Vos projets de justice prédictive, sur mesure.

Sicara accompagne les avocats dans leur transformation digitale

Le Justice Prédictive, nouvel allié des professionnels du droit

La justice prédictive s’appuie sur l’intelligence artificielle afin de proposer aux professionnels du droit des outils qui leur permettent de se concentrer sur les tâches à forte valeur ajouté. Par exemple, grâce un programme on peut extraire les informations clés d’un ensemble de documents. Ce qui permet de soustraire à l’avocat le temps de lecture et de synthèse.

Un environnement favorable à la justice prédictive

Deux conditions sont nécessaires pour réaliser des projets d’intelligence artificielle performants.

  • Premièrement, des données qualitatives en grande quantité. Cet obstacle est levé depuis La loi pour une République numérique du 7 octobre 2016 qui ouvre l’accès à toutes les données jurisprudentielles. 
  • Ensuite, de pouvoir programmer des algorithmes performants. Ce qui est rendu possible par les évolutions technologiques de ces dernières années.

L’environnement est désormais propice à l’utilisation de l’intelligence artificielle pour les professionnels du droit. Voici un exemple d’opportunités à saisir pour ce secteur :  Intelligence Artificielle : La Fin Des Cabinets D’avocats ?

Cas concret : l’application aux divorces

Le contexte

  • Chaque année, il y a près de 130 000 divorces en France
  • Pour estimer les prestations compensatoires, les cabinets d’avocat utilisent principalement la méthode de Saint-Léon
  • Hypothèse posée : une prédiction est considérée comme correcte si la prestation compensatoire obtenue est égale à +- 20% de la prédiction
  • Cette méthode permet de prédire correctement la prestation pour 30% des cas
divorce
workinghard

La démarche

  • La complexité du projet n’était pas dans l’algorithme, mais dans le traitement du dataset.
  • Il a fallu passer en revu tous les cas pour s’assurer qu’ils étaient correctement labellisés. Exemple : le patrimoine peut être désigné comme “la maison familiale” ou comme une somme d’argent.
  • Il a fallu également identifier tous les paramètres influant sur la décision du juge. Exemple : si un des époux est malade, c’est presque toujours lui qui touche la prestation compensatoire. Problème rencontré : cette données est peu représentée dans le dataset

Les résultats

  • Grâce aux données publiques et à la prise en compte des spécificités de l’exercice, nous avons pu développer un algorithme en 3 semaines
  • Ce nouvel algorithme permet de prédire correctement la prestation compensatoire pour 60% des cas
predire

Nos experts en Intelligence Artificielle

  • Adil
    Adil Data Scientist Agile

    Centrale Paris

  • Alexandre
    Alexandre Data Scientist Agile

    Centrale Paris

  • Antoine
    Antoine Data Scientist Agile

    École Polytechnique, PhD

  • Clément
    Clément Data Scientist Agile

    Mines de Paris, PhD

  • Damien
    Damien Data Scientist Agile

    Centrale Paris

  • Flavian
    Flavian Data Scientist Agile

    Centrale Paris

  • Louis
    Louis Data Scientist Agile

    École Polytechnique

  • Martin
    Martin Data Scientist Agile

    Supaéro

  • Olivier
    Olivier Data Scientist Agile

    Centrale Paris

  • Pierre-Henri
    Pierre-Henri CTO

    École Polytechnique, PhD