Qu'est-ce qu'un agent IA juridique ?

Depuis la fin de l'année 2025, un nouveau terme s'est imposé dans le vocabulaire des professionnels du droit : l'agent IA ou IA agentique.

Le Conseil national des barreaux lui a consacré un événement dédié le 16 décembre 2025 et Anthropic a structuré son offre Claude for Legal (mai 2026) autour de cette notion. Pourtant, beaucoup d'avocats et de juristes qui utilisent déjà l'IA au quotidien ne savent pas exactement ce qui distingue un agent autonome d'un assistant conversationnel.

Cette fiche propose une définition claire, des exemples concrets d'usage, et un point sur les questions de responsabilité que soulève cette nouvelle génération d'outils.

Qu'est-ce qu'un agent IA ? La différence avec un chatbot

Un agent IA est un système capable de décomposer une tâche complexe en sous-étapes, de choisir lui-même les outils et sources appropriés, d'exécuter des actions séquentielles, puis d'ajuster sa stratégie en fonction des résultats intermédiaires. Il ne se contente pas de répondre à une question isolée : il planifie, agit, et rend compte du résultat.

La distinction la plus parlante est sans doute celle qu'apporte Antoine Micaud, fondateur d’une solution de legaltech, dans un entretien accordé au Village de la Justice fin août 2026. Il oppose l'agent au workflow :

Un workflow, c'est un mécanisme très déterministe qui alterne des opérations entre un utilisateur, une IA et différents appels à des systèmes externes. Cela permet des automatisations poussées, mais on est contraint de suivre toujours le même scénario. L'Agent IA, c'est différent. On reste dans l'automatisation, mais cette fois, c'est l'agent qui prend une certaine forme d'initiative.

Autrement dit : le workflow suit un script prévu à l'avance ; l'agent reçoit un objectif et détermine lui-même le chemin pour l'atteindre.

Le lexique legaltech de Zevra apporte une précision utile : contrairement à un chatbot qui répond à une requête isolée, un agent IA choisit ses sources, affine ses recherches et interagit avec des interfaces de façon autonome et itérative — le tout sans validation humaine à chaque étape intermédiaire.

Comment fonctionne un agent IA juridique ?

Prenons l'exemple donné par Antoine Micaud : un juriste demande à un agent de « rechercher toutes les informations récentes sur le RGPD appliqué au domaine du logiciel et faire un Word ». L'agent va, de sa propre initiative :

1. Lancer une recherche documentaire ciblée sur des sources récentes ;
2. Trier et sélectionner les éléments pertinents ;
3. Générer le document Word demandé ;
4. Informer l'utilisateur une fois la tâche terminée.

Sur des besoins plus poussés, un agent peut se connecter à une messagerie, interroger des systèmes métiers, ou appeler d'autres agents — c'est cette capacité de délégation en chaîne qui distingue les usages les plus avancés.

Un cas documenté illustre bien la portée de cette approche en droit : Jus Mundi, plateforme de recherche en arbitrage international a lancé en septembre 2025 son agent Jus AI 2. Celui-ci construit un plan de recherche à plusieurs étapes adapté à chaque question, puis analyse jusqu'à 75 000 documents par minute avant de livrer une réponse structurée et sourcée. Résultat mesuré : une amélioration de 125 % de la pertinence des résultats par rapport aux outils de recherche juridique classiques.

Agent, skill, MCP : ne pas les confondre

Ces termes désignent des solutions différentes :

• Un skill est un ensemble d'instructions qui adapte un assistant IA généraliste à une tâche juridique précise (révision contractuelle, méthodologie de recherche propre à un cabinet, style de rédaction). Il encapsule une méthode.
• Un connecteur MCP (Model Context Protocol, standard ouvert créé par Anthropic en novembre 2024, aujourd'hui gouverné par la Linux Foundation via l'Agentic AI Foundation) permet à l'agent d'aller interroger en temps réel une base externe — Légifrance, Judilibre, Pappers, une GED de cabinet — plutôt que de se limiter aux données copiées-collées dans la fenêtre de discussion.
• L'agent est ce qui orchestre l'ensemble : il décide quand utiliser un skill, quand interroger un connecteur, et dans quel ordre enchaîner les étapes.

Les usages concrets pour les avocats et juristes

D'après les retours d'expérience recensés par le Village de la Justice et par les acteurs du marché, les cas d'usage qui reviennent le plus souvent sont :

• La recherche juridique automatisée : l'agent traduit une demande client en recherche structurée sur Légifrance ou une base de jurisprudence, et restitue une synthèse sourcée.
• La pré-analyse de contrats entrants : l'agent lit un contrat, identifie les clauses standards, signale les clauses sensibles ou manquantes, et prépare une synthèse pour validation humaine — sans jamais se substituer à la décision du juriste.
• La veille réglementaire continue sur plusieurs thématiques, avec restitution automatique et sourcée.
• La rédaction de premiers jets de documents standards (NDA, courriers type) à partir des modèles du cabinet.
• La personnalisation via des skills : configurer l'agent pour qu'il suive exactement la méthodologie de recherche ou de rédaction propre à un praticien.

