L’IA ne fera pas disparaître les avocats, mais la « dette cognitive » pourrait éroder ce qui les rend irremplaçables

Six avocats sur dix utilisent aujourd’hui l’intelligence artificielle générative dans leur exercice professionnel [1]. Le débat sur l’adoption est donc clos. Mais en 2025, la recherche a commencé à mesurer un coût que personne ne facture : non pas ce que l’IA rate, mais ce que son usage sans cadre retire à celui qui l’utilise. Ce risque a un nom, la dette cognitive.

Il est documenté, chiffré, et il touche déjà des professions réglementées comparables à la vôtre. La bonne nouvelle est ailleurs : la profession d’avocat détient, dans sa formation et dans sa déontologie même, l’antidote.

À condition d’en faire une pratique organisée, et non une vertu supposée.

Une dette que personne ne comptabilise.

En juin 2025, une équipe du MIT Media Lab a publié une étude au titre volontairement provocateur : « Your Brain on ChatGPT » [2].

Le dispositif est simple. Cinquante-quatre participants rédigent des essais au cours de plusieurs séances étalées sur quatre mois, répartis en trois groupes : les uns avec un assistant d’IA générative, les autres avec un moteur de recherche classique, les derniers sans aucun outil. Pendant qu’ils écrivent, un électroencéphalogramme mesure leur activité cérébrale. Les textes sont ensuite notés par des enseignants et analysés linguistiquement, et chaque participant est interrogé sur ce qu’il vient d’écrire.

Les résultats sont nets, et ils s’ordonnent en escalier. La connectivité cérébrale décroît à mesure que le niveau d’assistance augmente : la plus forte et la plus étendue chez ceux qui travaillent sans outil, intermédiaire chez les utilisateurs du moteur de recherche, la plus faible chez les utilisateurs de l’IA. Le sentiment d’être l’auteur de son propre texte suit exactement la même pente. Et le détail le plus frappant : une partie des utilisateurs de l’IA se montrent incapables de citer un passage du texte qu’ils viennent de remettre, quelques minutes plus tôt.

L’étude relève un autre phénomène, moins commenté, mais parlant pour un rédacteur professionnel : les textes produits avec assistance se ressemblent. Entités citées, tournures, angles retenus convergent à l’intérieur du groupe IA. L’outil ne fait pas qu’alléger l’effort, il uniformise le résultat. Pour un métier dont la valeur tient à l’argument que l’adversaire n’a pas vu, l’homogénéité n’est pas un détail.

Les auteurs forgent, pour décrire l’ensemble, le terme de dette cognitive. L’analogie avec la dette technique des informaticiens est délibérée. Elle ne se voit pas au moment où on la contracte. Chaque délégation rend service aujourd’hui et se rembourse plus tard, avec intérêts, sous forme de mémoire qui ne fixe plus, d’attention qui ne s’engage plus, de jugement qui ne s’exerce plus.

Il faut dire honnêtement les limites de ce travail : cinquante-quatre participants, un contexte universitaire, une publication encore en cours d’évaluation par les pairs. C’est un signal fort, pas une loi. Mais ce signal converge avec tout ce qui s’est publié depuis, sur des populations et avec des méthodes très différentes.

Le mécanisme : la confiance endort le jugement.

Ce que les études suivantes précisent, c’est le mécanisme. Le coût cognitif ne vient pas de l’outil. Il vient de la posture de celui qui s’en sert.

Une enquête menée par Microsoft Research et l’université Carnegie Mellon, présentée à la conférence CHI 2025, a interrogé 319 travailleurs du savoir sur 936 situations réelles d’usage de l’IA générative dans leur travail [3].

Le volume des réponses donne d’abord la mesure du phénomène : pour la grande majorité des tâches examinées, les répondants déclarent que l’IA réduit l’effort mental consenti, et cette réduction touche jusqu’aux opérations les plus hautes, l’analyse, la synthèse, l’évaluation. Jusque-là, rien que de très attendu : c’est le service que l’outil promet.

Le résultat central est ailleurs, dans un effet de miroir. Plus l’utilisateur fait confiance à l’IA pour la tâche, moins il exerce son esprit critique. Plus il a confiance dans sa propre compétence sur cette même tâche, plus il l’exerce, en acceptant que cela lui coûte un effort supplémentaire. Les deux confiances jouent en sens inverse, et c’est la première qui gagne du terrain à mesure que l’habitude s’installe. L’étude note aussi que l’esprit critique ne disparaît pas chez les utilisateurs vigilants : il se déplace. Il devient vérification des affirmations, recoupement des sources, intégration des réponses, pilotage de la tâche. Autrement dit, une compétence de supervision.

Encore faut-il qu’elle s’exerce : parmi les freins identifiés figurent en bonne place le simple fait de ne pas y penser, et le sentiment que ce n’est pas nécessaire puisque l’outil est fiable.

