Laboratoire
L’intelligence artificielle, sans foi
J’emploie ces outils tous les jours et j’ai bâti des systèmes dessus. Cela m’oblige à être exact sur deux points : ce qu’ils livrent réellement, et là où ils ne peuvent pas être employés. Deux sujets — Claude, d’Anthropic, et tous les autres.
Claude, d’Anthropic
Claude est un modèle de langage développé par Anthropic. La description courante — « il converse et rédige du texte » — décrit le jouet, non l’instrument. Ce qui change la nature du travail est venu après le texte : la capacité d’opérer sur mes propres fichiers, d’exécuter des commandes, d’interroger des systèmes externes et de tenir une tâche longue jusqu’au bout.
Contexte
La quantité de matière que le modèle peut avoir devant lui d’un seul tenant. C’est ce qui permet de mettre un dossier entier sous analyse plutôt que des extraits épars — et c’est aussi le plafond pratique qui impose une stratégie de lecture par tranches.
Outils
Le modèle ne se contente pas de répondre : il exécute. Lire un fichier sur le disque, lancer un script, interroger une API, écrire un document. La réponse cesse d’être un avis sur la donnée pour devenir une opération sur la donnée.
MCP
Model Context Protocol — norme ouverte publiée par Anthropic pour relier un modèle à des systèmes externes (bases, dépôts, services) sans intégration sur mesure pour chacun. C’est ce qui rend viable le branchement de l’IA sur l’infrastructure déjà en place au cabinet.
Agents
Au lieu d’une question et d’une réponse, un objectif et une boucle : planifier, exécuter, vérifier, corriger. C’est ainsi qu’une tâche de plusieurs heures — cartographier un portefeuille, réconcilier des délais — devient délégable.
Skills
Instructions permanentes qui codifient une méthode : comment ce cabinet rédige une écriture, quelle vérification est obligatoire avant de citer une décision, comment lire un PDF judiciaire au moindre coût. Le savoir tacite devient une procédure exécutable.
Vérification
Rien de tout cela ne dispense du contrôle. Le gain réel n’est pas de faire davantage confiance — c’est de pouvoir vérifier plus vite, parce que la matière arrive organisée, référence d’origine conservée.
Ce que j’ai construit avec
Gestion de contentieux reliée à DataJud
Plateforme qui suit les mouvements de procédure sur un portefeuille de l’ordre de mille à deux mille dossiers via l’API publique du Conseil national de justice, extrait les délais, notifie et tient le carnet de chaque affaire. Web et mobile.
Lecture des dossiers au coût minimal
Procédé qui transforme un PDF judiciaire de plusieurs centaines de mégaoctets en carte des pièces à partir de ses signets, n’extrait que la tranche nécessaire et n’applique l’OCR qu’aux pages qui sont des images — en conservant l’ancrage de page nécessaire à la citation.
Rédaction assistée des écritures
Méthode qui impose la structure du cabinet, la vérification obligatoire de la jurisprudence à la source officielle et la forme exigée par les juridictions — y compris le résumé d’ouverture prévu par l’article 343-A du règlement intérieur de la Cour supérieure de justice.
Anonymisation des données personnelles
Retrait des identifiants avant toute analyse assistée, pour que le traitement de données personnelles ne soit pas un effet collatéral de l’usage de l’outil.
Les autres IA
Il n’existe pas d’outil unique. Il existe une adéquation entre la tâche, le risque et l’endroit où la donnée finit. J’en emploie plusieurs, et le choix varie selon l’affaire — qui vend une réponse unique vend, il n’analyse pas.
Famille I
Conversation et raisonnement
Les modèles généralistes. C’est là que se concentre la bataille commerciale et là que les écarts, en pratique, sont moindres que ne le laisse entendre la publicité. Le choix se décide en général sur l’intégration, le coût et la politique de données — non sur la capacité brute.
