IA et Avocats – Épisode 11 sur 20

133 avocats en exercice, rédacteurs de brevets dans 11 cabinets américains, ont été tirés au sort : les uns ont reçu un assistant de rédaction, les autres non. Trois mois plus tard, le travail assisté était meilleur. Les meilleurs n’avaient pas progressé, mais il n’y avait pratiquement plus de copies faibles.

Les promesses de productivité abondent, mais les mesures sont rares. Depuis 2023, une poignée d’essais randomisés contrôlés a comparé, sur les mêmes tâches, des juristes équipés et des juristes qui ne l’étaient pas. Que démontrent-ils ? Et que laissent-ils dans l’ombre ?

Une méthode, non une opinion

L’essai randomisé contrôlé répartit les participants par tirage au sort entre un groupe équipé et un groupe témoin ; des correcteurs notent ensuite les travaux sans savoir qui a utilisé l’outil. Le hasard neutralise le biais qui fausse les enquêtes déclaratives : l’avocat qui adopte l’IA n’est pas un avocat quelconque. L’essai se distingue aussi du jeu d’épreuves évoqué dans l’article 5, qui évalue la machine seule. Il mesure autre chose : l’humain assisté face à l’humain seul.

Des gains qui ont changé de nature

Le premier essai, conduit à l’université du Minnesota sur soixante étudiants et quatre tâches avec GPT-4, a réduit le temps de travail de 12 à 32 %, mais n’a amélioré la qualité que « légèrement et de façon inconstante » (Choi, Monahan et Schwarcz). L’outil faisait aller plus vite ; il ne faisait pas systématiquement mieux.

Un deuxième essai, rapporté dans l’article 5, a renversé ce constat : sur 137 étudiants, productivité accrue de 50 à 130 % sur cinq tâches sur six, qualité en hausse. Un troisième, diffusé en avril 2026 (Bednar et al., 91 étudiants, Gemini 2.5 Pro), confirme : la note d’une synthèse de sources juridiques progresse de 60 %, le temps d’exécution recule de 13 %, la productivité augmente de 92 %.

Certes, ces chiffres proviennent d’étudiants placés devant des tâches prédéfinies. Mais le seul essai conduit auprès de praticiens, celui des rédacteurs de brevets (Autor et al., septembre 2026), va dans le même sens. Un avocat de niveau moyen, qui faisait mieux que la moitié de ses confrères, ferait mieux, avec l’outil, que près des deux tiers d’entre eux ; le gain se maintient au bout de trois mois. Les essais plus récents ne mesurent donc plus seulement un gain de temps : ils mettent aussi en évidence, sur plusieurs tâches, une amélioration de la qualité.

L’élévation du plancher

Dès 2023, les auteurs du premier essai observaient que, là où l’outil aidait, les participants les plus faibles gagnaient le plus. Hors du droit, une étude portant sur 5 179 téléconseillers relevait une productivité accrue de 14 % en moyenne, de 34 % pour les novices et les moins qualifiés, et à peine mesurable pour les plus expérimentés (Brynjolfsson, Li et Raymond). Chez les rédacteurs de brevets, les avocats de moins de sept ans d’exercice progressent nettement ; leurs aînés, moins.

Le constat n’est pas universel. Dans l’essai de 137 étudiants, la distribution des notes s’est déplacée d’un bloc, sans se resserrer nettement. En revanche, l’essai d’avril 2026 révèle un effet plus inquiétant : priés de réviser avec l’IA un mémo rédigé sans elle (au terme de trois heures d’épreuve, en vingt minutes), les auteurs des mémos faibles l’améliorent, ceux des meilleurs le dégradent. Le plancher monte ; le plafond peut descendre. Il est permis d’y voir un nivellement plus qu’une élévation (interprétation).

Ce que les essais ne mesurent pas

L’exactitude, d’abord : dans l’essai de 137 étudiants, aucun outil n’a significativement amélioré l’exactitude du travail, et le modèle à raisonnement a produit davantage de citations inexistantes que l’outil à récupération documentaire (article 5). Certaines tâches résistent, ensuite : dans cet essai, la rédaction d’un accord de confidentialité n’a enregistré aucun gain significatif.

La durée et le terrain, enfin. Les essais sur étudiants durent quelques heures et portent sur un corpus documentaire clos, quand l’avocat cherche dans un droit ouvert. L’essai sur praticiens dure trois mois ; il a été mené avec Google, qui fournissait un outil non commercialisé, et demeure un document de travail non évalué par les pairs. Ces réserves n’invalident pas les résultats ; elles en bornent la portée.

Reste l’essentiel. Invités ensuite à corriger sans IA un projet de brevet, les avocats expérimentés du groupe équipé surpassent leurs homologues du groupe témoin ; les plus jeunes, non : leurs notes se dispersent. L’outil a amélioré leur production sans affermir, en moyenne, leur jugement. L’article 15 y reviendra. La conséquence de ces gains sur le temps facturé relève de l’article 12.

En définitive

Les essais contrôlés ne tranchent pas la querelle de l’IA ; ils la déplacent. L’outil améliore le travail, surtout le plus faible. Il ne forme pas pour autant le jugement de ceux qui l’utilisent, et l’avocat expérimenté semble seul en mesure d’en tirer un progrès durable. La question n’est donc plus de savoir si l’IA fait mieux travailler, mais qui, dans dix ans, saura encore faire le meilleur travail.

Sources de l’article : J. H. Choi, A. B. Monahan et D. Schwarcz, « Lawyering in the Age of Artificial Intelligence », Minnesota Law Review, vol. 109, 2024, p. 147 : source en cliquant-ici

D. Schwarcz, S. Manning, J. J. Prescott, P. Barry, D. R. Cleveland et B. Rich, « AI-Powered Lawyering: AI Reasoning Models, Retrieval Augmented Generation, and the Future of Legal Practice », Journal of Law and Empirical Analysis, 2026 : source en cliquant-ici

N. Bednar, D. R. Cleveland, A. Erbsen et D. Schwarcz, « Artificial Intelligence and Human Legal Reasoning », SSRN n° 6525800, avril 2026 : voir la source

D. Autor, T. Rodchenko, J. Martin, Z. Iscenko, S. Strand, D. Pearl et M. Ferere, « Does AI Assistance Enhance or Erode Expertise? Evidence from a Three-Month Field Experiment in Patent Drafting », NBER Working Paper n° 35720, septembre 2026, révisé en octobre 2026 : voir la source

E. Brynjolfsson, D. Li et L. R. Raymond, « Generative AI at Work », The Quarterly Journal of Economics, vol. 140, n° 2, 2025, p. 889-942 : voir la source