Justice prédictive : comment l’IA assiste les juges sans décider à leur place

Un outil capable de parcourir en quelques instants des milliers de décisions de justice peut-il aider à mieux juger ? La question ne relève plus seulement de la fiction. Sous l’expression de « justice prédictive », des logiciels promettent d’extraire des tendances de la jurisprudence, d’estimer les chances de succès d’une procédure ou de repérer les décisions comparables à un dossier.

La promesse est séduisante pour une justice confrontée à des dossiers nombreux, à une matière juridique foisonnante et à l’exigence de rendre des décisions motivées dans des délais raisonnables. Mais prédire n’est pas juger. Une décision judiciaire ne résulte pas d’une simple moyenne statistique : elle repose sur des règles de droit, des preuves, une procédure contradictoire et l’appréciation humaine d’une situation particulière.

Au 24 septembre 2024, le débat porte donc moins sur le remplacement des magistrats que sur les conditions d’un usage utile, compréhensible et équitable de ces outils. L’enjeu est de tirer parti de l’analyse informatique sans transformer les décisions passées en consigne automatique pour les décisions à venir.

Qu’est-ce que la justice prédictive ?

La justice prédictive désigne un ensemble d’outils qui exploitent des données juridiques pour dégager des régularités et formuler des estimations. Le terme recouvre des technologies très différentes : un moteur de recherche avancé dans la jurisprudence, un système qui rapproche un dossier de décisions similaires, ou encore un modèle qui calcule la probabilité statistique d’un type d’issue à partir d’affaires antérieures.

Pour fonctionner, un tel système traite généralement des décisions publiées, leurs références juridiques, les montants accordés lorsqu’ils sont disponibles, les qualifications retenues et d’autres caractéristiques descriptives. Il peut s’appuyer sur des méthodes de traitement automatique du langage afin de repérer des mots, des motifs juridiques et des rapprochements dans des documents souvent longs et techniques.

L’outil ne connaît toutefois pas le droit comme le connaît un juge. Il établit des corrélations à partir de son corpus. Si des affaires qui présentent certains traits ont souvent abouti à une solution donnée, il peut signaler cette tendance. Il ne peut pas, à lui seul, décider qu’une solution est juridiquement juste dans une affaire nouvelle ou atypique.

Comment les magistrats peuvent-ils s’en servir ?

La publication d’origine évoque des expérimentations dans plusieurs tribunaux et une adoption prudente par les magistrats. Les éléments disponibles ne précisent toutefois ni les juridictions concernées, ni le protocole retenu, ni les résultats obtenus. Cette réserve est importante : elle ne permet pas de conclure à un déploiement uniforme de la justice prédictive dans les tribunaux français.

Sur le principe, l’usage le plus prudent consiste à faire de l’IA un outil d’assistance documentaire et analytique. Un magistrat peut, par exemple, utiliser une recherche enrichie pour identifier plus vite les décisions pertinentes, visualiser une tendance jurisprudentielle ou vérifier si un raisonnement semble isolé. L’outil peut ainsi réduire le temps consacré à certaines tâches de tri et de repérage.

La décision, elle, demeure de nature humaine et juridique. Le juge doit examiner les pièces, entendre les arguments des parties dans le respect du contradictoire, qualifier les faits, interpréter les textes applicables et motiver sa solution. Il doit aussi tenir compte d’éléments que les données historiques saisissent mal : une évolution de la loi, une jurisprudence récente, la singularité d’un préjudice ou la fiabilité d’un élément de preuve.

Cette distinction est essentielle. Un logiciel peut indiquer qu’une demande a fréquemment été rejetée par le passé dans des dossiers proches. Le juge reste libre, et tenu, de décider autrement si les faits ou le droit le justifient. Une justice qui suivrait mécaniquement les probabilités risquerait de confondre régularité statistique et application de la règle de droit.

Quels gains attendre, et quelles limites immédiates ?

L’intérêt des outils prédictifs réside d’abord dans leur capacité à traiter un grand volume de documents. Dans un contentieux répétitif ou lorsqu’une jurisprudence abondante doit être explorée, ils peuvent rendre plus visibles des décisions comparables, des divergences entre juridictions ou des fourchettes d’indemnisation observées.

Ces analyses peuvent aussi éclairer les stratégies des professionnels du droit et, dans certains cas, favoriser la recherche d’une solution amiable. Si les parties disposent d’une vision plus réaliste des risques d’un procès, elles peuvent être davantage enclines à discuter d’une transaction ou d’une médiation. Ce résultat n’est néanmoins jamais automatique : chaque litige comporte sa procédure, ses arguments et ses enjeux propres.

L’accélération de la justice ne doit pas être supposée parce qu’un logiciel est rapide. Une réponse informatique n’est utile que si les données sont suffisamment fiables, si le résultat est compréhensible et si un professionnel peut le contrôler. Vérifier les sources, détecter une erreur de classement et replacer une suggestion dans son contexte demandent du temps et des compétences.

Les biais algorithmiques ne disparaissent pas avec les données

L’un des principaux risques tient à la qualité du corpus analysé. Un outil apprend ou calcule à partir de décisions et de documents antérieurs. Or les données de justice peuvent être incomplètes, difficilement comparables ou marquées par des pratiques historiques. Si certaines catégories d’affaires sont peu publiées, mal décrites ou surreprésentées, l’estimation produite peut être trompeuse.