- GPT — OpenAI Le plus répandu, avec le plus vaste écosystème d’intégrations
- Gemini — Google Intégré à l’environnement Google et solide sur les très longs contextes
- Grok — xAI Conversationnel, couplé au réseau social X
- DeepSeek Poids ouverts et coût faible, d’un laboratoire chinois
Au contentieux Une bonne part de ce qui parvient aujourd’hui à un dossier est passée par l’un d’eux. À l’examen d’un document, la question n’est plus de savoir s’il y a eu recours à l’IA, mais quel rôle elle a joué dans la production de cette pièce.
Famille II
Recherche et synthèse sourcée
Des outils qui ne prétendent pas savoir, mais chercher et résumer en déclarant leur source. Pour le travail juridique ils sont plus utiles que la conversation pure, parce qu’ils restituent le chemin jusqu’à la source.
- Perplexity Recherche web avec réponse sourcée et lien vers l’origine
- NotebookLM — Google Résume et répond uniquement sur les documents que vous versez vous-même
- Google Labs Ensemble d’expérimentations — utiles, et instables par définition
Au contentieux La citation affichée doit encore être ouverte. « Il y a une source » n’équivaut pas à « la source dit cela » — et j’ai vérifié des cas où le lien existait sans étayer l’affirmation.
Famille III
Agents — exécution, non conversation
Plutôt que de répondre, ils agissent : ils reçoivent un objectif, planifient, opèrent sur des fichiers et des systèmes, vérifient et corrigent. C’est la catégorie qui transforme le travail de cabinet, et aussi celle qui exige le plus de gouvernance.
- Manus Agent autonome pour des tâches en plusieurs étapes
- Agents de terminal Opèrent directement sur les fichiers, dépôts et systèmes locaux
Au contentieux Un agent qui agit exige des limites explicites : ce qu’il peut toucher, ce qui requiert confirmation, ce qui est journalisé. Sans cela, ce n’est pas de l’automatisation — c’est du risque opérationnel sous un joli nom.
Famille IV
Médias synthétiques — celle qui produit la preuve que j’examine
Génération de vidéo, de voix et d’avatars à partir de texte. Du point de vue de l’expertise, c’est la famille décisive : c’est d’elle que sortent le deepfake versé au dossier, l’enregistrement attribué à qui n’a pas parlé, la vidéo d’une scène qui n’a pas eu lieu.
- Veo — Google DeepMind Génération de vidéo à partir d’une description textuelle
- Hailuo — MiniMax Génération de vidéo, très adoptée sur les réseaux sociaux
- HeyGen Avatar vidéo, clonage de voix et doublage synchronisé
- Générateurs d’images Création et retouche photoréalistes, y compris de visages et de documents
Au contentieux La qualité a déjà dépassé l’œil non exercé — et, souvent, l’œil exercé. L’examen se déplace donc de l’apparence vers la trace : métadonnées, provenance, artefacts de génération et chemin d’arrivée au dossier.
Famille V
Exécution locale et modèles ouverts
Des modèles tournant sur la machine même, hors connexion. Capacité moindre que celle des services de pointe, avec une propriété qu’aucun d’eux n’offre : la donnée ne quitte pas l’équipement.
- Modèles à poids ouverts Exécutés sur serveur ou poste propre, sans rien transmettre
- DeepSeek et analogues Également disponibles en exécution locale, outre le service en nuage
Au contentieux Pour les pièces sous secret de justice, la preuve d’expertise et les documents confidentiels, c’est en général la seule option défendable — et c’est la réponse technique à la question « puis-je employer l’IA sans enfreindre la loi sur la protection des données ? ».
Famille VI
Plateformes juridiques spécialisées
Des produits tournés vers le contentieux : import des dossiers, extraction des questions posées à l’expert, projets d’écritures, jurisprudence. Ils livrent un circuit prêt à l’emploi et épargnent la configuration.
- Suites de gestion avec IA Circuit fermé, du dossier au projet d’écriture
- Plateformes d’expertise Import du dossier et projet de réponse aux questions posées
Au contentieux Le coût caché, c’est le critère : il réside dans la boîte noire d’un autre fournisseur. Et c’est précisément le critère que l’expert doit savoir exposer lorsque le rapport est contesté.
Ce panorama vieillit vite. Les noms changent, des produits sont abandonnés et les capacités bondissent d’un mois à l’autre — ce qui est décrit ici est la fonction que chaque famille remplit, parce que la fonction dure plus que la marque. Si la décision compte pour une affaire, vérifiez l’état actuel avant de vous y fier.
Ce qu’elles ont toutes en commun — et que nul n’annonce
Toutes inventent avec aplomb. Un modèle de langage produit le texte le plus probable, non le texte vrai — et une décision inexistante, avec numéro, rapporteur et sommaire parfaitement mis en forme, est hautement probable. Toute citation doit être ouverte à la source officielle. Sans exception.
Toutes traitent des données. Transmettre une écriture, un rapport ou un document personnel à un service en nuage est un traitement de données personnelles, avec toutes les conséquences qu’en tire la loi. Ou l’on anonymise d’abord, ou l’on exécute localement, ou l’on s’abstient.
Aucune ne répond de rien. Il n’y a ni désignation, ni serment, ni responsabilité pénale pour une conclusion erronée. Le système juridique exige un responsable identifiable, et ce responsable est toujours une personne.
Ce que je délègue, et ce que je ne délègue pas
Verdict
Oui — c’est là que la machine surpasse l’humain
Pourquoi
Le volume et la recherche sont son point fort. L’expert vérifie la référence de page avant de citer ; le modèle se trompe aisément de numérotation.
Quand l’IA devient l’objet de l’examen
La question revient de plus en plus souvent : ce document, cet enregistrement, cette image ont-ils été produits par une intelligence artificielle ? La réponse honnête commence par écarter la méthode que tout le monde tente en premier.
L’analyse stylistique ne règle rien. Les détecteurs qui classent un texte selon son « air d’IA » produisent faux positifs et faux négatifs à un taux bien trop élevé pour fonder une conclusion d’expertise — et pénalisent précisément ceux qui écrivent de façon ordonnée. Un rapport qui s’appuierait là-dessus ne survit pas à une contestation technique.
Ce qui fonde un examen, c’est la trace matérielle : métadonnées du fichier, historique d’édition, artefacts de compression et de génération, incohérences de capture, provenance déclarée dans le fichier même, et le chemin par lequel ce contenu est parvenu au dossier. C’est un travail de chaîne de conservation, non un avis sur le style.
- 01 Métadonnées et provenance déclarée dans le fichier
- 02 Historique d’édition et cohérence des dates
- 03 Artefacts de génération en image, voix et vidéo
- 04 Cohérence avec l’appareil de capture allégué
- 05 Chemin d’arrivée au dossier et chaîne de conservation
- 06 Confrontation à l’original, lorsqu’un original existe
La thèse
La bonne question n’est pas de savoir si l’IA remplacera l’expert. C’est ce qu’un système, précisément, ne peut pas faire dans une expertise — et ce que cela signifie pour celui qui signe le rapport.
Lorsqu’une juridiction écarte un rapport produit par IA générative faute de fiabilité épistémique minimale, elle ne se borne pas à rejeter un document. Elle réaffirme que le titre humain — formé, responsable, auditable — est ce qui valide la conclusion technique dans la procédure. La technologie me permet de travailler plus vite et de regarder davantage de matière. Elle ne signe pas.
Déploiement, méthode, conférence
Si votre organisation va employer cela, quelqu’un doit savoir où sont les limites.
Conception des circuits, politique d’usage, conformité en protection des données, choix de l’outil selon le type de donnée et formation des équipes — pour cabinets, entreprises et institutions.