Justinian

ChatGPT est un modèle de langage généraliste, qui produit un texte d'apparence plausible. Justinian est un moteur d'IA juridique : avant tout appel à un modèle généraliste, il établit ce que vous demandez réellement, quelle juridiction s'applique, dans quelle langue est rédigée la loi applicable et ce qu'exige la demande. Le modèle généraliste n'intervient qu'ensuite, sur une question déjà cadrée. Justinian applique les règles de droit aux faits, respecte les frontières entre juridictions, cite les sources qu'il a extraites et produit des livrables structurés, directement exploitables auprès du client.

Oui. Justinian recherche des bases de données juridiques vérifiées avant de répondre. Chaque citation est traçable et vérifiable.

Oui. Justinian rédige nativement en arabe, anglais et français avec support RTL complet. Il comprend les nuances juridiques de chaque langue.

Justinian raisonne sur la région MENA, l'Europe, les États-Unis et les cadres d'arbitrage international, dont la CCI et la CNUDCI, et il rédige en anglais, en arabe et en français. La profondeur varie selon la juridiction, car elle dépend du degré de numérisation du droit source et de la part qui en est publique. Plutôt que d'avancer un chiffre global unique, nous préférons répondre à la question pour la juridiction précise dans laquelle vous exercez.

Oui. Chaque sortie de Justinian inclut une chaîne de raisonnement transparente - vous pouvez voir quelles règles ont été appliquées et quelles sources ont été consultées.

Votre question n'est pas transmise directement à un modèle généraliste. Elle passe d'abord par une étape que nous maîtrisons de bout en bout, qui établit ce que vous demandez réellement, de quel type de travail juridique il s'agit, quelle juridiction est en cause, dans quelle langue est rédigée la loi applicable, et qui extrait les faits contenus dans votre demande sous forme de données structurées. Le modèle généraliste n'intervient qu'ensuite, et il reçoit une question déjà cadrée au lieu d'avoir à la deviner.

Pour deux raisons. La fenêtre de contexte d'un modèle est limitée : tout ce qui y est chargé inutilement entre en concurrence avec votre document. Et un modèle auquel on remet des faits structurés plutôt qu'un bloc de prose consacre ses ressources au raisonnement juridique au lieu de les dépenser à décrypter ce qu'on lui a fourni. Ce second effet est plus important qu'on ne l'imagine, et c'est pourquoi un même modèle généraliste produit un meilleur travail juridique au sein de Justinian que dans une simple surcouche.

Nous avons délibérément choisi de ne pas bâtir sur un fournisseur unique. Un modèle de pointe tiers assure la génération finale, mais toutes les couches qui portent notre valeur fonctionnent indépendamment de tout modèle particulier : orchestration, outillage, recherche documentaire, mémoire et sécurité. L'architecture de Justinian est conçue pour orienter chaque type de travail juridique vers un modèle différent, de sorte que l'apparition d'un modèle meilleur ou moins coûteux relève d'un simple changement de configuration, et non d'une reconstruction.

Oui. Nous traitons l'ingestion documentaire comme un problème d'ingénierie à part entière, et non comme un prétraitement accessoire, car une large part du travail juridique arrive sous forme de numérisation, de photographie d'une page tamponnée ou de PDF imprimé puis renumérisé de travers. Une erreur introduite à ce stade ne se rattrape plus ensuite : le système raisonnerait impeccablement sur le mauvais numéro d'article.

Oui. Justinian conserve dans la durée les liens entre vos dossiers et les mobilise lorsque la question l'exige, au lieu de se contenter de réinjecter les derniers messages dans l'invite. C'est ce qui lui permet de reconnaître que le cocontractant du contrat que vous examinez aujourd'hui est la même partie que celle d'un litige d'il y a deux mois.

Tout système reposant sur un modèle de langage peut produire une réponse erronée, et tout éditeur qui affirme le contraire manque de rigueur dans ses termes. Ce qu'apporte une bonne architecture, c'est de rendre l'erreur plus rare et détectable : les affirmations juridiques sont générées à partir de sources extraites, chacune est assortie d'une citation que vous pouvez ouvrir, et lorsque les sources divergent ou que le droit est réellement ambigu, Justinian signale l'incertitude au lieu de la trancher à votre place. Il est conçu pour être relu par un professionnel, non pour le remplacer.

Quatre questions à poser en démonstration, valables pour n'importe quel éditeur, y compris nous. Posez-lui une question étrangère au droit : une simple surcouche de modèle généraliste répondra le plus souvent à une question médicale. Posez la même question juridique dans deux langues : si le fond change, la langue est traitée après le raisonnement et non avant. Chargez un document mal photographié. Enfin, poussez-le sur un point de droit non tranché : un système conçu pour un usage professionnel vous dira que le terrain est incertain au lieu de produire une réponse assurée.

Au regard de référentiels propres au droit, et non de référentiels généralistes, car un modèle performant en raisonnement général peut rester inutile face à une clause. La validation au niveau des clauses, l'exactitude juridictionnelle et le retour continu d'avocats en exercice déterminent ce que fait le moteur avant et autour de chaque appel de modèle. Les résultats sont publiés plutôt que décrits, y compris ceux où un modèle de pointe nous devance.

Chaque chiffre publié indique comment nous le savons. Mesuré signifie qu'il provient de nos propres données d'usage ou de notre propre campagne de test. Cité signifie qu'il s'agit d'un résultat tiers, lié à sa source. Illustratif signifie qu'il s'agit d'un scénario indicatif, et il porte une mention le disant, y compris sur les exemples plus haut. Si un chiffre n'indique pas lequel des trois il est, considérez cela comme un défaut et signalez-le nous.

Oui, et vous devriez vous méfier de tout éditeur d'IA juridique qui ne le fait pas. Un référentiel que son auteur remporte toujours relève du marketing, pas de l'évaluation. Nos campagnes publiées comportent des tâches et des catégories où un modèle de pointe nous devance, parce qu'un acheteur doit savoir où l'outil est solide et où il ne l'est pas avant de s'y fier devant un client.