Le recours aux modes alternatifs de règlement des litiges et la numérisation de la pratique juridique sont deux sujets portés sur le devant de la scène depuis de nombreuses années[1] et dont la promotion connaît une relative accélération depuis le début des années 2010[2]. La volonté d’éviter la saisine du juge et l’appropriation par les juristes d’outils scientifiques et technologiques ne datent cependant pas d’hier. En effet, quelques années avant que le député Prugnon ne plaidât en faveur de la concorde et de l’évitement du procès à la tribune de l’Assemblée Nationale Constituante[3] (qui instaura les juges de paix peu après), Condorcet publiait son Essai sur l’application de l’analyse à la probabilité des décisions rendues à la pluralité des voix[4].

Le siècle des Lumières fut en effet le terreau de l’apparition de nouvelles approches du droit. Ce foisonnement d’idées et de réflexions autour de l’office du juge fut ainsi marqué par la position empruntée par Montesquieu dans son ouvrage De l’esprit des lois, au sein duquel il envisage le juge comme “la bouche qui prononce les paroles de la loi”, vision qui sera en partie reprise par la figure du juge automate[5] chez Beccaria quelques années plus tard.

Si d’aucuns ont alors considéré que l’office du juge se limitait à la stricte application de la loi, d’autres ont pu reconnaître l’existence d’un pouvoir d’interprétation au juge. Alors que ces interrogations étaient essentiellement centrées autour de l’interprétation de la loi, cette question est étroitement liée à celle de l’appréciation des faits. En effet, l’appréciation souveraine des faits par le juge induit une relative subjectivité dans la décision finale, ce qui a pour conséquence d’introduire une part d’aléa dans le processus de décision judiciaire. Cet aléa judiciaire, tenant également à l’action des parties et de leurs conseils, est aujourd’hui reconnu[6], et même mesuré[7]. Il peut être résumé de la manière suivante : une même juridiction à qui l’on présenterait 100 fois un même dossier pourrait, pour différentes raisons, ne pas rendre 100 fois la même décision.

L’aléa judiciaire, aussi appelé risque judiciaire, matérialise par conséquent l’inconnue qui précède l’issue d’un procès. Dès lors qu’une décision de justice comporte une part d’incertitude, la voie judiciaire peut par conséquent s’avérer moins attrayante pour les parties. En effet, elles sont déjà confrontées aux différentes contraintes inhérentes à la saisine de juridictions dont l’engorgement et ses conséquences pour le justiciable ne sont plus à démontrer. Elles peuvent donc être moins enclines à saisir une juridiction dont elles pourront avoir du mal à anticiper la décision avec assez de précision.

Ces différents éléments font partie des arguments de promotion du recours aux modes alternatifs de règlement des litiges souvent présentés comme permettant une plus grande maîtrise des coûts, de la durée et parfois même de l’issue d’un litige[8].

Afin de rendre ces modes alternatifs encore plus attractifs et de répondre à une demande croissante engendrée par la promotion, parfois impérieuse, du recours aux modes alternatifs par les pouvoirs publics, de nombreuses initiatives (publiques ou privées) ont vu le jour. Ces dernières s’appuient notamment sur la dématérialisation totale ou partielle du règlement du litige.

En effet, le recours à la dématérialisation permet de réduire les coûts et de faciliter tant l’accès à ces services pour le justiciable que la gestion des flux de dossiers pour l’entité en charge du règlement bien que, comme le rappelait très justement Jean-Baptiste Thierry à propos de la dématérialisation de la justice, il faille "réfléchir le recours au numérique comme un moyen plutôt que comme une fin[9].

Ainsi avons-nous assisté à l’apparition de nombreuses plateformes de règlement des litiges s’appuyant pour leur part quasi-systématiquement sur des modes alternatifs de règlement des litiges tels que des procédures de négociation raisonnée, de médiation/conciliation[10] ou, dans une moindre mesure, d’arbitrage[11].

