Atelier IA doctorants en droit - UTCapitole

L'intelligence artificielle générative pour les doctorants en droit

GO!

Les bibliothèques de l'Université Toulouse CapitoleRim-Sarah ALOUANE - Mathilde GUENOT

Sommaire

Introduction

Enjeux éthiques, environnementaux et juridiques

IA et recherche documentaire

Assistance à la rédaction

• Définitions
• Entrainements
• Fonctionnement de ChatGPT

• Coût énergétique
• Questions éthiques
• Régulation juridique
• Droit d'auteur

• Outils
• Fonctions
• Compétences informationnelles

• Recherche d'infos
• Revue de littérature

Focus L'art du prompt

+INFO

+INFO

+INFO

+INFO

Qu'est-ce que l'IA ?

Source : Mythes et réalités des IA génératives Fred CAVAZZA, 24/02/2023, FredCavazza.net

Définitions des concepts

Intelligence artificielle : concept technologique où des systèmes informatiques sont conçus pour effectuer des taches complexes qui, si elles étaient réalisées par des humains nécessiteraient des capacités cognitives avancées (apprentissage, raisonnement, compréhension du langage naturel, etc.)

Apprentissage automatique : branche de l'IA où les systèmes analysent de grandes quantités de données pour identifier des modèles et construire un modèle prédictif. L’objectif est d’apprendre aux machines à apprendre afin d’améliorer leurs performances dans la résolution de tâches sans avoir été explicitement programmées pour ça.

Apprentissage profond : se réfère aux réseaux de neurones artificiels à plusieurs couches pour modéliser des données complexes. Ces réseaux de neurones analysent les données et ajustent leurs connexions pour "apprendre" ce qui leur donne une grande puissance d'analyse.

IA générative : système capable de créer automatiquement des contenus (texte, image, son, vidéo, etc.) en réponse à des instructions simples en langage naturel formulées par l’utilisateur (prompt). Ces nouveaux contenus sont produits à partir de ses données d’entraînement.

Large Language Models ou LLMs : modèles de traitement automatique du langage naturel qui utilisent des méthodes d’apprentissage profond pour comprendre et générer du texte en langage humain. Ces grands modèles de langage sont entrainés sur de vastes ensembles de données. Exemples : GPT-4, Llama, Mistral, Bert, etc.

RAG ou Retrieval Augmented Generation : permet d’augmenter (A) la fonction générative (G) d'une IA en lui donnant accès pour ses recherches (R) à un corpus externe dont les sources et la fiabilité sont reconnues. Ce processus vise à optimiser les performances d’un LLM en lui fournissant une base documentaire à laquelle il n’a pas eu accès durant son entrainement.

Source : Intégrer l’IA générative dans les stratégies pédagogiques, UCLouvain, octobre 2024

Entrainements des LLMs

Source : "Le Fine-Tuning de LLM devient obsolète ?", Thibaud MICHARD, 15/06/2024, reglo.ai

De quoi ChatGPT est-il le nom ?

Chat

Generative

Transformer

Pretrained

Transformer : architecture de réseaux de neurones qui permet d'établir des relations mathématiques entre les mots et de déterminer le sens d'un mot en fonction du contexte en se focalisant sur les mots les plus pertinents. Caractéristiques

• raisonnement probabiliste : les algorithmes établissent des relations de probabilité entre les mots pour déduire la sortie la plus probable (et la plus plausible pour un humain) d'après son corpus d'entrainement.

• mécanismes d'auto-attention : permettent de traiter une séquence d'entrée entière à la fois. Les transformeurs peuvent tourner automatiquement leur « attention » sur les jetons les plus importants dans la séquence d’entrée, où qu’ils se trouvent. L’auto-attention permet aux GPT de traiter le contexte et de répondre longuement avec un langage qui semble naturel, plutôt que de simplement deviner le mot suivant dans une phrase.
• prise en compte du contexte linguistique : compréhension sémantique de la question dans des contextes déjà existants (entrainements et améliorations). Le LLM comprend le sens sémantique des mots, c'est à dire tel qu'il est représenté par le langage.

