Newsletter : IA FUTUR

IA FUTUR - Newsletter N° 22 - Juillet 2026

Justice prédictive :

où en est-on vraiment ?

Entre promesses spectaculaires et réalité juridique, le bilan que peu osent dresser.

Le concept a fait rêver les uns, paniquer les autres, et tout le monde en parle sans toujours savoir de quoi il s'agit. La justice prédictive, ou plutôt ce que l'on désigne sous ce terme, promet depuis une dizaine d'années une révolution : pouvoir anticiper l'issue d'un procès, calculer les chances de gagner, évaluer le montant probable des dommages intérêts, comparer les pratiques des juridictions. Le rêve, ou le cauchemar, d'une justice mathématisée.

Dix ans après les premières promesses, où en est-on vraiment ? La technologie a-t-elle tenu ses engagements ? La pratique juridique en est-elle transformée ? Le législateur a-t-il bougé les lignes ? L'arrivée des grands modèles de langage change-t-elle la donne ?

Le bilan mérite un examen honnête, débarrassé à la fois de l'enthousiasme commercial et de la panique réactionnaire.

De quoi parle-t-on exactement ?

L'expression justice prédictive est en réalité un fourre-tout qui désigne plusieurs réalités très différentes.

Premier niveau : la recherche jurisprudentielle augmentée. Des outils comme Doctrine, Lexis 360, Lamyline ou Dalloz proposent depuis longtemps des moteurs de recherche permettant de trouver rapidement les décisions pertinentes sur une question donnée. Ce n'est pas de la prédiction, c'est de la recherche améliorée. Mais c'est souvent ce qu'on désigne abusivement comme justice prédictive.

Deuxième niveau : l'analyse statistique des décisions. Plusieurs plateformes (Predictice en France a été pionnière, Case Law Analytics ensuite) ont développé des outils d'analyse quantitative des décisions de justice. Sur tel type de litige, dans tel ressort, devant telle juridiction, voici les pourcentages observés : tant de pour cent de victoires demandeur, tant de pour cent d'indemnisation moyenne, tant de pour cent de réformation en appel. C'est ici qu'on entre dans le pré carré de la prédiction.

Troisième niveau : la prédiction individualisée. Pour un dossier précis, l'outil produit une estimation des chances de succès et du quantum probable. C'est le saut qualitatif promis, et c'est aussi celui qui pose le plus de questions.

Quatrième niveau, encore largement théorique : l'aide à la décision pour le magistrat lui-même. Un système qui, à partir des éléments d'un dossier, suggérerait au juge une solution probable, ou des éléments de comparaison avec des dossiers similaires.

Ce qui a marché, et ce qui n'a pas marché

Sur le premier niveau (recherche augmentée), le succès est incontestable. La numérisation massive des décisions de justice, combinée à des moteurs de recherche performants, a transformé le travail de recherche jurisprudentielle. Ce qui prenait des heures se fait en minutes. Aucun cabinet sérieux ne s'en passe.

Sur le deuxième niveau (analyse statistique), les résultats sont plus nuancés. Les outils existent, ils sont précis, mais ils sont surtout utilisés par les compagnies d'assurance, les directions juridiques des grandes entreprises, et quelques cabinets spécialisés. Le grand public des praticiens reste à distance. Les raisons sont multiples : coût des abonnements, complexité d'interprétation des statistiques, méfiance face à des chiffres qui peuvent masquer des biais.

Sur le troisième niveau (prédiction individualisée), c'est là que les promesses se heurtent à la réalité. Les expérimentations menées notamment dans les cours d'appel de Rennes et de Douai, en 2017, ont produit des résultats décevants. L'outil testé proposait des estimations qui ne se distinguaient pas significativement de ce que pouvait produire un magistrat expérimenté. Et pour les cas atypiques (ceux qui posent justement le plus de questions), il était souvent à côté de la plaque.

Sur le quatrième niveau, le cadre légal a tranché : il est interdit en France. Et c'est probablement la décision juridique la plus significative en matière de justice prédictive ces dernières années.

Le tournant français de 2019 : l'interdiction du profilage des juges

L'article 33 de la loi du 23 mars 2019 de programmation 2018-2022 et de réforme pour la justice a introduit une disposition que peu de pays ont osé prendre : il est désormais interdit d'utiliser les données d'identité des magistrats et des membres du greffe pour évaluer, analyser, comparer ou prédire leurs pratiques professionnelles. La violation est punie de cinq ans d'emprisonnement et 300 000 euros d'amende.

Concrètement, on ne peut plus produire des statistiques du type : le juge X de la chambre Y du tribunal Z accorde en moyenne tel montant dans les contentieux de licenciement, ou alloue tel taux de réformation en matière de divorce. Le profilage individualisé des magistrats est juridiquement impossible.

Cette interdiction a été critiquée par une partie des éditeurs de logiciels, qui y ont vu un frein à l'innovation. Elle a été défendue par les magistrats, qui y voient une garantie contre la pression des justiciables et une protection de l'aléa judiciaire. Elle correspond à une certaine conception de la justice : celle d'un service public où le juge n'est pas un acteur économique dont on optimise les choix, mais le serviteur d'une fonction qui doit conserver son imprévisibilité relative.

Le résultat pratique est clair : la justice prédictive à la française se développe en agrégeant les décisions par juridiction, mais pas en isolant les pratiques individuelles. C'est une limite structurelle qui distingue le marché français de marchés moins régulés.

NOUVEAUTÉ DE CE MOIS-CI

IA & Droit : La Révolution

2e édition, entièrement actualisée et augmentée

Après le succès de la 1ère édition, cette nouvelle version intègre les évolutions récentes du cadre juridique européen, les premières applications concrètes des agents IA dans la pratique juridique, et un panorama actualisé des outils de justice prédictive et d'analyse documentaire. Un ouvrage de référence pour qui veut comprendre comment l'IA transforme le droit, et comment le droit organise sa réponse.