Cependant, le recours aux modes alternatifs ayant pour effet de fermer (au moins temporairement[12]) l’accès au juge, certains justiciables peuvent craindre de risquer d’y “perdre au change”. En effet, l’issue d’une négociation ou même d’une médiation/conciliation peut être moins favorable pour l’une des parties qu’une éventuelle décision judiciaire notamment par le fait qu’un accord de médiation peut, par exemple, ne pas s’appuyer sur l’application d’une règle de droit[13]. Il convient cependant de conserver à l’esprit que les parties recourant à un mode alternatif ne sont, excepté en matière d’arbitrage, jamais tenues par une proposition ou un accord sans y avoir consenti.

L’aléa judiciaire est donc une des raisons qui poussent les justiciables vers les modes alternatifs, auxquels on reproche paradoxalement un risque de perte par rapport à une décision de justice.

Reconnaître l’existence d’un aléa judiciaire irréductible permet de le mesurer et ainsi de mieux le gérer. Cet objectif peut être atteint grâce à la mobilisation de techniques d’intelligence artificielle fondées sur  une analyse fine des décisions de justice et permettant la reproduction de la pratique jurisprudentielle. Il s’agira donc d’envisager le recours à la modélisation mathématique dans le but de quantifier l’aléa judiciaire à partir de l’analyse de la pratique jurisprudentielle (I) pouvant dès lors être mis au service de celle des modes alternatifs de règlement des litiges (II).

I) Un outil d’analyse de la pratique judiciaire

Le recours à l’intelligence artificielle offre une reproduction fiable de la pratique jurisprudentielle (B), permise par la modélisation du raisonnement judiciaire (A).

A)    La modélisation du raisonnement judiciaire

L’utilisation de modèles mathématiques est répandue dans de nombreux domaines : en médecine, par exemple, les modèles sont des outils cruciaux pour comprendre la propagation d’une épidémie. Une telle approche semble en revanche nouvelle en droit, et il ne paraît pas inutile de rappeler brièvement ici ce qu’on entend par « modèle mathématique ». De façon simplifiée, il s’agit de décrire un (ensemble de) phénomène(s) en représentant de façon abstraite les variables qui le caractérisent et surtout les relations qui unissent ces variables. Cette abstraction emploie un formalisme mathématique et ne cherche généralement à rendre compte que d’une partie de la réalité du phénomène. En ce sens, on peut dire, selon la célèbre formule, que tout modèle est faux. Néanmoins, cette approche permet, en cas de succès, d’analyser, de reproduire et d’expliquer certains comportements de systèmes complexes dans des situations difficiles à observer, puis de faire des prédictions.

Dans le cas du droit, il faut tout d’abord restreindre nos ambitions : en effet, il n’est pas question, alors que nous ne sommes qu’aux balbutiements de cette approche, de tenter de modéliser le raisonnement judiciaire dans toute sa généralité. Nous nous contentons plus modestement de produire des modèles “locaux”, c’est-à-dire dont le domaine de validité est restreint à certains domaines bien délimités qui se prêtent à la méthodologie suivante, articulée en trois étapes : dans un premier temps, des spécialistes identifient les critères sur lesquels se fondent les magistrats au moment de prendre leur décision dans le domaine en question, par exemple la rupture brutale des relations commerciales établies, la prestation compensatoire, les sanctions disciplinaires, etc. Ces spécialistes sont en premier lieu des juges qui interviennent sur ces contentieux, mais aussi des avocats ou des universitaires.

Muni de cette liste, qui se compose suivant les cas de 30 à 200 items et qui incorpore l’essentiel de “l’intelligence juridique” du modèle, on analyse dans une deuxième étape la plus grande masse possible de décisions prises récemment dans le domaine considéré. “Analyser une décision” signifie simplement ici relever les “valeurs” prises par tous les critères de la liste dans le dossier étudié : quelle a été la durée de la relation commerciale, quelle était la conjoncture économique au moment de la rupture, quels types de reproches l’auteur de la rupture a-t-il fait à la victime, etc. On construit ainsi une base de données sur laquelle “l’intelligence mathématique” pourra ensuite se construire. Selon le domaine, cette base peut contenir de quelques centaines à quelques dizaines de milliers de décisions analysées.

