Glossaire Cyberjustice de la CEPEJ
Le Glossaire Tech de la CEPEJ vise à mettre en place une compréhension commune des termes technologiques utilisés dans le domaine de la cyberjustice et de l'intelligence artificielle (IA) dans l'environnement judiciaire. Il vise à aider les professionnels du droit à mieux comprendre les nouvelles technologies pertinentes et leurs implications auxquelles ils sont de plus en plus confrontés.
Les termes et leurs définitions sont basés sur les documents pertinents de la CEPEJ et du Conseil de l'Europe, ainsi que d'autres sources pertinentes. Quand cela s’est avéré possible, ils sont illustrés par un cas d'utilisation dans le domaine de la justice.
Le glossaire sera progressivement mis à jour en fonction de nouveaux développements ou documents de référence. Cette mise à jour sera gérée par le Groupe de travail de la CEPEJ sur la cyberjustice et l'IA (CEPEJ-GT-CYBERJUST). Les traductions suivent principalement la Terminologie interactive pour l'Europe (IATE).
(Système d') Intelligence Artificielle (IA)
Définition :
On entend par Intelligence artificielle (IA) un système automatisé qui, pour des objectifs explicites ou implicites, déduit, à partir d’entrées reçues, comment générer des résultats en sortie tels que des prévisions, des contenus, des recommandations ou des décisions qui peuvent influer sur des environnements physiques ou virtuels. Différents systèmes d’intelligence artificielle présentent des degrés variables d’autonomie et d’adaptabilité après déploiement.
Source :
Cas d'utilisation :
L'IA est utilisée dans le système judiciaire pour la prédiction des résultats des litiges, la résolution des litiges en ligne, l'aide à la décision et la prise de décision, l'estimation des ressources humaines et financières, l'anonymisation, la catégorisation et le résumé de la jurisprudence, le dépôt électronique, les services d'information et d'assistance, le traitement du langage naturel et la conversion du texte en langage clair, etc. Les cas d'utilisation de l'IA dans le système judiciaire et la technologie juridique sont présentés au Centre de ressources Cyberjustice et IA de la CEPEJ. Les cas d'utilisation peuvent être recherchés par domaine d'application, année de mise en œuvre, autorité de mise en œuvre, public cible, statut, pays et couverture.
Agent conversationnel (Chatbot)
Définition :
Agent qui dialogue avec son utilisateur (par exemple : les robots empathiques à disposition de malades, ou les services de conversation automatisés dans la relation au client).
Source :
Cas d'utilisation :
Les chatbots peuvent être mis en place dans le système judiciaire pour fournir diverses sources d'information existantes en utilisant le langage naturel aux utilisateurs des tribunaux via des sites web, ainsi que pour informer les justiciables ou les soutenir dans leurs procédures judiciaires. Un justiciable peut être conseillé, au moyen d'un agent virtuel (chatbot), d'opter pour une mesure alternative de règlement des litiges après un examen préliminaire des critères saisis par le justiciable lui-même, lorsqu'il visite le site web d'un tribunal ou qu'il recherche des informations juridiques en ligne.
Algorithme
Définition :
Suite finie d‘étapes formelles (opérations logiques, instructions) permettant d’obtenir un résultat à l’issue du calcul de l’entrée initiale d’informations suivant les étapes. Cette suite peut être l’objet d’un processus automatisé d’exécution et s’appuyer sur des modèles conçus par le biais d’apprentissage machine.
Source :
- Charte éthique européenne d’utilisation de l’intelligence artificielle dans les systèmes judiciaires
Cas d'utilisation :
Les algorithmes sont utilisés comme méthode de mise en œuvre de la fonctionnalité attribution aléatoire des affaires aux juges dans les systèmes de gestion des affaires. Les algorithmes d'apprentissage automatique sont mis en œuvre dans toutes les solutions d'IA déployées dans le système judiciaire.
Annotation de données
Définition :
Processus consistant à joindre un ensemble d'informations descriptives à des données sans modifier ces dernières.
Source :
Cas d'utilisation :
Les cas d'utilisation typiques de l'annotation des données dans le secteur judiciaire sont les suivants : - automatiser la catégorisation des documents judiciaires ou juridiques - annoter de grands ensembles de données de documents avec des étiquettes qui identifient le type de document (par exemple, ordonnances du tribunal, plaidoiries, requêtes). Cela permet aux modèles de ML de classer automatiquement les nouveaux documents en fonction de leur contenu. - automatiser la pseudonymisation des informations sensibles dans les documents judiciaires ou juridiques - annoter les documents pour identifier et étiqueter les informations sensibles (par exemple, les données personnelles, les informations confidentielles) qui doivent être expurgées ou pseudonymisées. Les modèles ML utilisent ces données annotées pour apprendre à détecter et à supprimer automatiquement des informations similaires dans d'autres documents.
