Litigaze trie les preuves juridiques avec un modèle ouvert

Litigaze mise sur l’eDiscovery. L’entreprise utilise un modèle ouvert de décision pour analyser des documents juridiques dans son infrastructure AWS. Len Hickey, son directeur général, décrit cette approche dans un entretien avec Artificial Lawyer publié le 13 octobre 2026. Litigaze a évolué vers une version centrée sur l’eDiscovery. Son système vise des questions ciblées sur les documents, plutôt qu’une production de texte en langage naturel. Hickey explique que l’outil renvoie une réponse oui ou non, accompagnée d’une probabilité pour chaque option. Litigaze peut ainsi analyser des volumes documentaires importants avec une infrastructure interne. L’entretien complet est disponible sur Artificial Lawyer.

Les modèles classent sans rédiger. Les systèmes de décision reprennent une idée ancienne des modèles de classification, selon Len Hickey. Leur différence tient à leur sortie, qui ne génère pas de texte conversationnel. Le système évalue plutôt un contenu selon une question précise. Un courriel peut être classé comme indésirable, avec une probabilité pour les réponses possibles. Jev a publié l’un des premiers modèles de cette catégorie le mois précédent, d’après l’entretien. OpenAI a aussi lancé une interface de programmation dédiée aux décisions. Ces modèles s’appuient sur des capacités proches des grands modèles de langage, mais utilisent seulement une partie de ces capacités pour produire des classifications ciblées.

Les systèmes ciblent des questions précises

Les usages restent ciblés. Richard Tromans cite l’eDiscovery, la due diligence et la recherche de clauses parmi les applications possibles. Un système peut rechercher une clause de changement de contrôle dans de nombreux contrats. Il peut ensuite classer les documents selon la présence de cette clause. Cette approche ne vise pas l’interprétation détaillée d’une disposition enfouie dans un contrat volumineux. L’entretien présente plutôt des tâches de segmentation, de classement et d’étiquetage. Len Hickey indique que les modèles peuvent fonctionner directement après leur déploiement. Il précise aussi qu’un entraînement supplémentaire peut améliorer leur comportement dans des domaines spécialisés, notamment pour les évaluations de confidentialité en eDiscovery.

Le coût guide le choix. Len Hickey explique que Litigaze a intégré un modèle ouvert dans sa propre infrastructure. Cette architecture évite l’envoi d’appels vers des interfaces externes, selon lui. Elle utilise des modèles plus petits que les modèles de pointe et peut fonctionner sur des processeurs graphiques plus modestes. Hickey estime que cette configuration rend l’exploitation plus abordable pour l’entreprise. Litigaze appliquait auparavant des modèles de langage à des analyses portant sur de nombreux documents. L’entreprise indique désormais pouvoir analyser gratuitement jusqu’à 100 000 documents dans certains cas d’usage d’eDiscovery. Cette décision dépend de l’infrastructure gérée par Litigaze et de ses choix commerciaux.

Litigaze héberge son modèle ouvert

La personnalisation reste possible. Les modèles de décision peuvent être entraînés après leur déploiement, selon Len Hickey. Les équipes juridiques pourraient ainsi adapter un système à un domaine ou à une question particulière. Les réponses probabilistes fournissent également une estimation de précision pour chaque classification. Artificial Lawyer présente cette caractéristique comme une aide à l’explicabilité, par comparaison avec une réponse générale produite par un grand modèle de langage. L’approche peut s’appliquer à des documents, des images, de la musique ou des vidéos. Dans l’entretien, l’analyse juridique reste toutefois centrée sur le texte et sur les besoins d’eDiscovery. La vidéo est accessible via la chaîne Artificial Lawyer TV, tandis que Litigaze présente ses activités sur son site officiel. Pour aller plus loin, consultez notre guide sur les usages de l’IA par les avocats et juristes.