Quelques outils expérimentaux appuyés sur l'intelligence artificielle pour l'enseignement et la recherche

Le colloque « Enseigner le droit hors des amphithéâtres », organisé par l'Université de Strasbourg et la Société pour l'histoire des facultés de droit, posait une question d'apparence simple : que se passe-t-il quand on sort le droit de son cadre habituel ? La réponse que je propose ici est qu'on peut, entre autres choses, le confier avec précaution à des machines. Cette communication présente trois outils expérimentaux développés pour l'Institut d'Enseignement à Distance de Paris 1 Panthéon-Sorbonne, où l'enseignement « hors les murs » n'est pas un thème de colloque mais une condition quotidienne.

Un générateur de questions

Le premier outil est un générateur automatique de questions de cours. On lui fournit un corpus (supports de cours, articles, extraits de manuels) et il en tire des questions de plusieurs formats, QCM ou questions ouvertes, en ciblant au besoin une notion précise ou un niveau de difficulté.

Pourquoi est-ce utile ? Parce que la création de supports d'évaluation est l'un des travaux les plus chronophages de l'enseignement, et l'un des plus répétitifs. Un enseignant qui donne le même cours depuis cinq ans a épuisé ses réserves d'inspiration pour les QCM de révision ; la machine, elle, varie les formulations sans se lasser. L'enseignant garde la main : il valide, corrige, ajuste, mais il gagne du temps sur la production brute. C'est un usage instrumental de l'IA, modeste, qui ne prétend pas réinventer la pédagogie et qui, pour cette raison même, fonctionne.

Un extracteur d'ontologies

Le deuxième outil est plus exploratoire. C'est un système d'extraction d'ontologies juridiques à partir de corpus documentaires : on lui donne un ensemble de textes juridiques et il en tire une cartographie structurée des concepts, de leurs relations et de leur hiérarchie. L'outil rend visible l'architecture conceptuelle implicite d'un corpus, ce qui sert autant à l'enseignement (montrer aux étudiants comment s'organise un domaine du droit) qu'à la recherche (repérer des structures récurrentes, des lacunes, des évolutions terminologiques).

L'extraction d'ontologies n'est pas une idée neuve. L'ingénierie des connaissances s'y intéresse depuis les années 1990. Mais les modèles de langue actuels lui donnent une efficacité nouvelle, à condition de se rappeler que le système produit une représentation du corpus, non une vérité sur le droit.

Un agent conversationnel juridique

Le troisième outil est un agent conversationnel spécialisé dans l'apprentissage et la recherche en droit, cousin du projet ArchéoBot transposé au domaine juridique. Même architecture RAG, même souci de traçabilité : les réponses doivent renvoyer à des textes identifiés, pas à ce que le modèle croit se rappeler.

Retour d'expérience

Le bilan, forcément provisoire, est contrasté. Le générateur de questions est l'outil le plus facilement adopté par les enseignants : il résout un problème concret avec un minimum de friction. L'extracteur d'ontologies intéresse les chercheurs mais reste trop expérimental pour un usage quotidien. L'agent conversationnel suscite plus de curiosité chez les étudiants que chez les enseignants, dont les réserves méritent d'être entendues. Aucun des trois ne prétend remplacer quoi que ce soit ; ce sont des outils d'appoint, et c'est déjà bien assez.