Manupatra fait de la donnée le nouvel atout de l’IA juridique

Deepak Kapoor, directeur général de Manupatra, estime que la performance des modèles ne suffit plus pour distinguer les outils d’IA juridique. Les plateformes peuvent choisir entre plusieurs modèles, dont les capacités progressent rapidement. La question devient donc celle des informations accessibles au modèle. Une réponse juridiquement convaincante peut rester inutilisable si ses sources sont incomplètes, anciennes ou difficiles à vérifier. Kapoor publie cette analyse dans Artificial Lawyer. Il y défend une différenciation fondée sur la donnée juridique. Cette donnée doit être collectée, classifiée, reliée et actualisée selon les pratiques de recherche des avocats. Le modèle ne représente ainsi qu’une partie de la chaîne technique.

Le droit se relie, car les décisions citent d’autres décisions et les juridictions les interprètent, les distinguent, les suivent ou les écartent. Les textes évoluent aussi par modification, abrogation ou notification. La valeur d’un système juridique dépend donc de ses relations entre sources, de leur juridiction et de leur période d’application. Une base documentaire ne se résume pas à un ensemble de documents consultables. Elle doit aider l’IA à identifier une autorité pertinente plutôt qu’un texte seulement similaire. Elle doit aussi permettre au professionnel de revenir au document original. Pour Kapoor, l’IA générative ne rend donc pas les bases juridiques moins importantes. Elle augmente au contraire l’importance de leur organisation sous-jacente.

La donnée structure l’IA juridique

La fraîcheur compte, car une réponse fondée sur une disposition dépassée peut induire un avocat en erreur. Une décision peut avoir été écartée ou distinguée. Une disposition peut avoir été modifiée ou abrogée. Une nouvelle décision peut aussi modifier matériellement la position juridique. Kapoor présente cette actualisation comme une composante de l’intelligence du système, et non comme une simple maintenance documentaire. L’approche proposée consiste à permettre à l’IA de rechercher le droit dans un système entretenu, puis de raisonner sur ces sources. Le professionnel doit ensuite pouvoir inspecter les autorités utilisées. La séquence devient « demander, trouver, analyser, vérifier, appliquer son jugement » plutôt que « demander, répondre ».

La provenance devient, elle aussi, une exigence centrale. La génération de réponses plausibles ne suffit pas au travail juridique. Le professionnel doit savoir d’où vient une proposition, quelle décision la soutient et ce que cette décision affirme réellement. Il doit également vérifier si le passage cité justifie la proposition et si l’autorité a ensuite été traitée différemment. Cette vérification doit donc appartenir à l’architecture de l’outil, plutôt qu’être ajoutée après la génération. L’autre environnement documentaire est celui du dossier, avec les contrats, actes, échanges, preuves, avis, ordonnances et informations du client. L’intérêt apparaît lorsque l’IA relie ces documents aux lois et décisions applicables.

Manupatra relie données et dossiers

ManuWorks.ai illustre cette approche chez Manupatra, qui ajoute une couche d’IA à un système d’information juridique enrichi pendant 26 ans. La plateforme s’appuie sur un ensemble de contenus juridiques, une infrastructure de recherche et des relations entre documents. Elle permet également aux avocats de travailler avec leurs propres fichiers. L’objectif décrit par Kapoor ne consiste donc pas seulement à produire du texte. L’IA peut identifier des questions, trouver des sources, comparer les autorités avec les faits, organiser une analyse et préparer un premier projet. Les liens entre recherche, lecture, analyse, rédaction, négociation, contentieux et conseil forment une couche de travail juridique plus large. Pour en savoir plus, Manupatra présente ManuWorks.ai et ses solutions sur manupatra.ai. Pour aller plus loin, consultez notre guide sur les usages de l’IA par les avocats et juristes.