Sur le plan de l’intelligence artificielle, le projet IDEX n’a réussi qu’à mener des avancées expérimentales assez prometteuses mais, faute de moyens financiers suffisant notamment sur le plan du recrutement d’informaticiens, ne peut pas aller plus loin.
Concernant ces expérimentations, un article est en cours de soumission et vous pourrez trouver des éléments de ces expériementations dans l’article suivant publié par Louis Maritaud, La manipulation de données au service de l’annotation : le cas du projet JADE. Blog GATES Data SHS. Université Grenoble Alpes. La méthodologie est en Open Science puisque les scripts réalisés sont disponibles sur la forge Gitlab de l’Université Grenoble-Alpes.
Pour pouvoir aller plus loin, le projet JADE aurait besoin d’un informaticien à plein temps sur ces questions de traitement automatique des langues : c’est la raison pour laquelle, alors que le projet IDEX s’arrête en 2025, nous avons procédé à un nouveau dépôt auprès de l’ANR et sommes en attente de la réponse.
Vous trouverez ci-dessous notre projet ANR, en espérant que, malgré la très grande sélectivité de l’ANR, il puisse être retenu, car sinon il s’agirait sans doute de la fin du projet JADE…
Justice algorithmique des élections
I. Contexte, positionnement et objectif(s) de la pré-proposition
La pré-proposition a pour objet de poursuivre le travail engagé dans le cadre d’un projet IDEX de l’Université Grenoble-Alpes, débuté en septembre 2022 et arrivant à terme en août 2025. Ce dernier, envisagé comme un travail préparatoire au dépôt d’un projet ANR suivant une logique de proof of concept, a déjà produit des résultats significatifs qui demandent à être étendus. Le projet interdisciplinaire IDEX Justice algorithmique des élections (JADE), porté par le Centre de recherches juridiques (CRJ), le Laboratoire Jean Kuntzmann (LJK) et le laboratoire d’informatique de Grenoble (LIG), avec le soutien du laboratoire CNRS PACTE et de sa chaire de « société algorithmique » du Multidisciplinary Institute in Artificial intelligence (MIAI), réunissant des juristes, statisticiens, informaticiens, politistes et spécialistes des sciences du langage, a pour objet d’utiliser des méthodes d’intelligence artificielle (IA) et de mathématiques appliquées à un objet juridique pour lequel elles n’ont pour l’instant jamais été utilisées et présentent un intérêt particulier, le contentieux des élections politiques. Ce projet IDEX a déjà produit des travaux publiés ou en cours de publication sur 2024/2025 : 1) un premier article inaugural [Rambaud, Hafsaoui, Bligny, AJDA, 2023] ; 2) un deuxième de présentation de la base de données croisant les résultats des élections parlementaires et les décisions du Conseil constitutionnel [Rambaud, Bligny, Hafsaoui, Cottin, Jurimétrie, 2024] ; 3) un troisième ayant pour objet une description statistique générale du contentieux des élections législatives devant le Conseil constitutionnel [Rambaud, Bligny, Letué, Martinez, Cottin, Camby, Prunier, Girard, Hafsaoui, Deschamps, n°1/2, RFDC, 2025] et 4) un quatrième ayant pour objet la question de la rationalité du critère de l’écart de voix utilisé par le juge électoral et produisant un résultat positif [Idem, n°2/2, RFDC, 2025]. Alors que ce premier projet JADE et le budget associé va se terminer en grande partie d’ici août 2025 (sous réserve de la thèse de Mme Hafsaoui financée par l’IDEX), l’objet du dépôt du présent projet ANR est de permettre la poursuite et le renforcement de ces recherches en : – approfondissant l’analyse du raisonnement des juges dans une perspective de justice algorithmique ; – levant par la mobilisation de moyens en informatique l’important « verrou technologique » constaté dans le cadre du projet IDEX JADE sur la question du traitement automatique des langues (TAL) ; – mobilisant de nouveaux acteurs par l’élargissement du consortium sur un axe Grenoble-Nice, l’Université de Nice Côte d’Azur (via le CERDACFF) et les Mines-Paris sur le site de Nice Sophia Antipolis (CRI), ainsi que le Conseil constitutionnel ; afin de créer in fine une application logicielle de justice algorithmique à destination des universitaires, juges, avocats et citoyens.
