Avocat Lin Shanglun - Article spécial » Amplification et accélération : La véritable capacité de l'IA que 99 % des professionnels du droit ont manquée

Ces six derniers mois, j'ai eu la chance d'aider des milliers de professionnels du droit à intégrer l'IA. Des avocats aux États-Unis, au Japon, en Australie, jusqu'à Taïwan, ainsi que des ONG locales, j'ai participé à plus de mille réunions d'intégration. À cette occasion, je souhaite faire un bilan complet des malentendus les plus courants que rencontrent les gens face à l'IA aujourd'hui. Car je ne peux m'empêcher de constater que trop de personnes sous-estiment l'IA à cause d'une mauvaise lecture, ce qui mène à des attaques et résistances inutiles, ce que je trouve vraiment dommage.

La plus grande erreur : « Mon flux de travail n'a pas besoin d'IA »

Selon moi, l'erreur la plus répandue et la plus fatale est celle où beaucoup disent : « Mon flux de travail n'a peut-être pas besoin d'IA. » Cette phrase elle-même sous-estime gravement la capacité de l'IA. Et cette sous-estimation provient souvent de plusieurs causes.

La première, c'est « l'utilisateur médiocre », qui pense à tort que la production de l'IA est mauvaise. Beaucoup d'avocats voient leurs clients présenter des résultats générés par GPT, et pensent immédiatement : « C'est vraiment nul, ça. » Mais c'est une erreur totale. La qualité de l'IA dépend principalement de ce que vous lui donnez en entrée. La façon dont vous opérez détermine la qualité du résultat.

Imaginez : votre client n'est pas un expert en droit. Si vous riez de lui parce qu'il utilise l'IA et que le résultat est médiocre, puis en concluez que vous n'avez pas besoin d'IA, c'est absurde. L'IA est fondamentalement un outil de « mise en valeur » et d'« accélération » : elle amplifie votre production, accélère votre processus. Quelqu'un qui ne distingue pas le droit civil du pénal, ou ne connaît même pas la « loi sur la programmation » (法)，ne pourra évidemment pas faire de bons résultats ni d'itérations successives. C'est un problème d'utilisateur, pas de l'IA.

La deuxième erreur : utiliser un modèle de consommation sans connaître ses limites

La seconde cause, c'est l'utilisation d'un modèle « de consommation », sans en connaître les limites. Il faut bien comprendre : ce n'est pas une IA d'entreprise ou commerciale, mais un modèle de consommation, avec une conception et une tarification différentes.

Les grands modèles de langage actuels, très puissants pour la rédaction, dépassent largement l'imagination. Ils peuvent produire des textes imitant parfaitement un style humain, ou même surpasser l'humain après plusieurs itérations. Mais pourquoi beaucoup pensent que le résultat est médiocre ? Parce qu'ils utilisent un modèle bon marché, de consommation.

Une différence cruciale réside dans la tarification : chaque fois que vous donnez un texte en entrée, cela consomme un certain nombre de tokens. Sur un modèle de consommation, ce nombre est très limité, souvent entre 10 000 et 20 000 tokens par requête. Avec ce « tout illimité » à bas prix, les fournisseurs cherchent à réduire leurs coûts en limitant la consommation.

Que se passe-t-il alors ? Par exemple, si vous soumettez un contrat de 50 000 mots, le modèle ne lira peut-être que 20 000 tokens. Il ne lira que le début, ou une partie, et ignorera le reste. Résultat : vous pouvez obtenir des résultats incomplets, omettre des clauses, ou des analyses incomplètes. Ce n'est pas une faiblesse de l'IA, mais un mauvais choix de modèle. Avec une tarification basée sur le « nombre de tokens », les fournisseurs seront heureux de lire chaque mot. Et dans mon expérience, avec une facturation à la token, les résultats sont presque toujours satisfaisants pour les professionnels du droit.

« Je suis meilleur que l'IA pour écrire » : c'est naïf, voire une erreur

Beaucoup pensent qu'ils écrivent mieux que l'IA. C'est une idée totalement naïve.

Il faut savoir que les plus grandes et les plus rentables firmes américaines utilisent l'IA à tous les niveaux, du stagiaire à l'associé, en passant par les partenaires. Pourquoi ? Parce que quand une tâche peut être automatisée ou générée par une machine, personne ne revient à la méthode ancienne. Comme si, avec un ordinateur, on n'utilisait plus la calculette ; comme si, avec un smartphone, on ne prenait plus de notes à la main ; comme si, on ne prenait plus l'avion pour voyager. C'est ça, le progrès.

C'est comme si les quatre plus grands cabinets américains, très rentables, utilisaient tous l'IA, ce qui revient à dire : « Ces ballons de basket sont très faciles à jouer. » Et pourtant, beaucoup refusent cette évidence, en citant des exemples marginaux, comme si une équipe de troisième monde contestait la supériorité des meilleures équipes mondiales en affirmant : « Ces ballons ne sont pas si faciles à jouer. » C'est irrationnel, peu crédible, et peu convaincant.

