GPT-6 Astra se branche directement sur le droit américain

OpenAI lance Astra for Law, une configuration de GPT-6 Astra associée à un index de 230 millions de sources juridiques américaines et à des outils pour cabinets d’avocats.

Une réponse juridique convaincante ne vaut rien si elle s’appuie sur une décision inexistante, une jurisprudence renversée ou un texte devenu obsolète. Avec Astra for Law, OpenAI tente de rapprocher la génération d’une analyse et la recherche des autorités nécessaires pour la soutenir. Le service combine GPT-6 Astra avec des instructions consacrées à l’analyse et à la rédaction juridiques, des réglages favorisant un travail approfondi et un nouvel index de recherche. Il sera d’abord proposé à certains cabinets dans ChatGPT et Codex, avant une ouverture prévue dans l’API.

Astra for Law n’est pas un modèle fondamental entraîné séparément sur le droit. Il s’agit d’une configuration maintenue par OpenAI autour de GPT-6 Astra. L’entreprise assemble le modèle généraliste, une méthode de travail spécialisée, des sources juridiques et des connexions aux logiciels déjà utilisés par les professionnels.

Cette distinction compte. Le comportement juridique ne provient pas seulement des connaissances mémorisées pendant l’entraînement. Il dépend aussi des instructions qui encadrent la réponse, du niveau de raisonnement demandé, des documents retrouvés au moment de la requête et des règles propres au cabinet.

Le principal ajout est le Legal Search Index. Il permet de rechercher dans la jurisprudence, les lois, les règlements, les règles de procédure et les décisions administratives des États-Unis. OpenAI annonce un corpus couvrant plus de 230 millions d’adresses, alimenté quotidiennement.

Une partie de la jurisprudence provient de CourtListener, le service exploité par l’organisation à but non lucratif Free Law Project. Cette collection affirme couvrir plus de 99,9 % des décisions américaines publiées faisant jurisprudence. Elle apporte à Astra for Law une base publique beaucoup plus structurée qu’une recherche ordinaire sur le web.

Le volume de 230 millions ne correspond toutefois pas à 230 millions de décisions uniques. Il rassemble plusieurs catégories de sources et compte des adresses plutôt que des documents juridiques dédupliqués. Ce chiffre renseigne sur l’étendue de l’index, mais pas directement sur la qualité du classement, l’exhaustivité de chaque juridiction ou la fréquence des mises à jour propres à chaque source.

La couverture est également américaine. L’annonce ne décrit aucun index équivalent pour le droit français, européen, britannique ou d’autres systèmes juridiques. Un cabinet international pourra employer les capacités générales de GPT-6 Astra sur ces matières, mais il ne bénéficiera pas nécessairement de la même infrastructure documentaire.

OpenAI ne présente d’ailleurs pas son index comme un remplacement complet de Westlaw, LexisNexis, CoCounsel ou des bases documentaires internes. La société explique qu’il complète les contenus sous licence et les produits spécialisés auxquels les cabinets sont déjà abonnés. Thomson Reuters participe lui-même au lancement à travers plusieurs intégrations.

Astra for Law peut partir des faits d’un dossier, chercher des autorités susceptibles de s’y appliquer, retrouver les passages pertinents et les intégrer à une analyse. Les sources restent accessibles afin que l’avocat puisse consulter le document d’origine et vérifier le raisonnement proposé.

Les instructions spécialisées demandent notamment au système de distinguer la règle centrale d’une décision des observations secondaires, de rechercher les éléments qui affaiblissent une position et de signaler les incertitudes. Pour les opérations, elles peuvent servir à examiner les conséquences d’une exception contractuelle, à comparer plusieurs clauses ou à préparer des propositions de modification.

L’objectif n’est donc pas uniquement de produire une réponse plus juridique dans sa forme. OpenAI cherche à structurer un parcours allant de la question aux sources, puis des sources à une recommandation susceptible d’être contrôlée.

L’entreprise a évalué cette configuration sur 200 questions américaines issues d’un ensemble privé de validation du Legal Research Bench de Vals AI. Ce test vérifie la capacité à retrouver les bonnes sources et les passages correspondants, puis à satisfaire plusieurs critères portant sur la réponse finale.

À son niveau de raisonnement maximal, Astra for Law a satisfait l’ensemble des critères de correction sur 54 % des questions. GPT-6 Astra associé à une simple recherche web atteignait 38,7 % dans les mêmes conditions. L’écart représente 15,3 points, ou une amélioration relative d’environ 40 %.

Sur les questions concentrées sur la jurisprudence, la nouvelle configuration a retrouvé 24 % de décisions de référence supplémentaires. Dans un sous-ensemble audité, elle a également extrait jusqu’à 54 % de passages pertinents en plus dans les bons avis judiciaires.

Ces progrès mesurent surtout la contribution de l’index et de la configuration par rapport à GPT-6 Astra utilisé avec le web. Ils ne constituent pas un classement complet face aux services juridiques concurrents. OpenAI ne compare pas Astra for Law à Westlaw, LexisNexis, CoCounsel, Harvey ou Legora sur le même protocole.

L’ensemble de validation employé reste par ailleurs privé. Les questions, les réponses attendues et le détail des échecs ne sont pas publiés avec l’annonce. Une équipe extérieure ne peut donc pas reproduire intégralement les résultats ni examiner les domaines dans lesquels le système rencontre le plus de difficultés.

Le score de 54 % appelle également une lecture prudente. Même avec l’index et le niveau de raisonnement maximal, la configuration ne satisfait pas tous les critères sur près d’une question sur deux. La mesure est stricte et un échec peut correspondre à une partie manquante plutôt qu’à une réponse entièrement erronée, mais le résultat ne permet pas d’utiliser Astra for Law comme source d’autorité sans vérification.

Le classement public de Vals AI fournit un autre point de comparaison, avec plusieurs modèles proches ou légèrement supérieurs à 55 % sur Legal Research Bench. Ces chiffres ne peuvent cependant pas