Anonymisation
Définition :
Processus consistant à traiter des données à caractère personnel afin d’empêcher totalement et de manière irréversible l’identification d’une personne physique ou morale à partir de ces données. L’anonymisation suppose qu’il n’y ait plus aucun lien entre l’information concernée et la personne à laquelle elle se rattache En suivant cette procédure, l'identification devient totalement impossible. Les principes relatifs à la protection des données relatives à une personne physique identifiée ou identifiable n’ont donc plus lieu à s’appliquer si ces données sont totalement anonymisées.
Source :
- Charte éthique européenne d’utilisation de l’intelligence artificielle dans les systèmes judiciaires
Cas d'utilisation :
L'anonymisation des données personnelles des parties est effectuée avant la publication des décisions de justice sur Internet.
Apprentissage machine/Apprentissage autiomatisé
Définition :
Permet de construire un modèle mathématique à partir de données, en incluant un grand nombre de variables qui ne sont pas connues à l’avance. Les paramètres sont configurés au fur et à mesure lors d’une phase d’apprentissage, qui utilise des jeux de données d’entraînement pour trouver des liens et les classifie. Les différentes méthodes d’apprentissage machine sont choisies par les concepteurs en fonction de la nature des tâches à accomplir. Ces méthodes sont habituellement classées en 3 catégories : apprentissage supervisé par un humain, apprentissage non supervisé et apprentissage par renforcement. Ces 3 catégories regroupent différentes méthodes dont les réseaux de neurones, l’apprentissage profond etc.
Source :
Cas d'utilisation :
Les algorithmes d'apprentissage machine sont utilisés dans des cas d'utilisation spécifiques de l'IA dans le système judiciaire (tels que l'estimation des ressources humaines et financières, la prédiction des crimes, l'analyse des données d'enquête, la prédiction des décisions judiciaires, l'analyse et le résumé de la jurisprudence, la résolution des litiges en ligne, etc.)
Apprentissage profond
Définition :
Méthode utilisée dans le développement de systèmes d'IA qui consiste à traiter des données en s'inspirant du fonctionnement du cerveau humain.
Source :
Cas d'utilisation :
Les modèles d'apprentissage profond peuvent classer et organiser de grands volumes de documents juridiques, notamment des dossiers d'affaires, des archives judiciaires, en fonction de leur contenu. Les modèles NLP (voir Traitement de langage naturelle) utilisant l'apprentissage profond peuvent analyser les textes juridiques pour en extraire les informations pertinentes, identifier les concepts clés et résumer les documents. Les modèles peuvent prédire l'issue probable d'une affaire sur la base de données historiques, aidant ainsi les avocats à évaluer les forces et les faiblesses de leurs dossiers. L'apprentissage profond peut aider à déterminer la peine appropriée en analysant les cas antérieurs et en suggérant des fourchettes de peines basées sur des caractéristiques de cas similaires. Les services de traduction basés sur l'apprentissage profond peuvent fournir des traductions en temps réel de documents juridiques et de procédures judiciaires, garantissant ainsi l'accès à la justice pour les locuteurs non natifs. Les modèles de conversion de la parole en texte peuvent transcrire avec précision les audiences et les discussions juridiques, ce qui facilite l'archivage et l'accessibilité. Les chatbots alimentés par l'IA peuvent aider le public à naviguer dans les informations juridiques, à répondre aux questions fréquemment posées et à guider les utilisateurs dans les procédures judiciaires.
Audience à distance
Définition :
Audience qui se tient par audioconférence ou vidéoconférence et à laquelle aucun des participants (à l'exception du juge ou du greffier) n'est présent dans un bâtiment du tribunal pendant l'audience.
Source :
Cas d'utilisation :
Voir les cas d'utilisation mentionnés dans la rubrique Audience hybride.
Audience hybride
Définition :
Audience à laquelle un ou plusieurs des participants (juge, parties, témoins) prennent part alors qu'ils sont présents dans un bâtiment du tribunal. Les autres participants prennent part à l'audience par le biais d'une audioconférence, d'une vidéoconférence, ou les deux.