Description des objectifs et des hypothèses de recherche
« S’engager résolument dans la voie du développement des systèmes d’intelligence artificielle », tel est l’appel lancé par le Conseil d’Etat dans son étude Intelligence artificielle et action publique : construire la confiance, servir la performance. Il indique ainsi que « l’activité juridictionnelle est habituellement identifiée comme l’un des secteurs prometteurs (…) pour le déploiement de l’IA (…) l’effervescence irrationnelle autour du phénomène de la « justice prédictive » ne saurait (…) justifier une réaction de rejet, de dénigrement ou de défiance » [Conseil d’Etat, 2022]. Si le constat est sévère, il est cependant difficile de donner tort au Conseil d’Etat sur ce point, qu’on l’appelle Justice prédictive ou algorithmique : l’utilisation des outils informatiques contemporains d’IA dans la justice suscite la controverse [Dumoulin, 2023]. S’il existe des écrits, il s’agit assez souvent dans la littérature juridique soit de porter une appréciation très critique, soit de situer cette question par rapport aux principes fondamentaux du droit, mais plus rarement d’exposer techniquement comment cette justice algorithmique pourrait fonctionner concrètement, sur le plan juridico-informatique. Ce serait à l’inverse l’approche principalement retenue ici, éminemment concrète. L’hypothèse retenue par le projet JADE est que la justice algorithmique pourrait être pertinente en contentieux électoral, en tant qu’elle pourrait d’une part améliorer la compréhension de sa rationalité (objectif de connaissance) et d’autre part faciliter son application par les citoyens, les avocats et les juges (objectif de prévision) [Quézel-Ambrunaz, 2022]. Le point focal de la problématique en contentieux électoral est l’analyse de la sincérité du scrutin. En effet, si le contentieux électoral ne veut pas reposer sur la seule intuition, il faudrait donc qu’il existe une détermination scientifique de l’écart de voix pertinent en fonction des irrégularités.
Positionnement du projet par rapport à l’état de l’art ;
Pourtant, les travaux juridiques sur la question sont peu nombreux et contradictoires [v. infra, Robert, 2000 ; Prunier, 2003 ; Maligner, 2013 ; Franck, 2010 et 2018, Rambaud, 2020]. Quels résultats émergeraient de l’IA ? En droit français, la recherche en IA et en justice algorithmique se développe principalement sur le terrain du droit privé. Dans le domaine du droit public, les entreprises sont plus rares [Aletras et al., 2016 ; Benesty, 2017, Clément, https://www.lawdataworkshop.eu/about.html]. Une première originalité du projet est d’être l’un des rares exemples de justice algorithmique en droit public, pouvant servir au demeurant de projet pilote pour d’autres champs (v. infra). Une deuxième originalité est de porter sur un objet inédit, les élections. Sur ce point, il existe un enjeu spécifique d’état de l’art en contentieux électoral : en effet, outre les controverses en doctrine française, il existe une littérature anglophone en économie du droit qui conclut à l’absence d’utilisation réelle du critère de l’écart de voix, à la politisation des juges ainsi qu’à l’utilisation de la justice électorale en France principalement au détriment de l’extrême droite [Franck, 2010 et 2018], que les premiers résultats statistiques du projet JADE contredisent au niveau du Conseil constitutionnel [Rambaud, Bligny, Letué, Martinez, Cottin, Camby, Prunier, Girard, Hafsaoui, Deschamps, n°2/2, RFDC, 2025]. Le travail n’a pas pu être mené en revanche à ce stade au niveau de la juridiction administrative.