BAILLARGEON Dany, THIBEAULT François, LEZ Alexandra, VERCHERE Céline, “Comment fonctionne ChatGPT de la requête à la réponse », 2023, Institut interdisciplinaire d’innovation technologique et Université de Sherbrooke >>> https://miro.com/app/board/uXjVMAp7-zg=/

Utiliser les IA dans la recherche documentaire

Pour la recherche d'informations

Compétences informationnelles

Dans quels buts ? - Générer des mots-clés - Trouver des documents spécialisés - Trouver des actualités - Varier les sources - Extraire des infos - Comprendre une notion complexe - Faire des résumés - Planifier sa recherche ...

- Définir son besoin d'information - Identifier les différentes sources en lien avec son besoin

Chatbots

Chercher l'information qui correspond à ses besoins

IA des éditeurs juridiques

- Déterminer et analyser la pertinence des résultats - Estimer la fiabilité de l'information

Sélection d'IA pour la recherche documentaire

Gemini + RAG

Le Chat

ChatGPT

NotebookLM

Perplexity

(Mistral AI)

(Google)

(OpenAI)

(Google)

(Perplexity AI)

• permet d'interagir avec ses propres documents et de générer du contenu basé uniquement sur les sources importées
• générer des résumés, identifier les thèmes clés
• poser des questions précises et obtenir des réponses avec citations
• créer des FAQ, des chronologies et des sommaires
• générer un résumé audio d'un fichier (en anglais)
• prise de notes
• collaboration

• rechercher des informations grâce à un prompt et à partir de ses propres fichiers

• spécifier les domaines de recherche (web, académique, réseaux sociaux)
• résumer, synthétiser
• créer des espaces pour y enregistrer les conversations et inviter d’autres utilisateurs

• fournit ses sources

• rechercher des informations grâce à un prompt et à partir de ses propres fichiers

• création d'agents permettant de personnaliser les LLM pour les adapter à des objectifs spécifiques (payant)
• création de bibliothèques collaboratives avec ses propres documents
• fournit ses sources

• rechercher des informations grâce à un prompt
• résumer, synthétiser
• reformuler
• fournir des angles intéressants, des idées de sujets
• fournir des mots-clés et un champ lexical pour un domaine
• fournir un plan

• extraire des informations à partir d’un document
• fournit ses sources

Source : ADBU L'intelligence artificielle et le bibliothécaire, 17/07/2024

Utiliser les IA dans la recherche documentaire

Pour la revue de littérature

Compétences informationnelles

Dans quels buts ? - Elargir et compléter ses données de recherche - Création de bibliothèques personnelles - Recommandation d’articles à partir des articles enregistrés - Optimiser le temps de recherche de référence, découvrir des réseaux d’auteurs - Faire de la veille

- Identifier les sources spécialisées dans sa discipline - Accéder à un document à partir de sa référence - Utiliser des bibliographies pour compléter sa recherche

Elicit ResearchRabbit Connected Papers Consensus Scispace Litmaps Semantic Scholar

- Déterminer et analyser la pertinence des résultats - Estimer la fiabilité de l'information

Principes :

• Outils de recherche basés sur les citations et la sémantique
• Données issues de Semantic Scholar

- Comparer ses connaissances antérieures avec les informations collectées - Etayer son raisonnement par des citations et une bibliographie

Sélection d'IA pour la revue de littérature

Outil cartographique

Semantic Scholar

Elicit

Scispace

Research Rabbit

• Explorer les relations entre articles scientifiques par la construction de réseaux dynamiques.

