par Laurence Mallette-Léonard, étudiante au baccalauréat en droit (UdeS), et Michaël Lessard, professeur de droit (UdeS)
L’intelligence artificielle (IA) fait désormais son entrée dans les travaux universitaires en droit, non plus comme menace abstraite, mais comme outil concret, tantôt utilisé, tantôt refusé par les étudiant·es. Dans le cadre d’un travail réalisé en droit de la famille à l’Université de Sherbrooke (UdeS) où l’IA pouvait être utilisée sans aucune limite, 113 étudiant·es de première année ont documenté leur usage de l’IA pour rédiger un avis juridique. Leurs réponses offrent un aperçu nuancé d’une génération en formation, partagée entre l’attrait du gain de temps, la méfiance envers les hallucinations, le souci d’apprendre par elle-même et la conscience que ces outils feront vraisemblablement partie de la pratique juridique de demain. Surtout, elles donnent à voir un phénomène qui intéresse directement le droit de la gouvernance : ce qu’il advient d’une conduite lorsque la norme institutionnelle, délibérément, se retire.
Cette prudence ressort d’ailleurs comme l’une des observations significatives de l’expérience dans un contexte où les instructions du travail permettaient une utilisation entièrement libre de l’IA, renonçant ainsi à prescrire quoi que ce soit.Loin de se ruer massivement vers l’IA dès qu’elle leur était permise, les étudiant·es semblent avoir intégré les risques associés à ces outils dans leurs propres décisions de travail : la crainte des hallucinations, le manque de confiance envers la fiabilité des réponses générées et le temps nécessaire à la vérification ont conduit plusieurs personnes à baliser elles-mêmes leur usage, voire à y renoncer complètement. Le fait que 58,4 % (66) des étudiant·es aient choisi de ne pas utiliser l’IA est, à cet égard, particulièrement révélateur : l’autorisation sans limites d’employer l’IA n’a pas mené à une délégation généralisée du raisonnement juridique, mais plutôt à une forme d’autorégulation, par des règles que chaque étudiant·e ou parfois chaque équipe s’est imposées.
Ce billet s’emploie à rendre compte de la manière dont une cohorte étudiante de première année a choisi d’employer l’IA, des outils mobilisés, des tâches confiées à l’IA, des leçons qu’en tirent les étudiant·es et des motifs de celles et ceux qui s’en sont abstenus, après avoir décrit l’encadrement du travail.
1. Contexte
À la session d’hiver 2026, les étudiant·es de première année du baccalauréat, inscrit·es aux groupes du cours de Droit de la famille du Pr Michaël Lessard, devaient rédiger un avis juridique portant sur un jugement fictif, afin de brosser un portrait de ses forces et de ses faiblesses dans l’éventualité d’un pourvoi en appel. Dans le cadre de cet avis, les étudiant·es devaient se positionner sur les questions juridiques suivantes : la nullité du mariage, l’existence d’une union parentale, la possibilité de prononcer le divorce, ainsi que le partage de la valeur des biens accumulés par la famille.
Les groupes ont été répartis en 21 équipes composées de 5 à 6 personnes. L’avis juridique devait être rédigé sous forme de texte suivi, d’une longueur maximale de 5 000 mots. La maîtrise de la langue était évaluée à hauteur de 10 % de la note de l’avis juridique.
Dans le cadre de ce travail, les étudiant·es avaient la possibilité d’utiliser l’intelligence artificielle de manière libre, conformément aux modalités associées au niveau 4 des Balises d’utilisation des outils d’intelligence artificielle générative (Cabana et Côté, 2024). Les Balises, élaborées par le Service de soutien à la formation, de l’UdeS échelonnent cinq niveaux d’usage : l’interdiction complète (niveau 0) l’utilisation limitée (niveau 1), l’utilisation guidée (niveau 2), l’utilisation balisée (niveau 3), jusqu’à l’utilisation libre (niveau 4). Ces Balises ne constituent pas une prescription institutionnelle, mais des repères offerts au corps professoral. La personne enseignante choisit ensuite le niveau applicable à son activité, soit le niveau 4 en l’occurrence.
