Et si l’IA permettait de mieux former les élèves-avocats ?

Il y a un paradoxe que j’observe depuis quelque temps.

Des avocats qui se décrivent volontiers comme peu technophiles sont aujourd’hui capables de passer 30 ou 45 minutes seuls devant une IA à lui expliquer précisément ce qu’ils veulent. Ils reformulent, ajoutent du contexte, précisent une exception, donnent un exemple, corrigent le raisonnement et recommencent lorsque le résultat ne correspond pas à leur attente.

Autrement dit, ils font exactement ce que l’on attend d’un bon formateur. Et parfois avec davantage de patience qu’avec un stagiaire.

Je force évidemment un peu le trait, mais pas tant que cela. Beaucoup d’anciens élèves-avocats connaissent la scène inverse : un SPA rendu à 2 h du matin parce que le document était nécessaire « pour hier », plusieurs heures passées à reprendre les annexes, les renvois, la table des matières et les termes définis, puis, le lendemain, une remarque assez sèche sur une coquille qui aurait échappé à la dernière relecture.

La coquille compte. Une mauvaise date peut être grave, un renvoi erroné peut créer une ambiguïté et une définition incohérente peut modifier l’économie d’une clause. Il ne s’agit donc pas d’opposer le « vrai droit » à la forme, comme si celle-ci était secondaire.

Mais l’arrivée de l’IA nous oblige peut-être à poser une question que nous évitions jusqu’ici : qu’est-ce qui, dans tout ce travail historiquement confié aux juniors, les formait réellement, et qu’est-ce qui répondait surtout au besoin de production du cabinet ?

Cette distinction me paraît beaucoup plus intéressante que la question désormais classique : « l’IA va-t-elle remplacer les jeunes avocats ? »

Parce qu’une partie des tâches qui servaient de terrain d’apprentissage va effectivement être automatisée, accélérée ou profondément modifiée. La recherche de premier niveau, le résumé de centaines de pages, une première revue contractuelle, la construction d’une chronologie, la comparaison de versions ou la préparation d’un premier projet ne disparaîtront pas nécessairement du jour au lendemain. Mais il devient difficile de justifier 10 heures humaines consacrées à une tâche lorsque l’outil peut produire beaucoup plus rapidement une première matière exploitable.

Le risque pédagogique est donc réel. Mais je me demande si nous n’en tirons pas trop vite la mauvaise conclusion.

L’IA peut dégrader la formation des jeunes avocats si elle remplace simplement ce qu’ils faisaient. Elle peut au contraire l’améliorer si elle nous oblige à reconstruire volontairement ce qu’ils doivent apprendre.

La performance peut augmenter pendant que l’apprentissage diminue

Le problème n’est déjà plus seulement théorique.

En France, le Conseil national des barreaux a lancé en juin 2026 une concertation sur l’évolution de la formation des élèves-avocats. L’avant-projet prévoit notamment d’ajouter l’usage de l’intelligence artificielle parmi les enseignements impératifs.

À l’étranger, la question est encore plus directement posée sous l’angle de l’apprentissage. Une enquête LexisNexis réalisée en janvier 2026 auprès de 873 professionnels du droit au Royaume-Uni indique que 65 % déclarent travailler plus vite avec les outils juridiques d’IA. Dans le même temps, 72 % craignent que les juniors aient davantage de difficultés à développer leur raisonnement et leur argumentation, 69 % s’inquiètent de leurs capacités de vérification des sources et seulement 2 % considèrent que l’IA renforce actuellement l’apprentissage.

Cette tension me paraît fondamentale : on peut devenir beaucoup plus performant avec un outil sans devenir plus compétent sans lui. Donner une IA à un élève-avocat n’est donc pas, en soi, une politique de formation.

Nous avons peut-être confondu production junior et formation junior

Une partie de notre modèle d’apprentissage était fondée sur la répétition. Pour comprendre une salle de données, il fallait en parcourir plusieurs. Pour savoir rédiger une garantie d’actif et de passif, il fallait comparer des précédents, produire un premier projet imparfait, se le faire corriger puis progressivement comprendre pourquoi telle rédaction protégeait davantage l’acquéreur et telle autre le vendeur.

Même logique en contentieux : construire des chronologies, lire les conclusions adverses, rechercher la jurisprudence, rédiger un premier projet et découvrir progressivement pourquoi un fait apparemment secondaire pouvait modifier toute la théorie du dossier.

