CASUS
Ouvrir la navigation

Produit

Développer le produit

Clients

Ouvrir le menu Clients

Entreprise

Ouvrir le menu Entreprise

Sécurité

Tarifs

Logo Casus

Blog CASUS

La formation des collaborateurs à l’ère de l’IA : ce que les jeunes avocats doivent apprendre dès maintenant

Dernière mise à jour le

par

Logo de l’équipe CASUS

Équipe CASUS

|

Qui sommes-nous ?

L’image d’un jeune avocat travaillant tard dans la nuit sur des piles de contrats et établissant manuellement des listes de risques n’a pas fondamentalement changé dans de nombreux cabinets suisses. Mais la pression s’accentue – et elle vient de plusieurs directions à la fois. Les outils d’IA prennent en charge des tâches qui constituaient autrefois l’essentiel de la formation des collaborateurs. Dans le même temps, la révision de la loi fédérale suisse sur la protection des données (nLPD / revDSG), en vigueur depuis le 1er septembre 2023, a introduit de nouvelles exigences concernant le traitement des données personnelles dans le cadre des mandats clients. Enfin, avec la consultation en cours du Conseil fédéral sur la réglementation de l’IA (au premier trimestre 2025), le cadre réglementaire applicable à l’utilisation de l’IA dans la pratique juridique devrait se préciser à court terme.

Les cabinets qui n’adaptent pas dès maintenant la formation de leurs collaborateurs forment des avocats à des tâches qui, d’ici quelques années, seront rarement effectuées manuellement – tout en négligeant les nouvelles compétences réellement recherchées.

Il ne s’agit pas d’être enthousiaste ou non à l’égard de la technologie. Il s’agit de déterminer quelles compétences sont véritablement nécessaires aujourd’hui – et lesquelles exigent toujours une réelle maîtrise humaine, car l’IA ne peut pas les remplacer de manière fiable.

Ce qui a déjà changé dans le travail sur les contrats

L’examen des contrats, l’analyse des risques et la vérification des clauses types ont traditionnellement constitué des tâches essentielles des collaborateurs en début de carrière. C’est précisément dans ce domaine que l’IA juridique progresse. Des plateformes comme CASUS, une plateforme suisse d’IA juridique hébergée en Suisse et dans l’UE, peuvent examiner un contrat pour repérer les risques et les signaux d’alerte, classer les constats par niveau de gravité (faible / moyen / élevé) et proposer directement des modifications dans Word – sans copier-coller et avec une mise en forme correcte.

Exemple concret : une équipe zurichoise de fusions-acquisitions a utilisé le module Playbooks de CASUS pour examiner un contrat d’achat d’actions de 120 pages. Lors d’une première lecture, vérifier l’absence de clauses types – plafond de responsabilité, catalogue de garanties, définition de MAC, exhaustivité des dispositions relatives aux garanties et indemnités (W&I) – prenait auparavant environ quatre heures. Avec le module Playbooks, une analyse des lacunes hiérarchisée était disponible en quelque 45 minutes, avec une correspondance en pourcentage par rapport au guide interne du cabinet et des propositions précises d’insertion des clauses manquantes, correctement placées dans le document. Le collaborateur pouvait passer directement à l’évaluation des lacunes relevées au lieu de devoir les rechercher.

Cela ne signifie pas que les collaborateurs n’ont plus besoin de comprendre ces tâches. Ils doivent apprendre à évaluer les résultats de l’IA, à les affiner et à en assumer la responsabilité. Une personne qui ne sait pas évaluer une clause de responsabilité dépourvue de plafond au regard de l’art. 100 CO ne saura pas non plus interpréter correctement un constat de l’IA.

Il s’agit moins d’un remplacement que d’une réaffectation des tâches : on s’éloigne de l’examen mécanique de première passe pour se tourner vers un jugement juridique qualifié.

