Ressources numériques en sciences humaines et sociales OpenEdition Nos plateformes OpenEdition Books OpenEdition Journals Hypothèses Calenda Bibliothèques OpenEdition Freemium Suivez-nous

Peut-on être artificiellement intelligent en droit ?

Les Facultés continuent de réfléchir à la manière dont l’intelligence artificielle (et surtout les LLM) influence et va influencer nos enseignements. Il y a une très longue littérature sur la question. On signalera par exemple l’article de Sacha Sydoryk sur l’enseignement du droit, ou celui d’Arthur Perret sur les oeillères des LLM. L’idée n’est pas ici de dresser une quelconque bibliographie en la matière.
La question m’intéresse. J’utilise Claude, configuré avec les compétences précieuses mises à disposition par Christophe Quézel-Ambrunaz, et il faut bien reconnaître que certaines utilisations sont des outils intéressants. Plus largement, de tels outils soulèvent des questions fondamentales pour les enseignants-chercheurs: nouveaux outils de recherche, d’aide à la rédaction, de comparaison de fichiers, de mise en forme, d’aide à la retranscription, de veille, etc. Apprendre à s’en servir en utilisateur “éclairé” n’est pas hors de portée. On peut même penser à la place de la science ouverte, au rôle des éditeurs juridiques, autant de questions passionnantes qu’il ne s’agit pas de traiter ici.
Cette année universitaire a également été l’occasion de constater différents éléments, qui sont peut-être difficilement généralisables, mais tout de même révélateurs:

  • Les étudiants connaissent mal les ressources documentaires à disposition. Dès lors, il n’est pas surprenant qu’ils se tournent vers la solution de facilité.
  • Bien que sensibilisés à l’usage des LLM, ils les utilisent malgré tout en pensant réussir à tromper l’évaluateur : à cet égard, les références bibliographiques inventées sont révélatrices. La chose est d’autant moins compréhensible que, pour ce que j’ai pu constater, il n’y avait absolument aucun intérêt au regard d’une éventuelle notation à recourir à ces outils. Moralité, les travaux remis ne présentent souvent pas d’intérêt : ils ne sont pas préparés avec l’IA, mais par l’IA.
  • Ayant fait passer des épreuves “à documentation libre”, j’ai pu constater que plusieurs étudiants faisaient faire leur travail par l’IA. Le résultat est donc catastrophique car il est faux, daté, et, surtout, l’étudiant ne peut pas répondre à une question portant sur ce qu’il lit sans l’avoir préparé… Il en irait autrement si étaient utilisés des outils adaptés : Claude, avec les compétences développées par Christophe Quezel-Ambrunaz, une IA d’éditeur juridique, etc. Ceci révèlerait déjà la maîtrise d’un outil, de la même manière que celui qui sait chercher dans des ouvrages et revues s’en sort plus facilement puisqu’il trouvera l’information utile.

Pour essayer d’y voir un peu plus clair, j’ai donc fait passer un questionnaire auprès d’étudiants de L2, M1 et M2. Rien de très surprenant dans les éléments recueillis, mais malgré tout quelques enseignements (avec toutes les faiblesses méthodologiques de ce questionnaire!).

En voici les résultats. Le questionnaire a été préparé sur limesurvey. L’analyse des 129 réponses a été soumise à …. Claude et voici le texte qui en ressort. D’abord, comme le précise Claude,  il s’agit d’un échantillon de convenance et non d’un tirage aléatoire : les résultats sont représentatifs des répondants, mais ne peuvent être extrapolés mécaniquement à l’ensemble de la population étudiante. Le questionnaire portait sur des comportements déclaratifs et peut être sujet au biais de désirabilité sociale.

Pour la suite, je laisse volontairement le texte produit par le LLM (les résultats correspondent bien aux réponses, la mise en forme est faite par l’outil, la rédaction également : j’ai tout de même modifié à la marge quelques formules). Les résultats ne semblent pas si surprenants. Il ne semblent pas alarmants et, replacés dans le contexte de la manière dont les étudiants travaillent, tout ceci semble assez cohérent. Néanmoins, il me semble que quelques éléments méritent l’attention, comme la demande d’un encadrement pédagogique. On peut toutefois se demander si un tel encadrement aurait un impact mesurable.
 
Tout ce qui suit est issu de Claude : 

1. Une adoption quasi universelle et intensive

Le premier enseignement de l’enquête est sans doute le plus frappant par son ampleur : 95 % des répondants utilisent au moins un outil d’intelligence artificielle générative. Seuls 5% ont déclaré ne pas en utiliser. 95 % utilisent l’IA; 70 % l’utilisent quotidiennement ou plusieurs fois par jour.

