RAG vs. ChatGPT : ce que change l'IA fondée sur les sources

ChatGPT et consorts recherchent sur le web et citent leurs sources. Les arrêts inventés sont plus rares, les erreurs persistent. Ce que change une IA fondée sur des textes officiels en vigueur et des références précises – et comment reconnaître une bonne réponse.

Orlando Kahanek · 15 janvier 2026 · Mis à jour: 09 octobre 2026

En bref : les assistants d'IA généralistes comme ChatGPT effectuent aujourd'hui des recherches sur le web et citent leurs sources avec un lien. Les réponses entièrement inventées sont devenues plus rares pour les questions juridiques simples. Ces assistants ne sont pas pour autant infaillibles, et l'IA juridique spécialisée se trompe elle aussi. La différence tient à l'origine des sources et à la précision avec laquelle une affirmation peut être vérifiée : un corpus juridique composé de textes officiels dans leur version en vigueur permet de citer l'article et l'alinéa.

Tout a commencé par des arrêts inventés

Le 22 juin 2023, un tribunal fédéral de New York a sanctionné deux avocats et leur cabinet d'une amende de 5000 dollars. Ils avaient cité dans un mémoire six décisions inventées par ChatGPT (Mata v. Avianca, S.D.N.Y.). L'affaire est devenue un cas d'école pour toute la profession. Elle montre le problème de fond : un modèle de langage sans accès aux sources produit un texte selon des probabilités, et non selon les pièces du dossier.

Une équipe de l'Université de Stanford a mesuré l'ampleur du problème à l'époque. Sur des questions vérifiables portant sur des décisions de tribunaux fédéraux américains, les modèles de 2023 se trompaient dans 69 % (GPT-3.5), 72 % (PaLM 2) et 88 % (Llama 2) des cas (Dahl et al., Journal of Legal Analysis 2024). Ces modèles travaillaient sans recherche sur le web et sans sources.

Ce qui a changé depuis

ChatGPT, Claude, Gemini et Perplexity peuvent aujourd'hui rechercher sur le web et citent leurs sources avec un lien. Techniquement, c'est déjà une forme de « Retrieval-Augmented Generation » (RAG) : le modèle cherche d'abord, puis répond sur la base des pages trouvées. Pour les questions simples, les affirmations de base sont ainsi souvent exactes.

Les erreurs ne disparaissent pas pour autant, elles se déplacent :

• La source existe, mais ne dit pas ce qui est affirmé. Dans une seconde étude de Stanford, même des outils juridiques spécialisés disposant de leur propre base de données se trompaient dans 17 % (Lexis+ AI) à 33 % (Westlaw AI-Assisted Research) des cas, souvent avec des références réelles mais inadaptées (Magesh et al., Journal of Empirical Legal Studies 2025).
• Versions dépassées : la recherche sur le web trouve aussi d'anciens guides et des textes de loi obsolètes.
• Nuances fines : délais dans des cas particuliers, nullité ou simple annulabilité, droit fédéral ou droit cantonal. C'est précisément là que les détails font la différence.

Les deux études portent sur le droit américain. Nous n'avons pas connaissance de mesures comparables publiées pour le droit suisse.

Qu'est-ce que le RAG, et qu'est-ce qui compte ?

Le RAG (Retrieval-Augmented Generation) combine deux étapes :

1. Retrieval (recherche de sources) : avant de répondre, le système parcourt un corpus à la recherche des sources pertinentes. La recherche est sémantique, c'est-à-dire fondée sur le sens et pas seulement sur des mots-clés.
2. Generation (réponse) : le modèle de langage reçoit les sources trouvées et formule sa réponse sur cette base, en renvoyant à la référence.

C'est le corpus qui fait la différence. Un assistant généraliste parcourt le web ouvert. Une application juridique fondée sur le RAG parcourt des textes de loi officiels, la jurisprudence et la doctrine.

Exemple : la question « Mon bailleur peut-il me donner mon congé si je n'ai pas payé deux mois de loyer ? » mène directement, dans le corpus juridique, à l'art. 257d CO (demeure du locataire), à l'art. 266l CO (forme du congé) et à la jurisprudence pertinente.

