Enseignement du droit

Cette page est une traduction automatique de la page anglaise, non relue par un locuteur natif.

Enseignement du droit (Legal Education) — la formation professionnelle des juristes, et la discipline dans laquelle l'IA générative pose avec le plus de force la question à laquelle chaque programme fait face : la performance assistée sur les tâches de l'école de droit est-elle la preuve de l'analyse sur laquelle repose l'obtention du diplôme professionnel ? Sa structure est inhabituelle. Aux États-Unis, la gouvernance du programme d'études passe par l'accréditation de l'ABA et par un examen d'obtention du titre plutôt que par un programme ministériel ; l'enseignement s'appuie sur la méthode des cas et le dialogue socratique, qui supposent que les étudiants arrivent en ayant effectué eux-mêmes les lectures préparatoires ; les cliniques juridiques et les cours de rédaction juridique portent le poids expérientiel ; et les règles de déontologie professionnelle auxquelles les étudiants seront soumis s'appliquent déjà aux outils qu'on leur apprend à utiliser. L'IA entre par les plateformes de recherche juridique, l'aide à la rédaction, la génération d'hypothèses et la préparation à l'examen du barreau, et son échec caractéristique n'est pas une mauvaise note mais une citation fabriquée.

Questions à examiner

• Si un étudiant analyse des affaires à l'aide d'un assistant d'IA mais ne peut reproduire le raisonnement sans aide, qu'est-ce que la classe socratique a évalué depuis le début — la préparation ou l'outil qui l'a produite ?
• On demande aux écoles de droit d'encadrer l'IA alors même que la profession qu'elles alimentent n'a pas encore décidé à quoi ressemble une pratique juridique licite assistée par l'IA. L'enseignement du droit devrait-il suivre le barreau ou le devancer ?
• L'enseignement du droit compte davantage de documents politiques que d'études empiriques sur cette question. Une discipline qui enseigne le droit de la preuve est-elle particulièrement bien placée pour exiger de meilleures preuves au sujet de sa propre adoption de l'IA ?

Introduction

L'enseignement du droit prépare les étudiants à une profession réglementée dotée de ses propres règles de déontologie, de son propre organe d'accréditation et de son propre examen de sélection, ce qui en fait la discipline de la base de connaissances où l'politique éducative, la réglementation professionnelle et la validité de l'évaluation se croisent le plus étroitement. Il se situe aux côtés de l'enseignement des professions de santé et de l'enseignement des soins infirmiers comme une discipline de formation professionnelle plutôt qu'une matière scolaire, mais sa caractéristique distinctive est procédurale : l'essentiel de ce que les écoles de droit doivent décider n'est pas comment enseigner avec l'IA mais ce que les règles de déontologie professionnelle exigent d'un diplômé qui exercera avec elle.

Le corpus de données probantes est actuellement mince et dominé par les politiques. Un article substantiel ancre la page : Gutowski et Hurley (2025) ont enquêté sur les politiques institutionnelles en matière d'IA générative dans les écoles de droit américaines agréées par l'ABA et les ont comparées, puis ont proposé un cadre de gouvernance. Ce déséquilibre est en soi un résultat, et la page le signale plutôt que de le dissimuler.

