En septembre dernier, la CEPEJ organisait à Riga une conférence intitulée « L’intelligence artificielle au service du pouvoir judiciaire ». L’occasion de présenter des exemples pratiques d’utilisation de l’IA dans d’autres pays Européens. Au cours de la table ronde – La justice dite « prédictive » : quels risques, quelles opportunités ? est intervenu M. Eloi Buat-Ménard, magistrat, Conseiller référendaire à la Cour de cassation et Adjoint au directeur du service de documentation, des études et du rapport, du service des relations internationales et du service de communication.
Son intervention ci-dessous (que vous pouvez retrouver sur le site de la CEPEJ) a porté sur “Les applications dites de “justice prédictive” en matière civile et pénale: hypothèses, risques, attentes – réflexions en cours en France“.
Introduction :
Qu’est-ce qu’une Justice prédictive ?
Est prédictif ce qui permet de prévoir des faits à partir d’éléments donnés. Si l’on entend par « prévoir » le fait d’apprécier la probabilité d’un fait futur, alors oui, le concept de justice prédictive peut avoir du sens, à l’instar de la notion de médecine prédictive, qui détermine, par l’étude des gènes, la probabilité de développer une maladie donnée.
Concrètement, il s’agirait alors de déterminer les probabilités de succès d’une affaire au moyen de l’analyse des décisions antérieures rendues en la même matière.
Ainsi conçue, la « capacité prédictive » d’une méthode d’anticipation des décisions futures se fondant en tout ou partie sur l’analyse des décisions passées constitue l’indicateur de sa valeur scientifique. Mais si l’on rattache la notion, non à la prévision mais à la prédiction, c’est-à- dire à l’action d’annoncer à l’avance un événement, comme sa racine l’y invite, alors le concept est inepte.
Cela pour une raison très simple : la jurisprudence n’est pas un système clos. Autrement dit, une décision de justice n’est, et de loin, par la résultante des seules décisions passées mais d’une pluralité de facteurs plus ou moins bien identifiés : contexte jurisprudentiel, certes, mais aussi normatif, politique, social, professionnel, médiatique, voire affectif, climatique (juge-t-on de la même façon en période orageuse ou de canicule ?), alimentaire (juge-t-on de la même façon le ventre creux ?), familial (juge-t-on de la même façon en plein divorce ?), culturel, etc. Bref, tout ce qui fait que la justice est et demeurera, du moins l’espère-t-on, une œuvre humaine.
Dans cette acception, un algorithme proprement « prédictif », c’est-à-dire capable de prendre en compte une telle pluralité d’interactions causales, reste à ce jour une pure vue de l’esprit, sauf à envisager une drastique restriction du champ des causalités jurisprudentielles à la seule raison juridique (déjà quelque peu délicate à identifier précisément), figée – ou limitée – dans son évolution, ce qui nous éloigne immanquablement du concept même de justice. Les juristes romains avaient déjà parfaitement perçu le danger d’une « justice » totalement prévisible dans son application, automatique, qu’ils tenaient précisément pour une forme d’injustice : c’est ce qu’exprime l’adage summus ius, summa iniuria.
Ces quelques éléments introductifs n’ont d’autre but que d’écarter l’image fantasmatique, par trop simpliste, d’une justice « automatique » qui verrait les juges remplacés par des robots pour recentrer notre réflexion sur l’idée d’une justice prédictive entendue comme l’ensemble des processus mis en œuvre pour objectiver la probabilité qu’une solution juridique donnée soit apportée à un litige déterminé, au moyen, notamment, de l’analyse d’un panel de décisions antérieures pertinentes. De façon moins précise, mais certainement plus parlante, nous entendrons donc par « justice prédictive » les procédés visant à dire ce qui pourrait être jugé en se fondant en tout ou partie sur ce qui l’a déjà été. Nous exclurons donc de la notion, pour les développements quisuivent, les systèmes experts, qui avant, que l’on ne parle de justice prédictive, visaient à reproduire le raisonnement juridique de forme syllogistique pourprévoir l’application de la loi.