• Identifier les différents thèmes et courants d'un domaine de recherche
• Créer des collections à partir de ses propres PDF
• Recommandations intelligentes : suggère des articles similaires, des travaux antérieurs et ultérieurs
• Visualisation en graphe
• Propose les résumés
• Compatible avec Zotero
• Gratuit

• Recherche en langage naturel (reformulation)
• Analyse d'articles : extraction de données
• Identifier les concepts communs dans la littérature sur un sujet
• Edition d'un rapport de recherche (sélectionne 50 articles, examine les 10 plus pertinents, affiche les données en tableaux)
• Importer ses propres PDF pour en extraire l'essentiel des informations et les regrouper sous la forme d'un tableau personnalisable
• Compatible avec Zotero

• Recherche en langage naturel et filtres de "profondeur" de réponse
• Analyse d'articles : extraction de points clés, questions spécifiques
• Rédaction assistée : carnets de notes, paraphrase, détection d’IA
• Fonctionnalités avancées : génération de résumés et de citations, analyse de PDF personnels, extension Chrome pour la recherche en temps réel

• Indexe +200M d'articles scientifiques (sources)
• Recherche sémantique avancée et filtres
• Enregistrer des articles dans une bibliothèque personnelle pour recevoir des recommandations et des alertes
• Analyse et exploration : résumé, citations et extraction de sujet en établissant des liens entre les contenus des articles
• Compatible avec Zotero
• Gratuit

Source : Outils d’IA pour la recherche scientifique : recherche et analyse de corpus, aide à la rédaction, enjeux éthiquesFrançois MAGNAN - Urfist de Toulouse, 12/12/2024

Utiliser les IA pour la rédaction assistée

Compétences informationnelles

Rédiger des références bibliographiques en respectant les normes

Dans quels buts ? - Corrections (orthographe, syntaxe, grammaire) - Construction de plan- Reformulations- Traduction - Adapter son vocabulaire- Détection du plagiat- Création des citations

Quillbot LanguageTool Jenni ChatGPT Grammarly Scispace Claude ...

- Utiliser un outil de détection du plagiat - Utiliser l'IA de façon éthique et responsable

- Synthétiser ses résultats - Etayer son raisonnement par des citations et une bibliographie - Rédiger une bibliographie ordonnée

Alternatives non AI : Zotero Compilatio Antidote

- Adapter sa communication à son public - Structurer son écrit - Respecter les normes de rédaction et d'orthographe

Utiliser l'IA de façon efficace

Avantages

Points d'attention

Mode hybride

Source : Assistant ou alternative aux compétences informationnelles ? IA générative et pratiques documentaires des usagersAline BOUCHARD - Urfist de Paris, 30/01/2025

L'art du prompt

Un prompt est une instruction claire et détaillée qui guide l’intelligence artificielle pour générer le contenu souhaité

Prompt itératif : ajouter progressivement des précisions ou des contraintes en fonction de la réponse obtenue

"Je suis un doctorant en droit" "Tu es un chercheur ..."

Signifier un rôle

Bonnes pratiques

• Utilisez un langage simple et direct
• Donnez des exemples
• Privilégiez les listes pour obtenir des réponses organisées
• Indiquez à l'IA de ne pas inventer de réponse

Situation, besoin, public-cible, niveau d'expertise, objectifs pédagogiques, etc.

Spécifier un contexte

Décrire précisément ce que l'on souhaite obtenir en ajoutant des critères spécifiques

Enoncer une tâche

Mentionner les contraintes souhaitées

Format, tonalité, longueur de la réponse, etc.

Sources : MAPI Université de Bordeaux Magali RISCH et Eymeric MANZINALI (Université de Strasbourg)

Bibliographie

• ADBU, L'intelligence artificielle et le bibliothécaire, 17/07/2024 -- LIEN

• BAILLARGEON Dany, THIBEAULT François, LEZ Alexandra, VERCHERE Céline, “Comment fonctionne ChatGPT de la requête à la réponse », Institut interdisciplinaire d’innovation technologique et Université de Sherbrooke, 2023 -- LIEN

• BELCIC Ivan et STRYKER Cole, « Qu’est-ce qu’un GPT (transformeur génératif pré-entraîné) ? », IBM, 18/09/2024 -- LIEN

• BOUCHARD Aline, Assistant ou alternative aux compétences informationnelles ? IA générative et pratiques documentaires des usagers, Urfist de Paris, 30/01/2025

• CAVAZZA Fred, Mythes et réalités des IA génératives, FredCavazza.net, 24/02/2023 -- LIEN

• MAGNAN François, « Outils d’IA pour la recherche scientifique : recherche et analyse de corpus, aide à la rédaction, enjeux éthiques », Urfist de Toulouse, 12/12/2024

