Comment créer un assistant juridique IA : la logique produit d’AI Lawyer

Si vous vous demandez comment créer un assistant juridique IA, commencez par la limite : ce que le produit peut faire, et ce qu’il doit laisser à un avocat qualifié. Nous avons construit AI Lawyer autour de cette ligne. Il ne remplace pas un avocat. Rien dans cette note ne constitue un conseil juridique, et elle n’avance rien sur les résultats pour les utilisateurs.

Il est tentant d’aborder le développement d’un assistant juridique IA par le modèle. Le modèle est la partie facile. Cette note décrit plutôt la logique produit : où l’IA aide le travail juridique, où elle doit s’arrêter, et ce qui rend un tel produit sûr à exploiter.

AI Lawyer est un produit de workflow juridique assisté par IA développé par Logics7. Il est construit autour de quatre workflows :

• →Analyse de documents : contrats, accords et autres textes juridiques, lus pour en dégager les risques et les points ouverts.
• →Orientation structurée : la question d’une personne transformée en options et en étape suivante.
• →Veille réglementaire : les règles pertinentes pour une activité ou une région.
• →Organisation d’un litige : un litige découpé en étapes, échéances et documents.

L’interface est conçue pour deux publics : des personnes sans formation juridique, et des professionnels du droit qui veulent traiter plus vite la part répétitive de la recherche et de la relecture.

Ce qu’il n’est pas : un avocat. AI Lawyer n’en remplace pas un et ne donne pas de conseil juridique. Il prépare le terrain d’une décision que prend un professionnel qualifié. Un assistant juridique IA n’est pas un chatbot juridique avec un avertissement en bas de page.

Les grands modèles de langage, le moteur de l’IA générative, sont bons dans la part du travail juridique qui relève de la lecture et de la structure. C’est là qu’un assistant juridique IA mérite sa place.

Revue de contrats par IA et analyse de documents

Trouver la clause. Comparer des versions. Expliquer ce que signifie un terme. Lister ce qui manque. L’extraction de clauses et la comparaison de versions sont des tâches de lecture, et dans la revue de contrats elles constituent la part répétitive qu’un professionnel veut traiter plus vite. Le système lit ; le professionnel juge ce qu’un risque signifie pour la personne qu’il a en face de lui.

Accueil : d’une situation à une orientation structurée

Une personne arrive rarement avec une question juridique bien formulée. Elle arrive avec une situation. L’accueil du client consiste à transformer cette situation en question structurée, en options et en étape suivante. Dans un litige, cela signifie un ensemble clair d’étapes, d’échéances et de documents au lieu d’un récit décousu des faits.

Veille réglementaire et recherche juridique

Suivre la réglementation pertinente pour une activité ou une région, et mener le premier passage d’une recherche juridique, c’est de la lecture à grande échelle. Le système fait la lecture et organise ce qu’il a trouvé. Ce que les règles signifient pour une activité précise reste l’appréciation d’un professionnel.

Un modèle de langage n’est pas un avocat. Un produit juridique d’IA qui prétend le contraire est un risque pour l’entreprise qui l’exploite comme pour les personnes qui s’y fient. La logique produit d’AI Lawyer trace donc la ligne explicitement.

La limite du conseil

La limite n’est pas un avertissement ajouté à la fin. Elle détermine ce que le produit a le droit de dire. Expliquer ce que signifie une clause, ou quelles options existent, reste en deçà de la ligne. Décider quelle option une personne devrait choisir dans son cas se situe au-delà. Aux États-Unis, franchir cette ligne est qualifié d’exercice non autorisé du droit (unauthorized practice of law) ; d’autres juridictions la tracent autrement. C’est une raison de plus pour que la juridiction fasse partie de la logique produit, et non des petites lignes.

Erreurs affirmées avec assurance et citations inventées

Les modèles de langage peuvent produire un texte qui semble faire autorité et qui est faux, y compris des références à des décisions ou à des dispositions qui n’existent pas. Dans le travail juridique, une citation hallucinée n’est pas une coquille. C’est une affirmation fausse sur laquelle une personne peut agir. Un assistant juridique IA doit être conçu pour le moment où il n’est pas sûr : le dire, montrer la source qu’une personne peut vérifier, et s’arrêter. La vérification des citations fait partie du produit ; ce n’est pas une tâche laissée au lecteur.

Passage de relais à un avocat qualifié

La dernière étape appartient à une personne. Pour les avocats, les devoirs professionnels ne sont pas suspendus quand l’IA intervient : l’ABA Formal Opinion 512 expose comment des devoirs tels que la compétence et la confidentialité s’appliquent aux outils d’IA générative. Pour le produit, la règle est simple. Le système prépare, structure et explique ; la décision reste à un professionnel qualifié. L’humain dans la boucle n’est pas une fonctionnalité ajoutée plus tard. C’est la forme même du workflow.

Le plus difficile dans un produit de ce type n’est pas le modèle. C’est tout ce qui l’entoure. La génération augmentée par récupération (RAG) sur un corpus vérifié de documents juridiques est un schéma courant dans le développement d’applications juridiques d’IA : le modèle répond à partir de sources récupérées, souvent stockées dans une base de données vectorielle, et non de mémoire. Cela restreint le problème. Cela ne le supprime pas. Quelle que soit l’architecture, quatre questions décident si le produit peut être exploité :

• →Documents : comment les documents sensibles sont traités et conservés. Les documents juridiques contiennent des données confidentielles et personnelles, et certains contiennent des conseils couverts par le secret professionnel ; la confidentialité, le secret professionnel de l’avocat et le droit de la protection des données comme le RGPD sont donc des contraintes de conception dès la première version.
• →Incertitude : comment le système se comporte lorsqu’il n’est pas sûr.
• →Juridiction : comment la juridiction change la réponse. Une même clause peut signifier des choses différentes selon les systèmes juridiques.
• →Vérification des versions : comment chaque version est vérifiée sur de vrais textes juridiques avant d’atteindre les utilisateurs.

Une piste d’audit a sa place sur la même liste pour tout assistant juridique IA : ce que le système a lu, ce qu’il a produit et qui a agi sur cette base. Sans elle, personne ne peut répondre d’un résultat après coup.

Un prototype se construit en une soirée. Un produit auquel des gens confient leurs contrats est une responsabilité d’exploitation. C’est la même discipline que Logics7 applique dans d’autres environnements régulés et à forte exigence de confiance : des services d’immigration opérant avec un cabinet régulé par la SRA, des plateformes du secteur juridique, l’automatisation du crédit. L’étude de cas Emigral décrit un autre produit du secteur juridique que nous avons construit.

La même logique produit s’applique partout où documents, règles et décisions se rencontrent :

• →la revue de contrats au sein d’une entreprise ;
• →le suivi de conformité pour une activité régulée ;
• →l’outillage de préparation de dossiers pour un cabinet d’avocats ;
• →l’accueil et l’évaluation côté client dans les services juridiques.

Logics7 les construit comme des produits à exploiter, pas comme des démonstrations. Nous ne commençons pas par le code. Nous commençons par vérifier que le produit a un marché, un utilisateur payant, une logique de monétisation et un chemin vers le lancement. Pour un nouveau produit autonome, c’est le parcours Product Partnership.

Si vous travaillez sur un produit legal tech, nouveau ou déjà existant, commencez par le bon parcours. Le processus Logics7 commence là : vous décrivez ce sur quoi vous travaillez, nous identifions le parcours, et une décision de poursuivre, remodeler ou refuser intervient avant que quiconque parle de développement.