Chez Accuracy, nous assistons fréquemment à des arbitrages et des litiges internationaux à forts enjeux, mettant à profit notre expertise pluridisciplinaire pour aider nos clients et les tribunaux dans leur résolution des litiges. L'émergence des outils d'IA a un effet sismique sur le secteur, modifiant l'organisation des litiges, la gestion des données et la production des rapports. Il incombe à des cabinets comme le nôtre de prendre en compte les impacts et les opportunités présentés par l'IA si nous voulons maintenir l'excellence et la valeur pour les clients.

Calum Mackenzie est Senior Manager et spécialiste des données chez Accuracy, et travaille au sein de nos pratiques en matière d'infrastructure, de litiges et de conseil. Parallèlement à son travail dans le cadre de litiges traditionnels, il joue un rôle de premier plan dans la science des données et le développement de logiciels, en mettant l'accent sur l'application de l'automatisation, du traitement du langage naturel (NLP) et de l'IA dans les projets de construction et l'arbitrage.

Lisez notre dernier entretien avec Calum, dans lequel il explore le rôle de l'IA dans l'arbitrage et la prise de décision.

Comment votre rôle chez Accuracy s'inscrit-il dans le monde de l'IA ?

Mon rôle me permet de travailler dans deux mondes à la fois : la résolution des litiges et la technologie. Le premier est traditionnellement conservateur, peu enclin au risque et aux enjeux importants, avec une tendance à mettre l'accent sur les références, les procédures et les précédents ; le second est innovant, tolérant au risque en quête de productivité et de perspicacité, mais avec peu d'enjeux. Les premiers voient d'un bon œil les systèmes et solutions "hérités", tandis que les seconds les considèrent comme des éléments à remplacer et à améliorer.
Un jour donné, je peux me retrouver à présenter des conclusions à des cadres et des conseillers, expliquant pourquoi la construction de leur raffinerie de pétrole a pris du retard ; un autre jour, je peux être en train de développer et de tester des outils alimentés par l'IA pour aider notre équipe à obtenir des informations à partir d'ensembles de données désordonnées et non structurées, en automatisant des tâches qui devaient auparavant être effectuées manuellement, ou en accélérant des tâches qui étaient auparavant accomplies lentement. Parce que je connais bien les deux mondes, je pense que je suis particulièrement bien placé pour offrir une perspective utile sur le thème de l'IA et de la prise de décision.

Que pensez-vous de l'évolution du paysage de l'IA à ce jour ?

L'IA pénètre le travail de connaissance et de service, des particuliers aux entreprises, en passant par des industries entières. Beaucoup l'ont vu venir bien avant l'avènement du ChatGPT et ont été enthousiasmés par son potentiel. Des professeurs et des praticiens expérimentés, comme Maxi Scherer en 2019, avaient prédit que l'IA aurait des applications précieuses dans la recherche, la gestion des données et la prédiction des décisions dans l'espace juridique. Les outils d'IA étaient et, nous l'avons supposé, continuent d'être exempts de certains biais auxquels les humains sont vulnérables. Un consensus général s'est dégagé sur le fait que les humains doivent rester responsables de la prise de décision et ne devraient pas s'appuyer uniquement sur les outils d'IA. 

La réalité, du moins jusqu'à présent, a été beaucoup plus désordonnée que prévu. D'une part, l'ensemble des problèmes que les ordinateurs peuvent aujourd'hui résoudre est de plus en plus vaste. beaucoup plus large. D'autre part, la manière d'utiliser et de réglementer ces outils est un problème énorme et compliqué qui n'a pas de solution claire. Mais il existe encore de grandes opportunités. 

L'arbitrage existe, en théorie, comme une alternative plus rapide, moins chère et privée à la procédure judiciaire. Dans la pratique, ses avantages en termes de rapidité et de coût par rapport aux litiges ne sont pas si évidents. L'IA permet de rationaliser et d'accélérer le processus de résolution des litiges de manière à favoriser un règlement rapide et à l'amiable, depuis la négociation et la médiation jusqu'au jugement et à l'arbitrage :

• Les systèmes d'IA pourraient examiner et évaluer les demandes, explorer les forces et les faiblesses d'une affaire, examiner les précédents, préparer des stratégies et prédire les résultats à des vitesses impossibles à égaler pour les humains.
• En outre, même les entreprises les plus performantes et les plus productives ne peuvent traiter qu'un petit nombre d'affaires en parallèle ; les alternatives basées sur l'IA n'auraient pas de tels goulets d'étranglement.
• L'IA pourrait également être un moyen de renforcer le principe de "l'égalité des armes" (selon lequel l'issue du litige ne doit pas être influencée par l'importance des ressources de l'une des parties) ; l'IA pourrait remédier aux déséquilibres potentiels en offrant une représentation juridique moins chère, plus efficace et plus accessible.