Présentation de la méthodologie utilisée pour atteindre les objectifs du projet, description précise de la ou les méthodes envisagées en incluant la couverture disciplinaire
La méthodologie utilisée est pluridisciplinaire, de type humanités numériques, à titre principal juridique et informatique. Pour ce faire, le projet a de manière générale des besoins en informatique transversaux dans la mesure où, sans développer au sens strict des recherches en informatique, il comporte une dimension informatique très importante, laquelle demande des moyens en ressources humaines particulièrement forts. Sur le fond, la première étape est la constitution de la base de données, qui fera l’objet de la rédaction, du dépôt et de la maintenance d’un plan de gestion de données précis. Cette base de données a bien avancé dans le cadre du projet IDEX pour le contentieux des protestations électorales pour les élections législatives devant le Conseil constitutionnel mais elle reste à faire pour ce qui concerne le contentieux du financement des élections législatives, pour le contentieux des élections sénatoriales ainsi que pour tous les contentieux se tenant devant les juridictions administratives, c’est-à-dire le contentieux des élections européennes et régionales (Conseil d’Etat) ainsi que le contentieux des élections départementales et municipales (Tribunaux administratifs et Conseil d’Etat), ce qui sera beaucoup plus complexe pour des raisons à la fois juridiques et informatiques. Cette base de données a vocation à être publiée suivant les exigences d’accès aux publications et aux données de la recherche de la science ouverte suivant une démarche FAIR (travail réalisé sous la direction de C. Bligny et C. Lequesne), sachant que d’importantes questions sont posées en termes de respect de protection des données personnelles. En raison de la complexité des données textuelles, le projet utilisera d’une part des méthodes traditionnelles, via la mobilisation des juristes du CRJ et du CERDACFF (sous la direction de P. Turk), appuyés par des experts extérieurs (par ex. S. Cottin, J.-P. Camby, G. Prunier, D. Girard) et des stagiaires juristes, et d’autre part des systèmes d’annotation et d’enrichissement de données (sous la direction de T. Lebarbé) via des systèmes de TAL, soit fondés sur des règles, soit du type BERT tels que FLAUBERT ou JURIBERT (développés notamment par des équipes du LIG sur des corpus juridiques [Le et al. 2020]) par D. Schwab et M. Coavoux), ainsi que par le Centre de recherche en informatique (CRI) des Mines Paris sur le site de Nice Sophia-Antipolis (sous la direction de G.-A. Silber). Cet aspect est primordial au sens où les recherches sur le projet IDEX ont montré que l’annotation au moins semi-automatique des décisions de justice est essentielle pour faire fonctionner l’IA sur le corpus de la jurisprudence électorale en particulier, le travail exclusivement manuel pour ce faire étant excessivement fastidieux : il n’est guère étonnant que ce point notamment ait conduit à l’échec du projet gouvernemental Datajust en matière d’indemnisation du préjudice corporel [Rivollier, 2024]. Il y a ici en particulier un « verrou technologique » à lever, en partie résolu par les Legal Tech de justice prédictive mais dont les codes ne sont pas rendus publics. Pour développer cet aspect, le projet JADE demande à titre essentiel le financement de post-doctorats en informatique spécialistes en TAL (3 fois 1 an) pouvant être mis à disposition du CRJ, du LIG (Grenoble) et du CRI (Paris/Nice). La deuxième étape sera la production de résultats sur la base des données ainsi obtenues. L’enjeu est de révéler « les corrélations entre les différents paramètres d’une décision et, en s’appuyant sur l’apprentissage machine, d’en déduire un ou plusieurs modèles » [CEPEJ, 2018]. Plusieurs méthodes seront utilisées [Raoult, 2022]. D’une part, l’analyse pourra être statistique et par apprentissage statistique, permettant d’identifier, de classer puis de pondérer l’influence de variables. Des méthodes de régression logistique permettront d’expliquer une réponse binaire (ici par ex. annulation ou non-annulation de l’élection) à partir d’un certain nombre de variables en mesurant l’influence de chacune d’elles : mathématiques, juridiques voire politiques (F. Gougou). Pour un spécialiste du contentieux électoral, la détermination de ces variables est prévisible puisque ce contentieux est ancien, connu et stable, et il se trouve que la justice algorithmique se prête mieux à des contentieux très normés [Godefroy, 2019]. Ce travail sera réalisé par les équipes du LJK (F. Letué et M.-J. Martinez, accompagnées de stagiaires). D’autre part, il sera possible de tirer des enseignements via des systèmes d’apprentissage semi-supervisés, notamment des arbres de décision, qui classent et structurent les données et permettent de déterminer la solution la plus probable dans un cas de figure en fonction de toutes les instances (ici les décisions de justice), et qui permettent au demeurant mieux que les algorithmes de deep learning une dimension explicative en phase avec les exigences des principes généraux du droit (G. Bisson et A. Casagrande, LIG). Enfin, l’algorithme de soutien à l’analyse ou à la décision à proprement parler devra être paramétré, le projet établissant ici un algorithme mixte ou hybride à disposition des citoyens, avocats et juges, tâche qui devra être prise en charge par l’ensemble des équipes pour permettre la production d’un logiciel (C. Bligny). Sur le plan de la valorisation, outre des publications dans des revues, un colloque de restitution sera organisé.