À l’issue du travail, les étudiant·es devaient remplir un rapport sur leur utilisation, lequel fait l’objet de la présente analyse. L’auteur remercie Mélanie Cabana et Serge Piché pour leurs conseils dans le développement du rapport d’utilisation de l’IA.
Sur les 118 étudiant·es ayant réalisé le projet et rempli un rapport sur leur utilisation de l’IA, 113 ont accepté que leur réponse soit compilée et partagée de manière anonyme. Seules leurs réponses sont donc prises en compte dans le cadre de la présente analyse.
2. Outils principalement utilisés
Parmi les 113 personnes consultées, 41,6 % (47) déclarent avoir utilisé l’IA.
L’outil le plus fréquemment utilisé par les étudiant·es est ChatGPT. Parmi les outils spécifiquement orientés vers le domaine juridique, Lexis+ AI est celui qui a été le plus utilisé.
Tableau 1. Nombre d’étudiant·es ayant utilisé chacun des outils
| Outil | Étudiant·es ayant utilisé l’outil parmi le groupe ayant utilisé l’IA | Étudiant·es ayant utilisé l’outil sur l’ensemble du groupe | Étudiant·es ayant utilisé l’outil |
| ChatGPT (OpenAI) | 72,3 % | 30,1 % | 34 |
| Lexis+ AI (LexisNexis) | 34,0 % | 14,2 % | 16 |
| Gemini (Google) | 10,6 % | 4,4 % | 5 |
| Analyse IA (CanLII) | 10,6 % | 4,4 % | 5 |
| Autres | 6,4 % | 2,7 % | 3 |
| Copilot (Microsoft) | 4,3% | 1,8% | 2 |
| Claude (Anthropic) | 2,1 % | 0,9 % | 1 |
| Perplexity (Perplexity AI) | 0,0% | 0,0% | 0 |
Les autres outils d’IA mobilisés sont DeepL (2,1 %), NotebookLM (2.1 %) et Antidote (2,1 %). DeepL, outil de traduction, a été utilisé par un.e étudiant·e afin de traduire un travail initialement rédigé en anglais. NotebookLM, application développée par Google, permet de répondre à des requêtes à partir de documents fournis par l’utilisateur·trice. L’étudiant·e s’en est servie pour accomplir une variété de tâches, notamment l’explication de concepts juridiques, le résumé de jugements et la comparaison de sources doctrinales. Quant à Antidote, il a été utilisé à des fins de correction linguistique. L’étudiant·e concerné·e n’a toutefois pas eu recours à la fonction de « reformulation », ce qui interroge la qualification de cet usage comme relevant de l’IA.
Il pourrait être pertinent, dans le cadre de recherches ultérieures, d’interroger les étudiant·es sur les facteurs ayant motivé le choix d’un outil d’IA plutôt qu’un autre. Par exemple, un·e étudiant·e a indiqué avoir préféré recourir exclusivement à ChatGPT, un outil généraliste, afin de centraliser l’ensemble de son travail et d’éviter la dispersion de l’information.
3. Tâches effectuées par l’IA
La charge de travail impliquant l’IA était particulièrement variée : tandis que certain·es étudiant·es s’en sont servi·es uniquement pour la révision grammaticale ou pour résumer des jugements afin d’en dégager la pertinence, d’autres sont allé·es jusqu’à solliciter l’IA pour analyser le jugement fictif et y appliquer les dispositions législatives pertinentes.
Afin d’évaluer les tâches confiées à l’IA, les étudiant·es devaient sélectionner celles-ci à partir d’une liste comprenant plus de 80 tâches distinctes, réparties notamment entre la compréhension du droit, la gestion de l’équipe, la préparation de la recherche, le traitement des sources, l’analyse et la rédaction.