La modélisation proprement dite fait l’objet de la troisième étape : les « variables mathématiques » ayant été identifiées sous la forme des critères de la liste, et des données étant disponibles en nombre suffisant, on peut tenter d’élucider comment ces variables peuvent être combinées pour reproduire la manière dont les décisions sont prises. Pour tenir compte de l’aléa judiciaire, on se place dans le cadre de la théorie des probabilités, qui permet de mettre en œuvre des procédures mathématiques capables de fournir une « distribution de décisions virtuelles » quand on les nourrit avec les éléments caractérisant un dossier. Cette distribution permet de tenir compte de l’aspect incertain du processus de décision : ainsi, pour un dossier présenté au modèle, celui-ci ne « prédira » pas quelle sera l’issue, ce qui n’aurait pas de sens, mais présentera l’éventail de toutes les décisions qui pourraient être prises par une juridiction donnée. Un ensemble de techniques statistiques permet de valider le modèle en vérifiant que la distribution calculée est proche de celle qu’on observerait si on pouvait présenter le même dossier par exemple cent fois devant la juridiction.

B)    La reproduction de la pratique jurisprudentielle

Le recours aux techniques de quantification de l’aléa judiciaire permet ainsi de reproduire de manière raisonnablement fiable[14] le comportement d’une juridiction lorsqu’elle est amenée à statuer sur une espèce donnée : une fois le modèle construit, il sera en mesure d’anticiper, à partir des paramètres spécifiques d’un dossier, l’ensemble des différentes issues possibles du dossier. L’avantage de cette méthode, outre qu’elle offre un reflet fidèle de la pratique jurisprudentielle, est qu’elle permet de réaliser des “expériences numériques” en faisant varier tel ou tel critère, de façon abrupte ou graduelle à la hausse ou à la baisse, toutes choses restant égales par ailleurs[15]. Ainsi est-il possible de simuler la décision d’une juridiction sur un ensemble de dossiers identiques excepté sur un point qui sera le critère variant. Cet exercice permet dès lors d’observer et d’analyser finement comment un élément du dossier joue sur la décision finale de la juridiction, qu’il s’agisse de la qualification retenue pour une situation ou de la fixation d’un montant indemnitaire. L’analyse des résultats de ces expériences permet d’identifier des comportements récurrents empruntés par les juridictions que nous appellerons effets. Parmi les différents effets que nous avons identifiés, les plus intéressants sont des lois de type Stevens[16], des effets de plateaux[17], de seuils et de type “sourire”. Nous décrivons brièvement des exemples dans des deux derniers cas, dont l’analyse présente un intérêt pour la pratique des modes alternatifs.

Effets de seuils

Il arrive que la valeur d’un critère (chiffrée ou non), pouvant varier de façon graduelle, ait un impact direct sur la validité d’un acte. En effet, certains seuils sont inscrits dans la loi de manière stricte, comme par exemple le seuil des 7/12 de lésion dans le prix d’un immeuble permettant de demander la rescision de la vente[18], ou dans une convention collective prévoyant un pourcentage de rémunération minimum conditionnant la validité d’une clause de non concurrence. On peut parler ici de “seuil légal” ou de seuil “conventionnel”.

Cependant, l’étude de la jurisprudence permise par le recours à la modélisation mathématique permet d’identifier des situations plus subtiles dans lesquelles, en l’absence de toute disposition normative, la variation à la hausse, ou à la baisse, de la valeur d’un critère a pour effet de faire évoluer peu ou pas du tout le résultat jusqu’à un certain point, avant que celui-ci ne bascule, puis ne stagne de nouveau. Ainsi, le fait de faire dépasser une valeur “critique” à un critère aura pour effet de faire basculer la décision qui serait rendue par une juridiction. On a alors affaire à ce qu’on pourrait appeler un “seuil jurisprudentiel” ou “seuil prétorien”.

A titre d’exemple, prenons le cas d’une administration publique qui souhaite infliger une sanction disciplinaire à l’un de ses agents coupable selon elle de manquements. L’agent peut contester cette sanction, et demander à un tribunal, puis le cas échéant à une cour administrative d’appel, de se prononcer sur sa validité. Les sanctions sont choisies dans une liste déterminée qui dépend principalement du type de la fonction publique et du statut de l’agent. Il paraît intuitivement clair que, pour une espèce donnée, plus la sanction infligée sera élevée, plus il y aura de risques, ou de chances, que celle-ci soit annulée : la juridiction considérera soit qu’il n’y a pas lieu de sanctionner, soit qu’un certain niveau de sanction est approprié, et toute sanction plus grave sera annulée. A cause de l’aléa judiciaire, on peut imaginer que ce niveau va varier suivant certaines considérations non dépendantes des éléments matériels du dossier. Ainsi, si la probabilité qu’une sanction particulière soit annulée doit certainement croître avec la sévérité de la sanction, il n’est pas évident a priori de privilégier l’hypothèse d’une croissance graduelle du taux d’annulation, signe d’un fort aléa, ou au contraire celle d’une cassure nette, ou seuil, qui reflèterait une certaine homogénéité dans les décisions, et donc une moindre incertitude.

