Libre arbitre et intelligence artificielle : le spectre de la justice prédictive

Coralie RICHAUD.

L’intitulé même de la communication « Libre arbitre et intelligence artificielle : le spectre de la justice prédictive ? » pose à lui seul une foule d’interrogations. Qu’est-ce que le libre arbitre ? Comment définir l’intelligence artificielle ? Qu’est-ce que la justice prédictive ? Le juge peut-il être dépossédé de ses décisions par l’intelligence artificielle ? Une décision de justice est-elle le fruit du libre arbitre ? etc. Si le sujet demeure immensément vaste, il semble avant tout interroger le rôle et l’utilité des juristes face à l’intelligence artificielle. Autrement dit si les machines peuvent prédire les décisions, alors à quoi servent les juristes et qu’est-ce qui les différencie d’elles ? Si ces interrogations demeurent volontairement provocatrices, elles traduisent une réalité augmentée des défis face auxquels se retrouvent confrontés les juristes mais pas que !

En effet, l’intelligence artificielle (ci-après nommée IA) et ses algorithmes sont déjà à l’origine de multiples créations autonomes relevant des œuvres de l’esprit : de la création d’un nouveau Rembrandt[1] à une nouvelle chanson des Beatles[2] en passant par un site de générateur de blagues ou de sketchs humoristiques[3] ou encore en produisant des reprises de chansons[4], l’IA concurrence depuis longtemps les œuvres de l’esprit. Mais qu’en est-il du droit ?

L’IA et le droit produisent deux traductions du monde et de la réalité qui entretiennent un même langage binaire : 0-1 pour le code informatique ; légal/illégal ou conforme/non-conforme pour le droit. La rencontre de ces deux outils de traduction de la réalité entraine irrémédiablement deux niveaux de représentation de la réalité qui désormais cohabitent. Or, si ces deux traductions de la réalité partagent un même langage, elles n’entrainent pas les mêmes représentations chez les juristes ou auprès des machines. Par exemple, lorsque l’IA capte une réalité juridictionnelle à travers les décisions, cette même réalité apparaît différente lorsqu’elle est augmentée par la lecture jurisprudentielle. Ce faisant, quand le juge octroi une indemnité de licenciement égale à dix mois de salaires à un salarié âgé de cinquante ans en CDI depuis cinq ans dans le cas d’un licenciement sans cause réelle et sérieuse, l’algorithme pourra déceler une règle de calcul basée sur la corrélation entre le montant accordé et les caractéristiques du cas d’espèce tandis que le juriste y verra l’application du syllogisme ou peut-être un revirement de jurisprudence. Ce double niveau de lecture de la norme juridictionnelle conduit par conséquent à deux niveaux de représentation de la norme. D’un côté la norme juridictionnelle qui deviendra une norme jurisprudentielle sous l’effet de son interprétation par les différents acteurs du droit. De l’autre, la norme juridictionnelle qui deviendra sous l’effet d’un algorithme une norme corrélationnelle[5]. Le recours à l’IA et aux algorithmes comme outil de lecture des décisions de justice conduit à interroger notre manière de lire la jurisprudence et l’interprétation que l’on peut en faire.

Afin d’essayer de saisir les effets de cette manière de lire la jurisprudence, j’ai tenté de reproduire ce qu’un algorithme pourrait « voir » dans les décisions qu’il analyse[6]. Pour ce faire, j’ai fait le choix (arbitraire me direz-vous) d’analyser les décisions QPC posées par des entreprises privées depuis 2010[7]. Sur la base des 182 décisions recensées, une cartographie des différentes entreprises requérantes a été réalisée afin déterminer le type d’entreprises concernées en fonction de leur taille[8]. Les décisions ont ensuite été traitées, via un tableau croisé dynamique sur le logiciel Microsoft Excel[9] sous le prisme de plusieurs éléments : le sens général de la décision[10], les effets[11], le fondement de la disposition législative, la thématique de la décision[12] et enfin au regard de huit principes constitutionnels[13]. L’objectif ici était de « vérifier », selon des codes informatiques, ce qu’un algorithme pourrait « voir » et donc « dire » de la jurisprudence du Conseil constitutionnel Et j’aimerais ici vous présenter deux éléments. Le premier concerne l’interprétation des résultats de cette recherche (I). Le second, l’effet utile d’un algorithme comme outil de prédiction de la jurisprudence constitutionnelle (II).