Tableau 2. Tâches pour lesquelles l’IA a été le plus souvent impliquée
| Tâche | Étudiant·es ayant impliqué l’IA parmi le groupe ayant utilisé l’IA | Étudiant·es ayant impliqué l’IA sur l’ensemble du groupe | Étudiant·es ayant impliqué l’IA |
| Compréhension du droit | |||
| Expliquer un concept juridique ou une règle de droit à des fins de compréhension initiale | 38,3 % | 15,9 % | 18 |
| Explorer un sujet pour mieux le comprendre | 25,5 % | 10,6 % | 12 |
| Fournir un survol de l’état du droit pour orienter la recherche | 21,3 % | 8,8 % | 10 |
| Préparation de la recherche | |||
| Générer des idées | 25,5 % | 10,6 % | 12 |
| S’inspirer | 21,3 % | 8,8 % | 10 |
| Analyser le jugement fictif | 19,1 % | 8,0 % | 9 |
| Recherche et traitement des sources | |||
| Expliquer une disposition | 25,5 % | 10,6 % | 12 |
| Repérer des dispositions législatives pertinentes | 23,4 % | 9,7 % | 11 |
| Résumer un jugement | 23,4 % | 9,7 % | 11 |
| Dresser une liste de sources possibles (lois, règlements, décisions, doctrine) | 21,3 % | 8,8 % | 10 |
| Repérer des jugements pertinents | 21,3 % | 8,8 % | 10 |
| Rédaction et révision | |||
| Reformuler un segment de l’avis juridique pour clarifier le texte | 46,8 % | 19,5 % | 22 |
| Corriger la grammaire, la syntaxe, la ponctuation, le style | 44,7 % | 18,6 % | 21 |
| Reformuler un segment de l’avis juridique pour réduire le nombre de mots | 25,5 % | 10,6 % | 12 |
Le détail des tâches confiées à l’IA révèle que les étudiant·es ont employé l’IA pour l’écriture et non le raisonnement juridique. Parmi les 47 personnes ayant utilisé l’IA, 46,8 % (22) s’en sont servies pour reformuler un passage de leur avis juridique et 44,7 % (21) pour en corriger la grammaire, la syntaxe ou le style. Sur ce point, afin de savoir si l’emploi de l’IA aide réellement les étudiant·es, il serait pertinent d’évaluer si les étudiant·es en droit ont réellement des lacunes en français ou simplement un manque de confiance envers leurs capacités en rédaction.
L’analyse, elle, est restée entre leurs mains : 19,1 % seulement ont employé l’IA l’analyse du jugement fictif, soit 9 personnes sur les 113 de la cohorte. Globalement, les étudiant·es ont privilégié une réalisation autonome des tâches d’analyse, bien que huit d’entre eux aient utilisé l’IA pour l’application des dispositions législatives aux faits, ainsi que l’application de jugements aux faits.
Une statistique mériterait plus de recherche. 38,3 % (18) ont demandé à l’IA de leur expliquer un concept juridique ou une règle de droit à des fins de compréhension initiale. Or, il s’agit de l’objectif de base des séances du cours que d’offrir une compréhension initiale des concepts et règles. Est-ce que ce cette statistique suggère qu’un concept en particulier était plus difficile à comprendre pour la classe ? Ou s’agit-il simplement de quelques vérifications qui confirment une compréhension déjà acquise ?
En matière de recherche et de traitement des sources, l’IA a été nettement moins utilisée pour repérer et analyser la doctrine que pour la jurisprudence et les dispositions législatives.
En revanche, l’IA a été peu mobilisée pour la gestion de l’équipe : trois étudiant·es l’ont utilisée pour la division du travail, quatre pour proposer une répartition des sections entre les membres selon leurs forces respectives et leur charge de travail, et une seule personne pour élaborer un plan de travail.
Enfin, outre les choix proposés dans le formulaire, certaines utilisations complémentaires ont été signalées : deux étudiant·es ont eu recours à l’IA pour effectuer le calcul du patrimoine familial, une autre pour résumer les consignes et mieux saisir l’ensemble du travail, et une dernière pour synthétiser son texte en vue de la rédaction de sa conclusion.
4. Leçons tirées de l’utilisation de l’IA
Il a été demandé aux étudiant·es ayant utilisé l’IA de préciser les leçons tirées de leur expérience, ainsi que les avantages et les inconvénients perçus.
Parmi les points positifs, le gain de temps a été mentionné à plusieurs reprises. Les étudiant·es ayant eu recours à l’IA ont indiqué s’être senti·es plus efficaces, dans un contexte universitaire exigeant. Ce gain de temps s’est notamment manifesté par la possibilité de demander à l’IA de rédiger un premier jet, de proposer des formulations adaptées au contexte juridique et de retrancher des mots superflus sans porter atteinte au contenu.