Comment l'IA apparaît dans l'enseignement du droit

• Recherche juridique. Des plateformes commerciales telles que Lexis+ AI et Westlaw Precision avec CoCounsel intègrent des fonctionnalités génératives dans les outils pour lesquels les étudiants sont déjà formés, ce qui rend « l'usage de l'IA » difficile à distinguer d'une recherche ordinaire dans une base de données. Gutowski et Hurley relèvent combien ce dispositif comprime le flux de travail familier : identifier les autorités et les sources secondaires en quelques minutes plutôt qu'en quelques heures.
• Aide à la rédaction et à l'écriture. Analyses de cas initiales, plans structurés, notes de synthèse juridiques, synthèses de premier jet et retour au niveau de la phrase sur la clarté et la grammaire. Les auteurs placent le travail produit par l'IA dans la même relation de supervision qu'un travail de parajuriste ou de jeune collaborateur : un juriste demeure responsable de son exactitude et de sa suffisance juridique.
• Étude et préparation au barreau. Génération de questions d'entraînement, d'énoncés de faits et d'« hypothèses » pour la pratique chronométrée, et tutorat sur les faiblesses récurrentes. Gutowski et Hurley associent à cela l'observation selon laquelle l'IA générative réussit désormais à la fois l'examen du barreau et l'examen multistatal de responsabilité professionnelle, ce qu'ils interprètent comme en disant davantage sur le seuil minimal de compétence que sur le modèle.
• Profils propres à chaque tâche, plutôt qu'un classement général. Dans le cadre d'un protocole en aveugle, les mêmes modèles prêts à l'emploi qui avaient atteint le niveau humain à l'examen du barreau (scores cumulés de 26–79 sur 100) ont tous échoué à l'examen de notaire, qui exige une planification juridique orientée vers un objectif sous des contraintes formelles strictes — et ont été trompés par les pièges délibérés qui y étaient dissimulés (Bertoli et al. (2026)).
• Revues, plaidoirie simulée et accompagnement. Tri des soumissions, préparation de la plaidoirie et programmes de soutien académique utilisant des modèles personnalisés entraînés sur des examens antérieurs, des réponses modèles et des supports de cours.
• Évaluation et intégrité. Les cas problématiques récurrents : rédaction non divulguée, citation d'une autorité inexistante, et examens qui ne mesurent plus l'analyse sans aide.

Ce que montrent les données probantes sur les politiques

Gutowski et Hurley évaluent les politiques selon cinq dimensions avec des barèmes de 0 à 5 : le caractère prohibitif, le caractère permissif, l'intégration pédagogique, la transparence et la responsabilité, et la profondeur. Leur recensement a montré que la plupart des écoles de droit avaient adopté des positions généralement prohibitives, souvent expliquées comme un moyen de gagner du temps pour étudier la technologie, tandis que presque toutes les politiques réservaient leur pouvoir d'appréciation aux enseignants individuels. Les évaluations de caractère permissif et prohibitif étaient corrélées négativement, comme prévu, et les auteurs ne relèvent aucune approche unanimement acceptée : les politiques vont de la gouvernance complète à l'absence totale de politique déclarée.

Ils documentent aussi combien les données probantes du secteur sont minces. L'enquête de 2024 de l'ABA sur l'IA et la formation juridique n'a recueilli de réponses que de la part de 29 écoles, soit environ 15 % des écoles de droit agréées par l'ABA, si bien qu'elle peut difficilement être considérée comme représentative ; et une enquête de LexisNexis menée auprès de 800 étudiants en droit a révélé que seulement 9 % déclaraient un usage actuel de l'IA générative dans leurs études, 25 % envisageant de l'adopter. Les auteurs interprètent le faible usage déclaré en partie comme une réponse à des règles peu claires, puisque la clarté réduit la crainte de les enfreindre.

Deux points supplémentaires façonnent leurs recommandations :

• La gouvernance par le corps professoral est une complication propre aux écoles de droit. Les facultés de droit, individuellement et collectivement, détiennent une autorité particulièrement directe sur les programmes d'études et les normes de cours, si bien que la politique doit être construite avec elles plutôt que leur être simplement annoncée.
• L'enseignement clinique soulève une objection pédagogique, et non technique. En citant Karr et Schultz, ils rapportent la position selon laquelle les outils d'IA conçus pour imiter les réponses humaines ne développent ni le jugement original, ni l'interaction avec le client, ni la prise de décision éthique que les cliniques existent pour produire, et qu'ils ne devraient donc pas du tout être utilisés dans les cours cliniques.

Les recommandations sont de nature procédurale : des lignes directrices claires et complètes quelle que soit la position institutionnelle, une pleine implication des parties prenantes dans leur rédaction, une formation proactive des étudiants et du corps professoral, une gouvernance souple réexaminée périodiquement, et une autorégulation par le partage d'informations plutôt que l'attente que l'ABA dicte la politique.