Disponible dès ce mois-ci sur Amazon KDP

Plus d'infos sur www.gpappai.com

Les vrais usages, ceux qui fonctionnent

Au-delà des promesses, certains usages de l'analyse statistique des décisions ont trouvé leur place dans la pratique.

Premier usage : l'aide au conseil pré contentieux. Quand un client envisage d'engager une procédure, pouvoir lui présenter des éléments statistiques sur le sort général des contentieux similaires (durée moyenne, taux de succès, quantum habituel) lui permet de prendre une décision éclairée. Ce n'est pas une prédiction, c'est une mise en perspective. Et c'est précieux.

Deuxième usage : l'aide à la négociation. Avant une médiation ou une transaction, disposer d'éléments objectifs sur les ordres de grandeur observés dans des contentieux comparables renforce la position de négociation et facilite l'accord. Là encore, le statistique sert le pragmatique.

Troisième usage : la stratégie procédurale. Le choix de la juridiction (quand un choix est possible), de l'angle d'attaque, du calendrier, peut être éclairé par l'analyse des pratiques observées. Pas pour optimiser au sens cynique, mais pour adapter sa démarche aux réalités du contentieux.

Quatrième usage : la formation et l'auto-évaluation. Pour un jeune avocat, savoir comment se positionne son traitement d'un dossier par rapport aux pratiques observées est un outil d'apprentissage précieux. Pour un cabinet, identifier les écarts de pratique entre collaborateurs permet de partager les bonnes pratiques.

Les limites qui ne s'effaceront pas

Au-delà des contraintes légales, plusieurs limites structurelles plafonneront sans doute durablement la justice prédictive.

La première, c'est la singularité de chaque affaire. Les statistiques moyennent. Or, la décision judiciaire procède d'une appréciation in concreto qui prend en compte des éléments souvent invisibles dans les bases de données. Le contexte familial, le comportement à l'audience, la qualité de la défense, la convergence ou la divergence des expertises, le ressenti du juge face à un témoin. Aucun système, même très sophistiqué, ne capte tout cela.

La deuxième, c'est le caractère évolutif de la jurisprudence. Le droit se construit aussi contre les statistiques. Quand une situation injuste se cristallise dans les pratiques observées, le rôle d'une juridiction supérieure est précisément de la corriger. Une justice qui se contenterait de reproduire la moyenne serait une justice immobile.

La troisième, c'est la qualité des données disponibles. La numérisation des décisions de justice progresse, mais elle reste partielle, particulièrement pour les premières instances. Les jugements de tribunal judiciaire, de prud'hommes, de tribunaux de commerce, ne sont pas tous accessibles. Les bases statistiques sont donc construites sur des échantillons biaisés.

La quatrième, c'est l'effet performatif. Si la justice prédictive devenait systématiquement utilisée par les parties pour évaluer leurs chances, elle modifierait les comportements qu'elle prétend simplement décrire. Les transactions se feraient sur la base de moyennes statistiques. Le contentieux résiduel serait celui des cas atypiques. Et les statistiques cesseraient de refléter la réalité judiciaire pour ne plus refléter qu'un résidu.

L'arrivée des grands modèles change-t-elle la donne ?

Une question s'impose : l'irruption des LLM (Claude, ChatGPT, Gemini, Mistral) transforme-t-elle le paysage de la justice prédictive ?

La réponse est nuancée. Sur la prédiction quantitative pure (estimation de quantum, taux de succès), les LLM n'apportent pas grand chose : ils ne sont pas conçus pour traiter de la donnée structurée. Les outils statistiques classiques restent plus pertinents.

En revanche, sur l'analyse qualitative des décisions, les LLM sont des accélérateurs puissants. Ils peuvent lire rapidement de très grandes quantités de jurisprudence, en extraire les positions de principe, comparer les motivations, identifier les tendances émergentes. Là où il fallait des heures de lecture, il faut quelques minutes de dialogue avec un modèle bien prompté.

Ils sont aussi très efficaces pour rapprocher un cas d'espèce des décisions comparables. Présentez un dossier à un LLM en lui demandant d'identifier les positions jurisprudentielles applicables, et il vous fournit en quelques secondes un travail de cadrage qui prenait avant des journées.

Cela ne fait pas de la prédiction au sens strict. Mais cela transforme le travail de préparation d'un dossier. Et probablement, à terme, cela aura plus d'effet sur la pratique que les outils de prédiction statistique.

Une transformation par les marges

Au final, dix ans après les premières annonces tonitruantes, la justice prédictive n'a pas révolutionné la justice. Elle ne l'a pas remplacée non plus. Elle l'a transformée par les marges.

Les outils existent, ils sont utilisés par ceux qui en ont les moyens et l'usage, ils apportent des éclairages utiles dans certains contextes, mais ils n'ont pas remplacé le travail juridique humain. Le procès reste un acte d'appréciation, pas un calcul. Le juge reste un acteur central, pas un opérateur d'algorithme.

La vraie question pour les prochaines années n'est probablement pas celle de la prédiction. C'est celle de la place de l'IA dans le travail quotidien des magistrats et des avocats. Comment intégrer ces outils sans dénaturer les fonctions ? Comment former les nouvelles générations à un usage raisonné ? Comment maintenir l'aléa judiciaire qui garantit l'égalité devant la justice ?

À ces questions, la justice prédictive ne répond pas. Mais elle nous oblige à les poser. C'est peut-être son apport le plus durable.

Passez une excellente journée

À très bientôt pour nos prochaines éditions

Gabriel Papp
gpappAI.com

Politique de confidentialité

Mentions légales