est le critère décisif.

  1. NIST AI 600-1, Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile, section 2.2 et mesures MP-2.1-002, MP-2.3-001 et MS-2.5-003. Le NIST recense les contenus faux présentés avec assurance, notamment les raisonnements et les références inventés, et recommande de tester les transformations de données, de comparer les résultats à des données de référence vérifiées et de vérifier les sources et les références.
  2. L’art. 13 de la loi fédérale sur la libre circulation des avocats régit le secret professionnel. Le Préposé fédéral à la protection des données et à la transparence indique que la loi fédérale sur la protection des données s’applique directement aux traitements de données assistés par l’IA et exige la transparence sur leur finalité, leur fonctionnement et les sources de données utilisées.