Les compétences réellement nécessaires aujourd’hui

Esprit critique à l’égard des résultats de l’IA

La compétence la plus importante, d’abord : les outils d’IA produisent des résultats structurés et fondés sur des sources, mais qui ne sont pas garantis exacts. Les collaborateurs doivent apprendre à remettre systématiquement en question les résultats de l’IA. L’évaluation du risque correspond-elle à la situation juridique réelle ? La jurisprudence citée est-elle pertinente ? Un élément manque-t-il parce qu’il n’a jamais été demandé ?

En pratique, deux erreurs reviennent souvent lorsque les collaborateurs commencent à utiliser l’IA juridique. Premièrement, les indicateurs de gravité (élevée / moyenne / faible) sont pris trop au sérieux sans vérifier si un constat est réellement pertinent dans le contexte de négociation concerné – une clause signalée comme présentant une gravité « élevée » peut avoir été délibérément acceptée dans le cadre d’une opération donnée. Deuxièmement, les alertes concernant des définitions manquantes sont systématiquement ignorées, alors que les lacunes dans les définitions de contrats volumineux figurent parmi les causes de litiges les plus coûteuses. L’arrêt du Tribunal fédéral suisse ATF 144 III 327, qui traite de l’interprétation des contrats au regard de l’art. 18 CO, illustre la manière dont des termes non définis ou ambigus peuvent engendrer des litiges d’interprétation qu’une rédaction soigneuse aurait pu éviter.

L’esprit critique à l’égard de l’IA n’est pas un exercice philosophique. C’est une compétence juridique pratique qui se traduit par des étapes concrètes de vérification : contrôle des sources, vérification de l’exhaustivité, test de plausibilité.

La formulation de prompts comme technique de travail juridique

Une question vague posée à un système d’IA donne une réponse vague. Des prompts bien structurés – précisant le contexte, la question, la position de la partie et le format de sortie souhaité – produisent des résultats exploitables. Cela ressemble à une compétence technique, mais, dans la pratique, il s’agit de précision juridique : la même aptitude que celle requise pour rédiger des conclusions et des clauses contractuelles claires.

Les collaborateurs qui apprennent à formuler un prompt de recherche juridique sur une question de responsabilité au titre des art. 97 ss CO apprennent simultanément à structurer la question juridique elle-même. Un prompt imprécis peut fournir un aperçu général de la responsabilité contractuelle. Un prompt précis – indiquant les faits, la position de la partie et la structure de sortie souhaitée – peut produire une évaluation structurée comprenant les facteurs de risque, les axes argumentatifs et une recommandation concrète directement exploitable dans une note interne.

Dans ce contexte, l’ingénierie des prompts et le raisonnement juridique ne s’opposent pas.

Examen des contrats et des documents assisté par l’IA

La capacité à mener un examen de contrat assisté par l’IA et à en assumer la responsabilité devient une compétence standard. Concrètement : travailler avec le module Risk & Quality Review, évaluer les constats, accepter certaines suggestions et être en mesure d’expliquer l’analyse à un client. Une personne qui maîtrise le processus – de l’analyse des risques aux recommandations d’amélioration – peut travailler plus efficacement et expliquer plus clairement ce qui a été examiné et ce qui ne l’a pas été.

Il en va de même pour le processus Benchmark : vérifier un NDA ou un SPA au regard d’une norme interne et évaluer les écarts est une compétence qui exigeait auparavant une expérience considérable. Grâce à un accompagnement structuré par l’IA, ce jugement peut s’acquérir plus tôt dans une carrière – à condition de posséder les compétences juridiques nécessaires pour interpréter les résultats.

Recherche juridique avec des bases de données dotées d’IA

La recherche juridique connaît une transformation fondamentale. Ce qui nécessitait auparavant des heures de recherche dans une base de données peut désormais se faire au moyen d’un prompt bien formulé, couvrant plus d’un million de décisions et plus de 21 000 lois pour la Suisse, plus de 620 000 documents juridiques pour l’Allemagne et plus de 1,58 million de documents juridiques pour l’Autriche, les considérants pertinents étant visibles directement dans les résultats de recherche – sans devoir ouvrir chaque décision individuellement.