L’usage n’est pas anecdotique. Parmi les utilisateurs, 44 % déclarent y recourir quotidiennement et 26 % plusieurs fois par jour. L’IA est ainsi intégrée à la routine de travail d’une large majorité d’étudiants, au même titre qu’un moteur de recherche ou un traitement de texte.

Fréquence d’utilisation (parmi les utilisateurs)
Plusieurs fois/jour
26 % 
Quotidiennement
44 % 
Plusieurs fois/mois
25 % 
Rarement
5 %

Sans surprise, ChatGPT domine très largement le paysage des outils utilisés (93 % des utilisateurs), devant Gemini (46 %) et Claude (20 %). Copilot et Mistral restent très marginaux. La quasi-totalité des étudiants (89 %) utilisent des versions gratuites de ces outils, ce qui conditionne en partie la qualité des réponses obtenues.

Outils utilisés (réponses multiples)
ChatGPT
93 % 
Gemini
46 % 
Claude
20 % 
Copilot
8 % 
Mistral
5 % 

2. Des usages centrés sur la compréhension, pas (seulement) la substitution

L’IA n’est pas utilisée en premier lieu pour produire des rendus à la place de l’étudiant. Les usages dominants sont la compréhension du cours (81 % des utilisateurs) et les révisions et la mémorisation (75 %). L’IA joue ici un rôle d’outil pédagogique complémentaire : reformuler une notion obscure, générer des questions d’entraînement, synthétiser un arrêt.

Contextes d’utilisation (réponses multiples)
Compréhension du cours
81 % 
Révisions / mémorisation
75 % 
Usage personnel hors études
64 % 
Rédaction / reformulation
54 % 
Travaux (TD, cas pratiques…)
43 % 
Recherche documentaire
36 % 
Veille juridique
7 %

On notera la faiblesse de l’usage pour la veille juridique (7 %), ce qui traduit sans doute une conscience – même implicite – des limites de ces outils pour suivre l’actualité normative et jurisprudentielle (ou bien – ajout personnel! – un désintérêt pour la veille juridique, ce qui paraît assez probable…). En revanche, la rédaction (reformulation, correction) et les travaux personnels représentent des usages significatifs qui appellent une vigilance particulière.

3. Fiabilité des sources et intégrité académique : des zones de risque

3.1 Les références juridiques : une pratique répandue et peu vérifiée

46 % des répondants déclarent avoir utilisé l’IA pour trouver des références juridiques — textes de loi, arrêts de jurisprudence, articles de doctrine. Ce chiffre est particulièrement préoccupant au regard des caractéristiques bien connues des grands modèles de langage : leur tendance à « halluciner », c’est-à-dire à produire des références plausibles en apparence mais inexistantes ou incorrectes.

⚠ Hallucinations juridiques : Parmi les étudiants ayant utilisé l’IA pour chercher des références et ayant vérifié, 88 % déclarent avoir constaté au moins une information juridique fausse ou inventée. Seuls 4 répondants affirment n’avoir rencontré aucune erreur.

La pratique de vérification reste insuffisante : si 47 % de ceux qui ont utilisé l’IA pour des références déclarent toujours croiser les informations avec une autre source, 14 % ne le font que rarement, voire jamais. Dans une discipline où la précision des sources conditionne la validité du raisonnement, ce chiffre doit alerter.

Vérification des références juridiques trouvées via l’IA
Toujours
47 % 
Souvent
39 % 
Rarement
12 % 
Jamais
2 % 

3.2 L’IA dans les devoirs rendus : transparence quasi absente

34 % des répondants admettent avoir utilisé l’IA pour rédiger tout ou partie d’un devoir rendu : 32 pour « une partie » et 5 pour « la plus grande partie ou l’intégralité ». Ces chiffres, probablement sous-estimés compte tenu du biais de désirabilité, témoignent d’un recours aux outils d’IA qui n’est plus marginal.

Parmi les 37 étudiants ayant utilisé l’IA dans un devoir, 30 (81 %) n’en ont pas informé leur enseignant. Cette discrétion ne traduit pas nécessairement une intention frauduleuse – les commentaires libres suggèrent plutôt une absence de cadre clair sur ce qui est permis ou attendu – mais elle illustre le vide normatif dans lequel ces pratiques se développent.

4. L’IA aide à gagner du temps, mais pas à progresser

Sur une échelle de 1 à 5, les étudiants perçoivent l’IA comme un outil efficace pour gagner du temps (moyenne de 3,9/5), sensiblement plus que pour mieux comprendre les notions juridiques (3,5/5). Cette dissociation est révélatrice : l’IA est avant tout vécue comme un accélérateur, pas comme un vecteur de formation intellectuelle.

