Quand on parle d’intelligence artificielle appliquée au droit, beaucoup pensent immédiatement à ChatGPT ou au fameux Claude d’Anthropic - qui fait particulièrement parler de lui dernièrement. Ce réflexe est tout à fait normal : ces outils ont popularisé l’IA auprès du grand public. Cependant, quand il s’agit de traiter des données comptables confidentielles, de générer des actes juridiques conformes ou d’analyser un Fichier des Écritures Comptables dit FEC, la réalité technique est bien plus nuancée.
Vérane Faure, docteure et spécialiste de l’IA, nous explique pourquoi un seul type d’IA ne suffit pas pour le secteur juridique et comptable, et comment JurIA a fait le choix d’une approche hybride, à la fois plus sûre et plus pertinente.
Cet article est issu de l’interview de Vérane que vous trouverez directement sur notre compte Youtube.
L’idée de confier ses questions juridiques à un chatbot généraliste est tentante, je vous avoue que je l’ai moi-même déjà tenté. Après tout, ces outils sont capables de comprendre une question formulée en langage naturel et de détecter l’intention derrière une demande. Néanmoins, comme le souligne Vérane Faure, comprendre l’intention et y répondre correctement sont deux choses très différentes.
Pour répondre à une question juridique, un modèle d’IA doit piocher dans sa base de connaissances. Or, les textes juridiques eux-mêmes contiennent parfois des informations contradictoires. Il y a :
Quand ces trois sources se contredisent, un modèle généraliste ne sait pas trancher et pour être honnête, nous non plus !
Un grand modèle de langage peut s’écrouler si sa base de connaissances contient des informations contradictoires. Il va vouloir faire une agrégation des deux et vous vous retrouvez avec une réponse où il y a tout et son contraire. - Vérane Faure
Vérane est catégorique sur ce point : on ne peut pas construire une base de connaissances spécialisée dans le juridique à côté d’informations sur la recette des crêpes, le PIB d’un pays ou l’histoire de la danse classique. Quand un modèle de langage doit assimiler trop de thèmes différents, il ne parvient à se spécialiser dans aucun. C’est la première limite fondamentale d’un chatbot généraliste pour un domaine aussi pointu que le droit.
Au-delà de la fiabilité des réponses, il y a un enjeu encore plus critique : la nature confidentielle des données. Qui a déjà donné à notre cher ami GPT des données confidentielles que nous n’aurions en aucun cas publié sur LinkedIn ou Facebook ? C’est bien ce que je me disais 👀. Alors imaginez les conséquences dans un domaine comme le droit ou la comptabilité !
Les informations échangées entre un juriste et son client, ou entre un comptable et le sien, sont strictement privées. Les envoyer à un système d’IA externalisé comme un LLM grand public pose un problème majeur de sécurité. Pour Vérane, c’est ce constat qui a imposé de concevoir des solutions internes, sécurisées et surtout explicables à tout un chacun.
Depuis la création de l’intelligence artificielle telle que nous la connaissons, à la fin des années 50, deux grandes écoles s’affrontent : l’IA symbolique vs l’IA connexionniste. Vérane les a étudiées de près et les utilise au quotidien. Elle nous les explique avec une analogie qui parle à tout le monde : comment reconnaître une espèce de poisson.
Imaginez que vous vouliez apprendre à une machine à reconnaître un poisson. Avec l’approche symbolique, vous allez réunir un pêcheur et un biologiste dans une pièce. Vous leur demandez de vous expliquer, point par point, tout ce qui permet de reconnaître un poisson : la forme, les écailles, les nageoires, le comportement. Ensuite, vous organisez chacune de ces règles dans un système informatique structuré.
C’est une approche dite top-down : elle repose sur l’expertise humaine. Il est nécessaire d'avoir un expert du domaine pour définir précisément les règles, ce qui rend le système "explicable" : nous savons exactement pourquoi la machine arrive à telle conclusion car chaque règle a été pensée et validée par des experts du domaine.
L’autre camp, c’est celui des réseaux de neurones, ceux qu’on retrouve derrière Mistral, GPT ou encore Gemini. Ici, l’approche est radicalement différente :
On présente à la machine des milliers d’images de poissons et de non-poissons. Au départ, les paramètres internes du réseau sont choisis aléatoirement. La machine se trompe, recalcule, ajuste ses paramètres, et recommence. À force de répétitions, elle finit par reconnaître un poisson avec précision.
La technique d’apprentissage des réseaux de neurones repose uniquement et strictement sur le hasard. Ce qui fait qu’il vous faut énormément de chance pour réussir à faire marcher un réseau de neurones. - Vérane Faure
Le problème ? On ne sait pas toujours pourquoi la machine arrive à sa conclusion. Les poids internes du réseau forment une sorte de boîte noire. Or, dans un domaine aussi réglementé que le droit, avoir un système dont nous ne pouvons pas expliquer les décisions peut poser un véritable problème.
