Un tribunal pakistanais montre que l’IA aide les juges à résorber les arriérés quand la formation vient d’abord

La formation, et pas seulement l’accès, a déterminé si l’IA en salle d’audience produisait des résultats

Une vaste expérimentation randomisée menée sur le terrain dans la justice pakistanaise suggère que l’intelligence artificielle peut accroître la productivité du secteur public, mais seulement lorsque les institutions investissent dans la formation des personnes à son bon usage. L’étude, conduite par des chercheurs de l’ETH Zurich, de l’Imperial College London et de la New Economic School, a testé un assistant d’IA appelé JudgeGPT auprès de 1 559 juges dans 118 tribunaux, soit environ la moitié des juges des tribunaux de première instance du Pakistan.

Le résultat principal ne tenait pas simplement au fait que l’IA aidait. C’est surtout que l’accès seul n’apportait que très peu. Les juges qui ont reçu une formation ciblée en plus de l’accès au système l’ont utilisé beaucoup plus souvent et ont enregistré des gains mesurables dans le règlement des affaires. Selon le résumé de l’étude fourni dans le matériau source, les districts ayant une exposition modérée à des juges formés ont résolu environ 1 848 affaires supplémentaires par an, soit une augmentation de 6,3 %.

Cela rend l’expérience notable bien au-delà du Pakistan. Des gouvernements du monde entier testent les grands modèles de langage pour la recherche juridique, la gestion des dossiers, la rédaction de documents et l’assistance administrative. Ce qu’ajoute cet essai, c’est une leçon opérationnelle plus nette : la stratégie de déploiement compte autant que le modèle lui-même.

Une justice sous tension a offert un cas d’essai exigeant

Le système judiciaire pakistanais offrait un contexte où même de modestes gains de productivité pouvaient compter. Les chercheurs ont indiqué que le pays compte moins de deux juges pour 100 000 habitants, contre 22 dans l’Union européenne et 30 en Angleterre et au pays de Galles. Fin 2024, 2,26 millions d’affaires étaient en attente, dont 82 % devant les tribunaux de première instance.

Ces chiffres décrivent un système fonctionnant sous forte pression, avec des effectifs limités et peu de soutien technologique. Avant l’expérience, seulement environ un quart des juges avaient déjà utilisé un grand modèle de langage comme ChatGPT. Cela importe, car cela signifie que l’étude ne testait pas l’IA chez des utilisateurs avancés ni dans une bureaucratie numériquement mature. Elle testait la capacité d’un assistant spécialisé à faire la différence dans un vrai système judiciaire où le temps, le personnel et la familiarité technique étaient tous contraints.

JudgeGPT lui-même a été construit sur GPT-4 d’OpenAI et adapté aux tribunaux de première instance pakistanais par génération augmentée par récupération. Selon le texte source, il interrogeait une base de données de 129 235 documents, dont 128 292 décisions de justice et 943 lois pakistanaises. Pour chaque requête, le système sélectionnait les 10 passages les plus pertinents et générait une réponse sourcée.

Cette conception est importante, car elle réduit la portée de la tâche du modèle. Plutôt que de demander à un modèle généraliste d’improviser une analyse juridique de mémoire, le système ancre les réponses dans un corpus défini de matériaux juridiques locaux. En pratique, cela signifie que l’outil servait moins de juge autonome que d’aide à la recherche et à la rédaction.

Les gains les plus importants sont venus d’une instruction structurée

Les chercheurs ont réparti les juges en trois groupes. Un groupe a reçu l’accès à JudgeGPT ainsi qu’une formation ciblée consistant en six cours de 90 minutes sur trois semaines. Ces sessions portaient sur les tâches adaptées à l’outil, ses limites et la manière de vérifier ses réponses. Un deuxième groupe a eu accès au même système d’IA, mais n’a reçu qu’un séminaire général sur la technologie et le droit. Un groupe témoin a assisté au séminaire sans accès à JudgeGPT.

Le contraste entre ces groupes est le résultat central. Les juges ayant reçu une formation ciblée ont utilisé le système environ quatre fois plus que ceux qui n’avaient suivi que le séminaire général. Après 40 semaines, le groupe formé affichait en moyenne près de 60 connexions et plus de 200 requêtes. Le groupe de comparaison en affichait environ 20 et moins de 50 requêtes.

Cette différence d’usage s’est traduite par des résultats différents au niveau du système. Les districts comptant davantage de juges formés ont réglé nettement plus d’affaires. Même les districts du quartile inférieur d’exposition ont résolu environ 616 affaires supplémentaires par an, selon les résultats rapportés.