Un biais n’implique pas nécessairement une intention de discriminer. Il peut naître d’une sélection de données insuffisante, d’une variable mal choisie, d’une définition imprécise de ce qui est comparé ou d’un effet historique reproduit sans recul. Dans le contexte judiciaire, les conséquences peuvent être particulièrement sensibles : une recommandation opaque ou mal comprise peut influencer une décision qui touche aux droits d’une personne.

La transparence devient alors une exigence pratique. Les utilisateurs doivent savoir quelles données alimentent l’outil, ce qu’il mesure réellement, selon quelles méthodes il produit un résultat et dans quels cas il est peu fiable. Un score, un pourcentage ou une liste d’affaires similaires ne suffisent pas si leur origine et leurs limites restent invisibles.

Le risque de surcharge informationnelle doit aussi être pris au sérieux. Un magistrat confronté à une masse de résultats, de graphiques ou de probabilités pourrait être tenté de suivre l’indication la plus saillante. L’ergonomie d’un outil compte donc autant que sa performance : il doit aider à raisonner, non imposer une réponse par la quantité d’informations affichées.

Quel cadre juridique en France et en Europe ?

En France, l’ouverture des décisions de justice sous forme de données ne signifie pas que tout usage est permis. L’article L. 111-13 du code de l’organisation judiciaire interdit la réutilisation des données d’identité des magistrats et des membres du greffe lorsqu’elle a pour objet ou pour effet d’évaluer, d’analyser, de comparer ou de prédire leurs pratiques professionnelles, réelles ou supposées.

Cette règle répond à une préoccupation majeure : éviter le profilage individuel des juges et préserver l’indépendance de la justice. Elle ne revient pas à interdire toute analyse statistique de la jurisprudence. Elle fixe une limite nette à l’exploitation des identités professionnelles dans des outils qui prétendraient noter ou prédire le comportement d’un magistrat identifié.

La protection des données personnelles reste également déterminante. Les décisions de justice peuvent contenir, même après anonymisation, des éléments sensibles sur des personnes, leur situation familiale, professionnelle, financière ou médicale. La conception d’un outil doit donc intégrer les obligations applicables en matière de données, de sécurité et de minimisation des informations traitées.

À l’échelle européenne, le règlement sur l’intelligence artificielle, entré en vigueur le 1er août 2024, apporte une grille de lecture supplémentaire. Il range parmi les systèmes d’IA à haut risque certains outils destinés à assister une autorité judiciaire dans la recherche et l’interprétation des faits et du droit, ou dans l’application du droit à un ensemble concret de faits. Le texte prévoit pour cette catégorie des exigences renforcées, notamment sur la gestion des risques, la qualité des données, la documentation, la traçabilité, la transparence et la supervision humaine.

Pour les systèmes concernés de cette catégorie, le calendrier du règlement prévoit une application des principales obligations à compter du 2 août 2026. Dès septembre 2024, ce cadre dessine donc une orientation claire : dans la justice, l’IA ne peut être considérée comme un outil ordinaire. Les garanties doivent être proportionnées à l’impact potentiel sur les droits fondamentaux.

Former les juristes à comprendre les outils

L’adoption raisonnée de ces technologies ne dépend pas uniquement des éditeurs de logiciels. Elle suppose que les magistrats, avocats, greffiers et personnels de justice disposent d’une culture minimale de la donnée et de l’IA. Comprendre un outil ne signifie pas savoir le programmer. Il s’agit de pouvoir poser les bonnes questions : quelles données utilise-t-il ? Quel est son taux d’erreur ? Que mesure sa prédiction ? Quels cas traite-t-il mal ? Peut-on expliquer son résultat aux parties ?

Cette formation est aussi une condition de l’indépendance professionnelle. Un utilisateur qui ne comprend pas la logique générale d’un système risque soit de lui accorder une confiance excessive, soit de le rejeter sans examiner ce qu’il peut apporter. Dans les deux cas, le débat perd en qualité.

Les concepteurs ont, eux aussi, une responsabilité. Un produit destiné à la justice doit permettre le contrôle humain, documenter ses limites et éviter les promesses de certitude. Présenter une estimation comme un verdict probable peut créer une confusion dommageable, particulièrement pour les justiciables qui ne maîtrisent pas les mécanismes statistiques.

Ce qu’il faut surveiller pour une justice augmentée, pas automatisée

La justice prédictive pose une question de méthode avant d’être une question de performance technique. Les outils les plus utiles seront ceux qui facilitent l’accès à une jurisprudence complexe, rendent les analyses vérifiables et laissent au juge les moyens réels de s’écarter d’une suggestion.

Il faudra observer la qualité des corpus utilisés, la possibilité d’auditer les systèmes, les modalités de protection des données et la manière dont les résultats sont portés à la connaissance des parties. Il faudra surtout vérifier que l’IA ne crée pas une justice à deux vitesses, où les acteurs les mieux équipés disposeraient seuls d’une lecture sophistiquée des probabilités judiciaires.

L’objectif ne devrait pas être de quantifier entièrement l’aléa judiciaire. Une part de cet aléa tient à la diversité irréductible des faits, des preuves et des situations humaines. L’IA peut éclairer cette complexité, mais elle ne doit ni la masquer ni se substituer à la responsabilité du juge de rendre une décision individualisée, motivée et équitable.