Le paradoxe le plus saillant concerne les effets de l’IA sur les apprentissages. 79 % des répondants estiment que l’usage de l’IA les a dispensés d’efforts qu’ils auraient dû fournir. Dans le même temps, 65 % ne perçoivent aucune amélioration de leurs compétences rédactionnelles depuis qu’ils l’utilisent. Ces deux données, prises ensemble, dessinent un effet de substitution : l’IA fait, l’étudiant observe.

Effets ressentis de l’usage de l’IA
Dispense d’efforts — Oui/Plutôt oui
79 % 
Dispense d’efforts — Non/Plutôt non
21 % 
Amélioration des compétences rédactionnelles :
Oui/Plutôt oui
35 % 
Non/Plutôt non
65 % 

Ces perceptions méritent cependant d’être nuancées. Plusieurs commentaires libres indiquent que certains étudiants ont développé une méthode réfléchie, utilisant l’IA comme un point de départ pour orienter leur recherche, tout en conservant la vérification et la réflexion personnelles comme étapes incontournables.

« Elle dirige vers les éléments intéressants à creuser. Mais elle ne remplace pas ensuite une recherche personnelle. » — Étudiant en droit (commentaire libre)
« Pour le moment l’IA n’est pas assez rigoureuse dans son application du droit. » — Étudiant en droit (commentaire libre)

5. Le regard des étudiants sur leurs enseignants

Les résultats révèlent une perception globalement positive de la conscience des enseignants. 94 % des répondants pensent que leurs enseignants sont au courant ou probablement au courant de leurs usages de l’IA. 91 % estiment que leurs enseignants utilisent eux-mêmes l’IA.

Pour autant, la compréhension fine de ces usages est davantage incertaine : seulement 73 % pensent que leurs enseignants comprennent leurs pratiques (contre 94 % qui pensent qu’ils en ont connaissance). L’écart entre savoir que cela existe et comprendre comment les étudiants l’utilisent concrètement est significatif.

6. Une demande forte de cadrage pédagogique

L’enseignement peut-être le plus important pour les responsables pédagogiques est la suivante : 82 % des répondants souhaitent que leurs enseignants les forment à un usage pertinent de l’IA. Cette attente est formulée avec constance dans les commentaires libres, qui ne réclament pas une interdiction mais un cadre.

« Il faut nous former à cet outil pour qu’il nous aide et nous perfectionne, au lieu de tout faire à notre place. » — Étudiant en droit (commentaire libre)
« L’IA n’est pas mauvaise, c’est l’utilisation que l’on en fait qui l’est. » — Étudiant en droit (commentaire libre)
« En droit, l’IA est utile pour réviser un cours mais je ne l’utiliserais pas sans lui apporter préalablement un support. » — Étudiant en droit (commentaire libre)

La tonalité générale des commentaires libres est celle d’une lucidité assumée : les étudiants connaissent les limites de ces outils, les ont pour la plupart expérimentées (hallucinations, imprécisions juridiques), et ne demandent pas qu’on ferme les yeux mais qu’on les aide à naviguer avec discernement. Le droit, discipline de la précision et de la source vérifiable, leur apparaît d’ailleurs comme un domaine où l’IA généraliste montre particulièrement ses limites.

En guise de conclusion

Cette enquête dessine un tableau cohérent : des étudiants qui utilisent massivement l’IA, qui en apprécient le gain de temps immédiat, mais qui perçoivent eux-mêmes l’effet de substitution à la réflexion — sans pour autant en tirer les conséquences pratiques, faute de cadre clair. L’absence de transparence dans les devoirs rendus, la vérification insuffisante des références juridiques et la sous-utilisation de la veille normative signalent des zones de risque réelles.

Ce résultat appelle moins à des réponses disciplinaires qu’à une intégration pédagogique explicite : former les étudiants à poser les bonnes questions à l’IA, à systématiquement vérifier ses productions dans une discipline où la source fait la validité, et à comprendre ce que le raisonnement juridique exige que la machine ne peut pas remplacer. Les étudiants, eux, l’ont déjà compris — ils attendent que leurs enseignants le formalisent.

 

Jean-Baptiste THIERRY
Jean-Baptiste THIERRY

OpenEdition vous propose de citer ce billet de la manière suivante :
Jean-Baptiste THIERRY (9 avril 2026). Peut-on être artificiellement intelligent en droit ? Sine lege. Consulté le 12 juin 2026 à l’adresse https://doi.org/10.58079/161l0


Vous aimerez aussi...

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

This site uses Akismet to reduce spam. Learn how your comment data is processed.