Droit et Intelligence Artificielle : une application au droit de la rupture brutale des relations commerciales établies

Artificial Intelligence and Law : An Application to the Legal Framework of Abrupt Termination of Established Commercial Relationships

• Auteur / Autrice : Pierre Deboissy
• Direction : Guillaume Wicker
• Type : Projet de thèse
• Discipline(s) : Droit privé et sciences criminelles
• Date : Inscription en doctorat le 20/01/2025
• Etablissement(s) : Bordeaux
• Ecole(s) doctorale(s) : École doctorale de droit
• Partenaire(s) de recherche : Laboratoire : INSTITUT DE RECHERCHE EN DROIT DES AFFAIRES ET DU PATRIMOINE

Mots clés

Mots clés libres

Rupture brutale des relations commarciales établies

Justice prédictive

Algorithmes juridiques

Intelligence artificielle

AI&Law

Legal analytics

Abrupt termination of established commercial relationships

Résumé

Cette recherche explore la faisabilité d'une automatisation partielle du raisonnement juridique dans des contentieux présentant des caractéristiques favorables. En prenant comme cas d'étude la rupture brutale des relations commerciales établies, elle démontre qu'une approche hybride combinant représentation formelle des connaissances juridiques et apprentissage machine peut reproduire efficacement certains aspects du raisonnement juridique. La méthodologie repose sur l'analyse d'un corpus de 3500 décisions de la Cour d'appel de Paris et le développement d'une architecture associant ontologies juridiques et modèles de langage. Le système développé permet non seulement d'extraire et structurer les connaissances juridiques, mais également de reproduire les étapes clés du raisonnement : qualification, recherche de règles de droit applicables et formulation de questions subsidiaires pour compléter les faits manquants. Les résultats démontrent que l'automatisation peut être pertinente lorsque le contentieux présente certaines caractéristiques : prépondérance de facteurs quantifiables, stabilité jurisprudentielle et nombre limité d'éléments discrétionnaires. Cette recherche ouvre des perspectives prometteuses pour le développement d'agents juridiques assistant la prise de décision dans des domaines contentieux ciblés.

This research explores the feasibility of partially automating legal reasoning in disputes exhibiting favorable characteristics. Using abrupt termination of established commercial relationships as a case study, it demonstrates that a hybrid approach combining formal representation of legal knowledge and machine learning can effectively replicate certain aspects of legal reasoning. The methodology is based on the analysis of a corpus of 3,500 decisions from the Paris Court of Appeal and the development of an architecture combining legal ontologies and language models. The developed system enables not only the extraction and structuring of legal knowledge but also the replication of key reasoning steps: qualification, identification of applicable legal rules, and formulation of subsidiary questions to address missing facts. The results show that automation can be relevant when disputes exhibit specific characteristics: predominance of quantifiable factors, jurisprudential stability, and a limited number of discretionary elements. This research opens promising avenues for the development of legal agents assisting decision-making in targeted contentious domains.