Ce système avait une qualité réelle : il confrontait le jeune avocat à la matière. Mais il comportait aussi beaucoup de tâches dont la valeur pédagogique était plus discutable : reprendre 100 renvois, reporter mécaniquement les noms de 20 sociétés, comparer manuellement des versions ou parcourir 50 décisions pour découvrir que 45 d’entre elles ne répondaient pas réellement à la question.

Nous avons probablement appris de la patience, de la précision et parfois une connaissance très intime du dossier grâce à cette répétition. Je ne suis en revanche pas certain qu’il faille reproduire artificiellement son inefficacité pour conserver ces qualités.

Certaines tâches vont disparaître. Il faudra probablement l’assumer

Il faut même aller un peu plus loin. À mesure que la fiabilité des outils augmentera, certaines tâches ne seront probablement plus seulement accélérées : elles cesseront d’être demandées manuellement aux stagiaires.

Il est tout à fait possible que, dans quelques années, un élève-avocat ne sache plus faire exactement comme nous une recherche de premier niveau, comparer ligne à ligne 2 versions d’un document ou reprendre manuellement une mise en forme complexe. Si l’outil accomplit ces opérations avec un niveau de confiance suffisamment élevé, pourquoi continuer à les imposer comme rite d’apprentissage ?

Ce serait un peu comme demander aujourd’hui à un analyste financier de refaire à la main les calculs d’un modèle Excel pour être certain qu’il comprend la finance. Le fait de ne plus réaliser manuellement le calcul ne dispense évidemment pas de comprendre les hypothèses, de détecter une formule incohérente ou d’interpréter le résultat. Mais nous avons accepté depuis longtemps que la compétence puisse survivre à la disparition du geste.

C’est exactement la distinction qu’il faudra faire en droit : ne pas préserver artificiellement une tâche au seul motif qu’elle servait autrefois de support à l’apprentissage ; préserver, en revanche, la compétence qu’elle était censée construire.

Une nouvelle chaîne de transmission : senior → élève-avocat → IA

Voilà le modèle que je testerais.

Le senior continue évidemment à former l’élève-avocat. Mais au lieu de lui transmettre seulement une tâche, il lui transmet davantage ce qui faisait jusque-là partie de son savoir implicite : le contexte, la méthode, les points de vigilance, les exceptions, l’économie du dossier, les attentes du client, ce qui peut être négocié et ce qui ne le peut pas.

Puis l’élève-avocat doit comprendre cette méthode suffisamment bien pour la transformer en travail juridique et, lorsqu’elle est utile, en instructions adressées à l’IA.

Je parle ici de « former l’IA » par commodité. Un prompt ne réentraîne évidemment pas le modèle. Mais pédagogiquement, l’image me paraît assez juste : l’IA devient le stagiaire de niveau 0 du stagiaire.

Prenons un contrat SaaS utilisé par un industriel pour une fonction critique. L’associé ne demande plus simplement au stagiaire de « revoir le contrat ». Il lui explique pourquoi le montant annuel du contrat est finalement assez secondaire par rapport au risque d’interruption de service, pourquoi la réversibilité mérite davantage d’attention que certaines clauses juridiquement plus spectaculaires et pourquoi le contexte opérationnel doit orienter toute la revue.

Le stagiaire doit ensuite transformer cette compréhension en travail exploitable. Il peut utiliser l’IA pour comparer, rechercher, structurer ou préparer une première analyse, mais il reste celui qui doit comprendre pourquoi tel risque est important, vérifier ce qui lui est proposé et décider de ce qu’il transmet au senior.

Le prompt cesse alors d’être une sorte de compétence informatique isolée. Il devient simplement une nouvelle manière de formaliser un raisonnement que l’on doit d’abord avoir compris.

L’IA peut aussi obliger le senior à mieux transmettre

C’est probablement le paradoxe qui m’intéresse le plus.

Une grande partie du savoir d’un avocat expérimenté est tacite. Il reconnaît une clause inhabituelle presque immédiatement. Il sait que tel client préférera accepter un risque juridique plutôt que retarder une opération. Il sait qu’une réserve techniquement importante ne mérite parfois pas 30 minutes de négociation, tandis qu’un détail apparemment secondaire peut devenir critique dans un secteur donné.

Mais ce savoir n’est pas toujours formalisé.

