Un juge, une IA, et une salle d'audience : ce qui s'est passé à Thonon

Quand l'algorithme entre dans le prétoire

Un magistrat consulte une IA avant de rendre son délibéré. La scène ne se passe pas dans un film de science-fiction, ni dans une juridiction américaine ultra-technologique. Elle s'est produite à Thonon-les-Bains, dans un tribunal correctionnel français ordinaire. Et ce que cela révèle sur l'avenir de la justice mérite qu'on s'y arrête sérieusement.

Ce n'est pas une anecdote isolée. C'est le signal d'une transformation silencieuse qui redéfinit l'un des piliers les plus fondamentaux de nos démocraties : la décision de justice. Qui décide vraiment, quand une machine est dans la boucle ?

Ce qui s'est passé à Thonon : les faits

En 2024, un juge du tribunal judiciaire de Thonon-les-Bains a reconnu avoir utilisé un outil d'intelligence artificielle générative — en l'occurrence ChatGPT — pour structurer son analyse juridique dans le cadre d'une affaire civile. L'information, révélée par des acteurs du barreau local, a déclenché un débat immédiat au sein de la communauté juridique française.

Le magistrat concerné n'avait pas agi dans l'illégalité stricte : aucune disposition du Code de procédure civile n'interdit explicitement l'usage d'outils numériques à titre d'assistance intellectuelle. Mais la question posée n'est pas juridique. Elle est éthique, épistémologique et démocratique.

• L'IA a-t-elle influencé le raisonnement du juge, ou simplement mis en forme sa pensée ?
• Les parties au procès avaient-elles été informées de cet usage ?
• Quel modèle a été utilisé, sur quelles données a-t-il été entraîné, et avec quels biais potentiels ?

Ces questions n'ont pas encore de réponses officielles. Et c'est précisément là que le problème commence.

L'IA juridique : entre promesse d'efficacité et opacité structurelle

Soyons clairs : l'intelligence artificielle a des applications légitimes et utiles dans le domaine juridique. La recherche documentaire, l'analyse de jurisprudence, la rédaction d'actes standardisés — ce sont des tâches chronophages où des outils comme Doctrine.fr, Harvey AI ou les modèles généralistes (Claude, ChatGPT, Gemini) apportent un gain de temps réel.

Mais il existe une ligne rouge que beaucoup de professionnels hésitent encore à nommer clairement : l'assistance à la décision de justice elle-même. Lorsqu'un juge délibère, il exerce une souveraineté déléguée par le peuple. Ce pouvoir implique une responsabilité personnelle, traçable, contestable en appel. Introduire un modèle de langage dans ce processus, c'est créer une zone d'ombre dans laquelle ni les parties, ni la cour d'appel, ni le justiciable ne peuvent entrer.

Le problème des biais cachés

Les grands modèles de langage ne sont pas neutres. Ils reproduisent les biais statistiques présents dans leurs données d'entraînement. En matière pénale notamment, des études américaines ont montré que des systèmes d'aide à la décision (comme COMPAS) discriminaient systématiquement certains profils démographiques. Rien ne garantit qu'un modèle généraliste utilisé sans cadre ne produise pas des effets similaires, même de façon imperceptible.

La question de la confidentialité

Lorsqu'un juge soumet des éléments d'un dossier à une IA en ligne, où vont ces données ? Les conditions d'utilisation de la plupart des services commerciaux autorisent l'utilisation des entrées pour améliorer les modèles. Un dossier correctionnel contenant des données personnelles sensibles soumis à ChatGPT sans précaution constitue potentiellement une violation du RGPD et du secret professionnel.

Ce que font les autres pays — et ce que la France tarde à décider

L'Union européenne a adopté l'AI Act en 2024, qui classe les systèmes d'IA utilisés dans l'administration de la justice comme des applications à haut risque, soumises à des exigences strictes de transparence, d'auditabilité et de supervision humaine. En théorie, le cadre existe.

En pratique, la France n'a pas encore produit de doctrine claire à destination des magistrats sur l'usage des outils d'IA. Le Conseil supérieur de la magistrature et le ministère de la Justice ont évoqué le sujet, sans émettre de circulaire contraignante. Pendant ce temps, les outils sont accessibles, gratuits pour certains, et les juridictions en sous-effectif cherchent naturellement à gagner du temps.

La Chine, à l'opposé, a massivement intégré l'IA dans ses tribunaux — ce qui soulève d'autres inquiétudes, liées au contrôle politique. L'Estonie expérimente des juges automatisés pour les petits litiges. Le Royaume-Uni a publié des lignes directrices pour ses magistrats. La France est en retard de doctrine, pas de technologie.

La confiance : le vrai actif de la justice

Ce qui rend l'expérience de Thonon symboliquement puissante, c'est qu'elle touche au fondement même de ce que la justice doit produire : la confiance. Un justiciable qui perd doit pouvoir comprendre pourquoi. Il doit pouvoir contester, argumenter, faire appel. Si une partie du raisonnement a été déléguée à un modèle opaque, ce droit devient théorique.

La technologie n'est pas le problème. L'absence de règles claires, transparentes et publiques est le problème. Les magistrats ont besoin d'une doctrine. Les justiciables ont besoin d'être informés. Et les développeurs d'outils juridiques ont besoin d'obligations d'auditabilité concrètes.

Conclusion : il est encore temps de choisir

L'IA entrera dans les tribunaux français. Elle y est déjà, à la marge, de façon non encadrée. La question n'est plus de savoir si c'est souhaitable en abstracto, mais comment le faire sans trahir ce que la justice doit être : lisible, contestable, humainement responsable.

Thonon ne sera pas le dernier cas. Ce sera peut-être le premier dont on se souvient. À condition de ne pas regarder ailleurs.

— Reservoir Live