Sur la mise en œuvre, Antoine Micaud note qu'un juriste peut assez facilement créer et personnaliser ses propres skills, sans nécessairement passer par une équipe technique dédiée, et que le coût observé se situe aujourd'hui entre 10 et 100 euros par mois et par avocat selon l'intensité d'usage — un ordre de grandeur à nuancer selon l'éditeur et le périmètre retenu.

Une autonomie qui a un coût, et ses propres limites de fiabilité

L'agentique n'est pas qu'une promesse d'efficacité : elle introduit une variabilité — de coût et de qualité — que peu de praticiens anticipent encore. Une étude publiée en avril 2026 par des chercheurs de Stanford, du MIT, de Microsoft et de DeepMind (dont l'économiste Erik Brynjolfsson) a mesuré pour la première fois la consommation réelle de tokens des agents. Trois constats ressortent : les tâches agentiques consomment jusqu'à mille fois plus de tokens qu'un simple échange conversationnel ; cette consommation est par nature instable, deux exécutions identiques pouvant varier d'un facteur trente ; et au-delà d'un certain seuil, ce surcoût ne se traduit plus par une meilleure réponse.

Une seconde étude, menée par Microsoft Research (LLMs Corrupt Your Documents When You Delegate, avril 2026), prolonge ce constat sur un terrain qui concerne directement les praticiens du droit. Sur un panel de 52 formats de documents professionnels et 19 modèles testés, une vingtaine d'itérations de délégation suffisent à altérer en moyenne 25 % du contenu d'un document — jusqu'à 50 % pour l'ensemble des modèles testés. Le point le plus préoccupant : les modèles les plus sophistiqués produisent des erreurs rares mais sévères, qui corrompent silencieusement le document sans en altérer l'apparence de cohérence — des faits, des valeurs ou des relations entre clauses peuvent être réécrits sans que rien ne le signale à la lecture. L'étude ne porte pas spécifiquement sur des documents juridiques, mais ses auteurs recommandent eux-mêmes un examen approfondi pour des contextes aussi sensibles que le droit.

Cette réalité invite à distinguer les usages plutôt qu'à parler d'agentique en bloc. Une tâche à périmètre borné (extraire des données selon un modèle fixe, classer des pièces selon une chronologie) reste prévisible en coût et en qualité. À l'inverse, une tâche où l'agent décide lui-même de la profondeur d'exploration (une due diligence ouverte, une recherche de jurisprudence multi-juridictionnelle) expose à la fois à une facture imprévisible et à un risque de dérive silencieuse du document — d'où une règle de prudence simple : le document de référence doit rester sous le contrôle de l'avocat, l'agent intervenant en assistance ciblée plutôt qu'en délégation longue et non supervisée.

Pourquoi le travail juridique se prête bien — et mal — à l'agentique

Le cabinet EY et Legaltech Hub, cités par DiliTrust, notent que le travail juridique se prête particulièrement bien à une logique d'agent, précisément parce qu'il est rarement linéaire : un dossier ou un contrat traverse plusieurs étapes (demande, rédaction, négociation, validation, signature, suivi des obligations), chacune dépendant du contexte et du jugement humain. Gartner définit d'ailleurs les agents comme des « systèmes orientés vers des objectifs », par opposition aux outils ou assistants traditionnels — une distinction qui correspond bien à la nature du travail juridique, structuré autour de résultats à atteindre plutôt que de tâches isolées.

Mais cette même complexité impose des garde-fous. EY et Legaltech Hub insistent sur le fait qu'un agent interagit avec les systèmes de l'entreprise de la même manière qu'un utilisateur humain : avant tout déploiement à grande échelle, chaque agent doit disposer d'une identité propre, ses actions doivent être pleinement traçables, et des dispositifs de gouvernance doivent permettre de détecter les anomalies. Sans ces fondations — gouvernance des données, intégration des systèmes, modèles décisionnels clairement définis — l'IA agentique crée davantage d'exposition au risque que de valeur.

Les questions de responsabilité que pose l'IA agentique

L'autonomie de l'agent n'est pas sans poser de vraies questions juridiques, qui commencent tout juste à être documentées par la doctrine.

La validité du consentement algorithmique. En droit français, la validité d'un contrat suppose le consentement des parties (art. 1128 du Code civil). Or un agent IA n'est pas une personne juridique : il ne peut ni consentir, ni recevoir de capacité contractuelle propre. Un engagement pris par un agent ne vaut donc que s'il peut être rattaché à une personne — physique ou morale — qui l'a expressément habilité à agir en son nom.