Plutôt que de choisir un camp, JurIA a fait le pari d’une approche hybride. Chaque type d’IA est utilisé là où il est le plus pertinent, avec une règle d’or : les données confidentielles ne quittent jamais le système interne.
Pour l’analyse du Fichier des Écritures Comptables (le fameux FEC), JurIA utilise un algorithme d’IA symbolique développé entièrement en interne.
Ce système de règles a été co-construit par Vérane avec Jordan Alvin, comptable, et Vincent Bouchard, expert-comptable et commissaire aux comptes. Ensemble, ils ont décortiqué chaque règle métier, défini dans quel cas elle s’applique, et structuré le tout dans un algorithme capable d’extraire les informations financières nécessaires aux bilans et aux procès-verbaux d’approbation des comptes.
Le meilleur dans tout ça ? Une fois les informations extraites, le FEC est supprimé. JurIA ne conserve pas de données dont il n’a plus besoin, en particulier lorsqu’elles sont aussi sensibles.
JurIA utilise également deux LLM externes (Mistral et GPT), mais uniquement à des moments précis et pour des données qui ne présentent aucun risque de confidentialité.
On lui envoie que des blocs où ça craint rien. Le fameux fichier d’écriture comptable, une fois qu’on a extrait les informations qui nous intéressaient, on le garde pas. On prend quand même jamais le risque de garder des données dont on n’a pas besoin. - Vérane Faure
C’est peut-être dans la fiche navette intelligente que cette combinaison prend le plus de sens. Cette fonctionnalité, fruit de la rencontre entre IA symbolique, algorithmique classique et expertise métier, transforme complètement la collaboration entre comptables et juristes.
Au lieu d’envoyer une fiche navette statique avec 40 questions dont la moitié ne concerne pas le dossier en cours, l’algorithme réorganise la conversation. Le comptable reçoit des questions ciblées sur son cœur de métier, dans un ordre logique qui mime une conversation naturelle. Le juriste prend le relais avec ses propres questions spécifiques. L’IA a déjà analysé les données en amont, les questions sont adaptées au type de société et au profil de la personne qui répond.
Les bénéfices sont immédiats : moins de frustration entre les équipes, moins d’allers-retours, moins d’erreurs. Et les erreurs dans ce domaine ont un coût réel : un rejet de formalité par le greffe, c’est un dossier à refaire, à repayer, avec des délais supplémentaires.
C’est ça l’intérêt de l’intelligence artificielle, c’est de te débarrasser de tâches qui te prennent un temps fou et qui t’apportent pas grand-chose quand même. - Vérane Faure
Ce sujet revient inévitablement quand on parle d’IA dans les cabinets : cette technologie va-t-elle remplacer les juristes et les comptables ?
Vérane est sans ambiguïté sur ce point et même plutôt catégorique : c’est un fantasme, une fable - les termes sont dits !
L’IA est conçue pour faire une seule chose très bien. Elle n’a pas le sens des choses, elle ne comprend pas le contexte comme un humain. Elle ne le peut tout simplement pas.
Ce que l’IA permet en revanche, c’est de libérer du temps là où il y a de la tension, de la frustration ou des tâches répétitives à faible valeur ajoutée.
Le comptable et le juriste ne passent plus leur temps à ressaisir des données sur différents supports. Ils peuvent se concentrer sur ce qui fait la valeur de leur métier : l’analyse, le conseil stratégique, l’accompagnement client, l’optimisation.
Il y a pas d’objectif de remplacement dans l’intelligence artificielle. Il y a vraiment un objectif d’appropriation. On s’attaque uniquement à des aspects du métier où il y a de la tension, de la frustration, des points de douleur. Et l’objectif c’est justement de pouvoir dépasser ces points de douleur pour se consacrer à des trucs qui sont beaucoup plus intéressants. - Vérane Faure
Le secteur juridique et comptable ne peut pas se contenter d’une IA généraliste. La confidentialité des données, la complexité des textes de loi et le besoin “d’explicabilité” imposent une approche sur mesure.
Chez JurIA, ce sur-mesure passe par une combinaison réfléchie : une IA symbolique développée en interne avec des experts métiers pour tout ce qui touche à la confidentialité, et une IA générative utilisée ponctuellement, uniquement sur des données publiques ou nettoyées. Chaque technologie à sa place, au service de l’expertise humaine.
Parce qu’au fond, la question n’est pas de savoir si l’IA va remplacer les professionnels du droit et du chiffre. La vraie question, c’est : comment l’utiliser intelligemment pour leur permettre de faire ce qu’ils font de mieux ?
Réservez votre démo personnalisée et testez la plateforme gratuitement.
Myriam Haroun est Responsable Marketing chez JurIA depuis août 2025. Spécialiste du marketing digital et passionnée par l'IA juridique, elle pilote la stratégie de communication et marketing. Diplômée d'un Double Master en Digital Marketing, elle combine expertise marketing (SEO, content, CRM) et compréhension des enjeux juridiques pour accompagner la croissance de JurIA.
