Jurisprudence inventée par l'IA : ce que les tribunaux sanctionnent déjà

Le 29 décembre 2025, le tribunal administratif d'Orléans a relevé dans les écritures d'un avocat une quinzaine de références de jurisprudence introuvables, dont plusieurs décisions du Conseil d'État qui n'ont jamais été rendues. Le juge a employé noir sur blanc les mots "hallucination" et "confabulation". Ce n'est plus une curiosité américaine : c'est un sujet de responsabilité professionnelle en France.

Dans cet article, nous expliquons simplement pourquoi un assistant d'IA invente une décision de justice avec autant d'assurance, ce que cela peut coûter (au tribunal, mais aussi dans une DRH ou un cabinet comptable), et la méthode de vérification que nous recommandons à nos clients. Les passages plus techniques sont isolés, vous pouvez les survoler.

Les juges ont commencé à nommer le problème

L'affaire d'Orléans (n° 2506461) n'est pas isolée. Quelques semaines plus tôt, en décembre 2025, le tribunal administratif de Grenoble statuait sur deux requêtes rédigées avec une IA générative par des particuliers : références jurisprudentielles fantaisistes dans la première, et dans la seconde, un requérant qui avait laissé dans son document des morceaux de sa conversation avec l'outil. Le tribunal a sèchement noté que la requête n'avait rien de "juridiquement encadré", contrairement à ce que promettait l'assistant.

À Orléans, pas d'amende. Mais une observation publique, dans une décision accessible à tous, rappelant au conseil son devoir de vérification. Pour un avocat, c'est probablement pire qu'une amende : c'est son nom associé à des sources inventées.

Soyons honnêtes : la plupart des professionnels qui se sont fait piéger n'étaient ni paresseux ni incompétents. Ils ont fait confiance à un outil qui présente une référence fausse exactement comme une vraie, avec le bon format, la bonne chambre et une date plausible.

Pourquoi un modèle invente une décision avec autant d'aplomb

Un assistant conversationnel ne consulte pas Légifrance quand vous lui posez une question. Il ne "cherche" rien. Il a appris, à partir d'énormes volumes de textes, à quoi ressemble une réponse juridique, et il en produit une. Quand il a mémorisé une décision célèbre, il la restitue souvent correctement. Quand il ne l'a pas mémorisée, il en reconstruit une qui a l'air juste.

Le point technique qui change tout

Le modèle ne fait aucune différence entre une référence dont il se souvient et une référence qu'il reconstruit. Les deux sortent avec le même ton, la même mise en forme. C'est pour cela qu'une consigne du type "n'invente pas de sources" réduit le phénomène sans jamais le supprimer : on demande à l'outil de repérer une erreur qu'il est structurellement incapable de voir.

Nous l'avons mesuré lors de nos propres tests internes. Sur sept numéros de pourvoi cités par un modèle dans une même réponse, quatre n'existaient pas, et deux existaient bien mais avec une chambre et une date différentes de celles annoncées. Un seul était exact.

Il y a plus insidieux que la référence inventée : la référence réelle citée à contresens. Toujours dans nos tests, un modèle a invoqué l'article L1227-1 du Code du travail pour fonder l'obligation de verser la contrepartie financière d'une clause de non-concurrence. L'article existe bien. Il traite... du secret de fabrique. Un contrôle d'existence ne l'aurait pas détecté.

Qui paie l'erreur, au juste ?

Ces textes ne visent pas l'IA en tant que telle. C'est justement le point : les juges n'ont besoin d'aucune loi nouvelle pour sanctionner. Le fait d'avoir utilisé un outil n'est pas une excuse, c'est au mieux une explication.

C'est là que la plupart des entreprises se trompent : elles pensent que le sujet ne concerne que les avocats plaidants. Or la majorité des références erronées ne finiront jamais devant un tribunal. Elles finiront dans une note au comité de direction, un courrier de licenciement, une consultation envoyée à un client.