• Maquarie University Library, “Using AI-powered Tools for Literature Reviews, Comparison of tools”, Libguide, dernière mise à jour le 20/08/2025 -- LIEN

• MANZINALI Eymeric et RISCH Magali, Nanterre Blade Runner, Université de Strasbourg, 30/01/2025

• MAPI, L'art du prompt, Université de Bordeaux, dernière mise à jour le 10/02/2025 -- LIEN

• MICHARD Thibaud, "Le Fine-Tuning de LLM devient obsolète ?", reglo.ai, 15/06/2024 -- LIEN

• SHABANOV Ilya, « Litmaps vs ResearchRabbit vs Connected Papers – The best Literature Review Tool in 2025", The Effortless Blog, 29/09/2024 -- LIEN

• VANGRUNDERBEECK Pascal, « Intégrer l’IA générative dans les stratégies pédagogiques », Université de Louvain, octobre 2024 -- LIEN

Nos remerciements à Alexandre Chazelle, Zoé Felici et Emily Mongaillard pour leur aide dans la préparation de cet atelier.

Les enjeux éthiques, environnementaux et juridiques de l'IA dans la recherche

LES ENJEUX ENVIRONNEMENTAUX

• Croissance rapide de l’IA
• Consommation d’énergie importante
• Nécessité d’une approche durable de l'IA

LES ENJEUX ETHIQUES

Le biais algorithmique

Le biais des concepteurs

Le biais de données

Le biais d’échantillonnage

Le biais algorithmique dans la recherche

Dans le domaine médical

Revue de littérature

Recrutement des chercheurs

Mouvement d’adoption de chartes sur l’utilisation de l’IA par les universités

Conséquences du biais algorithmique de l’IA dans la recherche

FAUSSER LES RESULTATS

RENFORCER LES INEGALITES

PORTER ATTEINTE A L’INTEGRITE SCIENTIFIQUE

Résultats erronés

La BBC s’est penchée sur quatre outils d’IA: ChatGPT, Copilot de Microsoft, Gemini de Google & Perplexity. Selon les propos du directeur du programme IA générative de la BBC Pete Archer, rapportés par Le Monde: « Tous échouent à restituer une information de qualité […] On ne peut pas compter sur les assistants IA pour fournir des informations exactes et ils risquent d’induire le public en erreur. » Source : "Assistants d’IA : sur l’actualité, une réponse sur cinq contient des erreurs factuelles, selon une étude de la BBC", Le Monde, 11 février 2025

Selon un rapport d’Amnesty International France du 6 février 2025:

1. L'IA perpétue le racisme : « Pour fonctionner, l'IA s’appuie sur des bases de données qui intègre les préjugés et biais des personnes qui l'ont créé. L’IA perpétue donc les stéréotypes et accentue les discriminations déjà existantes. »
2. L’IA accentue le sexisme : « L’intelligence artificielle s’impose comme un miroir de nos sociétés : elle reflète, aussi, ses biais et accentue les inégalités de genre ».
3. L'IA permet la cybercriminalité : « Les montages perçus les plus crédibles générés par IA sont un réel danger pour les femmes et les enfants ».
4. L'IA impacte la planète : « D’ici 2027, l'IA générative nécessitera une alimentation en électricité équivalente à celle de l’Argentine, cinq fois la France en superficie ».
5. L'IA désinforme : « Beaucoup d’outils d’intelligence artificielle permettent et participent à la désinformation »
6. L’IA surveille : « Les systèmes d’IA sont aussi utilisés à des fins de surveillance contre certaines populations […] Bien souvent, ces technologies sont développées par les pays occidentaux. »
7. L'IA peut tuer : « L’IA, c’est aussi ça : des drones et autres armes sophistiquées capables de choisir leurs propres cibles et de les attaquer sans contrôle humain. Des robots-tueurs, décidant via leurs algorithmes de qui vit et de qui meurt, se développent et se vendent déjà sur le marché. »

Source : Amnesty International, « Intelligence artificielle: les 7 choses qu’on ne vous dit pas », 6 février 2025.

