Jus Mundi accélère le choix des arbitres avec l’IA

Décision cruciale. La sélection des arbitres constitue une décision cruciale dans la résolution des différends. Le 2 novembre 2026, Artificial Lawyer présente l’usage d’agents spécialisés pour soutenir cette étape. Ces agents doivent aider à identifier et comparer des arbitres potentiels. Leur intérêt annoncé porte d’abord sur le temps nécessaire à cette recherche. La sélection actuelle repose fortement sur des recherches manuelles et des réseaux internes. Cette organisation rend le processus complexe et chronophage. L’objectif présenté consiste donc à structurer les informations utiles avant le choix. L’IA ne remplace pas la décision. Elle intervient comme outil de recherche et de comparaison pour les praticiens de l’arbitrage. Lire l’article original

Recherche manuelle. La sélection des arbitres mobilise aujourd’hui des recherches manuelles et des réseaux internes. Cette dépendance explique la complexité opérationnelle du processus. Elle concerne l’identification de candidats, puis leur comparaison. Jean-Rémi de Maistre affirme que cette sélection conserve toute la complexité de la recherche juridique assistée par IA. Son observation relie donc la sélection des arbitres aux exigences habituelles de la recherche juridique. Les réponses doivent représenter correctement le travail des praticiens. Selon Jean-Rémi de Maistre, des réponses inexactes peuvent déformer ce travail. L’enjeu ne se limite donc pas à accélérer une recherche. Il concerne aussi la qualité des éléments utilisés pour examiner chaque candidature.

L’IA compare les candidats

Comparaison accélérée. Le projet présenté attribue à l’IA un rôle précis : réduire le temps nécessaire pour identifier et comparer des arbitres potentiels. Des agents spécialisés peuvent ainsi soutenir une recherche centrée sur les candidats. Cette fonction répond directement au caractère chronophage du processus actuel. Elle ne constitue pas un résultat établi. L’efficacité de l’IA dans la sélection des arbitres est encore évaluée. La comparaison doit également rester liée à des éléments vérifiables. L’exigence annoncée porte sur des preuves fiables. Les praticiens doivent pouvoir examiner les bases de la comparaison proposée. L’outil vise donc une recherche plus structurée, sans transformer une intention de projet en performance démontrée.

Écarts de représentation. Les statistiques 2024-2025 montrent un écart entre les nominations institutionnelles directes et les nominations par les parties. Les femmes représentaient 35 à 46 % des nominations institutionnelles directes. Elles représentaient seulement 17 à 24 % des nominations par les parties. Ces chiffres placent la diversité parmi les données pertinentes lors de l’examen des candidats. Ils ne démontrent pas que l’IA corrige cet écart. Ils indiquent plutôt pourquoi une sélection fondée sur des éléments comparables peut attirer une attention particulière. Les données concernent deux modes de nomination distincts. Toute comparaison doit donc conserver cette distinction entre institutions et parties.

Les preuves encadrent l’usage

Garde-fous éthiques. L’IA doit fournir des preuves fiables et éviter les écueils éthiques dans la sélection des arbitres. Cette exigence accompagne la réduction annoncée du temps de recherche. Elle impose de vérifier les informations utilisées pour identifier et comparer les candidats. Les comparaisons peuvent aussi contenir des biais, selon l’évaluation encore en cours. Le risque concerne donc à la fois l’exactitude des réponses et la manière de comparer les profils. Jean-Rémi de Maistre souligne qu’une réponse inexacte peut déformer le travail des praticiens. Le recours à des agents spécialisés demande ainsi une lecture critique des résultats. Le manifeste de Jus Mundi présente également le cadre annoncé par la plateforme.

Prochaine évaluation. L’efficacité des agents spécialisés dans la sélection des arbitres reste en cours d’évaluation. Le projet avance une capacité potentielle à réduire le temps consacré à l’identification et à la comparaison. Il pose simultanément une obligation de fiabilité des preuves. Les statistiques 2024-2025 fournissent un repère concret pour examiner les nominations féminines. Elles montrent 35 à 46 % de nominations institutionnelles directes, contre 17 à 24 % de nominations par les parties. Les prochaines étapes portent donc sur l’évaluation de l’outil, la qualité de ses preuves et les biais possibles des comparaisons. Voir les statistiques institutionnelles.