La théorie du mandat, avec ses limites. La doctrine s'oriente vers une analogie avec le mandat : l'agent agirait comme un mandataire dans les limites d'une habilitation conférée par l'entité qui le déploie. Mais le mandat suppose un mandataire capable de recevoir un pouvoir d'agir, ce qu'un système dépourvu de personnalité juridique ne peut techniquement pas faire.

Un changement d'échelle pour le droit de la responsabilité. Dans une analyse publiée par Dalloz Actualité le 6 novembre 2025, le Professeur Bruno Deffains (Université Paris Panthéon-Assas) situe l'IA agentique comme une troisième vague, après l'IA symbolique fondée sur des règles codées et l'IA connexionniste de l'apprentissage automatique : l'IA devient un acteur capable d'initiative dans des environnements distribués, et non plus seulement un outil passif de prédiction. Or le droit de la responsabilité a été construit pour rechercher un responsable identifiable — développeur, éditeur, utilisateur — alors que les agents IA évoluent dans des écosystèmes faisant intervenir une multiplicité d'acteurs et de composants, dont le comportement combiné devient difficile à démêler. Le retrait, en février 2025, du projet de directive européenne sur la responsabilité de l'IA — faute de consensus sur la répartition des obligations entre producteurs, déployeurs et utilisateurs — illustre cette difficulté persistante à désigner un responsable unique.

Pour Bruno Deffains, cette complexité systémique appelle un déplacement : passer d'une logique de sanction a posteriori d'un acteur individuel vers une gouvernance a priori des infrastructures elles-mêmes — plateformes, modèles et agents pris comme un tout. L'AI Act va dans ce sens en imposant, pour les systèmes à haut risque, des obligations de gouvernance sur l'ensemble du cycle de vie (analyse de risque, documentation technique, qualité des données, supervision humaine), indépendamment de toute recherche de faute individuelle. L'auteur évoque même, au stade encore doctrinal, l'idée d'un « droit à la déconnexion agentique » : la possibilité pour un usager de désactiver ou de limiter l'action d'un agent autonome le concernant — signe que le débat sur les garde-fous structurels de l'IA agentique ne fait que commencer.

L'exigence de supervision humaine. L'AI Act (Règlement UE 2024/1689), dont les obligations pour les systèmes à haut risque s'appliquent depuis août 2026, impose que les systèmes susceptibles d'influencer des décisions à fort impact restent soumis à une supervision humaine effective (art. 14.4). C'est aussi une exigence déontologique : comme le rappelle Antoine Micaud, le principe du human in the loop est le cœur du dispositif, que ce soit pour respecter la déontologie de l'avocat ou pour être conforme à l'AI Act. Le professionnel du droit doit rester présent dans les décisions importantes et ne pas tout déléguer à l'agent.

Les zones grises des interactions machine-to-machine. Chaque interaction d'un agent avec un service tiers via un connecteur MCP constitue potentiellement une relation qui ne repose sur aucun contrat formalisé entre les parties humaines concernées. Le droit positif ne fournit pas encore de réponse satisfaisante à des questions telles que : l'entreprise dont l'agent consomme un service tiers assume-t-elle une obligation de paiement ? Sur quel fondement contester l'exécution d'une action déclenchée par une erreur de l'agent ?

Ces zones d'incertitude ne doivent pas dissuader l'adoption, mais elles justifient une règle simple, unanimement rappelée par les praticiens interrogés : l'agent prépare, l'humain décide et engage sa responsabilité. Aucun agent ne doit signer, valider une négociation, ou rendre un avis juridique opposable de façon autonome.

Pour aller plus loin

• Quelle IA juridique choisir ? — notre guide comparatif des solutions disponibles
• Skills IA et connecteurs juridiques pour Claude
• Antoine Micaud (propos recueillis par Marie Depay), Qu'est-ce qu'un agent IA, quelle utilité pour les avocats et les juristes ?, Village de la Justice, 25 août 2026
• Samia Debeine, L'agentique promet de révolutionner le droit. Elle pourrait d'abord ruiner vos marges, Village de la Justice, 22 mai 2026
• Agent IA / IA agentique, Lexique Legaltech, Zevra
• Haas Avocats, IA agentique et contrats : ce que votre direction juridique doit anticiper, 7 avril 2026
• Clency Gracias, L'IA agentique est-elle la prochaine grande révolution pour les directions juridiques ?, DiliTrust, 10 février 2026
• Bruno Deffains, L'IA agentique : du changement d'échelle technologique au questionnement du modèle juridique classique, Dalloz Actualité, 6 novembre 2025