Un étudiant en première année de droit tombe sur un TD de statistiques appliquées à la criminologie. Un avocat spécialisé en données personnelles doit comprendre comment fonctionne un algorithme de scoring pour contester une décision automatisée devant un tribunal. Ces situations, encore marginales il y a dix ans, se multiplient dans les facultés et les cabinets.
Obligation de maîtrise de l’IA : ce que l’AI Act change pour les juristes
Depuis le 2 février 2025, l’article 4 du règlement européen sur l’intelligence artificielle impose aux fournisseurs et déployeurs de systèmes d’IA de développer la maîtrise de l’IA de leur personnel. L’obligation est proportionnée aux fonctions exercées et au contexte d’utilisation.
Concrètement, on ne demande pas à un notaire de coder en Python. On lui demande de comprendre les capacités, les limites et les risques des outils qu’il utilise au quotidien. La nuance est de taille, mais elle implique un socle minimal de culture scientifique que la formation juridique classique ne fournissait pas.
L’AI Act repose sur une classification par niveau de risque. Pour déterminer les obligations applicables à un outil donné, il faut être capable d’évaluer son fonctionnement technique, ses biais possibles et ses limites. Quand on explore les matières scientifiques en droit, on constate que cette compétence dépasse l’opposition traditionnelle entre disciplines littéraires et disciplines scientifiques : la compétence scientifique sert à appliquer correctement la règle juridique.
Statistiques et algorithmique dans la pratique juridique quotidienne
Le terrain le plus visible, c’est celui du contentieux lié aux décisions automatisées. Quand un salarié conteste un licenciement fondé sur un scoring algorithmique, son avocat doit comprendre la logique du modèle pour identifier une discrimination potentielle.
Les systèmes d’IA qui sélectionnent des candidats, évaluent des acquis ou détectent des comportements interdits pendant un examen sont généralement classés parmi les systèmes à haut risque. Leur encadrement exige des compétences en algorithmique et en évaluation que la seule lecture du Code du travail ne procure pas.
Ce que cela implique en formation initiale
Plusieurs facultés intègrent désormais des modules de statistiques descriptives ou de logique formelle dans leurs maquettes de licence. On ne parle pas de cours de mathématiques fondamentales, mais d’outils opérationnels :
- Lecture et interprétation de tableaux statistiques utilisés dans les rapports d’expertise judiciaire, pour éviter les contresens sur les corrélations et les causalités
- Notions de probabilités appliquées à la preuve, notamment dans les affaires où l’ADN ou les empreintes digitales sont mobilisés
- Compréhension des mécanismes de base du machine learning, suffisante pour dialoguer avec un expert technique lors d’un litige
Savoir lire un rapport d’expertise technique n’est plus une option pour un juriste. Les retours varient sur l’intensité nécessaire de ces enseignements, mais le principe d’une acculturation scientifique minimale ne fait plus débat dans les cercles professionnels.
Droit de l’environnement et expertise scientifique : un cas d’école
Le droit de l’environnement illustre depuis longtemps la porosité entre normes juridiques et productions scientifiques. Quand un juge doit trancher sur la légalité d’un projet industriel, il s’appuie sur des études d’impact dont la lecture requiert des connaissances en écologie, en chimie ou en hydrologie.
La question n’est pas que le magistrat devienne biologiste. Elle est qu’il puisse évaluer la fiabilité d’une expertise sans dépendre aveuglément du discours de l’expert mandaté par l’une des parties. Cette capacité de jugement critique sur des données scientifiques, c’est précisément ce qu’apportent les modules de méthodologie scientifique en cursus juridique.
Le piège de l’ignorance scientifique dans les décisions de justice
Un juge qui ne comprend pas la différence entre une corrélation statistique et un lien de causalité peut valider un raisonnement d’expert fondamentalement biaisé. Ce type d’erreur a des conséquences concrètes sur les justiciables.
La recherche sur les rapports entre normes juridiques et productions scientifiques montre que l’ignorance en matière scientifique peut être produite par le processus institutionnel lui-même. L’évaluation réglementaire des risques génère parfois ses propres angles morts, faute de compétences suffisantes chez les acteurs juridiques impliqués.
Compétences scientifiques attendues selon le domaine juridique
Tous les juristes n’ont pas besoin du même bagage. Un fiscaliste manipule des modèles économétriques. Un spécialiste du droit du numérique doit comprendre le fonctionnement des réseaux de neurones. Un pénaliste s’appuie sur la médecine légale et la génétique.
| Domaine juridique | Compétence scientifique mobilisée |
|---|---|
| Droit du numérique et IA | Algorithmique, machine learning, biais statistiques |
| Droit de l’environnement | Écologie, chimie, lecture d’études d’impact |
| Droit pénal | Médecine légale, génétique, probabilités (ADN) |
| Droit fiscal | Économétrie, modélisation financière |
| Droit de la santé | Pharmacologie, épidémiologie, essais cliniques |
Ce tableau ne prétend pas couvrir toutes les situations, mais il montre que la rencontre entre sciences et droit n’est ni un mythe ni une exception. Elle est structurelle, et elle s’intensifie avec la numérisation des pratiques professionnelles.
Formation continue des professionnels du droit face à l’IA
L’article 4 de l’AI Act ne concerne pas uniquement la formation initiale. Les avocats, magistrats et juristes d’entreprise en poste sont également visés. La mesure impose que les compétences soient proportionnées aux outils effectivement déployés.
Pour un cabinet qui utilise un outil de recherche jurisprudentielle augmenté par l’IA, cela signifie que les associés comme les collaborateurs doivent comprendre les limites de l’outil : risques d’hallucination, biais de corpus, périmètre de fiabilité des réponses générées.
La formation scientifique des juristes est devenue une obligation réglementaire, pas seulement un avantage concurrentiel. Les professionnels qui considèrent encore les matières scientifiques comme étrangères à leur pratique s’exposent à un double risque : celui de mal appliquer la règle de droit, et celui de ne pas respecter les exigences de compétence imposées par le cadre européen.