IA & DROIT D’AUTEUR

La régulation juridique de l’IA

Règlement (UE) 2016/679 du 27 avril 2016 relatif à la protection des personnes physiques à l'égard du traitement des données à caractère personnel et à la libre circulation de ces donnée (RGPD)

Règlement (UE) 2024/1689 du 13 juin 2024 établissant des règles harmonisées concernant l'intelligence artificielle (RIA)

La régulation juridique de l’IA

Question du moissonnage des données: Directive (UE) 2019/790 du 17 avril 2019 sur le droit d'auteur et les droits voisins dans le marché unique numérique

La régulation juridique de l’IA

Problème de l’opacité de l’IA. Question de la Transparence des algorithmes & « boîtes noires ».La « boîte noire » désigne le manque de transparence des algorithmes d’apprentissage automatique, où les processus internes et les décisions prises par l’algorithme restent opaques, tant pour les utilisateurs que pour les développeurs.

Art. 53 du RIA. Oblige les fournisseurs d'IA à : - Mettre en place une politique de conformité avec la législation de l’UE en matière de droit d'auteur et de droits voisins. - Fournir au public un résumé détaillé du contenu utilisé pour entraîner leurs modèles d'IA à usage général.

La protection des créations assistées par l’IA

INTERVENTION HUMAINE

CREATIONS ASSISTEES PAR ORDINATEUR

PROTECTION PAR LE DROIT D’AUTEUR

La protection des créations générées par l’IA

CREATIONS GENEREES PAR IA: 3 ECOLES

ECOLE 1 : APPLICATION DU DROIT D’AUTEUR TRADITIONNEL

ECOLE 3 : REFUS D’APPLICATION DU DROIT D’AUTEUR

ECOLE 2 : CREATION D’UN DROIT SUI GENERIS

Art génératif

Jason Allen,Théâtre d’opéra spatial. Cette œuvre a été réalisée avec l’IA Midjourney. Allen a remporté le premier prix de la Colorado State Fair dans la catégorie art digital.

Le « Portrait d'Edmond Belamy », première œuvre d'art conçue par un algorithme à passer aux enchères, a été adjugée chez Christie's à New York pour 432 500 $.

Evolution du travail de recherche en doctorat?

Elsa Burdin, directrice de l’Institut d'études judiciaires de Chambery : « en produisant du droit à partir des seules données juridiques existantes, les IAG s’enferment dans une récursivité alors que la matière juridique ne constitue pas un système autopoïétique fermé. » Source : webinaire "L'IA dans la recherche : quelles conséquences", 14/11/2024

Plutôt qu’une alternative, l’IA pourrait renouveler les pratiques documentaires en incitant à une approche critique et augmentée des savoirs. - Compétences en IA literacy : savoir dialoguer avec l’IA, interpréter ses réponses et vérifier les informations, - Hybridation des outils : combiner IAG et bases académiques, - Culture numérique et éthique : comprendre le fonctionnement des modèles d’IA et leurs implications sur la production et la diffusion des savoirs.

L’IA peut jouer un rôle de facilitateur, aidant les usagers à naviguer dans un environnement documentaire complexe - Résumé ou reformulations d’articles : accélérer la compréhension des textes, - Traduction et vulgarisation: facilite l’accès à des sources en langues étrangères ou rend des concepts complexes plus accessibles, - Assistance à la rédaction scientifique : structuration d’un plan, proposition de reformulations, correction grammaticale et stylistique, - Aide à la citation et à la gestion bibliographique, - Outil de veille : alertes et suggestions d’articles pertinents.

Si l’IA générative devient une solution de substitution, elle peut affaiblir les compétences fondamentales - Acceptation passive des réponses : infos biaisées, obsolètes ou erronées,- Difficulté à remonter aux sources,- Moins d’engagement dans l’analyse : l’automatisation peut réduire l’effort d’appropriation de l’information et le développement de la pensée critique engendrant ainsi une paresse intellectuelle,- Remplacement des bases de données académiques ? - Évaluation et citation problématiques : Comment citer une IA générative ? Quelle place pour son usage dans les travaux de recherche ?