2.1 IA

Pour définir l’« IA », il est important de noter que :

[TRADUCTION] « IA est un terme général qui a plusieurs sens […] L’Organisation de coopération et de développement économiques (OCDE) définit un “système IA” comme un système basé sur une machine qui peut, pour un ensemble donné d’objectifs définis par l’homme, faire des prédictions, des recommandations ou des décisions influençant des environnements réels ou virtuels. »¹

En règle générale, l’IA peut être comprise comme étant des systèmes informatiques pouvant accomplir, de façon autonome, des tâches qui nécessiteraient autrement une intelligence et une intervention humaines.

En raison de l’absence de consensus concernant les définitions [traduction] « le sens du terme “lA” dépend du contexte et peut être défini de façon différente dans les instruments juridiques, les politiques ou les contrats dans le cadre d’une description de biens ou de services. Par conséquent, les exigences juridiques, les promesses contractuelles et le dialogue qui se rapportent à l’IA doivent être compris et interprétés en fonction de la façon dont le terme est utilisé dans un contexte donné. »²

La définition pratique suivante est peut-être plus utile :

[TRADUCTION] Intelligence artificielle (IA) : La capacité des ordinateurs ou autres machines à faire preuve d’un comportement intelligent ou de le simuler; le domaine d’étude visé par ce sujet³.

Certaines formes d’IA peuvent automatiser les tâches répétitives et aider les juristes à simplifier leurs processus juridiques.

Les nouvelles formes d’IA peuvent produire du contenu en réponse à des requêtes formulées en langage simple, et élaborer des recommandations, ce qui en fait des outils technologiques de plus en plus populaires. La plus récente forme d’IA qui a suscité beaucoup d’intérêt est l’IA générative, qui est décrite ci-dessous.

2.2 IA générative

Voici une définition utile de l’IA générative :

[TRADUCTION] « L’IA générative est une sous-catégorie de l’IA qui utilise des algorithmes d’apprentissage profond pour générer de nouvelles données de sortie ou de nouveaux contenus à partir d’une grande quantité de données d’entrée existantes ou synthétiques (créées artificiellement). »⁴

L’IA générative diffère des types d’IA que les juristes ont l’habitude d’utiliser du fait de sa capacité à créer du nouveau contenu en fonction des données utilisées dans le processus d’entraînement. Autrement dit, lorsqu’elle utilise l’IA générative, la technologie, non seulement analyse-t-elle les renseignements existants ou les classe-t-elle par catégorie, mais elle utilise aussi des modèles et des données recueillies à partir du contenu existant pour générer un nouveau contenu dont le style et la structure sont semblables aux données originales, mais qui est entièrement nouveau.

Comme toutes les formes d’IA, l’IA générative n’est pas en mesure de comprendre les données de sorte qu’elle produit ni leur signification de la même façon que les êtres humains les comprennent.

Cela signifie que l’IA générative ne peut pas, de façon indépendante, valider ou vérifier l’exactitude des résultats qu’elle génère. Elle peut fournir avec confiance et à tort de fausses données de sortie (communément appelées « hallucinations »), comme l’ont fait ressortir à maintes reprises les documents d’orientation et les communications des organismes de réglementation⁵. Essentiellement, lorsqu’elle produit des « hallucinations », l’IA générative invente des renseignements ou du contenu qui ne correspondent pas à la réalité ou qui ne sont pas exacts quant aux faits.

Les juristes et les cabinets juridiques devraient également comprendre que les outils d’IA générative traitent non seulement les données afin de générer des réponses — c.-à-d. créer du nouveau contenu —, mais qu’ils les utilisent également pour améliorer ou « perfectionner » le système lui-même. Les outils d’IA ne peuvent utiliser que les données existantes et qui sont forcément seulement aussi bonnes que leur source de données.

Il est également important que les juristes et les cabinets juridiques comprennent que l’IA générative n’a pas été conçue, à l’origine, pour être utilisée dans le cadre de l’exercice des fonctions juridiques ni pour exécuter des tâches juridiques précises comportant des réponses appropriées qui y seraient intégrées dans le but d’atténuer les risques inhérents à son utilisation.

2.3 Modèles de langage de grande taille 

Un modèle de langage de grande taille est un système d’IA qui a été perfectionné grâce à une quantité particulièrement importante de données. Les modèles de langage de grande taille constituent une forme d’IA générative⁶. La tâche principale des modèles de langage de grande taille est de prédire le mot qui suit dans une série de mots. Par conséquent, les modèles de langage de grande taille peuvent générer des renseignements convaincants, mais inexacts.

2.3.1 Chat GPT

L’outil Chat GPT d’Open AI est un outil d’IA populaire fondé sur un modèle de langage de grande taille qui peut répondre aux requêtes en langage naturel et générer des réponses qui semblent généralement appropriées. Il s’agit d’un système d’IA générative interactif qui a été perfectionné pour accomplir des tâches relatives au dialogue. Différentes versions ont été développées. Les versions antérieures étaient disponibles sans frais et avaient été perfectionnées au moyen de données qui avaient été « récupérées » d’Internet jusqu’à une période déterminée. Une nouvelle version est disponible aux abonnés et elle peut donner accès aux renseignements en temps réel. Chat GPT n’est qu’un exemple particulier de modèle de langage de grande taille d’IA. D’autres modèles sont disponibles et continuent d'être peaufinés.