Il est impossible de trancher entre ces deux hypothèses en étudiant seulement la jurisprudence : un dossier dans un contentieux contestant une sanction disciplinaire est caractérisé par une soixantaine de critères. Pour que l’on puisse observer l’effet de la gravité de la sanction observée sur son taux d’annulation, il faudrait trouver un grand nombre de dossiers avec les mêmes soixante critères et comparer les décisions rendues. La jurisprudence est loin d’être assez riche dans ce domaine pour ce faire.

Il est en revanche très facile de répondre à la question en effectuant des expériences numériques : en partant d’un dossier donné, on peut modifier simplement la sanction infligée et observer comment les taux d’annulation évoluent. Le résultat d’une telle expérience sur un dossier réel est illustré sur la figure ci-dessous.

Comme on peut le voir, c’est l’hypothèse de l’existence d’un effet de seuil qui est vérifiée dans la pratique jurisprudentielle : dans le cas étudié ici, toute sanction moins grave qu’un abaissement d’échelon ne sera pas considérée comme trop sévère par la juridiction (taux d’annulation de 2 %), alors que toute sanction à partir d’un déplacement d’office conduira avec une très forte probabilité à une annulation (au moins 85 %). L’aléa judiciaire subsiste seulement dans le choix entre un abaissement d’échelon, qui sera annulé dans 24 % des cas et une exclusion temporaire de fonctions de 4 à 15 jours, pour laquelle le taux d’annulation est de 69 %.

Cet effet de seuil est présent dans d’autres typologies de contentieux, comme par exemple la validité d’une clause de non-concurrence, dans lequel le seuil se manifeste à travers le taux de rémunération de la clause. Il est important de comprendre que l’effet concerne l’existence du seuil, et non sa valeur : en changeant les éléments matériels caractérisant le manquement d’un agent ou bien les paramètres géographiques ou temporels d’une clause de concurrence, la valeur du seuil peut changer significativement, sans que soit remise en question l’existence de ce seuil.

On imagine assez aisément l’intérêt de la découverte d’une telle situation dans le cadre d’un dossier soumis à mode alternatif de règlement des différends dans la mesure où les parties seront en mesure de savoir à partir de quelle valeur la validité de l’acte pourrait basculer.

Effet sourire

L’effet sourire est connu des assureurs qui doivent indemniser un préjudice corporel tout comme des avocats spécialisés dans divers domaines du droit civil et commercial, qui savent qu’ils n’ont pas intérêt à présenter une proposition trop faible, sous peine de voir l’indemnité qu’ils devront payer être majorée. La même remarque s’applique d’ailleurs aux demandes.

Ainsi, dans le cas d’une rupture brutale d’une relation commerciale établie, l’avocat de l’auteur de la rupture pourra conseiller à son client de consentir à verser un préavis, même minime, pour réduire non seulement son risque de condamnation mais aussi le montant dont il devra s’acquitter.

Quantifier cette intuition n’est toutefois pas toujours aisé. Là encore, la modélisation mathématique permet d’apporter une réponse précise. Dans l’expérience numérique illustrée ci-dessous, une relation qui a duré 12 ans est rompue, et la victime de cette rupture demande un préavis de 12 mois. La question que l’on peut se poser est de savoir quelle est la durée “optimale” que l’auteur doit proposer, c’est-à-dire celle qui minimise le montant moyen qu’il risque de devoir payer. Celle-ci peut a priori varier entre 0 (pas de préavis donné) et 12 mois (auquel cas il n’y a pas de litige).