Avant d’envisager les risques inhérents à une telle approche autant que lesattentes qu’elle suscite (II), nous en évoquerons les conditions préalables telles qu’elles nous paraissent résulter de l’expérience française (I).
I- Les prérequis d’une justice prédictive : l’expérience française
L’approche probabiliste qui irrigue la justice prédictive nécessite en premier lieu la constitution de bases de données jurisprudentielles suffisamment vastespour nourrir une analyse statistique pertinente (A). Elle implique, ensuite, le développement d’outils capables d’exploiter les données collectées de façon efficiente (B).
A- Le développement des bases de données de jurisprudence : vers le big data judiciaire
En France, la Cour de cassation assure la publication et la diffusion de sa jurisprudence depuis sa création. Cette diffusion a longtemps pris la forme exclusive de la publication mensuelle du Bulletin des arrêts des chambres civiles et du Bulletin des arrêts de la chambre criminelle. Les arrêts de la Cour de cassation sont désormais publiés sur le site legifrance.gouv.fr, après pseudonymisation par la Cour de cassation, et disponibles en open data, c’est-à- dire qu’ils peuvent être librement téléchargés et réutilisés.
Mais la diffusion de la seule jurisprudence d’une cour suprême statuant en droit et non en fait ne permet pas une appréhension statistique du processus décisionnel des juges du fond, qui intéresse au premier chef les justiciables potentiels. C’est pourquoi le législateur français a posé récemment, à l’article L. 111-13 du code de l’organisation judiciaire, un principe d’open data de l’ensemble des décisions émanant des juridictions judiciaires3. Cette diffusion extensive de la jurisprudence avait été appelée de ses vœux par Bertrand Louvel, actuel premier président de la Cour de cassation, avant même la loi pour une République numérique du 7 octobre 2016 qui l’a concrétisée.
La Cour de cassation administre à ce jour les deux bases de données nationales de jurisprudence judiciaire existantes, dénommées Jurinet et Jurica. La première regroupe en particulier l’intégralité des arrêts de la Cour de cassation et contient près de 850 000 décisions en stock. La seconde est constituée de l’ensemble des décisions civiles motivées des cours d’appel. Elle représente à ce jour près de 1,7 millions de décisions en stock et 150 000 environ en flux annuel.
Elle souhaite, à terme, tenir une base de données regroupant l’ensemble des décisions rendues par les juridictions de l’ordre judiciaire – soit plus de 3 millions de décisions –, en assurer le traitement, notamment de pseudonymisation, et la diffusion.
Sans entrer plus avant dans les détails d’un chantier, par bien des aspects, titanesque, nous préciseront simplement que les deux défis majeurs d’une telle réalisation tiennent :
- à la constitution de la base, laquelle nécessite le stockage puis la remontée vers une base unique des décisions produites au moyen des applications de traitement des procédures utilisées par les juridictions, opération complexe dont la possibilité même dépend de l’état de développement desdites applications ;
- à la capacité de pseudonymiser la base ainsi constituée en vue de sa diffusion en open data, opération envisageable pour des flux annuels de dizaines de milliers de décisions, mais hors d’atteinte en l’état de l’art au- delà (la Cour de cassation mène actuellement un programme de recherche en intelligence artificielle pour dépasser cette barrière technique).
Autrement dit, le mouvement de diffusion de la jurisprudence ira croissant avec l’évolution des technologies la permettant.
B- L’exploitation des bases de données judiciaires : les promesses de l’intelligence artificielle
Le recueil de ces décisions constitue la matière première nécessaire aux applications de justice prédictive. Mais comment « faire parler » un invraisemblable agrégat de millions de décisions numériques ? Autrement dit, par quel(s) moyen(s) rendre compte d’une jurisprudence non plus qualitative, parce que sélectionnée, mais quantitative, car voulue exhaustive ? On perçoit aisément, face au big data judicaire, la limite des méthodes classiques d’analyse humaine de la jurisprudence par la pratique ou la doctrine. Reste donc la voie d’une analyse automatisée par la machine.