Une troisième étude, conduite par Michael Gerlich sur 666 participants de tous âges et de tous niveaux de formation, referme le triangle [4].

Elle établit une corrélation négative significative entre la fréquence d’usage des outils d’IA et les capacités d’esprit critique, et identifie le maillon intermédiaire : le déchargement cognitif, c’est-à-dire l’habitude de confier à l’outil les opérations mentales qu’on effectuait soi-même. Plus la confiance dans l’outil est grande, plus le déchargement est massif, et plus la pensée propre s’atrophie. Les utilisateurs les plus jeunes sont les plus exposés. Un haut niveau de formation protège, quel que soit le niveau d’usage.

De ces trois travaux se dégage une conclusion commune, et elle est plutôt rassurante pour qui veut bien l’entendre : la variable décisive n’est jamais l’outil. C’est la répartition du jugement entre l’outil et l’utilisateur. La dette se contracte au moment précis où l’on cesse de se demander si la machine a raison.

Des professionnels expérimentés désapprennent déjà.

L’objection vient naturellement : ces études portent sur des étudiants et des employés de bureau, pas sur des experts entraînés, encore moins sur des professions dont l’exercice engage la responsabilité. Trois travaux récents y répondent, et leur réponse est inconfortable.

Le premier vient de la médecine, et il mérite qu’on s’y arrête parce qu’il décrit une profession réglementée, à haut niveau d’expertise, où l’erreur se paie cher. Dans quatre centres d’endoscopie polonais participant à un essai clinique, des gastro-entérologues ont utilisé pendant trois mois une IA d’aide à la détection des polypes en coloscopie.

L’assistance fonctionne : la littérature établit qu’elle augmente le taux de détection quand elle est active. Mais une étude publiée dans The Lancet Gastroenterology & Hepatology a posé la question que personne n’avait posée : que se passe-t-il quand ces mêmes praticiens travaillent ensuite sans l’assistance [5] ?

Leur taux de détection d’adénomes, l’indicateur de qualité de référence de la discipline, directement corrélé à la prévention des cancers colorectaux, chute de 28,4 % à 22,4 %. Six points perdus en un trimestre d’exposition. Des spécialistes expérimentés, dans une discipline où chaque lésion manquée peut devenir un cancer, ont mesurablement désappris. C’est le premier désapprentissage documenté chez des professionnels en exercice, et les auteurs concluent sobrement que l’exposition continue à l’IA pourrait dégrader le comportement même de l’opérateur.

Le deuxième vient du conseil en stratégie. Une expérimentation préenregistrée, menée par des chercheurs de Harvard avec le Boston Consulting Group sur 758 consultants, population recrutée dans les meilleures universités du monde, montre d’abord tout ce que l’IA apporte [6] : sur dix-huit tâches réalistes situées à l’intérieur de sa frontière de compétence, les consultants assistés traitent 12 % de tâches en plus, 25 % plus vite, avec une qualité jugée significativement supérieure. Puis vient la tâche piège, conçue pour se situer juste au-delà de cette frontière tout en ressemblant aux autres : les consultants assistés y produisent 19 % de bonnes réponses en moins que leurs collègues travaillant sans IA. Le groupe qui avait reçu une formation au maniement de l’outil n’échappe pas au phénomène.

Le plus troublant est là : rien, dans l’interface ni dans la difficulté apparente, ne signale à l’utilisateur de quel côté de la frontière il se trouve. Les auteurs décrivent des professionnels aguerris qui se reposent sur la machine précisément là où elle ne porte plus, et parlent de consultants qui s’endorment au volant.

Le troisième porte sur la perception, et il est peut-être le plus dérangeant des trois. Un essai randomisé conduit par l’institut METR a suivi des développeurs chevronnés travaillant sur leurs propres projets, des bases de code qu’ils connaissent depuis des années [7].

Avant l’expérience, ils prédisent que l’IA les accélérera de 24 %. Les experts extérieurs interrogés, économistes et spécialistes du domaine, prédisent mieux encore. Le résultat mesuré : avec l’IA, ces développeurs mettent 19 % de temps en plus pour accomplir leurs tâches. Et interrogés après coup, alors qu’ils viennent de vivre l’expérience, ils restent convaincus d’avoir été 20 % plus rapides. L’impression de productivité est elle-même défaillante. On ne peut pas se fier à son ressenti pour savoir si l’outil rend service : le ressenti est précisément ce que l’outil flatte.

Trois populations différentes, trois méthodes différentes, une même leçon.

L’expertise ne protège pas. Elle donne seulement l’illusion de protéger.

Le droit sert déjà de démonstration.

La profession n’a pas besoin d’aller chercher ces exemples chez les médecins ou les consultants. Elle fournit les siens, et depuis plus longtemps qu’on ne le croit.

