L’impact de l’intelligence artificielle sur l’arbitrage et sa procédure

Dans les années 1950, John McCarthy a initié le concept d’intelligence artificielle pour la première fois . L’intelligence artificielle a fait son apparition, au fil du temps, dans divers domaines et est aujourd’hui utilisée quotidiennement. Nous connaissons par exemple le moteur de recherche Google qui permet de retrouver une information parmi des millions de données, les assistants personnels sur nos smartphones, les filtres des courriers indésirables dans nos messageries électroniques, les réseaux sociaux, les sites de traduction, etc. L’intelligence artificielle s’est progressivement infiltrée dans la matière du droit et de la justice au cours des dernières décennies. Il existe des exemples de la manière dont la communauté de l’arbitrage international a amélioré ses services grâce à la mise en œuvre de nouvelles technologies de l’information : vidéoconférence, divulgation électronique et utilisation de plateformes en ligne, mais ce sont des améliorations progressives . Il n’est donc pas encore question d’une intelligence artificielle qui agirait en lieu et place de l’Homme dans le cadre de l’arbitrage, mais cela ne devrait pas tarder au vu des différentes évolutions. Le présent sujet n’est pas au sens strict l’arbitrage en ligne. Les outils numériques sont dans le monde de l’arbitrage depuis longtemps et aujourd’hui, l’Internet est couramment utilisé dans les procédures d’arbitrage, ne serait-ce que pour l’échange des pièces par voie électronique . Dans le cadre du présent travail, nous commencerons par définir les concepts d’intelligence artificielle (ci-après « I.A. ») et d’arbitrage ainsi que leur mode de fonctionnement. Ensuite, nous nous attarderons sur les potentiels effets de l’I.A. sur les professionnels de l’arbitrage.

Le concept d’intelligence artificielle est difficile à définir. Il n’existe pas une définition précise de ce concept. En 1955, John McCarthy a suggéré le terme ‘intelligence artificielle’ dans une proposition de projet de recherche qui décrivait l’I.A. comme un problème de « faire en sorte qu’une machine se comporte d’une manière qui serait qualifiée d’intelligente si un humain se comportait ainsi » . Marvin Lee Minsky est également l’un des pères fondateurs de l’intelligence artificielle et la définit comme suit : « la construction de programmes informations qui s’adonnent à des tâches qui sont, pour l’instant, accomplies de façon plus satisfaisante par des êtres humains car elles demandent des processus mentaux de haut niveau, tels que : l’apprentissage perceptuel, l’organisation de la mémoire et le raisonnement critique » . De cette définition, il ressort que le terme « artificiel » est utilisé car il est obtenu au moyen d’un robot ou d’une machine alors que l’on emploie le terme « intelligence » car l’objectif est de se rapprocher du comportement humain. Nous pouvons également retrouver des définitions de l’I.A. dans différents dictionnaires. En effet, le dictionnaire Larousse définit celle-ci comme un « ensemble de théories et techniques mises en œuvre en vue de réaliser des machines capables de simuler l’intelligence humaine ». Le Oxford Dictionary, quant à lui, la définit comme « le développement de systèmes informatiques capables d’exécuter des tâches nécessitant normalement l’intelligence humaine, telles que la perception visuelle, la reconnaissance vocale, la prise de décision et la traduction entre les langues » . Enfin, le Cambridge Dictionary considère l’I.A. comme « l’étude de la façon de produire des machines possédant certaines des qualités de l’esprit humain, telles que la capacité de comprendre le langage, de reconnaitre des images, de résoudre des problèmes, d’apprendre de l’expérience ».

L’intelligence artificielle est donc un terme utilisé pour décrire le processus général de combinaisons de grandes quantités de données avec un puissant traitement interactif de données et des algorithmes intelligents, afin que le logiciel puisse automatiquement apprendre. Il existe de nombreuses autres définitions mais nous pouvons déjà constater que toutes ces définitions utilisent l’intelligence humaine comme référence . Le principe central de l’I.A. est de reproduire et de dépasser la perception et la réaction humaine dans le monde réel. Dès lors, cela soulève la question de savoir si les ordinateurs prennent de meilleures décisions que les humains. En conclusion, l’I.A. consiste en un système informatique capable d’imiter des fonctions cognitives .

Intelligence artificielle étroite (I.A.E.) vs. Intelligence artificielle générale (I.A.G.)

L’intelligence artificielle générale est l’I.A. qui permet d’accumuler des connaissances et les utiliser pour résoudre différents types de problèmes. L’I.A. générale pourrait nous aider à résoudre des problématiques complexes et nécessitant certaines compétences. Nous ne sommes pas encore au stade de cette intelligence artificielle à l’heure actuelle . Actuellement, nous connaissons essentiellement de l’intelligence artificielle étroite, c’est-à-dire celle qui est adaptée à des tâches spécifiques, telles que recommander des chansons ou analyser la sécurité de nos habitudes de conduite. Cette intelligence artificielle ne peut pas apprendre d’elle-même, il faut la programmer pour qu’elle agisse de la sorte.