Plus-value du projet en termes d’apport scientifique, que ce soit en termes d’objet, de problématique et d’approche méthodologique, et plus-value en termes de production de connaissances ;
Outre l’ensemble des plus-values précitées en matière de contentieux électoral, le projet révèle que des méthodes partagées d’édification d’une justice algorithmique sont en construction [Ashley, 2017 ; Barnier, Jeandidier, Sayn, 2022]. Il participe ainsi à l’élaboration en la matière d’une connaissance publique, alors qu’aujourd’hui ces techniques relèvent largement d’une « boîte noire » gardée fermée par les Legal tech au nom du secret des affaires, lequel pose problème au regard des principes fondamentaux du droit tels que la transparence, la motivation des décisions de justice, l’égalité des armes ou le contradictoire [Marty, 2019], et en termes d’acceptabilité de l’IA dans le monde de la justice [Vergès et Vial, 2022]. Une fois les méthodes de la justice algorithmique mieux maitrisées, il sera possible d’envisager sur le long terme via d’autres projets une transposition dans de nouveaux domaines tant du contentieux constitutionnel (notamment en matière de QPC) que du contentieux administratif (responsabilité, social, droit des étrangers, par ex.).
Positionnement du projet par rapport aux enjeux de recherche de l’axe scientifique choisi
Conformément aux objectifs de l’axe D. 02, le projet JADE permet apporter aux sciences juridiques d’une part pour ce qui concerne le droit électoral et d’autre part plus généralement pour ce qui concerne l’utilisation des méthodes informatiques contemporaines. Il poursuit ainsi l’objectif de l’étude des évolutions du droit, des systèmes juridiques et normatifs ; des normes et des approches économiques du droit, droit et éthique, posées par la question particulière de la justice algorithmique en matière d’élections politiques. Il utilise pour ce faire des outils tout à fait innovants qui relèvent des savoirs, expertises, données, incluant très fortement le numérique, avec la question des enjeux politiques, sociaux et juridiques des données et de leur protection, notamment dans le domaine politique. Sans prétendre réaliser de la recherche en informatique, il participe au développement de l’informatique juridique et bénéfice également à l’étude de l’IA en tant qu’il permet de développer l’apprentissage sur de nouveaux domaines en SHS et de revendiquer son hybridation, dans la mesure où il s’avère indispensable de renforcer l’explicabilité de l’IA en lien avec les principes fondamentaux de la justice (motivation, contradictoire, égalité des armes, etc.).
II. Partenariat (consortium ou équipe)
Coordinateur scientifique : Romain Rambaud est professeur de droit public à l’Université Grenoble-Alpes (CRJ), spécialiste de droit des élections politiques, et porteur du projet IDEX/UGA JADE. Le projet JADE occupe actuellement 80 % de son temps de recherche en tant que priorité scientifique.
Equipe et Consortium (Unités de recherche) : L’équipe respecte la parité hommes/femmes :
Université Grenoble-Alpes (UGA), interviennent dans le projet les laboratoires suivants :
Centre de recherches juridiques (CRJ) : Participation notamment de Romain Rambaud, de Claire Cuvelier et d’Alya Hafsaoui, titulaire d’une allocation doctorale financée par l’IDEX dont la thèse, commencée en 2022, porte sur « Les méthodologies de la justice algorithmique ». L’équipe de juristes fait aussi appel à des juristes experts (Stéphane Cottin, Jean-Pierre Camby, Guy Prunier, Didier Girard). D’autres chercheurs interviennent à titre personnel et seront pour le projet rattachés au CRJ : Laurence Dumoulin, pour la sociologie juridique, Florent Gougou, politiste (PACTE) et Thomas Lebarbé, pour les sciences du langage (Litt&Arts).
Laboratoire Jean Kuntzmann (LJK) : Laboratoire de mathématiques appliquées, mobilisé pour la gestion des données et les analyses statistiques. Participent au projet de recherche JADE : Caroline Bligny, ingénieure de recherche CNRS, pour la gestion des bases de données et le développement logiciel ; Frédérique Letué et Marie-José Martinez, maîtresses de conférences en statistiques, pour les modélisations statistiques.
Laboratoire d’informatique de Grenoble (LIG) : Mobilisé à la fois pour le traitement automatique du langage, l’analyse des données et l’élaboration d’algorithmes prédictifs hybrides. Participent au projet JADE : Didier Schwab, professeur en informatique et Maximin Coavoux, chargé de recherche au CNRS, pour le traitement automatique du langage ; Gilles Bisson, chargé de recherche CNRS et Annette Casagrande, ingénieure CNRS, pour le traitement et l’analyse des données et l’élaboration d’algorithmes prédictifs hybrides ;
Université Côte-d’Azur : participe au projet le laboratoire suivant :
Centre d’études et de recherche en droit administratif, constitutionnel, financier et fiscal (CERDACFF). Mobilisé, sous la direction de Pauline Turk, pour le droit électoral et du numérique. Le CERDACFF participera à l’annotation des décisions de justice et aux études sur l’encadrement juridique de l’IA, ainsi que le régime concernant la protection des données personnelles, avec Caroline Lequesne.
