La justice algorithmique : analyse comparée (France/Québec) d'un phénomène doctrinal
Notice bibliographique
Résumé
Le lancement du mouvement de l’open data des décisions de justice en 2016 a enclenché le développement d’outils dits de justice algorithmique qui ont, à leur tour, agrégé autour d’eux une véritable concentration doctrinale sous la forme d’un discours fourni et réactif dont le pivot demeure une idée d’incompatibilité entre le droit français et ces outils de justice algorithmique. Si le passage des années n’a pas altéré ce nœud discursif, le développement progressif de l’open data et des outils construits sur son fondement ne s’est pas stoppé. La présente étude cherche à réconcilier ces deux mouvements a priori contraires en s’attachant à analyser le discours doctrinal français relatif aux outils de justice algorithmique de 2016 à 2022. Cette analyse métadoctrinale, empirique et comparée est construite sur les trois temps du discours français, correspondant eux-mêmes à trois incompatibilités potentielles : une incompatibilité d’ordre juridique, une incompatibilité d’ordre systémique et une incompatibilité d’ordre culturel. Chacune de ces hypothèses est analysée en convoquant à la fois les données quantitatives et qualitatives extraites du discours français et l’expérience québécoise comme produit de contraste de la réception française des outils de justice algorithmique. Une fois avoir admis que les deux premières hypothèses constituent autant de fausses pistes, il apparaît que l’incompatibilité susceptible d’expliquer la concentration doctrinale française autour de ces outils est une incompatibilité d’ordre culturel mais plus encore d’ordre doctrinal. Ce discours apparaît alors bien plus comme une prise de conscience de l’espace grandissant qui sépare la compréhension doctrinale du droit français et l’état dans lequel il se trouve véritablement. Plus largement, cette étude confirme de manière empirique la nature construite et constructive de tout discours doctrinal. La présente analyse souligne alors l’importance fondamentale d’intégrer à toute analyse de droit positif une démarche métadoctrinale de prise en charge des représentations et des stratégies discursives qui précèdent tout discours doctrinal.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,016 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».