L’IA nous oblige justement à l’expliciter. Lorsqu’un résultat ne nous convient pas, nous devons expliquer pourquoi, préciser ce que nous attendions, fournir le contexte qui manquait et parfois décomposer un raisonnement que nous réalisions jusque-là presque instinctivement.

Pourquoi toute cette pédagogie serait-elle adressée directement à la machine ? Elle peut d’abord être adressée au jeune avocat, qui sera ensuite chargé de la mettre en œuvre, de la tester avec l’IA et de vérifier qu’elle fonctionne réellement sur le dossier.

Le senior forme alors une personne. Le stagiaire apprend à superviser un outil. Et, surtout, une partie du raisonnement devient enfin explicite.

Le savoir peut ensuite rester davantage dans le cabinet

C’est ici que l’IA rejoint une autre faiblesse assez ancienne des cabinets : la capitalisation du savoir.

Un associé explique une méthode à un stagiaire. Celui-ci l’utilise pendant 6 mois, puis part. Un nouveau stagiaire arrive quelques mois plus tard et une partie de l’explication recommence.

L’IA ne résout évidemment pas ce problème toute seule. Le savoir ne doit surtout pas rester prisonnier d’une conversation avec un modèle qui pourra être changé demain.

En revanche, le travail réalisé avec l’IA oblige à structurer davantage cette connaissance. Une méthode de revue, une liste de questions à poser au client, une erreur fréquente, une façon de hiérarchiser les risques ou une consigne qui améliore réellement le résultat peuvent progressivement intégrer une base commune et versionnée. Le dossier devient alors un moyen non seulement de produire pour le client, mais aussi d’améliorer la méthode de l’équipe.

Le mouvement n’est plus simplement descendant. Le senior transmet son expérience au stagiaire. Le stagiaire la met en œuvre et apprend à la formaliser. L’IA exécute une partie du travail. Le dossier révèle de nouvelles exceptions, erreurs ou bonnes pratiques. Et ces enseignements reviennent ensuite enrichir la méthode utilisée par le prochain stagiaire.

Le stagiaire part toujours avec ce qu’il a appris. C’est normal. Mais il ne fait plus partir avec lui toute la traduction opérationnelle de cette expérience.

Pourquoi le senior ne travaillerait-il pas directement avec l’IA ?

C’est l’objection la plus sérieuse à cette organisation.

Si un associé expérimenté peut obtenir en 15 minutes avec une IA ce qu’il mettait auparavant 1 heure à expliquer à un stagiaire, pourquoi conserver l’intermédiaire humain ?

Sur le dossier isolé et urgent, l’objection est parfaitement recevable. Il serait artificiel de transformer chaque demande en exercice pédagogique.

Mais le raisonnement change lorsque l’on regarde 50 dossiers, plusieurs collaborateurs et quelques années de pratique. Si le senior garde pour lui le couple expertise + IA, il devient potentiellement un nouveau goulot d’étranglement. Il produit beaucoup plus vite, mais son savoir reste concentré. Chaque nouveau dossier dépend encore de son intervention et son équipe progresse moins vite vers l’autonomie.

À l’inverse, le temps consacré à rendre un junior capable de superviser progressivement le même travail produit un effet sur tous les dossiers suivants.

Senior → IA améliore immédiatement la productivité du senior. Senior → élève-avocat → IA peut améliorer progressivement la capacité de toute l’équipe. La différence est économique autant que pédagogique.

Mais superviser une IA ne suffit pas pour apprendre

Le risque inverse existe pourtant.

Un junior peut devenir très bon pour retravailler des réponses produites par une IA sans avoir véritablement construit le raisonnement sous-jacent. C’est probablement le danger le plus difficile à détecter, parce que la performance extérieure peut être excellente.

Une analyse arrive rapidement. Elle est bien structurée. Le stagiaire corrige 2 ou 3 points. Tout semble fonctionner. Puis, le jour où l’IA produit une erreur subtile ou disparaît simplement de l’exercice, on découvre que le raisonnement autonome n’a jamais été construit.

La formation doit donc conserver une double exigence. À certains moments, l’élève doit réfléchir avant d’utiliser l’outil : identifier la question, qualifier les faits, déterminer les sources nécessaires et formuler une première hypothèse. L’IA intervient ensuite pour enrichir, tester ou contredire ce travail. Puis le jeune avocat doit pouvoir fermer l’ordinateur et défendre la recommandation qu’il présente.