Les étudiant·es ont mentionné avoir eu recours à l’IA à deux moments clés, soit au début du processus, pour générer des idées, accélérer la recherche et clarifier des concepts encore mal compris, et à la fin, pour corriger et améliorer un texte déjà rédigé.
Parmi les autres avantages relevés figure la possibilité d’obtenir des réponses instantanées, sans devoir solliciter la personne enseignante.
Enfin, les étudiant·es ont relevé des avantages spécifiques aux outils juridiques. Lexis+ AI (LexisNexis) a été apprécié pour la qualité de ses explications relatives aux dispositions législatives, ainsi que pour sa capacité à proposer des décisions et des sources doctrinales pertinentes à l’appui. De même, l’Analyse IA (CanLII) a été jugée utile, notamment en ce qu’elle permet de faire le tri dans un grand nombre de décisions afin d’identifier plus efficacement celles qui méritent une lecture approfondie. D’un autre côté, l’intégration croissante de l’IA à même les outils de recherche juridique pourrait rendre pratiquement illusoire une interdiction complète du recours à l’IA, soit l’application du niveau 0 des balises d’utilisation des outils d’intelligence artificielle générative. En effet, il est légitime de se demander comment une personne enseignante pourrait distinguer une réponse fondée sur des sources repérées à l’aide d’une recherche traditionnelle par mots-clés d’une réponse reposant sur des sources identifiées grâce à un moteur de recherche enrichi par l’intelligence artificielle. D’ailleurs, la recherche par mots-clés est peut-être même condamnée à disparaître, puisque certaines plateformes remplacent la recherche par mots-clés au profit de recherche par discussion avec l’IA. La distinction apparaît d’autant plus difficile à établir lorsqu’il s’agit de déterminer si les étudiant·es ont lu l’intégralité des décisions identifiées ou s’ils et elles se sont plutôt appuyé·es sur les analyses générées par l’IA de ces plateformes afin d’en repérer rapidement les passages pertinents.
Du côté des inconvénients, la crainte des hallucinations a été largement soulevée. Une majorité d’étudiant·es a insisté sur l’importance de conserver un esprit critique et de vérifier l’exactitude des informations générées par l’IA. Certain·es ont également mentionné le manque de nuances dans les réponses fournies, ainsi qu’une tendance à la simplification excessive des concepts.
Quelques étudiant·es ont par ailleurs exprimé des préoccupations quant à leurs apprentissages, notamment en ce qui concerne leurs compétences en recherche juridique, craignant qu’un recours systématique à l’IA ne favorise une forme de dépendance ou de relâchement des efforts.
D’autres ont souligné l’importance de formuler des requêtes précises : plus les questions étaient claires et ciblées, plus les réponses obtenues étaient pertinentes et complètes. Un·e étudiant·e a également relevé l’importance de poser des questions de manière neutre, l’IA ayant tendance à formuler des réponses susceptibles de correspondre aux attentes de l’utilisateur.rice. Par ailleurs, certain·es ont observé que l’IA pouvait présenter des réponses de manière très assurée, même lorsqu’elles étaient inexactes ou infondées.
Les étudiant·es reconnaissent que l’IA sera vraisemblablement utilisée dans leur pratique future, de sorte qu’il apparaît essentiel, au niveau universitaire, d’en permettre l’apprentissage et l’usage responsable. À cet égard, un.e étudiant.e a souligné que, dans un contexte professionnel, les enjeux de confidentialité des données pourraient constituer un frein à son utilisation. Deux étudiant·es ont également indiqué avoir limité leur recours à l’IA pour des motifs environnementaux.
5. Portrait des étudiant·es n’ayant pas utilisé l’IA
Alors que 58,4 % des étudiant·es (66) ont fait le choix de ne pas utiliser l’IA, il est intéressant de constater que 5 équipes sur les 21 ont pris la décision collective de s’en abstenir. Cette décision d’équipe mérite qu’on s’y arrête. Il ne s’agit plus d’une conviction individuelle, mais d’une règle que cinq collectifs se sont donnée et à laquelle leurs membres se sont tenus, soit la forme que revêt de manière classique l’autorégulation en droit.
