QCM : Intelligence artificielle juridique (32 questions)

Explication

En 1950, Alan Turing propose le test de Turing, également appelé jeu de l’imitation. Ce dispositif porte sur la capacité d’une machine à imiter un interlocuteur humain, et non sur sa vitesse de calcul ou sa maîtrise des échecs.

Explication

La conférence de Dartmouth, organisée en 1956, consacre l’émergence de l’intelligence artificielle comme champ de recherche. Les autres événements appartiennent à des périodes ultérieures ou relèvent d’autres étapes technologiques.

Explication

Le test de Turing évalue la capacité d’une machine à imiter le comportement humain par le langage naturel, ce qui le rend sensible aux attentes et aux biais de l’interrogateur. Il ne constitue donc pas une mesure générale et indépendante de l’intelligence.

Explication

En 2023, les concepteurs de ChatGPT-4 ont annoncé que cette IA avait réussi l’examen d’entrée au barreau de New York avec un score très élevé. Cette réussite à un examen ne lui confère toutefois pas une qualification professionnelle d’avocat.

Explication

Les LegalTech juridiques citées sont conçues pour des tâches comme la recherche, l’analyse ou la modélisation juridiques. Une IA généraliste peut traiter de nombreux domaines, mais elle n’est pas définie par ce ciblage professionnel.

Explication

LexisNexis indique qu’en 2023, 19 % des professionnels du droit utilisaient l’IA. Les 49 % correspondaient à ceux qui envisageaient de l’utiliser, tandis que 77 % estimaient qu’elle renforcerait leur efficacité.

Explication

La définition met l’accent sur l’autonomie variable, l’adaptation après déploiement et la génération de contenus, prédictions, recommandations ou décisions à partir des entrées. Une programmation fixe ou un simple classement documentaire ne recouvre pas cette définition.

Explication

Le Machine Learning apprend à partir de données et peut améliorer ses performances au fil du temps. Une programmation détaillée pour chaque résultat décrit plutôt une approche fondée sur des règles explicites.

Explication

Le Deep Learning est une forme d’apprentissage fondée sur de vastes réseaux de neurones artificiels, inspirés du cerveau humain, qui apprennent sans programmation explicite. Il s’inscrit donc dans le Machine Learning au lieu de fonctionner sans données ou sans apprentissage.

Explication

Les IAG juridiques spécialisées utilisent généralement des températures basses afin de réduire les hallucinations, au prix d’une créativité moindre. Les températures élevées sont plutôt associées aux IAG généralistes et favorisent davantage la créativité comme les erreurs.

Explication

Morgan Stanley estime que l’IA générative pourrait utiliser d’ici 2027 autant d’électricité que l’Espagne en 2022. Les autres pays proposés ne correspondent pas à l’estimation attribuée à cette analyse.

Explication

Une courte conversation avec ChatGPT-4 est estimée à 272 grammes d’équivalent CO₂, et dix conversations quotidiennes peuvent atteindre près d’une tonne annuelle. Les autres valeurs déplacent la virgule ou changent l’unité par rapport à cette estimation.

Explication

La cobotique juridique repose sur l’association collaborative d’un humain et d’un robot dans la réalisation de tâches. La confrontation entre l’humain et l’IA correspond à une relation non collaborative, tandis que les autres propositions décrivent le remplacement ou l’automatisation.

Explication

Les lois n° 2016-1321 et n° 2019-222 ont notamment accompagné l’ouverture des données et la numérisation de la justice, avec des dispositifs comme Judilibre et QPC 360. Les autres propositions attribuent à ces textes des transformations qui ne correspondent pas aux évolutions mentionnées.

Explication

Une hallucination est une information inventée et fausse que le système présente pourtant comme vraie. Une réponse vérifiée n’est pas une hallucination, et une information signalée comme incertaine ne présente pas le même risque de fausse assurance.

Explication

L’absence de mise à jour des données fait partie des risques pratiques de l’IA générative en droit, au même titre que les hallucinations, les atteintes à la confidentialité et les biais. Les autres situations décrivent des pratiques de contrôle ou de prévention plutôt que des risques listés.

