Une associée demande à un outil d'IA trois décisions récentes sur la rupture brutale de relations commerciales établies. Les trois réponses arrivent en quelques secondes, avec juridiction, date, numéro et un résumé convaincant. Deux existent. La troisième n'a jamais été rendue. Rien dans la forme ne permettait de la distinguer des deux autres.
C'est tout le paradoxe de l'IA appliquée à la recherche juridique. Elle est remarquable pour défricher une question, reformuler un problème, suggérer des pistes et des mots-clés, résumer une décision longue. Elle peut aussi produire, avec le même aplomb, une référence qui n'existe pas. Les avocats le savent : dans l'enquête conduite pour le Conseil national des barreaux, 66 % des avocats font confiance à l'IA générative pour identifier les ressources documentaires pertinentes, mais seulement 37 % pour apporter la bonne réponse juridique (Les Cahiers de l'Observatoire, CNB, 2025).
Cet article explique pourquoi les hallucinations arrivent, ce que changent les outils adossés à un fonds documentaire, et une méthode de vérification simple à imposer dans un cabinet. Pour la vue d'ensemble des usages possibles, notre page sur l'IA pour les cabinets d'avocats fait le tour du sujet. Précision utile : nous ne sommes pas un cabinet et ne donnons pas de conseil juridique ; nous construisons des outils.
Pourquoi une IA invente des décisions
Un modèle de langage ne « cherche » pas au sens d'une base de données. Il prédit la suite la plus probable d'un texte, à partir de ce qu'il a appris. Quand on lui demande une décision sur un point précis, il produit quelque chose qui ressemble à une décision sur ce point : une juridiction plausible, une date plausible, un numéro au bon format. Si le modèle n'est pas relié à une base de décisions, rien ne garantit que la référence existe.
Trois situations aggravent le risque :
- les questions très pointues, où il existe peu de décisions publiées ;
- les questions orientées, du type « trouve-moi une décision qui dit que… », qui poussent le modèle à fournir ce qu'on attend ;
- les sujets récents, postérieurs aux données d'entraînement du modèle.
Le problème ne se limite pas aux références inventées. Une décision réelle peut être résumée de travers, une solution d'espèce présentée comme une jurisprudence constante, un texte abrogé cité comme en vigueur. Ce sont des erreurs plus discrètes, et donc plus dangereuses.

Ce que changent les outils adossés à un fonds documentaire
Les éditeurs juridiques et plusieurs legaltech proposent des outils qui combinent un modèle de langage et une base documentaire identifiée : le modèle va chercher des passages dans le fonds, puis rédige sa réponse à partir de ces passages, en citant ses sources. Cette architecture s'appelle le RAG ; nous l'expliquons hors du droit dans notre article sur le RAG en entreprise.
Les avocats font la différence. Selon la même enquête du CNB, 34 % des avocats « IA actifs » font confiance aux IA génératives généralistes, contre 54 % pour les IA génératives spécialisées en droit. Ce n'est pas une garantie : le passage cité peut être mal choisi, la réponse peut extrapoler au-delà de la source, et le fonds lui-même a des trous. Mais le lien vers la source rend la vérification immédiate, ce qui change tout dans la pratique.
Notre comparatif des logiciels d'IA juridique présente les principaux outils et ce que chacun affiche sur ses sources et son hébergement.
Les usages où l'IA aide vraiment la recherche
Utilisée pour ce qu'elle fait bien, l'IA fait gagner du temps sans faire courir de risque particulier :
- Cadrer la question. Reformuler les faits en questions de droit, lister les notions à explorer, suggérer des mots-clés et des synonymes pour interroger une base.
- Lire plus vite. Résumer une décision longue, en extraire les faits, la question posée et la solution, comparer deux décisions.
- Organiser. Classer une vingtaine de décisions trouvées par thème, par juridiction ou par solution, et produire un tableau de travail.
- Préparer la note. Proposer un plan, une première rédaction des parties descriptives, que l'avocat reprend.
