Accueil Management Technologies et innovations pour les métiers du droit

Justice prédictive : vers une analyse très fine du risque juridique ...

Quand on parle de justice prédictive, on pense souvent que tous les outils actuellement développés ont les mêmes fonctionnalités ou des fonctionnalités similaires. S’il est vrai que toutes ont pour objet de prédire l’issue d’une procédure, certaines sont plus mathématiques et analysent uniquement les données chiffrées. C’est le cas de Case Law Analytics, une start-up INRIA qui devrait bientôt prendre son envol en solo. Pour vous faire découvrir la spécificité de sa technologie, la rédaction du Village de la Justice s’est entretenu avec Jacques Lévy-Véhel, directeur de recherche à l’INRIA et Jérôme Dupré, magistrat en disponibilité, ses co-fondateurs.

Un outil de calcul du risque juridique contentieux par contentieux

L’objectif de Case Law Analytics est d’analyser le risque juridique que constitue le montant d’une condamnation prononcée par certaines juridictions dans certains types de contentieux. « Il ne s’agit pas de dire la probabilité d’aller au contentieux mais plutôt de d’estimer les sommes d’argent que vous pouvez être condamné à payer dans tel ou tel cas de figure, explique Jérôme Dupré. Nous n’aimons pas l’expression “justice prédictive”, qui est à notre avis trompeuse et parfois même dangereuse. C’est pourquoi nous ne donnons pas un chiffre unique mais une distribution probabiliste des montants de condamnation possibles. Il est difficile de calculer ce risque parce que les aspects procéduraux sont complexes à modéliser pour le moment mais c’est possible dans certains cas. »

JPEG - 7.1 ko
Jérôme Dupré

A l’heure actuelle, trois contentieux sont prêts et peuvent être utilisés : le licenciement sans cause réelle et sérieuse, la prestation compensatoire et la pension alimentaire. Mais la start-up n’entend pas s’arrêter là. Pour développer un nouveau contentieux, environ 3 mois sont nécessaires mais il faut surtout :

  • un contentieux qui obéisse à certaines règles, notamment que le résultat du contentieux soit chiffré,
  • beaucoup de jurisprudence, car l’outil d’intelligence artificielle se fonde sur des statistiques,
  • et pouvoir discerner les déterminants, c’est-à-dire les critères sur lesquels les juges vont s’appuyer pour prendre leurs décisions.

Une intelligence artificielle qui modélise la réflexion des juges

« Une fois qu’on a choisi un contentieux, on analyse la jurisprudence à la lumière des critères définis par Jérôme Dupré, explique Jacques Lévy-Véhel. Puis on a des moteurs d’intelligence artificielle qui modélisent la façon dont les juges prennent leur décision avec cet aléa irréductible inhérent à toute décision  ». En effet, le même juge peut prendre des décisions différentes le matin et le soir ou d’une semaine à l’autre, suivant les dossiers qu’il aura eus à traiter avant. L’outil restitue donc l’éventail des possibilités tenant compte de cet aléa sur un dossier donné.

"On a des moteurs d’intelligence artificielle qui modélisent la façon dont les juges prennent leur décision."

« C’est comme s’il y avait 100 juges virtuels dans la machine. Chacun va examiner le cas et donner sa décision, poursuit-il. Les résultats de l’analyse sont les réponses des 100 juges. C’est ce qui nous permet de tenir compte de l’imprévisibilité des décisions car 2 juges différents ne prennent pas la même décision ».
En pratique, l’utilisateur va rentrer les caractéristiques du cas susceptible de donner lieu à une action en justice et l’intelligence artificielle estime les montants auxquels il risque d’être condamné. Une deuxième fonctionnalité de l’outil, intitulée « Statistiques », va donner accès à des statistiques générales mais très fines.