I. L’interprétation des résultats

Les résultats d’abord : les grandes entreprises ne sont à l’origine que de 11% des QPC soulevées tandis que les petites et moyennes entreprises (PME) sont à l’origine de 34,5% des QPC. Si l’on regarde ensuite le taux de succès des QPC alors on se rend alors compte qu’il varie en fonction des principes invoqués. Et je prendrai ici un exemple : celui de la liberté d’entreprendre. Ce principe est celui sur lequel le plus fort taux de censure est observé chez les grandes entreprises (12,5% de taux de censure) ce qui représente 3,5 points de plus que dans le contentieux QPC en général. A partir de l’observation de ces résultats, nous pourrions, par exemple, être tentés d’en déduire que plus le taux de censure est élevé – en fonction d’un principe constitutionnel déterminé – plus les chances d’un justiciable de voir abroger la disposition législative sont fortes. Et réciproquement.

Imaginons alors que le taux de censure sur le fondement du principe de la liberté d’entreprendre chute à 7% pour la catégorie des grandes entreprises. D’un point de vue statistique, les chances pour cette catégorie d’entreprises de voir abroger une disposition législative seraient réduites. Mais cela signifierait-il que le Conseil constitutionnel est devenu anticapitaliste ? Peut-être ! Mais cela pourrait-il aussi traduire un revirement de jurisprudence du Conseil ou un renforcement de son contrôle en matière de liberté d’entreprendre à destination des grandes entreprises ? Non plus.

Pourquoi ? Car le résultat du contrôle – le taux de censure ici – n’est pas seulement déterminé par la norme de référence. Autrement dit, là où l’algorithme met en évidence un lien de corrélation entre deux éléments (la nature du requérant et le taux de censure), le juriste n’y voit pas de lien de causalité direct ou indirect. Pourquoi ? Car il faut distinguer deux choses : la corrélation qu’un algorithme montre et la causalité sur laquelle repose le raisonnement juridique. Une censure ne résulte pas nécessairement d’un revirement de jurisprudence et réciproquement. De plus, un revirement de jurisprudence pourrait entraîner une décision de conformité en fonction de la norme de référence invoquée. L’algorithme se focalisant avant tout sur le résultat et non sur l’interprétation de la norme, il dévoile une norme qui n’est ni légale, ni juridictionnelle, ni jurisprudentielle, mais corrélationnelle. C’est-à-dire fondée sur la mise en relation et le croisement de données afin de déterminer plusieurs probabilités[14]. A l’inverse de la norme jurisprudentielle qui peut traduire le mouvement d’une politique jurisprudentielle, la norme corrélationnelle traduit une solution figée sur la base de données factuelles dont la pondération ne peut être mesurée. Favorisée par la logique horizontale sur laquelle se fonde le traitement des données dans un algorithme, les éléments déterminants de la solution jurisprudentielle ne peuvent apparaître de manière distincte. Bien évidemment, un algorithme pourrait tout à fait introduire une pondération des données à valoriser mais cela supposerait de pouvoir les identifier distinctement dans le corps même des décisions.

Par conséquent, cette lecture peut conduire à des conclusions incohérentes – voire absurdes. Pourrait-on par exemple déduire qu’une personne physique a moins de chance de succès en posant une QPC au sein duquel elle invoque la liberté d’entreprendre ? Assurément non. Pourtant, c’est ce que pourrait laisser sous-entendre ce que nous montre une analyse statistique de la jurisprudence. Si je peux me permettre ce parallèle, ce n’est pas parce qu’un tiers des accidents de la route sont causés par l’alcool que les deux tiers restants sont causés par la sobriété. Cette donnée ne saurait conduire à inciter les automobilistes à rouler ivres sous prétexte qu’ils n’auraient que 33% de chance d’avoir un accident contre 66% en étant sobres ! La prudence doit donc être de mise quant à la lecture et l’interprétation qui peuvent être faites de ces résultats. Mais ces résultats invitent à formuler des hypothèses sur l’utilité de cette autre manière de lire la jurisprudence.

