La jurisprudence française au crible de l’IA

L’IA pour gérer le tribunal • Qant, M. de R. avec Midjourney

Le chercheur-entrepreneur Alexander Belikov (GrowGraph) et Sacha Raoult, de l’université Aix-Marseille, viennent de prépublier un article de recherche qui détaille une méthode pour construire des graphes de connaissances à partir de décisions de justice non structurées, en utilisant des modèles de langage de grande taille (LLM). Ils présentent un cadre intégrant une ontologie spécifique au domaine du droit pénal français et exploitent la base de données Judilibre. 

Deux approches sont comparées : l’utilisation de graphes de propriétés et de triplets RDF (Resource Description Framework), la seconde démontrant une plus grande précision. L’étude évalue la performance du système, met en évidence l’importance de l’ontologie, et discute des applications potentielles, notamment l’analyse statistique et prédictive. Le travail souligne l’efficacité des LLM pour extraire et structurer des informations complexes à partir de documents juridiques.

A gauche : la répartition des triples chefs d’accusation par appel. A droite : la répartition des crimes par type d’infraction. • Source : Alexander V. Belikov et al.