« Si l’outil disparaît demain, que reste-t-il ? »

Rigueur formelle et rigueur juridique ne sont pas la même chose

L’IA peut également nous aider à clarifier une vieille confusion.

La profession a parfois utilisé les erreurs matérielles comme indicateur principal de la rigueur. Un mauvais renvoi, une incohérence dans un terme défini ou une date erronée peuvent évidemment avoir des conséquences graves. La précision documentaire reste donc essentielle.

Mais toutes les erreurs formelles n’ont pas la même valeur pédagogique. Si un outil peut contrôler systématiquement la numérotation, les références croisées, les incohérences entre définitions ou certaines divergences de montants, je ne vois pas beaucoup d’intérêt à recréer volontairement ces imperfections pour continuer à les faire corriger à la main.

Nous pouvons en revanche devenir plus exigeants sur une autre forme de rigueur. Pourquoi la partie adverse a-t-elle supprimé précisément ce mot ? Pourquoi accepte-t-elle un plafond de responsabilité plus élevé mais exclut-elle les pertes d’exploitation ? Pourquoi le client veut-il signer vendredi malgré une réserve juridique réelle ? À partir de quel élément factuel une qualification pourrait-elle basculer ?

La vraie rigueur n’est pas uniquement de constater qu’un mot a changé. C’est de comprendre pourquoi quelqu’un a voulu qu’il change.

L’IA peut éliminer une partie du bruit. Cela devrait nous permettre d’exiger davantage sur le fond.

Un stage de 6 mois où l’on produit dès la 1re semaine

Il ne s’agit donc certainement pas de transformer 6 mois de stage en école du prompt, ni de demander au cabinet de choisir entre formation et production.

Un stagiaire est également là pour faire avancer les dossiers. Il doit pouvoir être utile rapidement.

L’hypothèse est même plutôt inverse : si l’IA prend en charge une partie du travail d’exécution de niveau 0, l’élève-avocat devrait pouvoir contribuer plus vite aux dossiers tout en accédant plus tôt à ce qui le forme réellement : comprendre, vérifier, arbitrer puis progressivement décider.

La formation doit donc avoir lieu dans le dossier, dès la première semaine.

Le premier mois ne devrait nécessiter que quelques heures de formation préalable aux règles non négociables : confidentialité, secret professionnel, outils autorisés, vérification des sources et limites de l’IA. Puis le stagiaire produit immédiatement. Une chronologie de pièces, une recherche ciblée, la comparaison de 2 contrats, la préparation d’une première note ou d’un projet de clause sont déjà des contributions réelles au dossier. La différence est qu’avant d’utiliser l’outil, on lui demande de comprendre ce qu’il cherche et pourquoi ; après l’avoir utilisé, on lui demande de contrôler ce qu’il a obtenu.

Dès le 2e mois, il peut passer de la simple tâche au véritable livrable. Il ne reçoit plus uniquement « une recherche à faire », mais un contexte à comprendre et une partie du dossier à restituer. Le travail produit doit pouvoir être utilisé, après revue, par le collaborateur ou l’associé. La formation ne se déroule donc pas à côté de la production : elle devient progressivement la manière dont la production est organisée.

Entre le 3e et le 4e mois, l’élève-avocat peut prendre la responsabilité d’un périmètre identifiable : certaines garanties d’un SPA, un axe dans un contentieux, plusieurs clauses d’un contrat informatique ou une partie d’un audit. C’est à ce stade que l’IA devient réellement son stagiaire de niveau 0. Elle peut rechercher, comparer, synthétiser ou préparer une première rédaction, mais l’élève doit être capable de contrôler le résultat et surtout de défendre ce qu’il choisit finalement de restituer.

L’outil peut alors devenir également un contradicteur. Dans un contentieux, il peut aider à reconstruire le meilleur raisonnement adverse. Dans une consultation, tester les hypothèses susceptibles de modifier la conclusion. Dans une négociation contractuelle, rechercher les conséquences inattendues d’une rédaction proposée. Le jeune avocat n’apprend plus seulement à obtenir une réponse ; il apprend aussi à chercher ce qui pourrait rendre sa propre réponse mauvaise.