La mauvaise utilisation : l'« Attention lâche » négligée

Outre le choix du modèle, la mauvaise méthode d'utilisation est aussi très courante. L'IA peut facilement souffrir d'« attention dispersée » (loose attention).

La meilleure pratique consiste à utiliser une base de données (vectorisation) pour structurer l'information. En réalité, cela consiste à convertir chaque document en texte brut, puis à le faire analyser par l'IA. Pourquoi ? Parce que l'IA lit le texte brut de façon optimale ; un PDF sera meilleur qu'une image, un document Word meilleur qu'un PDF, et une image scannée sera moins précise.

Donc, pour analyser une même donnée, la priorité doit être :
• Diviser en plusieurs fichiers, plutôt que tout mettre dans un seul ;
• Convertir tous ces fichiers en texte via la vectorisation, avant de faire lire à l'IA.

Si vous ne connaissez pas cette méthode, vous risquez d'envoyer plusieurs fichiers, puis de constater que le résultat est mauvais, et en conclure à tort que « l'IA ne marche pas ». En réalité, quand quelqu'un maîtrise l'IA à un niveau supérieur à celui de l'humain, c'est souvent parce qu'il utilise la bonne méthode. La faute n'est pas à l'IA, mais à l'utilisateur.

La capacité la plus forte de l'IA : la « transformation infinie » de formats et de formes

Je souhaite insister sur une capacité souvent ignorée : la « transformation infinie » de formats et de contenus. Quand vous avez beaucoup de contenu, l'IA peut effectuer n'importe quelle conversion de format, c'est sa force principale.

Cela modifie aussi la façon dont les avocats facturent leur travail. Avant, il fallait facturer chaque étape ; maintenant, grâce à l'IA, vous pouvez repousser la facturation à l'infini, en raffinant votre service, sans augmenter le prix. Par exemple, une consultation unique payée à l'avance pouvait se limiter à une simple discussion. Avec l'IA, après la consultation, vous pouvez faire analyser, rédiger, ou préparer des documents juridiques à partir des données collectées.

Prenons un exemple de litige en droit du travail : si vous avez recueilli le consentement du client, vous pouvez transformer la réunion en un procès-verbal, puis en une lettre de négociation, une plainte, une réponse, ou même une déclaration publique. Tout cela grâce à l'IA, qui peut convertir votre contenu en différents formats, à condition que le contenu soit clair, précis, et complet. La forme devient alors très simple à transformer.

La mine d'or oubliée : la capacité d'« itération infinie » de l'IA

Ensuite, parlons d'une capacité souvent négligée : l'« itération infinie ». Qu'est-ce que cela signifie ? Je vais illustrer avec un exemple de carte d'anniversaire.

Première version : écrire une carte d'anniversaire pour un amoureux, avec des phrases banales comme « Je t'aime, mon amour, pour toujours ». Mais pour l'IA, cette version n'est qu'un brouillon, avec le nom, l'expression de l'amour, et la conclusion.

Deuxième version : demander à l'IA : « Quelles sont les choses que nous avons appréciées ces dernières années ? » Même si vous ne savez pas comment l'intégrer, en lui fournissant des faits, l'IA peut automatiquement enrichir la carte avec des souvenirs heureux.

Troisième version : si vous admirez une scène d'« Orgueil et Préjugés » et souhaitez l'incorporer, vous pouvez demander à l'IA de faire une troisième itération. La carte devient alors un produit final, précis, avec votre histoire, enrichi de citations de films.

Sans IA, chaque modification demanderait une heure. Avec l'IA, une seule modification peut entraîner des dizaines d'itérations en quelques secondes.

Ce principe s'applique aussi aux longues plaidoiries ou mémoires d'avocat : grâce à l'itération, la qualité s'améliore rapidement, bien plus vite qu'à la main. C'est une méthode efficace pour perfectionner ses documents.

Pourquoi les professionnels ont besoin d'« IA dédiée » ?

Mais attention : si vous utilisez un modèle classique ou erroné, vous ne pourrez pas faire d'itérations efficaces. Car chaque itération coûte cher en tokens, et les modèles de consommation cherchent à réduire cette consommation.

Par exemple, si vous souhaitez modifier uniquement le troisième paragraphe d'un texte de 5000 mots, le modèle de consommation risque de supprimer tout le reste, ou de ne pas générer ce que vous attendez, en utilisant des « omissions » pour économiser. Or, dans la pratique, chaque étape doit se faire à partir de la version précédente. Si l'IA supprime ou modifie de façon inappropriée, vous perdez la capacité d'itérer efficacement. Et cela, c'est une perte énorme, car c'est précisément cette capacité qui fait la force de l'IA.