De manière générale, il ressort que les groupes n’ayant pas eu recours à l’IA ont obtenu des résultats inférieurs à la moyenne de l’ensemble des équipes : la moyenne de ces équipes s’établit à 60,9 %, comparativement à une moyenne générale de 64,3 %. Cela ne suggère toutefois pas de lien de causalité.
Plusieurs facteurs expliquent ce choix de ne pas recourir à l’IA. D’abord, une majorité des personnes concernées ont invoqué un manque de confiance envers ces outils. D’une part, certain·es ont estimé que l’IA ne constituait pas un réel gain de temps, compte tenu du temps requis pour vérifier l’exactitude des informations générées. D’autre part, plusieurs ont mentionné les mises en garde formulées par d’autres membres du corps enseignant quant à la fiabilité des contenus produits par l’IA. À l’inverse, les étudiant·es ont souvent souligné qu’ils et elles disposaient d’une quantité suffisante de sources d’information fiables, notamment celles issues du cours ou accessibles par l’entremise des bases de données juridiques, de sorte que le recours à l’IA pour la recherche ne leur apparaissait pas nécessaire.
À la lumière des observations formulées par les personnes ayant utilisé l’IA, les étudiant·es n’y ayant pas eu recours ont également justifié leur choix par une volonté de développer leurs compétences rédactionnelles, de consolider leurs connaissances en droit de la famille et de produire un travail reflétant leur propre démarche, sans s’appuyer sur l’IA comme béquille. Ces étudiant·es ont par ailleurs souligné que le travail en équipe favorisait la rétroaction entre pairs, permettant ainsi de soumettre les idées à un examen critique sans recourir à l’IA pour « challenger » le premier jet de l’avis juridique.
L’enjeu environnemental a également été soulevé par six personnes n’ayant pas utilisé l’IA, alors que la consommation d’eau et d’énergie de ces systèmes est largement reconnue.
De manière générale, le suivi et l’encadrement de l’utilisation de l’IA ont été perçus comme complexes, au point où certain·es ont estimé que les inconvénients associés à son utilisation excédaient les bénéfices attendus. Quelques étudiant·es ont également exprimé la crainte de mal utiliser l’IA et de s’exposer à des sanctions.
Or, si une utilisation entièrement libre, soit le niveau 4 des Balises de l’UdeS, est perçue comme complexe par certain·es étudiant·es, il est permis de s’interroger sur leur perception des niveaux 1, 2 et 3, qui se situent à mi-chemin entre l’interdiction complète et l’utilisation libre. Une proportion encore plus importante d’étudiant·es pourrait-elle choisir de s’abstenir d’utiliser l’IA par crainte de contrevenir aux normes applicables, simplement en raison d’une compréhension insuffisante de celles-ci ? Par ailleurs, quelques étudiant·es ont indiqué ne pas se sentir suffisamment compétent·es pour faire un usage efficace de l’IA.
6. Conclusion
En définitive, cette expérience montre que l’enjeu n’est pas simplement de permettre ou d’interdire l’IA dans les travaux universitaires, mais d’apprendre à l’utiliser avec discernement. Les étudiant·es ont évalué les risques, limité les tâches confiées à l’IA, vérifié les réponses obtenues ou choisi de ne pas y recourir du tout. Cette autorégulation constitue peut-être l’une des observations les plus importantes à tirer de l’exercice.
Par ailleurs, le principal avantage invoqué par les étudiant·es ayant utilisé l’IA, soit le gain de temps et le sentiment d’efficacité, invite également à une réflexion plus large sur la place accordée à la rapidité en enseignement supérieur. La recherche constante d’efficacité et d’accélération du travail risque en effet d’alimenter une culture de performance et de rapidité déjà fortement présente dans le milieu juridique, parfois au détriment du développement intellectuel, de la réflexion approfondie et du temps nécessaire à l’apprentissage.
Dans un contexte où l’IA est appelée à occuper une place croissante dans la pratique juridique, la formation universitaire peut néanmoins miser sur cette volonté honnête d’apprentissage et cette capacité d’autorégulation pour former des juristes capables d’en comprendre les usages, les limites et les dangers. L’objectif alors n’est pas de remplacer le raisonnement juridique par l’IA, mais de former des étudiant·es capables de demeurer pleinement responsables de ce raisonnement, même lorsqu’ils et elles utilisent ces nouveaux outils.
