ANR LAWBOT 495k€ : 2021-2024

LAWBOT

Deep Learning for Judicial Outcome Prediction


LAWBOT est un projet interdisciplinaire d’étude de la jurisprudence des tribunaux français, à l’interface entre les sciences juridiques, économiques et informatiques. Le projet vise à proposer des modèles computationnels prédictifs de la jurisprudence des tribunaux français. Le prototype expérimental final doit être apte à répondre à des requêtes en langage naturel décrivant des situations factuelles, afin de formuler une prédiction sur le résultat judiciaire probable et de générer automatiquement un texte argumentatif motivant le résultat en droit. La co-construction de la jurisprudence comme objet commun de recherche à l’interface entre le droit, l’économie et l’informatique permet un renouvellement méthodologique. Du point de vue du droit, le projet LAWBOT se place dans la perspective de la « théorie de la prédiction » en droit (HOLMES, 1897), et de la « science jurimétrique » (LOEVINGER, 1949). Le fonctionnement aléatoire ou déterministe du juge est caractérisé à partir de l’observation empirique de corrélations entre les demandes formulées en entrée, et le résultat judiciaire des demandes en sortie. Du point de vue de l’Intelligence Artificielle, les décisions judiciaires constituent un défi nouveau pour le Traitement Automatisé du Langage Naturel, en raison de leur complexité syntaxique, et en raison de la « texture ouverte » (HART, 1961) propre au langage juridique. Enfin, du point de vue de l’économie et de l’analyse économique du droit, il convient d’anticiper les transformations induites par l’Intelligence Artificielle appliquée à des tâches intellectuelles complexes à haute valeur ajoutée, sur le fonctionnement de l’institution judiciaire et sur le marché du droit.

En savoir +

Deep Learning for Judicial Outcome Prediction: S. Mussard / G. Zambrano.