Benjamin English est associé du cabinet Avril & Marion, et responsable du Lab et de la veille technologique du réseau Eurojuris. A ce titre, il a eu l’opportunité d’intégrer l’outil de recherche et d’analyse Prédictice à son activité. Il revient sur deux années d’utilisation de la justice prédictive au sein de son cabinet.
Comment intégrez-vous Prédictice à votre activité ?
L’outil fournit par Prédictice complète la documentation juridique dont nous disposons déjà. A la différence que cet outil est plus élaboré qu’un moteur de recherche de jurisprudence classique, car il combine la capacité de recherche à l’analyse des résultats. Au quotidien, cela nous permet surtout de gagner du temps dans la recherche de jurisprudence. Un travail qui demanderait parfois plusieurs heures prend finalement quelques secondes. L’outil permet de rechercher des décisions de façon très précise et rapide, et d’obtenir des résultats d’une grande finesse.
Concrètement, comment la justice prédictive change-t-elle votre façon de gérer vos dossiers ?
Sans parler du gain de temps que cela représente, l’analyse issue des données récoltées peut nous permettre d’avoir une vision différente de nos dossiers. Prenons le cas, par exemple, d’une action en dommages et intérêts : la justice prédictive permet d’extraire un ensemble de jurisprudences selon des critères spécifiques, comme le type de dossier, la juridiction, le taux de succès, le montant demandé et obtenu… L’analyse de cet ensemble de documents nous permet de faire des prévisions : quelles sont les chances que nous avons d’obtenir gain de cause, ou pas ? Notre client doit-il poursuivre son action ou l’abandonner ?
Mais au-delà de l’aspect prospectif, c’est aussi le rapport à l’analyse jurisprudentielle qui n’est plus le même. Depuis toujours, avocats et juristes cherchons des arrêts favorables à nos dossiers afin de les mettre en avant dans nos conclusions face au juge. Jusque-là, il s’agissait surtout de présenter une décision précise, de la faire coller au maximum au cas d’espèce. Aujourd’hui, nous pouvons nous appuyer sur un corpus de texte bien plus large pour étayer nos conclusions. Nous passons alors de l’ère de l’analyse de la jurisprudence «qualitative» à celle de l’analyse «quantitative», en apportant au juge un raisonnement non pas sur une seule décision, mais sur une quantité de décisions. Il s’agit de donner au juge une sorte de grille d’analyse, qu’il intègre dans le cas d’espèce qui lui est soumis. C’est un mode de raisonnement tout à fait novateur, mais reste encore à sensibiliser les magistrats…
Cette nouvelle façon de travailler requiert-elle de nouvelles compétences pour les avocats ?
Oui, c’est certain. L’outil ne fonctionne pas tout seul, mais avec la main et l’analyse humaines. Nous avons notre rôle à jouer, ce qui implique de comprendre et gérer l’outil et d’avoir une analyse de la jurisprudence plus globale. Selon moi, un nouveau rôle va émerger, celui de juriste data scientist. Hier, nous savions raisonner en droit au sein des cabinets d’avocats. Aujourd’hui, il va falloir adapter nos raisonnements à la statistique. Le data scientist sera-t-il un juriste ? Je pense que oui, car je ne vois pas comment il pourrait en être autrement. Ces nouvelles compétences seront sans doute attendues de l’avocat, et feront peut-être partie des formations dispensées dans les écoles. Par ailleurs, elles seront sans doute un avantage de taille vis-à-vis des clients.
Quels sont selon vous les risques et limites liés à l’utilisation de la justice prédictive ?
Malheureusement, l’open data n’est pas encore effectif pour les décisions de justice. Il serait souhaitable que les pouvoirs publics accélèrent les choses à ce sujet, car la justice prédictive fonctionne sur le machine learning (apprentissage automatique), et sans données, pas d’apprentissage…
Le principal risque, selon moi, serait que des personnes utilisent des outils de justice prédictive sans aucune formation. Cela pourrait dévoyer son utilisation et in fine donner raison à ses détracteurs. Il s’agit d’analyse quantitative brute qu’il faut ensuite savoir interpréter et inscrire dans un raisonnement. Si, par exemple, il existe des divergences entre deux cours d’appel de chambre sociale, il faut avoir le réflexe d’éviter les raisonnements tout faits, et chercher l’explication dans des données sociologiques par exemple. La data c’est bien, mais il ne faut pas oublier de se l’approprier.