C'est pourquoi tous les professionnels — avocats, chercheurs, journalistes, écrivains — ont besoin d'une IA « spécialisée », adaptée à leur métier, pour pouvoir utiliser efficacement la tokenisation et l'itération.

Les modèles de consommation sont destinés à des usages simples, comme demander : « Que faire si j'ai la grippe ? » ou « Que faire si mon nez me gratte ? » pour des questions non professionnelles. Dès qu'il s'agit de questions complexes ou professionnelles, il faut une IA conçue pour cela, capable d'itérer et de faire des ajustements précis.

Ne pas blâmer les autres pour ses propres erreurs

Beaucoup se contentent de critiquer l'IA à cause de mauvaises expériences ou de mauvaises nouvelles, et se félicitent de ne pas l'utiliser. Récemment, certains grands cabinets américains ont été sanctionnés pour avoir généré des « hallucinations » dans leurs jugements. En voyant cela, certains déclarent : « Il ne faut surtout pas utiliser l'IA. »

Mais savez-vous combien de cabinets n'ont pas rencontré ces problèmes, et ont ainsi gagné du temps, amélioré leur productivité ? Les plus grands, qui ont compris comment utiliser l'IA, ont évité ces écueils. Ceux qui ont échoué ont souvent utilisé un modèle grand public, sans vérification, en pensant que l'IA remplaçait leur jugement. Or, l'IA doit « amplifier » et « accélérer » votre expertise, pas la remplacer.

Se servir des erreurs des autres pour justifier de ne pas progresser, c'est une erreur grave. Cela limite votre développement et vous met en retard face à la concurrence.

L'IA, une « technologie universelle » à adoption faible

Il faut bien comprendre : l'IA est une « technologie universelle ». Elle est accessible à tous, avec une barrière d'entrée très faible, intuitive, comme un smartphone. Quand vous utilisez un smartphone, vous vous demandez : « Combien de personnes utilisent encore des téléphones obsolètes ? » La réponse est : moins de 10%.

Mais malgré sa facilité d'accès, sa puissance, et son utilité, le taux d'adoption mondial de l'IA est inférieur à 1 ou 2 %. C'est une grande occasion pour ceux qui savent l'utiliser. Quand 99 % des gens ne sont pas encore montés à bord, ceux qui le font en premier peuvent décupler leur productivité.

Et pourquoi suis-je si sûr de la situation des avocats face à l'IA ? Parce que, durant ces six mois, j'ai aidé près de mille professionnels du droit à intégrer l'IA. Ces expériences m'ont permis de tirer ces enseignements.

Je pense aussi que ces outils sont cruciaux pour les ONG. Je tiens à remercier la Fondation pour la réforme judiciaire et l'Association pour la réhabilitation des innocents pour leur confiance. Aider ces groupes à intégrer l'IA dans leur travail est pour moi une grande source de satisfaction. Leurs lourdes tâches administratives ont été considérablement allégées grâce à l'IA, ce qui leur a permis de gagner du temps et d'être plus efficaces. Je suis honoré de pouvoir contribuer à cette mission dans l'ère de l'IA.

La Fondation pour la réforme judiciaire du secteur privé, par une lettre de remerciement, a salué la contribution bénévole du Dr Lin Shang-lun, notamment pour le système M-ROSS.AI, qui facilite la traduction de documents étrangers, le résumé de jugements et la gestion de textes.

L'Innocence Project de Taïwan a également exprimé sa gratitude pour l'utilisation de M-ROSS.AI dans la traduction et le résumé de documents étrangers, la reconnaissance optique de caractères pour les fichiers non sensibles, et la synthèse de jugements en chinois.

Ce texte, je le publie parce que je ne peux supporter de voir tant de personnes attaquer ou résister à l'IA à cause d'une mauvaise compréhension. Je tiens à dire : ceux qui utilisent réellement l'IA continueront à se moquer de cette résistance, car cette erreur de perception ne fait que vous mettre en retard, vous éloignant de la compétition et vous laissant derrière dans cette nouvelle ère.

Questions fréquentes

Quelle différence entre l'IA de consommation et l'IA d'entreprise ou dédiée ?

La clé réside dans la tarification et le nombre de tokens en entrée. Les modèles de consommation limitent leur lecture à 10 000 ou 20 000 tokens, ce qui peut faire rater des détails dans de longs documents. Les IA dédiées, facturées au token, lisent chaque mot, garantissant une stabilité et une précision accrues.

Pourquoi l'« itération infinie » est-elle la capacité la plus précieuse de l'IA ?

Parce que le travail humain repose sur la révision successive d'une version précédente. L'IA peut faire des dizaines d'itérations en un temps très court. Mais si vous utilisez un modèle de consommation, il risque de supprimer ou d'omettre des parties importantes pour économiser des tokens, ce qui empêche une itération efficace. C'est une perte énorme, car c'est cette capacité qui permet à l'IA d'exceller.