Les Large Language Models (LLM) représentent une avancée majeure en intelligence artificielle. Ces modèles sont entraînés sur des milliards de documents textuels — livres, articles, pages web — afin d'acquérir une compréhension statistique profonde du langage naturel. Contrairement à une base de données classique, un LLM ne stocke pas l'information mot à mot : il apprend des patterns linguistiques qui lui permettent de générer du texte cohérent et contextuellement pertinent.
Dans le domaine juridique, les LLM alimentent déjà de nombreux outils : recherche jurisprudentielle, rédaction d'actes, synthèse de décisions, analyse de contrats. Les cabinets d'avocats qui les adoptent constatent jusqu'à 50 % de gain de temps sur les tâches répétitives. Cependant, un LLM n'est pas un juriste : il génère du texte statistiquement probable, pas nécessairement juridiquement exact.
L'enjeu pour les professionnels du droit est de comprendre les forces et limites de ces modèles. La combinaison d'un LLM avec des techniques comme le RAG (Retrieval Augmented Generation) et un prompt engineering rigoureux permet d'obtenir des résultats fiables et vérifiables, ancrés dans des sources juridiques réelles.