Les Legaltech françaises, c’est-à-dire les entreprises appliquant les technologies d’intelligence artificielle au domaine du droit, communiquent à grand bruit depuis quelques années autour de nouveaux services juridiques qu’elles prétendent être en mesure de proposer à une clientèle cherchant à anticiper autant que possible le risque juridique auquel elle se trouve confronter (assureurs et, dans une moindre mesure, avocats forment l’essentiel du cœur de cible à ce jour).
La réalité est, comme il arrive souvent, moins lumineuse que la communication à laquelle elle donne lieu. En effet, les outils de justice prédictive proposés à ce jour sont peu ou prou cantonnés à l’analyse des seuls contentieux indemnitaires, le chiffre restant, en jurisprudence comme ailleurs, l’objet de prédilection d’une approche statistique.
La rupture technologique que constituerait une analyse sémantique automatisée des décisions de justice capable d’en restituer le sens et l’articulation logique n’est pas encore advenue.
Gageons, toutefois, que le développement des méthodes d’apprentissage automatique (machine ou deep learning) permettra, dans un futur plus ou moins proche, la mise à disposition des juristes d’outils d’analyse fine des motivations des juges en tous contentieux. Les réflexions qui suivent, en grande partie prospectives, visent à en anticiper les incidences sur le processus judiciaire.
II- Les enjeux liés au développement de la justice prédictive au cœur du processus décisionnel
Faisons donc ensemble le pari de l’avènement prochain de véritables outils de justice prédictive. En quoi le processus décisionnel et la décision de justice elle- même pourraient-ils en être modifiés ?
Un outil de justice prédictive efficace doit permettre, tout d’abord, une objectivation de la jurisprudence concrète – entendue non comme celles des décisions de justice appelées à faire jurisprudence mais, à l’inverse, comme la tendance se dégageant de l’ensemble des décisions rendues dans un domaine et/ou un ressort donné. L’open data des décisions de justice donnera une visibilité à l’ensemble des décisions rendues par les juridictions qui seront alors traitées et exploitées par une pluralité d’acteurs publics et privés avec toutes les capacités offertes par le data mining.
Les résultats issus de ce travail et ce qu’ils mettront en évidence de l’activité juridictionnelle auront nécessairement, en retour, un effet sur la justice et la façon dont elle est rendue.
A minima, deux effets majeurs peuvent être anticipés :
- les juges du fond bénéficieront toujours de l’interprétation juridique de la
Cour de cassation, mais ils seront également confrontés au modèle de leurs pairs ; la jurisprudence « verticale », supposée qualitative, va se trouver en concurrence avec une jurisprudence « horizontale », sorte de norme issue du nombre. Nous assisterons alors à une redistribution – à tout le moins un réajustement – des rôles respectifs de la juridiction suprême et des juridictions du fond dans la création de la jurisprudence ; - dûment informé des pratiques juridictionnelles majoritaires, le juge harmonisera tendanciellement plus qu’aujourd’hui sa jurisprudence à celle de ses pairs que lui restitueront les outils de justice prédictive.
L’influence sur la prise de décision du fait que l’entière jurisprudence puisse demain être traitée, modélisée et restituée par des outils informatiques génère indubitablement des inquiétudes (A), qui ne doivent pas éclipser les fortes attentes qu’elle suscite (B).
A- Les écueils potentiels d’une justice prédictive
Le risque le mieux identifié, probablement parce que le mieux documenté (notamment, dans le domaine de la finance où prospèrent les modélisations mathématiques les plus sophistiquées) est celui de la performativité : le juge prendrait une décision non par l’exercice de sa propre appréciation du litige mais parce que l’outil lui restitue ce que feraient majoritairement ses pairs en pareille situation.
La prévision se transforme alors en prophétie auto-réalisatrice. Dans un contexte qui pourrait inciter à l’uniformisation des pratiques, il est possible de s’interroger sur la place qui sera réservée à la décision atypique.
Dans la continuité de ce premier écueil se situe le risque de sclérose d’une jurisprudence qui se trouverait prisonnière du passé, le regard vissé dans le rétroviseur.