Pour le droit suisse, CASUS recherche également dans les commentaires en libre accès d’Onlinekommentar et dans les informations sur les entreprises de ZEFIX, l’Index central des raisons de commerce suisse. Consulter la liste actuelle des sources.

Le module de recherche juridique de CASUS produit des premières évaluations structurées indiquant les facteurs de risque, les arguments pour et contre et des recommandations concrètes. Pour les collaborateurs, cela signifie qu’ils peuvent plus tôt dans leur carrière établir une première évaluation fondée sur des sources. Toutefois, replacer cette évaluation dans son contexte juridique, la peser de manière critique et la transformer en un livrable reste une tâche humaine.

Qualité formelle et linguistique des documents

L’IA prend également en charge les tâches de relecture : orthographe, grammaire, cohérence de la terminologie, renvois, définitions manquantes et espaces réservés. Le module de relecture vérifie les conventions orthographiques suisses (ss plutôt que ß), les annexes et la numérotation, et signale les contradictions – ce qui permet de déléguer des tâches nécessaires mais chronophages.

L’objectif n’est pas de porter un jugement juridique sur la situation, mais d’obtenir un document propre et cohérent. Les collaborateurs doivent également comprendre cette distinction : ce que couvre la relecture par l’IA et où elle s’arrête.

Matrice des compétences : formation traditionnelle et ère de l’IA

Le tableau ci-dessous rend cette évolution concrète – non pas comme un remplacement, mais comme un réajustement des priorités. Il distingue également les collaborateurs de première année qui commencent à utiliser l’IA juridique des collaborateurs de troisième année qui commencent à prendre en charge des processus.

Domaine de compétence

Formation traditionnelle

Ère de l’IA – 1re année

Ère de l’IA – 3e année

Analyse de première passe / signaux d’alerte

Manuelle, chronophage, tâche centrale

Examiner les résultats de l’IA, évaluer les constats

Concevoir le processus d’examen, contrôler la qualité

Recherche jurisprudentielle

Recherche dans les bases de données, tri manuel

Structurer les prompts, interpréter les résultats

Standardiser les processus de recherche

Négociation des clauses

Expérience acquise par la répétition

Repérer les écarts par rapport aux résultats Benchmark

Tenir à jour le guide interne, adapter la norme de l’IA

Qualité des documents

Relecture manuelle

Vérifier les résultats de la relecture par l’IA

Définir des normes de cohérence à l’échelle du cabinet

Compétences en matière de protection des données

Connaissances fondamentales de la LPD

Appliquer les art. 5 et 22 nLPD aux processus d’IA

Évaluer et approuver les outils d’IA au regard de la nLPD

Communication avec les clients

Rapports préparés manuellement

Contextualiser et approuver les projets de l’IA

Expliquer les gains d’efficacité aux clients

Conception des processus

Rôle limité au niveau junior

Documenter ses propres prompts et processus

Ingénierie juridique : concevoir les processus du cabinet

Ce tableau n’est pas un programme idéal, mais un cadre d’orientation. Chaque cabinet pondérera différemment les domaines en fonction de ses groupes de pratique et de la structure de sa clientèle. L’essentiel est de nommer explicitement ces évolutions, afin que les collaborateurs ne soient pas formés implicitement à un profil de compétences qui ne correspond plus aux exigences actuelles.

Comment les cabinets peuvent adapter la formation de leurs collaborateurs

Introduction structurée aux processus d’IA

Fournir simplement un outil d’IA sans accompagnement est peu efficace. Les collaborateurs ont besoin d’explications claires sur les cas d’utilisation adaptés à chaque module, ses limites et la manière d’interpréter ses résultats. Une présentation structurée du processus d’examen – à partir d’un contrat réel connu du cabinet – est plus utile qu’un document d’accueil.