II – L’utilité du recours à un algorithme comme outil de prédiction

Avoir recours à un algorithmique pour « prédire » la jurisprudence constitutionnelle pourrait néanmoins présenter au moins deux utilités. La première serait de permettre une « meilleure » identification des principes constitutionnels qui « rapportent » des censures. La seconde serait d’affiner la connaissance des stratégies contentieuses des requérants en fonction de leur « identité ».

Identifier les principes constitutionnels qui « marchent » peut s’avérer utile pour au moins deux raisons. La première réside dans l’attrait même de la QPC qui suppose qu’elle soit un outil contentieux qui produit des effets et surtout des effets directs pour les requérants. Rappelons-le, la QPC est entrée en vigueur il y a désormais plus de dix ans et elle demeure un outil contentieux utilisé mais néanmoins concurrencé. En d’autres termes, chez les requérants, et en particulier les entreprises, le reflexe est avant tout conventionnel et parfois constitutionnel. Par conséquent, pour que la QPC présente un intérêt chez les requérants, il faut qu’elle aboutisse à des résultats et les griefs invoqués au secours de l’inconstitutionnalité d’une disposition législative doivent permettre d’aboutir à une censure – ce qui est d’autant plus apparent chez les acteurs économiques comme les entreprises privées. Ce faisant, le choix des normes de référence est un véritable enjeu stratégique afin d’obtenir la censure d’une disposition législative car l’objectif poursuivi par les requérants est avant tout factuel et non purement théorique. Le but étant de l’emporter devant le Conseil constitutionnel et non d’inciter à la consécration d’un nouveau principe constitutionnel ou encore de provoquer un revirement de jurisprudence – à l’inverse de ce qu’un juriste pourrait souhaiter ou voir dans une décision de justice. Mieux saisir pour mieux gagner. Et de ce point de vue, l’analyse statistique des décisions par principe constitutionnel apporte une autre grille de lecture de la jurisprudence du Conseil constitutionnel qui permet indirectement de réaliser une sorte de « scoring » des principes constitutionnels qui « marchent ».

Prenons deux exemples : la liberté d’entreprendre et le principe d’égalité devant la loi et les charges publiques. Sur le papier, le principe de la liberté d’entreprendre apparaît comme un principe phare auprès des entreprises car le Conseil constitutionnel considère que le fait d’entreprendre s’entend à la fois comme « la création de l’entreprise »[15] mais aussi comme « l’exercice concret et quotidien de cette entreprise »[16]. Autrement dit, ce principe irrigue toute la vie entrepreneuriale et semble donc constituer le meilleur argument contentieux pour espérer la censure d’une disposition législative qui entraverait la poursuite par exemple d’une activité économique. Pourtant, les statistiques démentent ce présupposé dans la mesure où sur le fondement de ce principe le Conseil censure peu. Seules quatre censures totales[17] ont été recensées alors que ce même principe a été invoqué dans 43 des décisions analysées (soit dans 23% des cas). De plus, il est l’un des principes qui recueille le plus fort taux de décisions de conformité (68% contre en moyenne 51% dans l’ensemble du contentieux QPC) et donc le plus fort taux « d’échec » en termes de stratégie contentieuse. A l’inverse, les principes d’égalité devant la loi et les charges publiques pris conjointement, représentent plus de la moitié des griefs invoqués en QPC par les entreprises et recueillent un taux de censure (totale et partielle) qui varie entre 20%[18] et 23%[19]. Ce qui placent ces normes de références parmi les plus « efficaces » afin d’obtenir la censure d’une disposition législative – en comparaison avec le taux de censures totales et partielles observées dans le contentieux QPC général[20]. Bien évidemment ce « scoring » des principes constitutionnels ne saurait être pris de manière « brute » tant la nature de la disposition législative contestée demeure fondamentale pour l’appréciation de sa constitutionnalité et donc des paramètres complexes du contrôle. Néanmoins, cette lecture statistique des principes constitutionnels fournit un éclairage supplémentaire des différentes stratégies contentieuses à l’œuvre chez les requérants et permet ainsi une analyse probabiliste des chances d’obtenir satisfaction devant le Conseil. Et cette analyse est renforcée dès lors que l’on met en regard ces données avec la nature des requérants.