De même, peut-il y avoir un excès de prévisibilité. On peut observer que si un niveau satisfaisant de prévisibilité de la décision judiciaire est indispensable, sauf à miner la crédibilité de l’institution judiciaire et de la norme dont elle vient sanctionner l’irrespect, la finalité du droit est aussi, parfois, de dissuader purement et simplement, particulièrement dans certaines matières marquées par un ordre public fort, comme le droit pénal ou le droit fiscal, qui devraient rester à l’abri de stratégies résultant d’une analyse coût-avantage.
Enfin, il peut être relevé que l’approche statistique au fondement de la justice prédictive comporte un risque de subversion de la qualité par la quantité, si la jurisprudence « horizontale » fondée non sur la récurrence d’une solution supplante la jurisprudence « verticale » fruit d’une analyse fine des règles mises en œuvre.
Face à ces inquiétudes nées de la technologie, les garde-fous les plus sûrs nous paraissent résider dans les principes fondamentaux devant présider à tout processus juridictionnel :
- le bon usage d’outils de justice prédictive devra se situer dans la
recherche constante d’un équilibre entre la logique d’harmonisation et celle d’individualisation ; - dans un paysage décisionnel objectivé, la décision atypique ne pourrait subsister qu’au prix d’un effort renouvelé de motivation associant à la traditionnelle motivation juridique une explication de l’écart à la moyenne des décisions rendues dans un contexte similaire (ce faisant, le système légicentrique se teinterait de Common Law) ;
- la justice prédictive, qui ne procède pas de l’analyse de la règle de droit mais de la récurrence de son application, doit être regardée comme un élément de contexte à confronter aux autres données du litige et, surtout, à soumettre à l’analyse contradictoire inhérente au processus judiciaire.
B- Les attentes que suscite la justice prédictive
Si elle suscite des interrogations légitimes, la justice prédictive laisse entrevoir des perspectives d’évolutions particulièrement attendues.
La principale, déjà évoquée, réside dans l’effet d’harmonisation qui renforcerait la prévisibilité de la décision de justice et, par voie de conséquence, la sécurité juridique. Il s’agirait là, répétons-le, de favoriser une saine convergence des jurisprudences, et non une standardisation irraisonnée.
La prévisibilité de la jurisprudence encouragée puis restituée par la mise en œuvre d’outils de justice prédictive serait un facteur essentiel de dynamisation des modes alternatifs de règlement des litiges, en permettant aux parties de transiger sur la base d’une anticipation crédible de leurs perspectives de succès. Il en résulterait un évitement vertueux du procès car fondé sur une juste appréhension de ses chances de gains, au bénéfice d’une concentration des moyens de la justice sur les situations méritant une plus grande attention.
L’objectivation des pratiques judiciaires pourrait également être source d’amélioration qualitative du processus décisionnel :
- par la prise en compte de tropismes injustifiés qu’il serait, dès lors, possible de corriger (ex. : tendance à être plus compréhensif envers telle catégorie de justiciable sans raison objective) ;
- par l’effet d’une saine transparence, si l’on veut bien admettre que la justice gagne en qualité lorsqu’elle est observée, principe au fondement de la publicité des audiences : la mise en ligne de l’ensemble des décisions judiciaires et leur exploitation par les outils de justice prédictive pourrait avoir une influence qualitative sur la rédaction des décisions (choix des termes employés afin d’éviter tout aléa d’interprétation, développements étoffés ou nuancés, etc.).
Au final, on peut voir derrière ces enjeux et ces attentes, l’open data judiciaire et l’avènement possible d’outils de justice prédictive interrogent l’équilibre d’ombre et de lumière, de secret nécessaire à la sérénité et de publicité indispensable à la légitimité de la décision qui est au cœur du processus judiciaire. Nul ne songe à remettre en cause l’amélioration de la transparence de la justice, mais il faut plus que jamais garder à l’esprit que le secret peut tout autant être un moyen pour la justice de se chercher – lorsque le juge investigue, à l’abri des pressions, ou lorsqu’il doute, bousculé par l’échange d’une délibération collégiale – et de se trouver.