À partir du 5e mois, je réinvestirais une partie du temps économisé dans l’exposition au client et aux autres fonctions de l’entreprise. Pas à la place de la production, mais en complément. Un stagiaire qui a identifié 10 risques dans une levée de fonds doit progressivement comprendre pourquoi le fondateur n’en négociera peut-être que 2 pour ne pas retarder le closing. Celui qui revoit un contrat informatique doit voir pourquoi le directeur des opérations préfère parfois accepter un risque juridique théorique plutôt qu’une indisponibilité du service. C’est là que l’on commence réellement à apprendre le conseil.

Au 6e mois, l’objectif serait qu’il puisse piloter presque entièrement un dossier simple ou un sous-dossier : comprendre la demande, organiser le travail, utiliser l’IA lorsqu’elle est utile, contrôler les résultats, identifier ce qui doit être remonté et préparer la restitution. Le senior continue évidemment à superviser, mais son intervention se déplace : il corrige progressivement moins d’exécution et challenge davantage les arbitrages.

À la fin du stage, la question n’est donc pas de savoir combien de prompts le stagiaire a écrits ni combien d’heures il a passées devant l’outil. Il faut pouvoir constater qu’il produit, qu’il sait expliquer son raisonnement sans IA, qu’il détecte ce qu’elle fait mal et qu’il sait reconnaître les situations dans lesquelles son propre niveau de compétence ne suffit pas encore.

Autrement dit : le stagiaire doit devenir utile au cabinet plus rapidement sans que cette productivité soit obtenue au prix de son apprentissage.

Le temps gagné doit réellement être réinvesti

Toute cette thèse repose néanmoins sur une condition.

Si l’IA permet de produire en 2 heures ce qui en prenait 5 et que les 3 heures restantes sont simplement remplies par 2 dossiers supplémentaires, rien ne changera fondamentalement. Le junior produira davantage. Il apprendra peut-être moins. Et le cabinet aura simplement augmenté son volume de production.

Certaines organisations commencent justement à réserver explicitement une partie du gain à l’apprentissage.

Ropes & Gray a lancé un programme permettant à ses collaborateurs de 1re année de consacrer 20 % de leur objectif de temps facturable, soit environ 400 heures, à l’apprentissage et à l’expérimentation autour de l’IA. Il ne s’agit évidemment pas d’en déduire qu’un modèle américain doit être reproduit tel quel en France. Le signal intéressant est ailleurs : le cabinet considère que le temps d’apprentissage doit être organisé volontairement plutôt qu’attendu à la marge du travail client.

L’IA ne crée pas spontanément du mentorat. Elle crée seulement du temps potentiel. Ce que nous en ferons reste une décision d’organisation.

Peut-être pourrons-nous finalement mieux former

Je comprends la crainte d’une génération de jeunes avocats qui n’aurait jamais réellement cherché une décision, rédigé une clause depuis une page blanche ou construit seul un raisonnement.

Cette crainte est légitime. Mais elle suppose parfois que les anciennes tâches constituaient par nature la meilleure pédagogie possible. Je n’en suis pas certain.

Peut-être avons-nous simplement construit pendant des décennies un système dans lequel la formation était, au moins en partie, le sous-produit du besoin de production du cabinet.

L’IA nous oblige à faire l’inverse : définir ce que nous voulons réellement transmettre, puis organiser la production de manière à ce que le jeune avocat l’apprenne.

Le senior devra probablement davantage expliquer son raisonnement. Le junior devra le comprendre, le tester, l’appliquer, le confronter à l’IA et progressivement être capable de le dépasser. Et le cabinet pourra conserver sous une forme réutilisable une part beaucoup plus importante de ce que chaque dossier lui aura appris.

Le stagiaire partira toujours. C’est normal. Mais il pourra partir en ayant appris davantage qu’une somme de gestes de production, tandis que le cabinet conservera davantage que les documents produits pendant ses 6 mois de présence.

Si nous arrivons à cela, l’une des conséquences les plus intéressantes de l’IA ne sera peut-être pas d’avoir supprimé une partie du travail des jeunes avocats. Ce sera de nous avoir obligés à distinguer enfin leur travail de leur formation.

Sources principales

Conseil national des barreaux — Lancement d’une concertation sur la formation des élèves-avocats, juin 2026

LexisNexis UK — The Mentorship Gap, enquête auprès de 873 professionnels du droit, janvier 2026

Ropes & Gray — Amy Ross and Megan Baca discuss how AI is changing law firm training strategies, décembre 2025