La stratégie contentieuse des requérants varie en fonction de leur nature et donc de leur « comportement » contentieux. Sur le plan statistique et sur l’ensemble des décisions analysées, les QPC ont été soulevées pour 34,5% par des petites et moyennes entreprises, pour 30,5% par des microentreprises[21]; pour 24% par des établissements de taille intermédiaire[22] et enfin pour 11% par des grandes entreprises[23]. Selon ces données, la QPC se présente alors davantage comme un outil contentieux chez les PME tandis qu’elle semble être un outil plutôt résiduel chez les grandes entreprises. En revanche, si l’on met en regard le profil des entreprises avec le résultat du contrôle obtenu, alors on constate que le taux de censure totale est de 42% pour les grandes entreprises tandis qu’il n’est que de 26% chez les microentreprises et de 19% chez les PME. Bien que sous-représentées en termes de QPC posées, les grandes entreprises obtiennent donc deux fois plus satisfaction auprès du juge constitutionnel. En revanche, les PME, majoritaires dans les saisines, obtiennent un taux de conformité particulièrement élevé (65%) en comparaison avec celui observé sur l’ensemble du contentieux QPC (50,7%)[24]. Si ces données statistiques permettent de cartographier le profil des entreprises requérantes et leur taux de succès devant le juge constitutionnel, elles permettent également une autre lecture de la jurisprudence du Conseil et donc des probabilités pour les requérants de l’emporter. Néanmoins, ces données doivent être relativisées au regard des écueils mentionnés précédemment.

Le recours à une analyse statistique et donc informatique de la jurisprudence du Conseil constitutionnel ne saurait permettre une réelle prédiction de ses décisions. Les paramètres du contrôle sont nombreux et les éléments déterminants sont souvent dissimulés dans la norme de jugement, notamment sous l’effet de la brièveté des décisions, ce qui rend la jurisprudence des cours suprêmes moins saisissable sur un plan prédictif. Une analyse statistique ne saurait à elle seule permettre une prédiction et d’aucuns diraient que « les statistiques, c’est comme le bikini. Ce qu’elles révèlent est suggestif. Ce qu’elles dissimulent est essentiel ». Mais c’est déjà une autre histoire !

Coralie RICHAUD,

Maître de conférences en droit public à l’Université de Limoges

[1] https://www.chroniquesplurielles.info/post/quand-l-ia-peint-un-nouveau-rembrandt-ia-6

[2] https://www.konbini.com/popculture/daddys-car-ia-sony-pop/

[3] https://witscript.com/

[4] https://www.lemonde.fr/comprendre-en-3-minutes/article/2023/08/17/pourquoi-les-reprises-de-chanson-generees-par-intelligence-artificielle-posent-elles-probleme-comprendre-en-trois-minutes_6185627_6176282.html

[5] V. en ce sens, Fanny Malhière, Coralie Richaud, Sylvie Salles, « La jurisprudence du Conseil constitutionnel est-elle perméable à une lecture algorithmique ? », in Constitution et Démocratie, Mélanges en l’honneur du Professeur Dominique Rousseau, Lextenso, 2020, pp.199-213.

[6] Cet article est le prolongement d’une recherche effectuée dans le cadre du projet QPC 2020, « QPC et économie » sous la direction des Professeurs P-Y. Gahdoun et G. Clamour. Parmi les deux contributions individuelles rédigées, une portait sur les catégories d’entreprises dans les décisions QPC relevant de la matière économique. Si cette contribution m’a permis de relever certains résultats « bruts », j’ai souhaité prolonger et élargir cette recherche à l’ensemble des décisions QPC soulevées par des entreprises en ne retenant que le critère de la nature du requérant

[7] V. en ce sens, Coralie Richaud, « Les entreprises face à la QPC », RDP, 1er mars 2022, n°2, p.539.