Comme dans le cas de l’effet de seuil ci-dessus, l’étude de la jurisprudence n’est pas d’un grand secours. Dans un tel dossier, le nombre d’éléments à prendre en compte est de l’ordre d’une trentaine, et il est illusoire d’espérer trouver des dossiers qui partagent ces mêmes trente critères et dans lesquels la proposition de l’auteur varierait dans la plage qui nous intéresse.

En lançant le modèle avec les paramètres du dossier fixés sauf la durée proposée par l’auteur que l’on ajuste entre 0 et 12 mois, on obtient la courbe suivante, qui donne le montant moyen de condamnation (en mois) en fonction de la proposition. Comme on le voit, ne proposer aucun préavis expose à devoir régler environ 9,7 mois, alors que proposer 6 mois réduit ce montant à 8,2 mois, soit un mois et demi de moins.

Là encore, un effet mis en évidence et quantifié de façon précise par la modélisation mathématique permet, dans certaines situations, de poser les bases d’un mode alternatif de règlement du différend sur des éléments objectifs.

II) Un outil au service des modes alternatifs

A)    Un outil favorisant le consensus

Les modes alternatifs de règlement des différends reposent avant tout sur la volonté des parties. En effet, le recours à un mode alternatif doit le plus souvent faire l’objet d’un accord des parties, fût-il antérieur à la survenance du litige, et à l’exception des modes juridictionnels, les parties ne sont contraintes par l’accord que si elles l’acceptent. Cela signifie donc qu’à chaque étape, la réussite du processus dépend de la bonne volonté des parties. Dès lors, le recours à des outils fondés sur la quantification de l’aléa judiciaire pourra avoir des effets positifs à plusieurs niveaux, facilitant le consensus entre les parties.

Tout d’abord les parties doivent consentir à participer réellement au processus de médiation/conciliation. Celles-ci doivent dès lors avoir confiance en ces modes de règlement. Or s’ils connaissent majoritairement un cadre procédural relativement souple, ces processus sont menés par des tiers devant répondre à certaines conditions. Les conciliateurs de justice, médiateurs judiciaires et conventionnels,  sont en effet tenus à certaines exigences tenant notamment à leur éthique, leur indépendance et à leur compétence, qu’ils officient en personne ou par le biais d’une plateforme de règlement des litiges en ligne[19].

Cependant si les parties bénéficient de ces différentes garanties quant au déroulé du processus de règlement du litige, elles ne disposent en l’état d’aucune garantie quant à son issue et peuvent douter du fait que l’issue du mode alternatif leur soit plus favorable que celle d'une éventuelle procédure judiciaire.

Le recours à un outil de quantification de l’aléa judiciaire pourrait alors présenter un intérêt certain dans la mesure où il permettra aux parties, et au tiers médiateur ou conciliateur, de savoir quelles auraient été les différentes issues possibles du litige s’il avait été soumis à une juridiction. L’ensemble des éléments qui suivent supposent que les parties ont été sensibilisées au fonctionnement des outils de simulation, qu’elles sont au fait de l’existence d’une marge d'erreur et qu’elles savent qu’elles ne sont en aucun cas contraintes par les résultats.

Le fait pour les parties de savoir en amont qu’elles bénéficieront d’une information sur les issues que pourraient prendre le traitement judiciaire de leur dossier pourrait avoir pour effet de les encourager à participer au processus de règlement du litige sans craindre d’y “perdre au change”. Dans le cadre des modes où le tiers est amené à formuler une proposition ou prendre une décision, les parties pourront également être rassurées par le fait que le tiers utilise un outil de quantification de l’aléa judiciaire afin de savoir ce qu’une juridiction aurait pu décider, et ainsi formuler sa proposition de règlement ou rendre sa sentence en connaissance de cause.