Une méthode qui fonctionne bien en pratique comporte trois étapes : examiner d’abord le résultat de l’IA sans analyse préalable ; établir ensuite sa propre évaluation juridique ; puis comparer les deux. Cette comparaison révèle rapidement les cas où les collaborateurs s’appuient trop sur les constats de l’IA – par exemple lorsqu’ils acceptent un indicateur de gravité « élevée » sans vérifier si la clause concernée a été négociée ainsi délibérément dans le contexte de l’opération.

Apprentissage par cas avec l’IA comme référence

On peut craindre que l’apprentissage par cas perde de sa pertinence dès lors que l’IA prend en charge l’analyse de première passe. Ce n’est vrai qu’en partie. Pour évaluer un résultat de l’IA, il faut comprendre le sujet. Une personne qui n’a jamais appris à lire une clause de responsabilité et à la replacer dans le contexte de l’art. 100 CO ne peut pas déterminer si un constat de l’IA est correct.

Les observations faites lors de l’intégration font ressortir régulièrement deux tendances : les collaborateurs acceptent les indicateurs de gravité sans tenir compte du contexte de négociation et ignorent systématiquement les alertes concernant des définitions manquantes – alors que les lacunes de définition comptent parmi les causes de litiges les plus coûteuses dans les contrats longs. Une formation fondée sur des cas et traitant directement ces erreurs précises est plus efficace que des conseils généraux sur l’utilisation de l’IA.

Les collaborateurs devraient formuler leur propre hypothèse avant de voir le résultat de l’IA, puis évaluer ce que l’IA a correctement relevé et les points sur lesquels elle s’est trompée ou s’est montrée incomplète. Cette méthode fait de l’IA un outil d’apprentissage plutôt qu’un raccourci.

La protection et la sécurité des données comme élément obligatoire de la formation

La nLPD (art. 5, let. g) a introduit la notion de décision individuelle automatisée dans le droit suisse de la protection des données. L’art. 22 nLPD régit le profilage à haut risque et définit des exigences en matière de transparence et de base légale. Pour les collaborateurs qui utilisent des outils d’IA dans le cadre de mandats clients, la question est concrète : ils doivent savoir si et comment les systèmes utilisés traitent des données personnelles, et si ce traitement respecte la nLPD.

Il ne s’agit pas d’une question abstraite de conformité. Téléverser un contrat contenant des données personnelles dans un système d’IA qui transfère des données aux États-Unis ou utilise des documents pour l’entraînement de modèles risque non seulement d’entraîner une violation de la protection des données, mais aussi un manquement au devoir de diligence professionnelle envers le client. CASUS ne transfère aucune donnée aux États-Unis, fonctionne sans contrôle humain et ne conserve aucune donnée : ces critères sont pertinents pour une utilisation conforme à la nLPD dans les cabinets d’avocats.

La loi européenne sur l’IA (art. 6) classe certaines applications d’IA parmi les systèmes à haut risque. Pour les cabinets suisses travaillant pour des clients internationaux ou avec des contreparties européennes, la question ne concerne pas uniquement l’Europe : selon le contexte d’utilisation, les outils d’IA utilisés dans le conseil juridique peuvent relever des catégories à haut risque et entraîner des obligations de transparence et de documentation. Ce sujet doit faire partie de la formation des collaborateurs, et pas seulement de l’intégration informatique.

Pour en savoir plus sur l’hébergement et l’architecture de sécurité de CASUS : Sécurité et localisation des données.

De la formation juridique à l’ingénierie juridique

Le terme « ingénieur juridique » n’est pas encore courant dans les offres d’emploi suisses. Il décrit toutefois une évolution en cours : celle d’avocats qui raisonnent en juristes tout en sachant concevoir des processus, déployer des outils et structurer des résultats au-delà des pratiques traditionnelles.