[8] Selon l’article 3 du décret du 18 novembre 2018 faisant suite à la loi de modernisation de l’économie, la taille des entreprises française fait l’objet d’une classification précise. La catégorie des microentreprises est constituée par les entreprises de moins de 10 salariés dont le chiffre d’affaires annuel ne dépasse pas les 2 millions d’euros. La catégorie des petites et moyennes entreprises (PME) est constituée par les entreprises de moins de 250 salariés dont le chiffre d’affaires annuel n’excède pas 50 millions d’euros. La catégorie des entreprises de taille intermédiaire (ETI) est constituée des entreprises de moins de 5000 salariés dont le chiffre d’affaires annuel ne dépasse pas 150 millions d’euros. Enfin, la catégorie des grandes entreprises (GE) regroupe les entreprises dépassant ces différents seuils.

[9] Sur ce point, j’ai ainsi dupliqué la méthode d’analyse des décisions opérée dans le cadre du projet de recherche précédemment cité.

[10] Conformité, conformité sous réserve, censure partielle, censure totale et non-lieu à statuer.

[11] Abrogation immédiate ou différée.

[12] Fiscalité, réglementation des entreprises, production, distribution, consommation, et les activités spécifiques.

[13] La liberté d’entreprendre, la liberté contractuelle, le principe d’égalité devant la loi, le principe d’égalité devant les charges publiques, le droit de propriété, les principes relatifs à la matière pénale, la garantie des droits et l’incompétence négative.

[14] V. en ce sens, Fanny Malhière, Coralie Richaud, Sylvie Salles, « La jurisprudence du Conseil constitutionnel est-elle perméable à une lecture algorithmique ? », in Constitution et Démocratie, Mélanges en l’honneur du Professeur Dominique Rousseau, Lextenso, 2020, pp.199-213.

[15] CC, n° 2012-285 QPC, 30 novembre 2012, M. Christian S. [Obligation d’affiliation à une corporation d’artisans en Alsace-Moselle], JO 1er décembre 2012, p. 18908.

[16] Pierre-Yves Gahdoun, « L’ouverture du contentieux constitutionnel à de nouvelles matières », Les Nouveaux cahiers du Conseil constitutionnel, 2018, n°58, p.43.

[17] CC, n°2013-336 QPC du 1er août 2013, Société Natixis Asset Management, [Participation des salariés aux résultats de l’entreprise dans les entreprises publiques] – JORF du 4 août 2013 page 13317, texte n°47 ; CC, n°2015-468/469/472 QPC du 22 mai 2015, Société UBER France SAS et autre [Voitures de transport avec chauffeur – Interdiction de la « maraude électronique » – Modalités de tarification – Obligation de retour à la base] – JORF n°0119 du 24 mai 2015 page 8753, texte n°39 ; CC, n°2015-476 QPC du 17 juillet 2015, Société Holding Désile [Information des salariés en cas de cession d’une participation majoritaire dans une société – Nullité de la cession intervenue en méconnaissance de cette obligation] – JORF n°0165 du 19 juillet 2015 page 12291, texte n°48 ; CC, n°2019-774 QPC du 12 avril 2019, Société Magenta Discount et autre [Contrôle des prix et des marges en Nouvelle-Calédonie] – JORF n°0088 du 13 avril 2019 texte n°58.

[18] Pour le principe d’égalité devant la loi.

[19] Pour le principe d’égalité devant les charges publiques.

[20] Le bilan statistique réalisé par le Conseil constitutionnel pour les censures partielle et totale présente un taux de 23,6%.

[21] <10 salariés

[22] <5000 salariés

[23] >5000 salariés

[24] Pour les statistiques globales du contentieux QPC, qu’il soit permis de renvoyer aux statistiques livrées par le Conseil constitutionnel, V. https://www.conseil-constitutionnel.fr/bilan-statistique/decembre-2020-0.