Au minimum, les capacités offertes par l'IA pourraient permettre aux professionnels de consacrer l'essentiel de leur temps et de leurs ressources aux affaires les plus complexes et les plus litigieuses.

Aussi attrayantes que soient ces possibilités, elles exigent que nous relevions des défis complexes. L'un d'entre eux est que ces systèmes et outils sont extrêmement complexes ; on ne peut pas s'attendre à ce que tous les utilisateurs en comprennent parfaitement le fonctionnement, ni à ce que ces modèles se comportent conformément aux règles et aux directives. Quels que soient les "garde-fous" mis en place, il est toujours possible que quelqu'un trouve le moyen de les contourner ou que des préjugés plus profonds, non découverts, s'y cachent.

Une grande partie du développement et de l'innovation en matière d'IA étant "open-source", c'est-à-dire publique, il n'est peut-être même pas possible de réglementer l'utilisation et la diffusion de ces systèmes, même si nous le voulions. Des sites web tels que HuggingFace fournissent gratuitement des modèles "pré-entraînés" qui peuvent être téléchargés comme n'importe quel autre fichier et qui sont déjà largement diffusés. Une grande partie de la recherche sur l'"architecture" des modèles est également effectuée en public et publiée via des plateformes comme ArXiv.

Et même si vous pourrait Si l'on limite l'accès du public aux nouveaux modèles, à la recherche et à la puissance de calcul, ce ne sera toujours pas suffisant. La formation de modèles à partir de zéro demande énormément de temps, d'argent et de ressources. réplication un modèle formé est trivialement facile et ne prend que quelques secondes.

Prenons l'exemple de votre téléviseur. L'image de votre téléviseur est déterminée par les valeurs de ses paramètres tels que la luminosité, le contraste, etc. Il faut du temps et des efforts pour obtenir l'image que vous souhaitez. Mais si quelqu'un d'autre achète le même modèle de téléviseur, il peut copier vos réglages et obtenir exactement la même image, sans effort supplémentaire. Vu sous cet angle, la réglementation descendante n'est pas une stratégie viable.

Partons donc du principe que les outils d'IA ne sont pas près de disparaître. Comment pouvons-nous savoir dans quelle mesure leurs résultats sont réellement indépendants et objectifs ? Les "meilleures pratiques" et les principes émergents offrent une orientation probable pour l'application de ces outils et sont susceptibles de résister à l'épreuve du temps :

• Transparence: Déclarez d'emblée les outils d'IA que vous avez utilisés, et quand, où, comment et pourquoi vous les avez utilisés.
• Un serviteur utile, un mauvais maître: Le travail critique, à forte conséquence, et la prise de décision dans le monde réel ne devraient jamais être naïvement confiés à des systèmes informatiques.
• Ne vous y fiez pas, testez-le : Ne prenez pas pour argent comptant ce que dit l'IA si vous n'avez pas les compétences nécessaires pour le vérifier. Évaluez minutieusement ses résultats avant d'y apposer votre nom.

Nous devons également reconnaître le défi de la confidentialité. Pour utiliser ces systèmes, vous devez partager vos données avec eux. Mais dans le domaine de l'arbitrage - où les informations sont, par définition, extrêmement sensibles - l'utilisation d'un modèle centralisé et externe n'est tout simplement pas envisageable, quelles que soient l'intelligence et la puissance du modèle (et les assurances que les propriétaires de ces outils peuvent donner quant à leur fiabilité).

Quelles sont, selon vous, les faiblesses des outils d'aide à la décision basés sur l'IA ? 