Cela ne signifie pas que l’on s’éloigne du fond du droit. Au contraire, assumer la responsabilité des résultats de l’IA exige de solides bases juridiques, qui vont bien au-delà de la simple connaissance de mots-clés. L’art. 18 CO sur l’interprétation des contrats, les art. 97 ss CO sur la responsabilité et les exigences de la nLPD en matière de traitement automatisé ne sont pas des sujets périphériques, mais les fondements de toute évaluation critique d’un constat de l’IA.

En pratique, l’ingénierie juridique consiste à documenter ses propres processus de prompts, à intégrer systématiquement dans le guide interne du cabinet les constats du module Playbooks et à pouvoir expliquer en toute transparence les gains d’efficacité – par exemple lors de l’examen d’un SPA – aux clients. Cette compétence dépasse largement la simple maîtrise technique d’un outil. Notre guide sur le cabinet d’avocats suisse natif de l’IA explore la manière dont ces capacités transforment l’organisation elle-même.

Se former comme collaborateur à l’ère de l’IA, c’est apprendre les deux : le fond du droit et la capacité à l’appliquer et à en assumer la responsabilité au moyen d’outils structurés.

Essayer CASUS en pratique

Toute personne souhaitant voir à quoi ressemble le travail contractuel assisté par l’IA au quotidien peut essayer CASUS gratuitement. La plateforme est disponible sous forme d’application web et de complément Microsoft Word – sans transfert de données aux États-Unis, avec un hébergement en Suisse et dans l’UE, sans contrôle humain et sans conservation des données.

FAQ

Que doivent apprendre différemment les collaborateurs à l’ère de l’IA ?

Les collaborateurs doivent avant tout apprendre à évaluer de manière critique les résultats de l’IA : les risques relevés sont-ils corrects ? Un élément manque-t-il ? La formulation de prompts – la capacité à donner des instructions précises aux systèmes d’IA – devient une technique de travail courante. Les connaissances juridiques fondamentales restent indispensables, car elles sous-tendent toute évaluation des résultats de l’IA. En pratique, deux erreurs reviennent régulièrement : accepter les indicateurs de gravité sans vérifier le contexte de l’opération et ignorer les alertes concernant des définitions manquantes malgré les risques juridiques qu’elles peuvent entraîner.

L’IA remplace-t-elle le parcours de formation traditionnel des collaborateurs ?

Non. L’IA prend en charge les examens mécaniques de première passe et les analyses structurées, mais pas le jugement juridique. La formation doit évoluer : il faut s’éloigner de l’examen manuel de première passe pour développer la capacité à assumer la responsabilité des résultats de l’IA et à les approfondir. Les connaissances juridiques fondamentales – par exemple en matière d’interprétation des contrats au regard de l’art. 18 CO ou de répartition des responsabilités selon les art. 97 ss CO – constituent un prérequis et non un complément facultatif.

Quelles compétences en matière d’IA sont les plus pertinentes pour les avocats ?

Les compétences utiles en pratique comprennent la formulation de prompts pour des tâches juridiques, l’évaluation d’analyses des risques assistées par l’IA, l’utilisation d’outils de recherche juridique dotés de bases de données jurisprudentielles (plus d’un million de décisions et plus de 21 000 lois pour la Suisse, plus de 620 000 documents juridiques pour l’Allemagne et plus de 1,58 million de documents juridiques pour l’Autriche dans CASUS), ainsi que la compréhension des limites de la relecture par l’IA et du début de l’examen juridique. Il faut également savoir quels systèmes d’IA peuvent être utilisés dans le respect des règles de protection des données – une exigence concrétisée par la nLPD, en vigueur depuis septembre 2023.

À quoi ressemble la recherche juridique assistée par l’IA ?

