IA : quand les fausses jurisprudences s’invitent dans les dossiers

Selon le Figaro, plusieurs avocats rapportent une augmentation du nombre de clients arrivant avec des analyses juridiques générées par des outils conversationnels grand public, parmi lesquels des applications qui n’ont pas été conçues pour un usage juridique professionnel. Ces clients ont souvent la conviction d’avoir identifié une jurisprudence favorable à leur situation, d’avoir compris le droit applicable ou d’être en mesure d’orienter la stratégie contentieuse à suivre. L’analogie avec Doctissimo est parlante : comme le patient convaincu de souffrir d’une maladie rare détectée sur un moteur de recherche grand public, le client pré-diagnostiqué par IA arrive avec une certitude juridique qui peut se révéler entièrement construite sur des données erronées ou inexistantes.

La différence avec l’autodiagnostic médical tient à la nature du risque porté. Un mauvais autodiagnostic médical engage d’abord la santé du patient lui-même. Un mauvais diagnostic juridique peut déboucher sur une procédure contentieuse coûteuse, mobiliser inutilement les juridictions et, pour l’avocat qui accepte de porter le dossier sans vérification préalable, ouvrir la voie à une mise en cause de sa responsabilité professionnelle. Le CNB a pris la mesure du problème dans ses travaux sur l’IA juridique, en publiant en 2026 un comparatif des outils professionnels respectant le secret professionnel, lequel distingue ces solutions des outils grand public dont les sorties ne peuvent pas être exploitées sans vérification rigoureuse.

Ce que produisent les modèles grand public : l’hallucination comme propriété structurelle

La principale source du phénomène est ce que les spécialistes appellent l’« hallucination » des grands modèles de langage. Ces modèles génèrent des textes statistiquement plausibles à partir de vastes corpus d’entraînement, mais ils ne disposent d’aucun accès en temps réel aux bases de données jurisprudentielles certifiées et n’ont aucun mécanisme interne les empêchant de produire des références entièrement inventées. Une décision présentée sous la forme « Cass. com., 12 novembre 2019, n° 18-21.445 » peut être fabriquée de toutes pièces et sonner pourtant comme une décision authentique aux yeux d’un client non juriste.

Ce phénomène est distinct d’une simple erreur d’interprétation. Le modèle ne signale pas qu’il invente une référence : il la présente avec le même degré de confiance apparente qu’une décision réelle. Dans le domaine juridique, où la force persuasive d’un argument repose entièrement sur la vérifiabilité de la source, cette propriété des modèles grand public est particulièrement problématique. Les outils professionnels référencés dans le comparatif du CNB s’appuient sur des bases de données vérifiées et limitent leurs réponses aux données effectivement indexées, ce qui réduit considérablement le risque de confabulation, sans l’éliminer dans tous les cas de figure.

La vigilance s’impose d’autant plus que beaucoup de clients ne distinguent pas ces deux catégories d’outils. Pour eux, l’IA est une technologie unique, fiable par principe. La correction de cette perception relève désormais d’une mission de pédagogie que les avocats sont de plus en plus fréquemment amenés à assumer dès la première consultation.

Trois étapes pour vérifier les sources avant de prendre position

La réponse opérationnelle au phénomène des jurisprudences inventées passe par une adaptation de la méthode de consultation. Deux postures sont à éviter : accepter sans vérification les références fournies par le client, et rejeter d’emblée toute information apportée sans l’examiner. La voie professionnelle consiste à mettre en place une vérification systématique, articulée en trois étapes.

La première est la demande de référence précise. Une décision de justice doit comporter une juridiction, une formation, une date et un numéro de pourvoi ou d’arrêt. Un texte législatif doit être identifiable par son numéro de loi et son article. Si le client n’est pas en mesure de fournir cette précision, ou si la référence est incomplète, la recherche de vérification incombe à l’avocat avant toute prise de position.

La deuxième étape est la vérification sur une base de données professionnelle. Légifrance, les bases de jurisprudence de la Cour de cassation et du Conseil d’État, ou les outils d’abonnement dont le cabinet dispose, permettent de confirmer ou d’infirmer l’existence d’une décision en quelques minutes. Si la décision n’existe pas, ou si elle dit autre chose que ce que le client prétend, l’avocat dispose d’un fondement factuel solide pour expliquer l’écart.

La troisième étape, en cas de divergence, est la reformulation pédagogique. Il ne s’agit pas de disqualifier l’outil utilisé par le client, mais d’expliquer avec précision en quoi l’analyse fournie est erronée, incomplète ou mal contextualisée. Cette explication constitue en elle-même un acte de conseil, susceptible d’une facturation spécifique.

Honoraires, conventions et responsabilité : le cadre déontologique applicable

La gestion de ces situations soulève des questions d’honoraires que les avocats ne peuvent éluder. Le travail de vérification et de correction d’un diagnostic produit par une IA grand public peut représenter entre trente minutes et plusieurs heures selon la complexité du dossier. Ce temps constitue un acte de conseil à part entière, facturable sur la base du taux horaire habituel, à condition que cette facturation soit prévue ou expliquée dans la convention d’honoraires.

Selon le règlement intérieur national, l’avocat est tenu d’informer loyalement son client de la portée et des limites de son action. Cette obligation comprend le devoir de refuser de porter un dossier qu’il estime manifestement mal fondé, ou, à défaut de refus, d’informer le client des risques de la procédure envisagée. Dans les situations où le dossier repose sur une jurisprudence invérifiable, l’avocat ne peut accepter la demande sans avoir effectué cette vérification préalable, sous peine d’engager sa responsabilité civile professionnelle.

Pour prévenir les malentendus, certains cabinets intègrent désormais dans leurs conventions d’honoraires une clause précisant que l’avocat ne peut être tenu responsable de la fiabilité d’analyses produites par des outils tiers dont il n’a pas la maîtrise. Cette précaution répond à une logique de protection cohérente avec les exigences de l’article 11.2 du règlement intérieur national relatif à la transparence des honoraires. Elle ne dispense pas de la vérification, mais encadre contractuellement la relation en cas de litige ultérieur sur ce point.

Le CNB recommande par ailleurs aux avocats de n’utiliser, dans leur propre pratique, que des outils dont la conformité au secret professionnel a été vérifiée, en s’appuyant sur le comparatif d’outils publié en 2026. Cette recommandation vaut aussi pour la communication avec les clients : il est utile d’indiquer, dès le début de la relation, que le cabinet s’appuie sur des bases de données certifiées et non sur les mêmes outils conversationnels grand public accessibles gratuitement en ligne.

Synthèse pratique : vérification des sources, honoraires et prévention des risques

• Vérifier systématiquement toute référence jurisprudentielle ou législative apportée par un client avant d’engager une stratégie contentieuse, en utilisant des bases de données professionnelles certifiées telles que Légifrance ou les outils d’abonnement du cabinet.
• Expliquer dès la première consultation les limites structurelles des outils d’IA grand public en matière juridique : l’hallucination n’est pas un dysfonctionnement occasionnel mais une propriété intrinsèque de ces modèles, qui produit des références parfaitement plausibles mais invérifiables.
• Facturer le travail de vérification et de correction des diagnostics IA dans le cadre d’une convention d’honoraires explicite, et envisager des clauses spécifiques précisant les limites de responsabilité de l’avocat sur la fiabilité des analyses produites par des outils tiers.