L’implication est simple. L’adoption de l’IA dans les institutions n’est pas seulement un problème de déploiement logiciel. C’est un problème de flux de travail et de compétences. Sans instruction pratique, les utilisateurs peuvent sous-utiliser le système, mal comprendre en quoi il est utile ou éviter de s’y appuyer pour un travail substantiel. Avec une formation, le même modèle peut devenir un élément du soutien quotidien à la décision.

La qualité n’a pas semblé se dégrader

Des gains de productivité dans les tribunaux ne vaudraient pas grand-chose s’ils se faisaient au détriment de la qualité des jugements ou de l’équité. Le texte source indique que la qualité des décisions est restée stable ou s’est légèrement améliorée. Les taux d’appel pour 1 000 affaires résolues ont légèrement baissé, tandis que les horaires de travail des juges et leur équilibre vie professionnelle-vie personnelle n’ont pas changé de manière significative.

Ces résultats ne lèvent pas toutes les inquiétudes concernant l’IA judiciaire, mais ils répondent à une crainte fréquente : qu’une production plus rapide implique nécessairement des décisions moins soignées. Dans cette expérience, les gains rapportés ne sont pas venus d’heures plus longues ni d’une dégradation évidente de la qualité. Ils semblent plutôt provenir d’une recherche et d’un traitement des dossiers plus efficaces.

Cette distinction compte pour les décideurs qui envisagent des outils similaires dans des tribunaux surchargés, des administrations ou des bureaux de défense publique. Si l’IA est utilisée pour faire ressortir les précédents pertinents, résumer les dossiers et rédiger des supports, elle peut réduire les goulets d’étranglement sans déplacer la responsabilité juridique finale hors des juges.

L’économie rend le résultat plus difficile à ignorer

L’étude estime des économies d’environ 38,50 dollars pour chaque dollar investi, sur la base du coût équivalent de l’embauche de juges supplémentaires pour obtenir des gains similaires dans le règlement des affaires. Ce chiffre doit être lu comme une estimation et non comme un résultat budgétaire garanti, mais il aide à comprendre pourquoi les institutions publiques continueront vraisemblablement à tester des systèmes similaires.

Dans de nombreux pays, ajouter des juges, des greffiers ou des chercheurs juridiques coûte cher et prend du temps. Former les juges en poste à utiliser un assistant d’IA conçu de manière ciblée peut être moins coûteux et plus rapide, surtout lorsque les arriérés sont politiquement sensibles et institutionnellement dommageables. Un outil qui améliore le rendement sans prolonger les horaires ni aggraver les appels attirera probablement l’attention bien au-delà du Pakistan.

Néanmoins, le matériau source met aussi en avant une précaution qui peut être généralisée. L’intervention a fonctionné parce qu’elle combinait accès au modèle, recherche juridique curée et instruction délibérée sur les limites et la vérification. Retirer ces éléments affaiblit fortement l’argument en faveur des gains de productivité.

Pourquoi l’étude compte au-delà du tribunal

L’importance plus large de l’expérience n’est pas que l’IA puisse remplacer le jugement juridique. C’est que des systèmes d’IA bien ciblés peuvent améliorer les performances d’institutions sous pression lorsqu’ils sont introduits avec suffisamment de discipline opérationnelle. La leçon vaut pour les tribunaux, mais aussi pour les administrations fiscales, les systèmes de prestations, les hôpitaux, les écoles et les régulateurs : l’adoption humaine est une variable centrale, pas un détail secondaire.

Une grande partie du débat public sur l’IA générative oscille encore entre battage et rejet. Cette étude se situe à un endroit plus utile. Elle suggère que la technologie peut produire de vrais gains dans un cadre public exigeant, mais seulement dans des conditions qui rendent ces gains plausibles : une recherche propre au domaine, des garde-fous explicites et une formation qui apprend aux utilisateurs ce que l’outil peut faire, mais aussi ce à quoi il ne faut pas lui faire confiance seul.

Pour les gouvernements qui se demandent si l’IA a sa place dans des systèmes administratifs à haut risque, c’est peut-être la conclusion la plus importante de toutes. Le retour ne vient pas du simple déploiement d’un modèle en attendant une transformation. Il vient du fait de traiter l’IA comme une capacité institutionnelle qu’il faut enseigner, intégrer et vérifier.

Cet article s’appuie sur un reportage de The Decoder. Lire l’article original.