La simulation probabiliste du traitement judiciaire d’un dossier peut également permettre de rationaliser les prétentions des parties. Si le principe même de la survenance d’un litige est que les parties ont des visions différentes d’une même réalité juridique, il n’est pas rare que celles-ci soient non seulement très éloignées l’une de l’autre, mais également de la réalité de la pratique jurisprudentielle. Par exemple, l’étude des montants proposés et demandés dans le cadre d’environ 8 000 dossiers de prestations compensatoires présentés devant les cours d’appel françaises depuis 2012 fait apparaître un écart moyen de 88 000 € et un écart médian de 50 000 € entre la demande de l’époux créancier et la proposition de l’époux débiteur. Par ailleurs, l’écart moyen entre la demande de l’époux créancier et le montant fixé par la cour est de près de 60 000 €, alors que la valeur médiane de cet écart est de plus de 30 000 €. En ce qui concerne l’écart entre la proposition et la décision, ces valeurs sont respectivement de 28 000 € et de 15 000 €. De telles différences de positions, rendant peu probables la découverte d’un accord, ne sont pas de nature à favoriser le recours à la médiation ou à la conciliation.

L’utilisation d’une modélisation mathématique permettrait ici aux parties de confronter leurs prétentions avec la réalité de la pratique judiciaire et ainsi de les revoir ou au contraire de les maintenir en connaissance de cause, par exemple parce qu’elles considèrent que leur cas comporte un élément singulier non pris en compte par les modèles. Leur position, qui en sera renforcée puisqu’elle sera maintenue après une remise en question par les résultats de la simulation, pourra ainsi gagner en force de conviction.

Le recours à un outil d’intelligence artificielle pourra également être utile dans les cas où des effets tels que les effets sourire et de seuils apparaissent dans les résultats. En effet, dans le premier cas les parties pourraient être en mesure de trouver un juste milieu pour s’accorder sur une issue correspondant à un point d’équilibre dans l’évolution des montants potentiellement accordés. Dans le second cas, les parties pourront identifier le niveau auquel se situe le seuil de validité ou de déclenchement d’une condamnation et ainsi s’accorder en conséquence.

Un autre exemple de l’usage de la modélisation de l’aléa judiciaire dans un dossier tient au fait qu’il est possible d’analyser l’impact qu'aura chaque critère sur le résultat. En d’autres termes, les parties seront en mesure de savoir quels sont les éléments du dossier qui jouent en faveur/défaveur d’une condamnation, ou en faveur/défaveur d’une indemnité faible ou bien élevée dans leur dossier en particulier.

Dès lors, il pourrait arriver que des éléments sur lesquels les parties étaient en désaccord profond n’aient au final que peu ou très peu d’impact sur l’issue, le plus souvent financière, du litige. Cette situation pourrait amener les parties à reconnaître ou accepter plus facilement un élément de l’argumentaire adverse puisqu’elle saura qu’elle ne risque pas d’y perdre, ce qui pourra avoir pour conséquences de faciliter le dénouement de situations, notamment relationnelles, complexes et ainsi de faciliter la découverte d’un accord. L’autre partie se sentant entendue et sa prétention reconnue sera dès lors plus facilement à même d’avancer dans le processus de résolution du litige, voire de consentir à des concessions ultérieurement.

Les parties seront alors dans de meilleures dispositions pour aborder les autres éléments du litige pour lesquelles elles bénéficieront de plus de temps, de plus d'énergie et d’une base d’échange potentiellement plus positive.

Enfin, connaître le panel d’issues possibles d’un litige s’il avait été soumis à une juridiction permet de prendre une décision éclairée face à une proposition d’accord. Chaque partie sera alors en mesure d’apprécier pleinement la proposition de règlement et de l’accepter ou non en comparant avec les différentes issues que pourraient prendre le règlement judiciaire du dossier. Chaque partie pourra donc évaluer de manière objective, si son intérêt est d’accepter un accord ou de saisir une juridiction, en prenant en compte chaque option dans sa globalité.

B)    Une démarche transposable à l’étude de la pratique des modes alternatifs

La méthode permettant de simuler l’ensemble des issues possibles d’un contentieux judiciaire semble tout à fait transposable afin d’anticiper cette fois les différentes résolutions possibles d’un litige via un mode alternatif. De la même manière que l’identification et l’analyse des critères pris en compte par une juridiction pour statuer sur un dossier permettent de modéliser le processus de décision judiciaire et d’en quantifier l’aléa, il n’apparaît pas impossible d’appliquer cette approche à l’étude des modes alternatifs de règlement des litiges. Cette technique pourrait être utilisée à deux niveaux distincts, à savoir la question du choix du mode de règlement le plus approprié, comme suggéré par Catherine Tirvaudey[20], et celle des chances de succès (ou issues possibles) du mode retenu en fonction du déroulement de la procédure.