Recherche web ou corpus juridique : la comparaison

La dernière ligne est la plus importante : aucune IA n'est infaillible. Vérifier les sources reste indispensable. Une référence précise rend simplement la vérification plus rapide.

Comment reconnaître une bonne réponse

Un exemple tiré du droit du travail : « Un employeur peut-il licencier avec effet immédiat pendant le temps d'essai ? »

Une bonne réponse distingue deux choses. Pendant le temps d'essai, chacune des parties peut résilier le contrat de travail à tout moment moyennant un délai de congé de sept jours (art. 335b al. 1 CO). Une résiliation immédiate n'est toutefois admise, même pendant le temps d'essai, que pour de justes motifs (art. 337 CO).

Pour chaque réponse d'une IA, vérifiez :

• Référence : l'article et l'alinéa sont-ils cités, et le texte dit-il vraiment ce qui est affirmé ?
• Version : le texte cité est-il toujours en vigueur ?
• Niveau : droit fédéral ou droit cantonal ? Pour les procédures, les impôts, les constructions et les autorités, c'est souvent le canton qui décide.
• Conséquence juridique : nul ou annulable ? Avec ou sans délai ?
• Jurisprudence : des décisions sont-elles citées avec un numéro que l'on peut consulter ?

Ce qu'un corpus juridique doit apporter en Suisse

Plurilinguisme

La Suisse a trois langues officielles, et chaque version linguistique d'une loi fédérale fait également foi. Un corpus juridique peut citer le même article dans la langue de la question :

• DE : Obligationenrecht (OR)
• FR : Code des obligations (CO)
• IT : Codice delle obbligazioni (CO)

Version en vigueur

Les lois changent constamment. Un corpus juridique travaille avec le texte en vigueur aujourd'hui, et non avec ce qui figure par hasard sur une page web.

Fédéralisme

Les 26 cantons ont leurs propres lois et leurs propres tribunaux. Une question de droit de la construction à Zurich requiert le droit zurichois, une question fiscale au Tessin le droit tessinois. Un corpus comprenant les recueils législatifs cantonaux peut intégrer l'un et l'autre de manière ciblée.

Limites et responsabilité

Les systèmes fondés sur le RAG ne remplacent pas une avocate ou un avocat. Ils accélèrent la recherche et rendent les sources plus faciles à vérifier. Points importants :

• Toujours vérifier les sources : la référence est le point de départ de la vérification, pas son substitut.
• Pas de subsomption automatique : l'appréciation juridique du cas concret reste l'affaire d'une personne qualifiée.
• Des lacunes sont possibles : des domaines très spécialisés et les décisions les plus récentes peuvent manquer dans le corpus.

Conclusion

La question n'est plus « IA avec ou sans sources », mais : quelles sources, dans quelle version et avec quelle précision. Les assistants généralistes avec recherche web sont devenus utiles pour un premier aperçu. Pour le travail juridique, ce qui compte, ce sont les textes officiels dans leur version en vigueur, des références jusqu'à l'article et l'alinéa, et sa propre vérification.

Sources

• Mata v. Avianca, Inc., No. 1:22-cv-01461 (S.D.N.Y.), décision de sanction du 22 juin 2023 : aperçu (Wikipedia)
• Dahl, Magesh, Suzgun, Ho : Large Legal Fictions: Profiling Legal Hallucinations in Large Language Models, Journal of Legal Analysis 16 (2024) : academic.oup.com
• Magesh et al. : Hallucination-Free? Assessing the Reliability of Leading AI Legal Research Tools, Journal of Empirical Legal Studies (2025) : onlinelibrary.wiley.com
• Code des obligations (RS 220), version en vigueur : fedlex.admin.ch

Cet article a été rédigé par l'équipe RechtsKI et révisé en octobre 2026. RechtsKI utilise le RAG avec le droit fédéral, le droit cantonal des 26 cantons, la jurisprudence et des commentaires comme corpus de sources.