Intelligence artificielle faible vs. Intelligence artificielle forte 

L’intelligence artificielle forte est une machine qui produit non seulement un comportement intelligent, mais qui peut également acquérir de l’expérience, avoir de vrais sentiments et une compréhension de son propre raisonnement. Ces programmes ont la capacité de penser et de raisonner indépendamment, sans utiliser de schémas de pensée ou de raisonnements humains préprogrammés . Cette forme d’I.A. envisage d’ « imiter le fonctionnement de l’intelligence humaine dans son ensemble, en ayant la capacité de se questionner, d’analyser et de comprendre ses raisonnements » . L’intelligence artificielle faible, quant à elle, constitue une méthode qui cherche à construire des systèmes et des algorithmes de plus en plus autonomes capables de résoudre des types spécifiques de problèmes. Ici, la machine imite la pensée humaine et les capacités de raisonnement de l’Homme, sans les avoir  . Les programmes informatiques qui fonctionnent actuellement relèvent de cette dernière catégorie. Effectivement, ils ne sont qu’en mesure d’imiter une portion spécifique du fonctionnement de l’intelligence humaine, en recueillant et en associant rapidement un nombre élevé de données .

Table des matières

INTRODUCTION
TITRE I – LE CONCEPT D’INTELLIGENCE ARTIFICIELLE
CHAPITRE 1 – MULTIPLES DEFINITIONS
CHAPITRE 2 – DIFFERENTES DISTINCTIONS PERTINENTES
Section 1. Intelligence artificielle étroite (I.A.E.) vs. Intelligence artificielle générale (I.A.G.)
Section 2. Intelligence artificielle faible vs. Intelligence artificielle forte
CHAPITRE 3 – LA NOTION D’ALGORITHME
TITRE II – LE CONCEPT D’ARBITRAGE
CHAPITRE 1 – DEFINITION
CHAPITRE 2 – LES PRINCIPES ATTACHES A LA PROCEDURE
TITRE III – LES POTENTIELS EFFETS DE L’INTELLIGENCE ARTIFICIELLE SUR LES PROFESSIONNELS DE L’ARBITRAGE
CHAPITRE 1 – L’AVOCAT
CHAPITRE 2 – L’ARBITRE
CHAPITRE 3 – LE LEGISLATEUR
TITRE IV – LES DIFFERENTES OPTIONS D’INCORPORATION DE L’INTELLIGENCE
ARTIFICIELLE DANS LA PRATIQUE DE L’ARBITRAGE
CHAPITRE 1 – REMPLACER LES ARBITRES PAR L’INTELLIGENCE ARTIFICIELLE
CHAPITRE 2 – COMBINER L’INTELLIGENCE ARTIFICIELLE AVEC L’ARBITRE HUMAIN
CHAPITRE 3 – EXPLOITER L’INTELLIGENCE ARTIFICIELLE POUR SOUTENIR L’ARBITRE
Section 1. Les différentes tâches confiées à l’intelligence artificielle
§1. Tâches procédurales
§2. Tâches analytiques
Section 2. L’intelligence artificielle comme assistant de confiance pour l’arbitrage international
§1. La reconnaissance vocale (transcription – interprétation – traduction)
§2. La rédaction des sentences
§3. Aide pour l’autorité investie du pouvoir de nomination des arbitres
CHAPITRE 4 – QUELQUES PROGRAMMES D’I.A. EXISTANT DANS LE DOMAINE DU DROIT
TITRE V – L’INTELLIGENCE ARTIFICIELLE AU SERVICE DE LA JUSTICE PREDICTIVE
CHAPITRE 1 – LE CONCEPT DE JUSTICE PREDICTIVE (« ANALYTIQUE » OU « QUANTITATIVE »)
CHAPITRE 2 – DEUX ETUDES REALISEES DANS CE CADRE
Section 1. Etude britannique concernant les décisions de la C.E.D.H. (2016)
Section 2. Etude américaine concernant les décisions de la Cour suprême américaine (2017)
Section 3. Conclusion
CHAPITRE 3 – LES POINTS FORTS ET FAIBLES DE L’ANALYSE PREDICTIVE
Section 1. Les points forts
§1. Une certaine clarté sur l’issue probable d’un litige
§2. Éviction de réclamations non fondées
§3. Prévisibilité
§4. Gain de temps
Section 2. Les points faibles
§1. La confidentialité
§2. Absence de jurisprudence
§3. Absence de conclusion logique
TITRE VI – L’INTELLIGENCE ARTIFICIELLE DANS LA PROCEDURE D’ARBITRAGE EN GENERAL
CHAPITRE 1 – LES AVANTAGES DE L’APPLICATION DE L’INTELLIGENCE ARTIFICIELLE DANS CETTE MATIERE DU DROIT
Section 1. Rationalité
Section 2. Absence de toute influence subjective
Section 3. Meilleure préparation des affaires
Section 4. Meilleure égalité entre les potentiels demandeurs
Section 5. Méthodes scientifiques
Section 6. Réduction du temps et du coût de résolution des conflits
Section 7. Réduction des plaintes non pertinentes et incitation à une résolution simple de conflit
CHAPITRE 2 – LES INCONVENIENTS DE L’APPLICATION DE L’INTELLIGENCE ARTIFICIELLE DANS CETTE MATIERE DU DROIT
Section 1. Dangerosité
Section 2. Absence de motifs à la décision et d’explication du procédé – manque de transparence
Section 3. Risque de fausseté
Section 4. Non-accessibilité pour tous
Section 5. Non-confidentialité et publication de données personnelles (// R.G.P.D.)
Section 6. Absence d’appréciation de l’arbitre
Section 7. Atteinte au droit à un procès équitable
TITRE VII – LES LIMITES DE LA PRISE DE DECISION JURIDIQUE AVEC L’I.A. : LES QUATRE V DES BIG DATA
CHAPITRE 1 – VOLUME
CHAPITRE 2 – VARIETE
CHAPITRE 3 – VELOCITE
CHAPITRE 4 – VERACITE
CONCLUSION

Cours gratuitTélécharger le document complet

Télécharger aussi :

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *