Pourquoi ce guide, et à qui il s'adresse

Cela fait maintenant près de quatre ans que j'utilise quotidiennement les intelligences artificielles génératives. Juriste de formation, j'ai progressivement fait de ces outils un axe central de ma pratique professionnelle, développant au fil des expérimentations une expertise en ingénierie de prompt (prompt engineering). J'ai volontairement poussé l'usage aussi loin que possible — y compris dans ses retranchements les plus contre-intuitifs — afin de cartographier avec précision les capacités de ces modèles, mais aussi leurs limites.

Ce guide s'adresse aux professionnels du droit : magistrats, auditeurs de justice, avocats et élèves-avocats. Il répond à un quadruple constat.

Le premier est d'ordre professionnel. Les solutions d'IA juridique proposées par les éditeurs spécialisés se multiplient, parfois à des tarifs prohibitifs, sans que leurs utilisateurs disposent des clés de compréhension nécessaires pour en évaluer la fiabilité. Or, avant de déléguer une partie de son raisonnement à une machine, il est indispensable de comprendre comment elle fonctionne, où elle excelle, et surtout où elle défaille. Aux États-Unis, dans l'affaire Mata v. Avianca, Inc. (2023), des avocats ont été sanctionnés après avoir plaidé sur la base de précédents jurisprudentiels intégralement fabriqués par ChatGPT : décisions inventées, numéros de référence fictifs, formulations imitant le style de la juridiction concernée¹. Ce cas n'est pas un accident : c'est la conséquence prévisible d'un outil puissant utilisé sans compréhension de ses mécanismes.

Le second est d'ordre intellectuel. Plusieurs études alertent sur le risque qu'un usage prolongé et irréfléchi de l'intelligence artificielle érode progressivement la capacité de réflexion autonome de ses utilisateurs. Un point sur lequel je reviendrai à plusieurs reprises dans ce guide. Ce danger est particulièrement sérieux dans les professions juridiques, où le raisonnement constitue la matière première du métier. Quelle que soit la réponse fournie par la machine, le professionnel demeure l'unique responsable de l'usage qui en est fait.

Le troisième est d'ordre civilisationnel, et c'est peut-être le plus important. En partageant mes connaissances sur ce domaine, je souhaite aussi éveiller les consciences sur ce que l'intelligence artificielle rend désormais possible, et sur les choix que cette puissance impose. De plus en plus, les solutions d'IA — y compris juridiques — se dirigent vers un modèle du tout-IA, où le professionnel est progressivement phagocyté dans ses prises de décision, avant d'être remplacé par les systèmes qu'il aura lui-même contribué à entraîner en leur livrant, interaction après interaction, sa matière grise. L'objectif de ce manuel est de défendre une vision radicalement différente : celle du centaure. Le terme, emprunté à la mythologie grecque, a été transposé dans le champ de l'intelligence artificielle par Garry Kasparov après sa défaite contre Deep Blue en 1997 : il désigne le tandem dans lequel l'humain et la machine jouent ensemble, chacun amplifiant les capacités de l'autre. L'IA au service de l'humain, à côté de lui, et jamais sans lui.

Quatrièmement, je souhaite à travers ce guide initier une réflexion plus large sur l'IA et ses usages. La révolution qui est en cours va remettre en cause les réalités sur lesquelles nos sociétés contemporaines s'étaient fondées et avaient acquis une relative stabilité. Avant même d'utiliser l'IA, il faut à mon sens penser l'intelligence artificielle. Accepter de faire ce travail philosophique dès à présent permettra de prendre conscience des territoires où cette technologie pourrait bien nous envoyer. Dans La Condition de l'homme moderne, Hannah Arendt écrivait :

« Ce que nous avons devant nous, c'est la perspective d'une société de travailleurs sans travail, c'est-à-dire privés de la seule activité qui leur reste. On ne peut rien imaginer de pire. »

Je dirais que cette réalité n'a jamais été aussi proche de nous. Ce que nous avons devant nous, c'est la perspective d'une société de travailleurs sans travail, une société de penseurs sans sujet, une société de citoyens sans libre arbitre, c'est-à-dire une humanité privée de tout ce qui fait son essence. Et il est possible d'imaginer encore pire.

Si j'ai choisi de m'adresser aux juristes, ce n'est pas un hasard. Nous vivons chaque jour les conséquences concrètes d'un texte normatif — y compris lorsqu'il a été rédigé dans la précipitation — sans mesure de ses effets, et qu'il s'applique quand même. Plus encore, le juriste a été formé à peser chacun de ses mots avec précision et retenue. Cette expérience nous place dans une position particulière pour comprendre ce qui se joue aujourd'hui : une puissance technologique qui transforme les rapports sociaux à une vitesse inédite, et qui demeure insuffisamment encadrée.

Définitions préalables

Avant d'entrer dans le vif du sujet, il me paraît primordial de définir certaines notions essentielles.

Les intelligences artificielles génératives dont il sera question dans ce guide — ChatGPT (OpenAI), Claude (Anthropic), Gemini (Google), Le Chat (Mistral) — appartiennent à la catégorie des grands modèles de langage (Large Language Models, ou LLM). Leur fonctionnement repose sur un principe fondamentalement statistique : à partir d'une séquence donnée, le modèle prédit le mot suivant le plus probable, puis le suivant, et ainsi de suite. Pour reprendre une analogie simple : lorsqu'on vous demande ce que vous prenez au petit-déjeuner, votre esprit convoque spontanément « café », « tartines », « croissant ». Un LLM procède de manière comparable, mais par le calcul statistique plutôt que par l'expérience vécue.

Ce fonctionnement explique à la fois l'efficacité remarquable de ces modèles et leur propension à produire des erreurs, voire à inventer des faits de toutes pièces, un phénomène connu sous le nom d'« hallucination ».

Le prompt désigne la requête textuelle soumise au modèle. Sa précision conditionne directement la qualité du résultat : un terme ambigu, une formulation imprécise, et la réponse s'en ressentira mécaniquement. Les informaticiens ont d'ailleurs un adage, formulé dès les années 1950 : « Garbage in, garbage out » : une entrée de faible qualité produit invariablement une sortie de faible qualité.

De ce constat est née l'ingénierie de prompt, discipline que je situerais à la croisée de la statistique, du droit et de la psychologie, car un LLM, entraîné sur des données humaines, hérite inévitablement de nombre de nos biais cognitifs. Ce guide entend en poser les bases dans un contexte juridique.