Les apports de l'Intelligence Artificielle (IA) à l'analyse des décisions de justice : une approche computationnelle du tournant linguistique en droit

The contribution of Artificial Intelligence (AI) for case law analysis: a computationnal approach to the linguistic turn in law

• Auteur / Autrice : Eva Fourel
• Direction : Véronique Champeil-desplats, Vincent Forray
• Type : Projet de thèse
• Discipline(s) : Droit public
• Date : Inscription en doctorat le 09/11/2021
• Etablissement(s) : Paris 10
• Ecole(s) doctorale(s) : École Doctorale Droit et Science Politique (Nanterre, Hauts-de-Seine ; 1992-...)
• Partenaire(s) de recherche : Laboratoire : Centre de théorie et d'analyse du droit (Nanterre)

Mots clés

Mots clés libres

Epistémologie formelle

Droit computationnel

Philosophie

Doxastique

Sémantique

Mathématiques

Formal epistemology

Computational Law

Philosophy

Legal Reasoning

Semantics

Mathematics

Résumé

« La jurisprudence ne dit pas toujours ce qu'elle fait et elle ne fait pas toujours ce qu'elle dit » (F. Ost et M. Van de Kerchove, Entre la lettre et l'esprit, Bruxelles, Bruylant, 1989, p.80). L'une des limites fondamentales à l'étude des déterminants des décisions de justice réside dans notre incapacité à connaître ce que pensent les juges. L'on aurait pu espérer que les méthodes contemporaines d'analyse de la jurisprudence faisant usage de l'IA auraient pallié ce problème en indiquant des schémas récurrents à partir des données. Cependant, les algorithmes existants ne sont pas explicables, ils ne fournissent donc aucune indication quant aux intentions ou procédés des juges : pour les théoriciens comme pour les praticiens du droit, il s'agit d'un problème majeur, puisque l'argumentation est au cœur de la pratique contentieuse. Il manque à l'IA, pour être explicable, une théorie ex ante des déterminants des décisions. Une telle IA explicable offrirait un moyen empirique d'appréhender les déterminants des décisions, selon des standards de falsifiabilité scientifique. L'objet de cette thèse est donc la formulation d'une théorie de la décision qui expliquerait sur le même modèle les décisions des algorithmes et des juges, grâce à la mobilisation d'outils issus des mathématiques et de l'épistémologie formelle, ce qui suppose de situer leurs déterminants sur un plan doxastique. Dans la mesure où ces algorithmes parviennent à prédire des décisions futures à partir des textes des décisions précédentes, ce travail pourrait représenter une contribution à la démonstration de la pertinence du tournant linguistique en la matière. Plus largement, il s'agira également d'envisager de quelle manière et à quelles conditions l'IA pourrait être utilisée pour fournir un support empirique dans le cadre des débats théoriques en droit. Ce travail pose notamment des questions relatives au rapport entre formalisme et réalisme.

''Case law does not always say what it does and it does not always do what it says'' (Personal translation from F. Ost and M. Van de Kerchove, Entre la lettre et l'esprit, Brussels, Bruylant, 1989). One of the fundamental limits to the study of the determining factors of legal decisions lies in our inability to know how judges think. One might have hoped that contemporary AI-based case law analysis methods would have overcome this problem by indicating recurring patterns emerging from the data. However, existing algorithms are not explainable, so they do not provide any indication as far as the judges' intentions or processes are concerned: for legal theorists and practitioners, this is a significant problem, since argumentation is a core element in the litigation practice. AI lacks, to be explainable, an ex-ante theory of the decisions' determining factors. Such an explainable AI would offer an empirical way of understanding the decisions, consistent with standards of scientific falsifiability. This research project thus aims at providing a decision theory that would explain the decisions of algorithms and judges alike. This is achieved by leveraging mathematics and formal epistemology tools, thus supposing a doxastic dimension to their determining factors. Insofar as these algorithms manage to predict future decisions from the texts of previous decisions, this work could represent a contribution to the demonstration of the relevance of the linguistic turn in this field (via the analysis of NLP-based techniques). More broadly, it will also address how and under what conditions AI could be used to provide empirical support for theoretical debates in law. In particular, this work raises questions about the relationship between legal formalism and legal realism.