Dans le premier cas, il pourrait tout à fait être envisagé de prendre en compte différents éléments tels que l’objet du contentieux, qui permettrait d’identifier s’il rentre dans le champ de compétence exclusif ou non d’institutions spécialisées, la valeur pécuniaire qu’il représente afin d’adapter le coût du mode de règlement pour qu’il ne soit pas disproportionné, le statut des parties afin d’identifier un éventuel déséquilibre entre elles… Ces paramètres pourraient être envisagés comme ceux qui permettent de considérer un mode alternatif adapté ou non à la résolution d’un litige donné.

Dans le second cas, il s’agira de distinguer les modes alternatifs juridictionnels des modes non juridictionnels. La méthode de modélisation détaillée précédemment pour quantifier l’aléa judiciaire peut tout d'abord être reproduite en matière d’arbitrage. Bien que des freins existent (on pensera notamment à la question de la confidentialité des sentences) certains domaines tels que l’arbitrage international d’investissement restent publics et de plus en plus de sentences d’arbitrage commercial sont rendues accessibles. Contrairement à la quantification de l’aléa judiciaire, il sera ici possible, et même certainement très intéressant, de prendre en compte l’identité de l’arbitre ainsi que, on l’imagine, le sens de certaines de ses publications ou sentences antérieures[21]. Cette pratique se faisant d’ores et déjà de manière empirique au moment de la composition du tribunal arbitral, le recours à l’intelligence artificielle pourrait par exemple permettre de simuler différentes compositions possibles offrant ainsi d’optimiser ses chances en désignant son arbitre.

En ce qui concerne les modes de règlement non-juridictionnels tels que la médiation ou la conciliation, il conviendra d’identifier les éléments et étapes du règlement qui permettent d’anticiper la survenance d’un accord ou non. Il pourra par exemple être question des éléments de preuve apportés par les parties et de leur qualité, de la nature et du nombre de leurs échanges, de leurs délais de réponse (ou absence de réponse), des éléments sur lesquels elles s’accordent ou au contraire divergent, ou bien sur des attentes et propositions de chacune des parties ainsi que leur évolution au fil de la procédure.

Bien qu’un tel outil ne puisse pas à lui seul remplacer le tiers médiateur ou conciliateur, ce qui ne serait ni possible[22] ni souhaitable, il pourra tout de même être utile au tiers puisqu’il lui permettra d’adapter sa propre stratégie de règlement du litige et donc d’augmenter ses chances d’aider les parties à trouver un accord. Ce recours devra cependant faire l’objet d’une mention explicite en informant les parties et sera soumis à leur consentement[23].

Galahad Delmas et Jacques Lévy Véhel

Case Law Analytics


[1] On pensera notamment pour les modes alternatifs à la loi n°95-125 du 8 février 1995 accompagnée du décret n°96-652 du 22 juillet 1996 offrant au juge la possibilité de désigner un tiers pour procéder à une conciliation ou à une médiation ou à la directive de 2008 (Directive n°2008/52 du Parlement et du Conseil du 21 mai 2008) relative à la “médiation en matière civile et commerciale”.
Pour la digitalisation de la pratique juridique, on citera par exemple la loi du 13 mars 2000, transposant la directive 1999/93/CE, relative au droit de la preuve et accordant une reconnaissance à l’écrit et à la signature électronique, la mise en place du Réseau Privé Virtuel Avocat ou la création de Legifrance.

[2] Par exemple grâce à l’apparition de la médiation de consommation (Directive 2013/11/UE relative au règlement extrajudiciaire des litiges de consommation) et à la mise en place d’une plateforme de règlement en ligne des litiges de consommation (Règlement 524/2013). On pensera également à la loi n°2016-1547 du 18 novembre 2016 de modernisation de la justice du XXIe siècle comportant un titre II intitulé “Favoriser les modes alternatifs de règlement des différends” ainsi qu’à la loi n°2019-222 du 23 mars 2019 de programmation 2018-2022 et de réforme pour la justice dont la première section, du premier chapitre s’intitule “Développer la culture du règlement alternatif des différends”. Concernant la numérisation du service public, on pourra notamment citer la loi n°2016-1321 du 7 octobre 2016 pour une République numérique.