Le premier cas médiatisé remonte au printemps 2023 : l’affaire Mata v. Avianca, devant un tribunal fédéral de New York, où des avocats avaient produit un mémoire truffé de décisions inventées par ChatGPT. On y a vu alors une anecdote, la maladresse de deux confrères imprudents. Trois ans plus tard, la base de données tenue par le chercheur Damien Charlotin recense plus de 1 300 affaires de références juridiques inventées produites devant des tribunaux, dans plus de trente pays [8]. Les sanctions s’alourdissent au fil des décisions : amendes parfois à six chiffres, écritures rejetées, honoraires supprimés, transmissions aux instances disciplinaires. Les avocats ne sont pas les seuls concernés, on trouve dans la base des magistrats et des justiciables agissant seuls, mais ils sont les plus sanctionnés, parce qu’ils sont tenus à une obligation de vérification que les autres n’ont pas.

La France y compte déjà une dizaine de cas. Et deux décisions françaises récentes ont franchi un seuil symbolique en nommant le phénomène dans leur motivation. Le tribunal judiciaire de Périgueux, le 18 décembre 2025, relève que des références citées par un requérant ne correspondent à aucune décision publiée et invite le requérant et son conseil « à vérifier à l’avenir que les références qu’ils ont pu trouver sur des moteurs de recherche ou à l’aide de l’intelligence artificielle ne sont pas des "hallucinations" » [9].

Onze jours plus tard, le tribunal administratif d’Orléans fait de même, constate que les décisions citées n’existent pas ou ne correspondent pas aux dates indiquées, et emploie les mots « hallucination » et « confabulation ».

La magistrature française a désormais le vocabulaire, et elle a commencé à s’en servir.

On pourrait objecter que ces accidents relèvent des outils grand public, et que les solutions professionnelles en protègent. L’objection ne tient pas entièrement. Une équipe de Stanford a soumis les outils de recherche juridique augmentés par l’IA des plus grands éditeurs, vendus avec des promesses d’absence d’hallucination, à une évaluation préenregistrée de plus de 200 requêtes [10] : les produits testés produisent encore des informations fausses ou trompeuses dans 17 % à 33 % des cas. C’est nettement mieux qu’un chatbot généraliste. C’est loin du zéro promis par les plaquettes commerciales, et les auteurs concluent que la vérification humaine des propositions et des citations reste indispensable.

Reste à savoir comment la profession française utilise réellement ces outils. L’enquête conduite pour le Conseil national des barreaux auprès de 4 457 avocats, au printemps 2025, dresse un état des lieux précis [11]. Six avocats sur dix utilisent l’IA générative dans leur exercice, trois sur dix en usage avancé, un sur dix seulement s’y refuse. Les avocats sont aussi nombreux à recourir aux IA généralistes qu’aux IA juridiques spécialisées, et l’outil le plus cité n’est pas un produit juridique : c’est ChatGPT. Les intéressés ne sont pas dupes, l’enquête le montre : ils ont constaté les imprécisions et les jurisprudences inventées, ils savent que la vérification systématique reprend une partie du temps gagné. Mais le constat qualitatif de la même enquête est le plus important pour notre propos : dans la grande majorité des cabinets, il n’existe ni démarche formalisée, ni normes internes, ni bonnes pratiques partagées. Chacun bricole son usage dans son coin, avec sa propre idée de ce qui est prudent.

Le débat « pour ou contre l’IA au cabinet » est donc périmé. L’adoption a eu lieu. Ce qui n’a pas eu lieu, c’est le cadre.

Le paradoxe : l’avocat est équipé comme personne.

Relisons maintenant les mécanismes décrits par les études à la lumière de ce constat. Ce qui protège de la dette cognitive tient en trois attitudes : la confiance dans sa propre compétence plutôt que dans celle de l’outil, la vérification systématique de ce qui est affirmé, le refus de tenir une proposition pour vraie parce qu’elle est bien formulée.

Or ces trois attitudes ont un nom collectif : c’est la formation juridique. Le contradictoire, qui organise le doute en procédure. La charge de la preuve, qui interdit de croire sur parole. La hiérarchie des normes, qui oblige à vérifier d’où vient chaque règle avant de l’appliquer. Le contrôle des sources, réflexe acquis dès la première année de droit. L’avocat est entraîné, depuis le début de ses études, à faire précisément ce que les chercheurs recommandent aujourd’hui d’apprendre aux autres professions.

Douter d’un texte bien écrit est son métier. Les hallucinations de l’IA sont convaincantes parce qu’elles ont l’apparence exacte du vrai ; l’avocat est, de toutes les professions intellectuelles, celle qu’on a le plus systématiquement dressée à ne pas confondre l’apparence du vrai et le vrai.