Des plateformes comme CASUS effectuent des recherches parmi plus d’un million de décisions et plus de 21 000 lois pour la Suisse, plus de 620 000 documents juridiques pour l’Allemagne et plus de 1,58 million de documents juridiques pour l’Autriche, puis produisent des évaluations structurées avec références aux sources, axes argumentatifs et recommandations. Les considérants pertinents sont affichés directement dans le résultat de recherche, sans devoir ouvrir manuellement chaque décision. Cela accélère la première évaluation, mais replacer le résultat dans son contexte juridique – par exemple au regard d’un arrêt comme l’ATF 144 III 327 sur l’interprétation des contrats – reste le travail de l’avocat.

Comment les cabinets doivent-ils adapter la formation de leurs collaborateurs ?

Il est conseillé de proposer une introduction structurée à des processus d’IA précis – et pas seulement un accès aux outils – ainsi qu’un apprentissage par cas qui utilise l’IA comme référence plutôt que comme premier analyste. Une formation explicite sur les questions de protection des données liées à l’utilisation de l’IA est également nécessaire, notamment sur les art. 5 et 22 nLPD et sur les conséquences de l’art. 6 de la loi européenne sur l’IA pour les mandats transfrontaliers. La matrice des compétences présentée dans cet article fournit un cadre d’orientation pour les objectifs des première et troisième années.

Pourquoi la sécurité des données est-elle importante dans la formation des collaborateurs à l’IA ?

Les collaborateurs travaillent sur des documents liés aux clients, souvent confidentiels. Ils doivent savoir quels systèmes d’IA peuvent être utilisés dans le respect des règles de protection des données. La nLPD (en vigueur depuis le 1er septembre 2023) impose des exigences concrètes au traitement des données personnelles, y compris dans le contexte de l’IA ; l’art. 5, let. g, sur le traitement automatisé et l’art. 22 sur le profilage à haut risque sont particulièrement pertinents. Dans de nombreux contextes liés à des mandats clients, les systèmes qui transfèrent des données aux États-Unis ou utilisent des documents pour entraîner des modèles ne sont pas admissibles.

Quelle est la différence entre la relecture par l’IA et l’examen juridique d’un document ?

La relecture par l’IA vérifie la langue, la cohérence, la mise en forme, les renvois et les espaces réservés – par exemple, si le renvoi à la section 7.2 correspond bien à une section existante ou si un terme défini est orthographié différemment ailleurs. Elle n’évalue pas si une clause est juridiquement correcte ou appropriée. L’examen juridique d’un document porte sur la situation juridique, la répartition des risques et la structure du contrat. Ces deux fonctions se complètent, mais ne se remplacent pas.

Cela concerne-t-il aussi les équipes juridiques internes ?

Oui. L’évolution des compétences touche les équipes juridiques internes autant que les cabinets, voire davantage, car leurs ressources sont souvent plus limitées et les volumes de contrats élevés. Une entreprise pharmaceutique bâloise disposant d’un portefeuille international de fournisseurs et examinant chaque mois des dizaines de NDA et de contrats-cadres tire un bénéfice direct de la capacité de son équipe juridique à travailler systématiquement avec le module Risk & Quality Review et l’AI Data Room. La condition préalable est la même que dans un cabinet : l’équipe doit être capable de replacer les résultats dans leur contexte et d’en assumer la responsabilité.

Que signifie pour les cabinets la consultation du Conseil fédéral sur la réglementation de l’IA ?

Le Conseil fédéral a lancé au premier trimestre 2025 une consultation sur la réglementation de l’IA, qui s’inspire d’une approche fondée sur les risques comparable à celle de la loi européenne sur l’IA. Pour les cabinets, cela signifie que les outils d’IA utilisés dans le conseil juridique pourraient à l’avenir être soumis à des exigences de transparence, de documentation et de classification des risques. Les collaborateurs qui apprennent dès aujourd’hui à évaluer et documenter les résultats de l’IA seront mieux préparés à cette évolution réglementaire que ceux qui considèrent les outils d’IA comme des boîtes noires.