[3] “rendre la justice n’est que la seconde dette de la société ; empêcher le procès, c’est la première et il faut que la société dise aux parties : pour arriver au temple de la justice, passez par celui de la concorde” Louis-Pierre-Joseph Prugnon, Archives parlementaires, Tome XVI, p. 739

[4] Dans cet ouvrage faisant suite à une demande de Turgot, Condorcet utilise les mathématiques et plus précisément les calculs de probabilités pour tenter de réduire le risque d’erreur judiciaire dans le cadre des décisions prises par un jury composé de plusieurs personnes.

[5] Cesare Beccaria, Des délits et des peines, 1764.

[6] Danziger Shai, Levav Jonathan, Avnaim-Pesso Liora, « « Qu'a mangé le juge à son petit-déjeuner ? » De l'impact des conditions de travail sur la décision de justice », Les Cahiers de la Justice, 2015/4 (N° 4), pp. 579-587.

[7] Anaïs Gayte-Papon de Lameigné, Pierrick Legrand, Jacques Lévy Véhel, “La modélisation de l'indemnisation du préjudice corporel”, Florence G'sell. in Le Big Data et le droit, Dalloz, pp.45-60, 2020, 978-2-247-18744-7.

[8] G. Canivet, La médiation comme mode de règlement des conflits dans la vie des affaires,  LPA13 juill. 1999, n° PA199913801, p. 3.

[9] Jean Baptiste Thierry, La semaine juridique G., n°19, 13 mai 2019.

[10] S. Rampillon, “La médiation en ligne et le marché : quelles prestations pour quelles justices ?”, Gaz. Pal. 21 juill. 2020, n° 383b4, p. 51

[11] Nous citerons trois expériences françaises en la matière, les plateformes d’arbitrage en ligne eJust et Fast-Arbitre ainsi que le Centre d’arbitrage des affaires familiales.

[12] Bien qu’une clause de médiation ou de conciliation n’oblige pas les parties à parvenir à un accord, la jurisprudence retient désormais que le non-respect d’une telle disposition contractuelle est sanctionné d’une fin de non recevoir, Cass. mixte, 14 février 2003.

[13] Cécile Chainais, Frédérique Ferrand, Lucie Mayer, Serge Guinchard, “La reconfiguration du modèle ? Les modes amiables de règlement des différends”, Procédure civile 35e édition, Dalloz, 2021, pp. 1736-1739.

[14] La modélisation connaissant une marge d’erreur, il est possible de quantifier mathématiquement et empiriquement le taux de fiabilité des résultats obtenus.

[15] On prendra garde en réalisant de telles expériences numériques de rester dans des bornes réalistes : ainsi, dans le cas de l’évaluation d’une prestation compensatoire, le modèle donnera imperturbablement des réponses quand on fera varier la durée du mariage d’un à … cent ans ou au-delà. Le sujet de la délimitation des limites de validité d’une modélisation mathématique est fondamental, mais n’entre pas dans le champ de cet article.

[16] La loi de Stevens est une relation empirique en psychophysique reliant la grandeur d’un stimulus physique et l’intensité de sa perception. Elle prend la forme d’une loi de puissance, et s’observe par exemple dans les domaines sonores, lumineux et tactiles.

[17] Jacques Lévy Véhel, Galahad Delmas, “Modélisation probabiliste du processus de décision judiciaire en matière de prestation compensatoire”, à paraître.

[18] Art. 1674, code civil.

[19] Art. 4-6, Loi 222-2019 du 23 mars 2019

[20] Catherine Tirvaudey, doyen de la faculté de droit de Besançon, “MARD et nouvelles technologies, quelles relations ?”, LPA, n°179-180, page 4

[21] Ne s’agissant pas d’abonder au débat qui oppose les partisans aux détracteurs de l’existence d’une jurisprudence arbitrale, nous nous accorderons tout du moins sur l’existence de différents courants doctrinaux.

[22] Art. 4-6, Loi n°222-2019 du 23 mars 2019 de programmation 2018-2022 et de réforme pour la justice.

[23]  Art. 4-3, Loi n°222-2019 du 23 mars 2019 de programmation 2018-2022 et de réforme pour la justice.