La déontologie en fait de surcroît une obligation, et non une vertu facultative. Le guide pratique adopté par le Conseil national des barreaux impose la vérification systématique de tout contenu généré avant son utilisation ou sa transmission à un client ou à une juridiction : relire, contrôler, valider [12]. L’avocat qui produit des éléments erronés faute de vérification appropriée engage sa responsabilité civile et s’expose à des poursuites disciplinaires. Le même guide borne le rôle de l’outil d’une formule que Christiane Féral-Schuhl avait donnée dès 2024 : des logiciels « d’assistance et pas de substitution ». Le guide du CCBE, à l’échelle européenne, inscrit la même exigence dans le prolongement des principes essentiels de la profession : probité, loyauté envers le client, contribution à une bonne administration de la justice.

Autrement dit, là où d’autres métiers doivent inventer de toutes pièces une discipline de vérification, l’avocat doit seulement appliquer la sienne à un objet nouveau. La dette cognitive frappe ceux qui délèguent leur jugement.

La déontologie de l’avocat lui interdit précisément de le déléguer. Encore faut-il que cette interdiction descende du principe vers la pratique quotidienne, et c’est exactement ce qui manque aujourd’hui : l’enquête du CNB montre une profession individuellement lucide et collectivement sans cadre.

Le cadrage, nouvelle compétence de cabinet.

Reste donc à transformer cet avantage structurel en pratique organisée. Les études citées plus haut ne se contentent pas de décrire des risques ; lues attentivement, elles dessinent trois leviers concrets. Tous trois relèvent de la décision de cabinet plus que de l’habileté individuelle.

Le premier est l’ordre des opérations. Le résultat le plus utile de l’étude du MIT ne porte pas sur les risques, mais sur la parade [13]. Lors d’une quatrième séance, les chercheurs ont inversé les groupes. Les participants qui avaient toujours travaillé avec l’IA et s’en trouvaient soudain privés ont montré un engagement cérébral affaibli : la dette se remboursait. Mais ceux qui avaient d’abord travaillé sans assistance, puis recevaient l’IA en second, conservaient leur rappel mémoriel et réengageaient largement leurs réseaux cérébraux. La séquence protège : penser d’abord, déléguer ensuite.

Au cabinet, cela signifie que l’analyse du dossier se fait avant d’ouvrir l’outil, et que l’IA rédige à partir d’un raisonnement déjà posé, jamais l’inverse. La règle vaut doublement pour la formation des collaborateurs, qui sont, toutes les études le confirment, la population la plus exposée au déchargement cognitif : l’IA vient après l’apprentissage du geste, pas à sa place. Un collaborateur qui n’a jamais construit seul une chronologie de pièces ne saura pas voir ce qui manque dans celle que la machine lui rend.

Le deuxième est la carte des délégations. La leçon de l’expérience menée chez BCG est que la frontière entre ce que l’IA fait bien et ce qu’elle rate est invisible à l’utilisateur, y compris formé [14]. Elle doit donc être tracée à l’avance, par écrit, et non découverte dossier par dossier. Ce qui se délègue : la recherche préparatoire, la synthèse de pièces volumineuses, le premier jet d’un document interne. Ce qui ne se délègue jamais : la qualification juridique, la stratégie contentieuse, la validation finale, et tout document qui part vers un client ou une juridiction. Le guide du CNB fournit la base de ce partage, jusqu’à une grille d’auto-évaluation pour choisir les outils [15] ; chaque cabinet doit ensuite la traduire dans le vocabulaire de ses propres dossiers, de ses propres matières, de ses propres risques. C’est l’objet d’une charte interne d’usage de l’IA : un document court, opposable à soi-même, qui dit qui utilise quoi, pour quelles tâches, avec quelles vérifications et quelles interdictions. Sa valeur ne tient pas au papier, elle tient à la discussion qu’il force : tant que la carte des délégations n’est pas écrite, c’est chaque collaborateur qui la dessine implicitement, seul, sous la pression du délai.

Le troisième est la mesure. Puisque le ressenti de productivité ment, comme l’a montré l’essai de METR [16], le gain réel se vérifie sur pièces : temps effectivement passé sur les dossiers assistés, taux de reprise des premiers jets, erreurs interceptées en relecture, temps de vérification lui-même. Ce qui n’est pas mesuré sera surestimé, et l’enquête du CNB suggère que les avocats le pressentent déjà, eux qui notent que la vérification systématique reprend une partie du temps gagné [17]. Un cabinet qui mesure sait ce que l’outil lui rapporte, tâche par tâche. Un cabinet qui ne mesure pas le croit.

La question n’est plus de savoir si le cabinet utilise l’intelligence artificielle : six avocats sur dix le font déjà. La question est de savoir qui, dans le cabinet, a décidé comment. Savoir rédiger une requête à une IA était la compétence de 2024. Savoir ce qu’on ne lui déléguera jamais sera celle qui distinguera les cabinets en 2027.