Pourquoi la discipline est distinctive

Trois choses font de l'enseignement du droit plus qu'un domaine disciplinaire de plus.

La validité de l'évaluation est indissociable de la compétence professionnelle. On craint que la dépendance excessive pendant les études de droit ne laisse des diplômés mal préparés à un travail qui exige une analyse et une plaidoirie juridiques indépendantes, et qu'une notation récompensant la fluidité de la production ne puisse distinguer la compréhension d'un étudiant de celle d'un modèle. La question de la validité n'est donc pas purement académique.

Les normes de divulgation sont incertaines et ont des conséquences. Gutowski et Hurley rapportent un désaccord sur le point de savoir si tout usage de l'IA doit être divulgué, des propositions de formulaires de divulgation par les étudiants, et l'absence de consensus sur les pratiques de citation, le Bluebook restant silencieux sur la citation de l'IA générative. Ils prévoient aussi que les exigences de divulgation finiront par paraître aussi futiles que mentionner qu'un étudiant a utilisé un moteur de recherche, ce qui est une prédiction sur la durée de vie des règles en train d'être écrites.

La déontologie professionnelle accompagne le diplômé. Le devoir de compétence technologique de l'ABA et ses orientations sur la confidentialité, la supervision et la franchise envers le tribunal s'appliquent aux juristes en exercice qui utilisent ces outils, et les écoles de droit héritent de la charge de les enseigner. C'est pourquoi la discipline rejoint directement le travail de la base de connaissances sur l'divulgation des usages de l'IA et sur les questions juridiques et les risques qui apparaissent lorsque les institutions gouvernent mal l'IA.

Questions ouvertes

• Les cours de rédaction juridique assistée par l'IA développent-ils encore l'analyse que suppose l'obtention du titre, ou forment-ils une fluidité que l'examen du barreau ne parvient pas non plus à détecter ?
• Qu'advient-il de l'enseignement socratique si la lecture préparatoire est régulièrement déléguée, et le silence de la classe à ce sujet est-il un problème de mesure ou un problème de conception ?
• L'enseignement du droit forme les personnes qui plaideront et réglementeront l'IA en éducation. Cela en fait-il le lieu naturel pour mettre à l'épreuve le travail de la base de connaissances sur le risque juridique, ou bien cela déforme-t-il l'attention vers les écoles de droit aux politiques les plus bruyantes ?

Concepts liés

• Intégrité académique — le cadre déontologique appliqué au travail assisté
• Validité de l'évaluation — si la performance assistée mesure la compétence visée
• Évaluation authentique — des dispositifs qui exigent une analyse sans aide
• Déclarations d'utilisation et de divulgation de l'IA — les normes d'attribution et de déclaration, encore sans consensus
• La gouvernance de l'IA — la gouvernance par le corps professoral et la création de politiques telles que les écoles de droit les pratiquent
• La politique d'IA en éducation — la politique institutionnelle en matière d'IA comme objet d'étude
• La pensée critique — le raisonnement que la méthode des cas vise à construire
• La méthode socratique — un dialogue qui dépend de la préparation de l'étudiant
• L'apprentissage expérientiel — les cliniques et la formation par la pratique
• Apprentissage en milieu professionnel — la famille élargie des professions réglementées
• Développement de carrière et préparation professionnelle — l'état de préparation à l'exercice comme finalité déclarée
• Littératie en IA — la compétence technologique comme devoir professionnel
• Risque d'hallucination — les citations fabriquées comme échec caractéristique du domaine
• Questions juridiques et risques — ce à quoi les institutions font face lorsque la gouvernance échoue

Articles liés

• Forging ahead or proceeding with caution: Developing policy for generative artificial intelligence in legal education — Comparaison à cinq facteurs des politiques d'IA générative des écoles de droit et cadre de gouvernance
• What out-of-the-box LLMs can(t) do in law? A Turing test in Italian exams for lawyers, judges and notaries — Test de Turing en aveugle sur les examens italiens du barreau, de magistrature et de notaire, comparés à une correction par des experts