Dans tous ces cas, l'avocat part de sources qu'il a lui-même identifiées, et l'IA travaille sur ces sources.
Les usages à proscrire
À l'inverse, certains usages exposent directement le cabinet :
- demander à un outil généraliste des références à citer, et les reprendre telles quelles ;
- copier dans un outil grand public des éléments de dossier pour « contextualiser » la question ;
- présenter au client une analyse produite par l'IA sans l'avoir relue et assumée.
Le deuxième point relève du secret professionnel, qui couvre en toutes matières les consultations, les correspondances, les notes d'entretien et toutes les pièces du dossier, selon l'article 66-5 de la loi du 31 décembre 1971 (Légifrance). On y revient en détail dans notre article sur le secret professionnel face à l'IA générative.
Une méthode de vérification en cinq points
Voici la routine qu'on recommande d'écrire noir sur blanc dans la charte IA du cabinet. Elle prend quelques minutes par référence, et elle est non négociable.
1. Retrouver chaque décision dans une base de référence
Chaque décision citée est retrouvée par sa juridiction, sa date et son numéro dans une base officielle ou éditoriale. Si on ne la trouve pas, elle ne sort pas. Pas d'exception pour les références « qui ont l'air bonnes ».
2. Lire le passage, pas le résumé
Le résumé produit par l'IA est un point d'entrée, pas une preuve. On lit le passage pertinent de la décision, pour vérifier qu'il dit bien ce qu'on lui fait dire et dans quel contexte.
3. Vérifier la version du texte
Un article de loi cité doit être vérifié dans sa version en vigueur à la date des faits et à la date de l'écriture. Légifrance indique les versions successives et leurs dates.
4. Situer la décision
Une décision isolée n'est pas une jurisprudence établie. On vérifie le niveau de la juridiction, la date, et s'il existe des décisions postérieures dans un autre sens.
5. Garder une trace
On note dans le dossier quelles références ont été vérifiées, par qui et quand. C'est utile pour la relecture d'un associé, et c'est ce qui permet de savoir, plus tard, comment une erreur a pu passer.
Ce que dit la profession
Le CNB a adopté le 17 mars 2026 un guide sur la déontologie et l'intelligence artificielle, présenté comme un outil opérationnel, qui aborde notamment la compétence, la prudence et l'information du client, avec des exemples de jurisprudence récente (CNB). L'enquête de l'Observatoire du CNB relève que neuf avocats « IA actifs » sur dix déclarent vérifier les réponses produites par ces outils (CNB, 2025). Le message est cohérent : l'outil n'est pas en cause, l'absence de vérification l'est.
Outiller la vérification plutôt que la recherche
Pour un cabinet de taille moyenne, l'investissement le plus utile n'est pas forcément un énième outil de recherche, c'est souvent ce qui rend la vérification systématique et rapide :
- un extracteur de références qui repère, dans un projet de conclusions ou de note, toutes les décisions et tous les articles cités, et les présente en liste à cocher ;
- un contrôle de cohérence qui signale une référence au format inhabituel, une date impossible ou une juridiction qui ne correspond pas au type de décision ;
- un journal de vérification rattaché au dossier, qui garde la trace de qui a vérifié quoi.
Ce sont des outils simples, qu'on construit sur mesure et qui se branchent sur l'organisation du cabinet, sans toucher à la base documentaire que vous utilisez déjà. Ils ne remplacent pas la lecture de l'avocat : ils évitent qu'une référence passe sans avoir été lue.
En résumé
L'IA est un très bon assistant de recherche et un mauvais auteur de références. Utilisez-la pour cadrer, lire, organiser et rédiger un premier jet, appuyez-vous sur des outils sourcés pour les références, et imposez une vérification humaine de chaque décision citée. Si vous voulez outiller cette vérification dans votre cabinet, notre page dédiée à l'IA en cabinet d'avocats explique comment on travaille.
