L’exemple du contentieux de l’indemnité de licenciement sans cause réelle et sérieuse

Dans le cas du contentieux du licenciement sans cause réelle et sérieuse, l’idée est de calculer les montants possibles de l’indemnité à laquelle le salarié pourrait prétendre en rentrant des données concernant par exemple la juridiction, l’entreprise et le salarié.
Il est important de souligner que « les critères ont été choisis parce qu’ils ont potentiellement une influence sur les décisions, explique le directeur de recherche. Dans un premier temps, nous avons étudié les textes de lois, puis discuté avec de nombreux avocats et magistrats afin de déterminer les critères les plus importants. Au départ, nous avions une trentaine de critères mais nous n’en avons gardé qu’une partie, les autres revenant très rarement, ou n’étant en réalité pas importants. »

Prenons un cas concret  : parmi les critères renseignés, le fait que l’entreprise se situe à Paris et compte 500 salariés, qu’elle a licencié un salarié de 48 ans qui gagne 5200 euros et qui avait 16 ans d’ancienneté.

Les indemnités sont données en mois de salaire. Dans notre cas, le montant le plus probable (24 % de juges) est 12 mois. En élargissant la fourchette, on peut constater que 56 % donneraient entre 11 et 13 mois et 70 % entre 10 et 14 mois.
Sur la page, il y a ensuite une « Value at Risk » (concept financier) qui est un indicateur de risque permettant de provisionner la somme d’argent à laquelle l’entreprise peut être condamnée. Si celle-ci veut couvrir le risque à 70 % elle doit provisionner 14 mois.
Puis, arrive le résultat complet : s’il y avait 100 juges sur ce cas, ils donneraient entre 3 et 24 mois, sachant que la majorité donnerait plus ou moins 12 mois.

"Si on est trop exigeant, ce n’est pas de la magie, on ne va pas trouver d’arrêts qui ressemblent."

Et enfin, la page affiche la jurisprudence associée en fonction des critères remplis. L’utilisateur pourra aussi voir la pertinence de tel ou tel critère et son influence sur le montant de l’indemnité. En fonction des critères qui l’intéressent le plus (par exemple : ancienneté, âge ou salaire), les jurisprudences vont être différentes. Mais attention, s’il cherche à trouver une jurisprudence qui remplit exactement tous les critères de son cas, il se heurtera certainement à une absence de jurisprudence. « Si on est trop exigeant, ce n’est pas de la magie, on ne va pas trouver d’arrêts qui ressemblent. C’est pour cela qu’on a besoin de l’intelligence artificielle affirme Jacques Levy-Vehel. J’ai entraîné 100 juges à prendre des décisions, et donc même si je leur donne un cas qu’ils n’ont jamais vu, ils savent le juger. L’intelligence artificielle est vraiment là ».

La 2ème fonctionnalité de l’outil permet aussi de faire des statistiques géographiques et temporelles assez fines. Ainsi, il est possible de connaître le montant médian et moyen, la durée en 1ère instance et en appel et le montant de l’article 700 NCPC à Versailles ou les montants moyens et médians entre 2012 et 2016 toute cour confondue, ou encore la durée moyenne et médiane de la 1ère instance et/ou de l’appel.
Enfin, un graphique permet d’évaluer la pertinence des critères. Par exemple, pour le licenciement sans cause réelle et sérieuse, ce sont d’abord l’ancienneté puis l’âge du salarié qui sont les plus pertinents. « Il est aussi possible de filtrer par juridiction, statut, nombre de salariés… c’est ce qui permet de réaliser des statistiques assez pointues » explique le chercheur

Bien que proche de la justice prédictive parce qu’elle permet de prédire l’issue d’une procédure et donc potentiellement de l’éviter, cette technologie repose sur une intelligence artificielle assez différente des outils existants. La modélisation qu’elle induit permet une grande précision et une fiabilité quasiment indiscutable mathématiquement mais limite aussi les domaines auxquelles elle s’applique.

Laurine Tavitian

Rédaction du Village de la Justice

Recommandez-vous cet article ?

Donnez une note de 1 à 5 à cet article : L’avez-vous apprécié ?

85 votes

Article lié :


Vos commentaires

Commenter cet article
  • Le 19 avril à 12:53 , par Marie Abadie
    L’intelligence des ingénieurs au service de nos métiers

    Difficile d’y résister !!!!