Trois grandes questions me viennent à l'esprit, toutes dans le domaine de la partialité :

• Nous connaissons et comprenons les préjugés humains. Il serait bon d'éliminer les préjugés humains de nos processus, de nos systèmes et de nos prises de décision à l'aide d'outils alimentés par l'IA, mais il y a une contrepartie : nous ne comprenons pas (encore) ces systèmes de la même manière. Nous risquons d'échanger nos propres préjugés bien connus contre des préjugés inconnus et plus subtils. Cela compromet leur utilisation dans la prise de décision dans le monde réel aujourd'hui.
• Deuxièmement, ces systèmes ne sont pas exempts de biais humains. Vous ne pouvez pas former une IA sur tous Même si vous le pouviez, vous ne le souhaiteriez pas. Les "ensembles d'entraînement" utilisés pour créer ces outils doivent donc être filtrés, et ce sont toujours les humains qui se chargent du filtrage. Après l'entraînement de ces modèles, leur comportement est conditionné par le "renforcement" qui, là encore, relève de l'intervention humaine. Nous n'avons donc pas supprimée Nous n'avons fait que les rendre plus subtils. Une fois de plus, cela compromet toute prise de décision dans le monde réel par ces systèmes.

• Troisièmement, il y a le risque de biais et de comportements non encore découverts. En tant qu'experts, nous sommes payés pour nos compétences, mais nous avons de la valeur en grande partie parce que nous payons le prix lorsque nous nous trompons. Imaginons que des outils d'IA soient utilisés à l'avenir pour éclairer les sentences arbitrales. Imaginons ensuite que l'on découvre une faille dans le "raisonnement" de ces systèmes. Que cela se produise ou non, il s'agit certainement d'un scénario plausible. Qu'adviendrait-il des sentences influencées par ces systèmes ? Les affaires seraient-elles rouvertes ? Qui porterait la responsabilité des fautes ou des dysfonctionnements de ces systèmes ? Nous n'avons pas de bonnes réponses à ces questions et, pour l'instant, il n'est pas certain qu'elles se réalisent. peut à laquelle il faut répondre.

Comment voyez-vous le potentiel de croissance de ces nouvelles technologies dans le domaine de l'arbitrage ?

Il y a des raisons d'être optimiste quant au potentiel de ces technologies dans le domaine de l'arbitrage. Utilisées correctement, elles pourraient compléter les personnes impliquées plutôt que de les remplacer ou, à tout le moins, présenter plus d'avantages que de coûts. 

• Les outils d'IA ont la capacité de "voir tous les côtés", d'assimiler les informations, de présenter des interprétations divergentes et d'avancer des lignes de raisonnement à une vitesse et avec une efficacité bien supérieures à celles de l'homme. Cette capacité de traitement permet d'adopter des approches de type "Monte Carlo" dans des situations denses, complexes et principalement des situations d'urgence. verbal les litiges juridiques. Et si vous pouviez aborder votre prochain litige avec des milliers d'audiences simulées derrière vous ?
• Elles pourraient améliorer l'efficacité et l'accessibilité financière des mécanismes de résolution des litiges. La facilitation des règlements, des négociations, des arbitrages, etc. peut faire baisser le prix de la résolution des litiges tout en augmentant considérablement son accessibilité. Imaginez dix fois plus d'arbitrages, chacun à un dixième du prix !
• Aujourd'hui, de nombreuses preuves et données restent bloquées dans des fichiers PDF composés de documents et de tableaux mal numérisés. L'extraction et le traitement de ces données non structurées sont coûteux, et les experts n'ont pas le temps d'y remédier seuls. Ces outils pourraient les libérer, en aidant les avocats et les experts à ne négliger aucune piste et à offrir la plus grande valeur possible.

Quelles sont vos prévisions pour 2029 ?

Les prédictions sont un jeu dangereux, mais je pense que nous pouvons nous attendre à certaines choses.

1. Attendez-vous à trouver des LLM et des outils d'IA à votre disposition sur la plupart des ordinateurs, des ordinateurs portables et des téléphones. Les téléphones, les ordinateurs portables et d'autres appareils seront dotés de LLM intégrés, optimisés à des fins spécifiques.
2. Les comportements au travail vont changer grâce à des outils tels que ChatGPT et CoPilot. Les gens liront moins et choisiront de confier la compréhension, la traduction et le résumé de textes complexes ou difficiles à leurs outils d'intelligence artificielle.
3. Les travaux importants et à forte incidence résisteront à l'empiètement de l'apprentissage tout au long de la vie, mais les aspects des emplois à faible incidence seront de plus en plus automatisés ou redondants.
4. La prise de décision critique par les humains deviendra plus difficileL'utilisation de l'IA n'est pas facile, en raison des asymétries dans la manière dont ces systèmes peuvent être utilisés, du moins au début de leur adoption. La mesure dans laquelle nous nous laissons guider par l'IA (ou finissons par lui faire confiance) pour nous aider dans des tâches essentielles est une question qui nous occupera probablement dans les années à venir.

Calum Mackenzie - Senior manager et spécialiste des données - Accuracy