Mine-Paris (site de Nice-Sophia Antipolis)
Centre de recherche en informatique (CRI) : mobilisé pour la recherche en traitement automatique des langues juridique sous la direction du spécialiste Georges-André Silber sur le site de Nice Sophia-Antipolis.
Partenaires institutionnels : Le Conseil constitutionnel a accepté de participer au projet en tant que partie intégrante du consortium, des discussions seront menées avec le Conseil d’Etat.
III. Bibliographie
Ouvrages
Ashley K. D., Artificial intelligence and Legal analysis, Cambridge, 2017.
Dumoulin L., De quoi la ‘justice prédictive’ est-elle le nom ?, Manuscrit HDR, Université Paris-Saclay, 12 dec. 2022.
Hubin J., Jacquemin H., Michaux B., Le juge et l’algorithme : juges augmentés ou justice diminuée ? Larcier, 2019.
Robert J., La garde de la République, Plon, 2000, p. 154 et s.
Ordre des avocats au Conseil d’Etat et à la Cour de cassation (coord.), La justice prédictive, Dalloz, 2018.
Rapports
Commission européenne pour l’efficacité de la justice, Charte éthique européenne d’utilisation de l’IA dans les systèmes judiciaires et leur environnement, 3 dec. 2018.
Godefroy L., Lebaron F., Levy-Véhel J., Comment le numérique transforme le droit et la justice vers de nouveaux usages et un bouleversement de la prise de décision, Rapport final, mission Droit et Justice, 2019.
CE, Ass. Gen., Intelligence artificielle et action publique : construire la confiance, servir la performance, 31 mars 2022.
Articles
Aletras N., Tsarapatsanis D., Preoţiuc-Pietro D., Lampos V., Predicting judicial decisions of the European Court of Human Rights : a Natural Language Processing perspective, PeerJ Computer Science 2:e93, 2016.
Barnier J., Jeandidier B., Sayn I., « Extraire des informations fiables des décisions de justice dans une perspective prédictive : des obstacles techniques et des obstacles théoriques », Jurimétrie n°1, 2022, p. 89.
Franck R., “Judicial Independence and the Validity of Controverted Elections”, American Law and Economics Review , Fall 2010, Vol. 12, No. 2 (Fall 2010), pp. 423-461
Franck, “Judicial impartiality in politically charged cases”, Const Polit Econ (2018) 29:193–229
Maligner B., « Qu’est-ce qu’un faible écart de voix dans la jurisprudence récente du Conseil d’État et du Conseil constitutionnel ? », in C. Boutayeb (dir.), La Constitution, l’Europe et le droit, Mélanges en l’honneur de J.-C. Masclet, Publ. de la Sorbonne, 2013, p. 298.
Marty F., « La protection des algorithmes par le secret des affaires », IDEAS, 2019.
Prunier G., LPA 10 déc. 2003, n° PA200324603, p. 8.
Quézel-Ambrunaz C., « À la recherche d’une définition de la Jurimétrie », Jurimétrie, n°1, 2022.
Raoult S., « L’apprentissage automatique dans l’analyse des données de la Jurimétrie : une comparaison des régressions et des arbres de choix », Jurimétrie 1, 2022, p. 55.
Rambaud R., « Les « lois » de l’écart de voix », AJDA, 2020, p. 1596.
Rambaud R., Hafsaoui A., Bligny C., « Une justice algorithmique pour les élections ? », AJDA, 2023, p. 1323.
Rambaud R., C. Bligny, A. Hafsaoui, S. Cottin, « Justice algorithmique des élections (JADE): une nouvelle base de données du contentieux des élections parlementaires devant le Conseil constitutionnel », Jurimétrie, 2024, à paraître.
Rambaud R., C. Bligny, F. Letué, M.-J. Martinez, S. Cottin, J.-P. Camby, G. Prunier, D. Girard, A. Hafsaoui, K. Deschamps, « Projet Justice algorithmique des élections (JADE) : une analyse statistique de la jurisprudence du Conseil constitutionnel relative aux élections législatives (4 oct. 1958 – 1er avril 2024). Partie 1/2, Revue française de droit constitutionnel, n°140, janvier 2025, et Partie 2/2, Ibid, n°141, mars 2025.