Explication

Le rapport de la Cour de cassation de 2025 admet l’aide de l’IA pour rechercher, sélectionner et rédiger, tout en refusant son aide à la décision. Les autres propositions inversent ou réduisent cette distinction entre assistance et décision.

Explication

La soft law regroupait des principes et lignes directrices destinés à orienter les acteurs sans leur imposer directement des obligations juridiquement contraignantes. La confusion vient de l’assimilation avec un règlement, qui est obligatoire dans son champ d’application.

Explication

Le RGPD a été adopté en 2016, puis est entré en vigueur en 2018, notamment pour encadrer les données personnelles utilisées dans l’entraînement des algorithmes. Les autres calendriers ne correspondent pas à cette chronologie.

Explication

L’AI Act a été adopté définitivement le 13 juin 2024, publié le 12 juillet 2024 et est devenu exécutoire le 1er août 2024. Les autres propositions inversent ou modifient les étapes de cette chronologie.

Explication

L’AI Act vise notamment la sécurité, le respect des droits fondamentaux et des valeurs de l’Union, une IA humaine et digne de confiance, l’harmonisation juridique et une gouvernance renforcée. Les autres ensembles attribuent au règlement des priorités qui ne constituent pas ses objectifs principaux.

Explication

Les pratiques interdites, comme certaines manipulations subliminales ou la notation sociale, sont prohibées. Les systèmes à haut risque peuvent être mis en œuvre, mais ils doivent respecter des exigences strictes de conformité et de contrôle.

Explication

Cette identification est interdite en principe, mais des exceptions limitativement prévues existent, notamment pour rechercher des personnes disparues ou prévenir une menace grave et imminente. Les autres situations ne correspondent pas aux motifs d’exception mentionnés.

Explication

Les systèmes concernés doivent informer clairement la personne du caractère généré par l’IA au plus tard lors de la première interaction ou exposition. Les autres informations proposées ne constituent pas l’obligation de transparence visée ici.

Explication

Les systèmes utilisés pour l’administration de la justice et les processus démocratiques font partie des domaines expressément associés au haut risque. Les autres activités ne figurent pas dans la liste des secteurs cités.

Explication

La gouvernance repose sur des organismes européens, comme le Comité européen de l’IA, le Bureau de l’IA et la Commission, ainsi que sur des autorités nationales indépendantes chargées de la mise en œuvre. La deuxième proposition inverse les rôles respectifs des niveaux européen et national.

Explication

Pour les pratiques d’IA interdites, l’article 99 prévoit une sanction pouvant atteindre 35 millions d’euros ou 7 % du chiffre d’affaires annuel mondial, en retenant le montant le plus élevé. Le seuil de 15 millions d’euros ou 3 % concerne les obligations relatives aux systèmes à haut risque.

Explication

L’article 47 interdit qu’une décision produisant des effets juridiques ou affectant significativement une personne repose sur le seul traitement automatisé, sauf exceptions prévues par le cadre légal. Une simple utilisation de l’algorithme parmi d’autres outils ne correspond donc pas nécessairement à cette interdiction.

Explication

Une décision administrative individuelle fondée sur un algorithme doit mentionner ce recours, permettre la communication des principales caractéristiques du traitement et rester contestable par voie administrative ou contentieuse. La conservation interne d’informations ne suffit pas à garantir la transparence et le droit au recours.

Explication

Les données biométriques figurent parmi les données sensibles qui excluent le recours exclusif à un algorithme pour prendre la décision. La durée de conservation ou le secteur administratif concerné ne supprime pas cette restriction.

Explication

La vidéosurveillance intelligente analyse des images pour détecter des signes d’anormalité et peut être associée à la reconnaissance faciale. Celle-ci poursuit une fonction distincte d’identification biométrique des personnes, et ne se confond pas avec la détection d’un comportement inhabituel.

Explication

La loi du 19 mai 2023 a autorisé, à titre expérimental et jusqu’au 31 mars 2025, des traitements algorithmiques d’images pour sécuriser certaines manifestations. Elle n’a pas instauré une identification biométrique généralisée ni permis à un algorithme de prononcer seul des sanctions pénales.