E-Discovery et codage prédictif pour les cabinets

Transactions, enquêtes, conflits du travail, successions et arbitrages peuvent produire de grands ensembles documentaires. La revue assistée par technologie, ou TAR, utilise les décisions des réviseurs et l’apprentissage automatique pour prioriser les documents. Son utilité dépend du corpus, de la question et de la validation. Elle se distingue d’un chatbot générant des réponses sur des pièces non vérifiées.

Partir de l’obligation réelle de production

Déterminez la procédure, les demandes, les ordonnances et les restrictions de confidentialité avant de choisir un protocole. Les recherches sur la discovery américaine n’établissent ni une obligation d’utiliser la TAR ni l’acceptabilité d’un processus précis en Suisse ou en Allemagne.

L’initiative de l’Association Suisse de l’Arbitrage de 2025 sur la production documentaire examine sa charge et propose des ajustements pratiques. C’est une réflexion sur la pratique et sa réforme, pas la preuve que tout tribunal arbitral suisse a accepté le codage prédictif. Consignez le processus exigé ou convenu pour le dossier particulier.

Ce que la recherche étaye

Dans l’évaluation de Cormack et Grossman de 2014, les protocoles d’apprentissage actif demandaient moins de travail de revue que les protocoles passifs comparés, à niveau de rappel donné dans les tâches étudiées. Le rappel mesure la part des documents pertinents retrouvée. L’étude utilisait une simulation du réviseur et des corpus précis ; elle ne démontre ni une économie universelle avec les produits actuels ni la qualité du conseil juridique génératif.

Leur article de 2024 sur la validation souligne l’importance des évaluations indépendantes de pertinence et propose des stratégies de validation en aveugle. N’évaluez donc pas un système uniquement avec les jugements qui ont servi à l’entraîner. Une affirmation de qualité crédible exige une référence défendable et une description de l’incertitude.

Choisir une tâche délimitée

Les usages possibles comprennent la priorisation des pièces pertinentes, les catégories proposées et une première chronologie. Définissez les résultats sur lesquels l’équipe s’appuiera. Une date correctement copiée ne prouve pas qu’un événement s’est produit à cette date : le document peut évoquer un fait passé, un délai prévu ou une pièce jointe plus ancienne.

Conservez originaux, références de pages, versions et relations entre documents. Vérifiez la qualité de la reconnaissance de texte et les pièces manquantes. Présentez le rappel comme une estimation mesurée, avec son incertitude, plutôt que de promettre de trouver chaque date ou document pertinent. Mesurez l’effort de validation du résultat complet.

Vérifier ce que l’outil écarte

Examiner uniquement les documents les mieux classés ne révèle pas toutes les omissions. Un contrôle d’élusion examine un échantillon des pièces jugées non pertinentes. Son utilité dépend du plan d’échantillonnage, de l’évaluation indépendante et de l’interprétation. Un petit échantillon de convenance ne prouve pas l’absence de pièces pertinentes manquées.

Distinguez pertinence, protections juridiques, secret professionnel et autorisation de produire. Un classificateur de pertinence ne tranche pas définitivement ces questions. Attribuez des réviseurs qualifiés et des voies d’escalade, puis testez les accès entre dossiers et les risques de divulgation.

Pour les avocats soumis à la loi sur les avocats (LLCA), l’article 13 LLCA fait du secret professionnel une obligation légale couvrant tout ce que leurs clients leur confient dans l’exercice de leur profession, et ils veillent à son respect par leurs auxiliaires. Les lignes directrices de la FSA sur l’IA soutiennent l’examen du traitement des données et la vérification indépendante et critique. Le guide du CCBE sur l’IA générative du 2 octobre 2025, disponible sur la même page, recommande de ne saisir des données liées au client qu’avec des garanties appropriées. Un hébergement suisse ou européen ne suffit pas à établir la conformité. Examinez destinataires, sous-traitants, accès, conservation, réutilisation et autorisations juridiques.

Comparer le processus complet

Comptez collecte, préparation, revue, correction, analyse juridique et production, ainsi que le traitement du modèle. Comparez des tâches et critères de qualité équivalents. Un outil rapide peut créer une vérification coûteuse.

L’ajout d’une personne ne garantit pas le meilleur résultat. Une méta-analyse de 2024 sur les expériences humain-IA constate des résultats variables et une performance moyenne inférieure à celle de la meilleure partie travaillant seule. Ce constat général n’est pas un résultat propre à la TAR ; il renforce l’intérêt de tester directement le processus combiné.

Vous évaluez un pilote de revue documentaire ? Contactez-moi pour discuter du périmètre, de la validation et de la confidentialité.