Prenons le cas d'une DRH de PME qui demande à un assistant d'IA la date de fin d'une période d'essai de trois mois commencée le 12 septembre. Réponse obtenue, avec aplomb : le 12 décembre. Réponse exacte : le 11 décembre à minuit, puisque la période d'essai se décompte de manière calendaire (service-public.gouv.fr donne l'exemple d'un essai de deux mois débutant un 13 mars et prenant fin le 12 mai à minuit). Une rupture notifiée le 12 décembre intervient donc après la fin de l'essai, et le contrat est devenu définitif. Cette erreur-là, nous l'avons observée sur tous les modèles que nous avons testés, et ils la maintiennent quand on la conteste.

Même logique pour un expert-comptable qui cite un article du Code général des impôts dans une note client, ou pour un juriste d'entreprise qui s'appuie sur un arrêt pour négocier une clause. Pas d'amende civile ici, mais une responsabilité contractuelle bien réelle, et un client qui ne vous fera plus confiance.

Une méthode de vérification qui tient en cinq minutes

Faut-il pour autant bannir l'IA des métiers du droit et du chiffre ? À notre sens, non. L'outil fait gagner un temps considérable sur la structuration d'un raisonnement, la synthèse de pièces ou le premier jet d'un courrier. Il faut simplement cesser de le traiter comme une base documentaire. Voici les réflexes que nous recommandons :

• Traiter toute référence produite par une IA comme une hypothèse, jamais comme une source. Elle n'entre dans un document qu'après vérification.
• Vérifier chaque décision dans Judilibre (Cour de cassation) ou sur Légifrance, et chaque article de loi sur Légifrance, dans sa version en vigueur à la date des faits.
• Lire l'article ou l'attendu, pas seulement constater qu'il existe. C'est la seule parade contre la référence réelle citée à contresens.
• Recalculer soi-même les délais et les dates. Les modèles se trompent de façon systématique sur les décomptes calendaires.
• Formaliser la règle par écrit dans l'entreprise ou le cabinet, pour que le stagiaire comme l'associé sachent qu'une citation non vérifiée ne sort pas.

Un mot sur la confidentialité, souvent oublié dans ce débat. Pour vérifier, beaucoup de professionnels collent l'intégralité du dossier dans un chatbot gratuit et demandent "tes sources sont-elles exactes ?". Double erreur : l'outil n'est pas capable de s'auto-contrôler, et les pièces du client (noms, montants, faits couverts par le secret professionnel) viennent de partir chez un tiers dont vous ne maîtrisez ni la localisation des serveurs ni l'usage des données.

Ce que nous avons choisi de faire chez Enclosy

Nous avons tiré une conclusion simple de nos tests : on ne corrige pas ce problème avec une meilleure consigne donnée au modèle. On le corrige avec du code qui ne dépend d'aucun modèle.

Dans Enclosy, les numéros de pourvoi et les articles de code cités par l'assistant sont confrontés aux sources officielles, Judilibre et Légifrance, via les interfaces publiques de l'État. Une référence introuvable est retirée de la réponse avant qu'elle ne vous parvienne, et ce retrait vous est signalé. Seul le numéro de la référence est transmis pour ce contrôle : aucun contenu de votre conversation ne quitte notre infrastructure, hébergée en France.

Aucun outil ne peut promettre des réponses toujours justes. Il peut en revanche promettre des réponses vérifiables.

Nous tenons à cette nuance. Une référence "trouvée" signifie qu'elle existe, pas qu'elle est correctement interprétée : la lecture du texte reste votre travail, et c'est très bien ainsi. Notre rôle est de faire en sorte qu'aucune décision fantôme n'atterrisse dans vos écritures.

La bonne question à vous poser dès cette semaine : aujourd'hui, dans votre cabinet ou votre service, qui vérifie les références produites par l'IA avant qu'elles ne partent chez un client ou au greffe ? Si la réponse est "personne en particulier", c'est le moment d'équiper vos équipes d'un outil qui fait une partie de ce travail pour elles.