Source :
Cas d'utilisation :
L'audioconférence et la vidéoconférence sont des moyens bien établis pour tenir des audiences, quel qu'en soit le sujet. La pandémie de grippe aviaire de 19 ans a toutefois considérablement élargi l'utilisation de cette technologie. Leur utilisation présente plusieurs avantages potentiels. Elles peuvent réduire les coûts et les délais de traitement des procédures. Elles peuvent faciliter une programmation plus efficace des audiences, tout en éliminant les déplacements et les temps d'attente dans les bâtiments du tribunal. Les audiences hybrides peuvent également favoriser la participation effective des juges et des parties. En particulier, en ce qui concerne les juges, elles peuvent contribuer à promouvoir le travail à temps partiel et les modèles de travail flexibles. Une partie vulnérable, en particulier dans les procédures pénales ou familiales, peut, par exemple, être en mesure de participer efficacement en assistant à l'audience à distance, depuis son domicile ou une autre partie du tribunal. Il en va de même, plus généralement, pour les personnes handicapées. Les audiences hybrides peuvent ainsi promouvoir l'égalité procédurale et l'accès à la justice en général.
Audioconférence
Définition :
Système qui utilise la technologie, qu'elle soit électronique ou numérique via Internet, pour faciliter une réunion, telle qu'une audience au tribunal, par le biais de l'audio.
Source :
Cas d'utilisation :
L'audioconférence permet aux collaborateurs de communiquer verbalement en temps réel sans utiliser d'images partagées continuellement mises à jour. Elle est principalement utilisée dans le secteur judiciaire pour mener à distance des audiences, des séances de médiation ou des processus de règlement extrajudiciaire des litiges (ADR), faire témoigner des personnes, organiser des consultations entre avocats et clients, tenir des réunions administratives, assurer une coordination inter juridictionnelle, etc.
Authentification
Définition :
Processus électronique permettant de confirmer l'identification électronique d'une personne physique ou morale, ou l'origine et l'intégrité de données sous forme électronique.
Cas d'utilisation :
L'authentification est couramment utilisée dans divers contextes, notamment la sécurité informatique, les systèmes de contrôle d'accès et les transactions en ligne. Il existe plusieurs méthodes d'authentification, notamment les mots de passe, la vérification biométrique, les jetons de sécurité et les signatures numériques. L'authentification permet aux organisations de sécuriser leurs réseaux et leurs applications en autorisant uniquement les utilisateurs ou les processus authentifiés à accéder aux ressources protégées.
Authentification multifactorielle (AMF)
Définition :
Méthode de contrôle d'accès aux ordinateurs dans laquelle un utilisateur ne se voit accorder l'accès qu'après avoir présenté avec succès plusieurs éléments de preuve distincts à un mécanisme d'authentification.
Source :
Cas d'utilisation :
Plutôt que de demander un nom d'utilisateur et un mot de passe, l'AMF exige un ou plusieurs facteurs de vérification supplémentaires, ce qui diminue la probabilité de réussite d'une cyberattaque. L'authentification multifactorielle comprend l'utilisation d'une combinaison d'au moins deux des méthodes d'authentification énumérées ci-dessous : - réponses à des questions de sécurité personnelle - mot de passe - mot de passe à usage unique - certificats électroniques - empreintes digitales, reconnaissance faciale ou autres données biométriques.
Base de donnés
Définition :
« Conteneur » stockant des données telles que des chiffres, des dates ou des mots, pouvant être retraités par des moyens informatiques pour produire une information ; par exemple, des chiffres et des noms assemblés et triés pour former un annuaire. Une base de données stocke les données actuelles nécessaires pour alimenter une application logicielle.
Source :
Cas d'utilisation :
La base de données est utilisée pour l'organisation structurée et le stockage des données dans différents systèmes d'information appliqués dans le système judiciaire, tels que les systèmes de gestion des affaires et des dossiers, les bases de données sur la jurisprudence, les casiers judiciaires, les systèmes d'information sur la gestion des ressources humaines, etc.
Biais
Définition :
Le biais d'IA, également appelé biais d'apprentissage automatique ou biais d'algorithme, désigne l'apparition de résultats biaisés en raison de préjugés humains qui faussent les données d'apprentissage originales ou l'algorithme d'IA, ce qui entraîne des résultats faussés et des conséquences potentiellement néfastes.
Source :
Cas d'utilisation :
Les LLM peuvent amplifier de nombreux problèmes sociétaux existants et sont particulièrement sujets à la discrimination et aux préjugés. Les grands modèles peuvent générer des réponses contradictoires ou fictives, ce qui signifie que leur utilisation dans certains secteurs pourrait être dangereuse en l'absence de garanties appropriées. Les ensembles de données d'entraînement peuvent avoir un contenu biaisé ou nuisible. Minimiser les biais indésirables dans les systèmes d'IA est un objectif difficile à atteindre, mais il est possible de les détecter et de les traiter. Les acteurs de l'IA devraient, en fonction de leur rôle, du contexte et de leur capacité d'action, appliquer une approche systématique de la gestion des risques à chaque phase du cycle de vie du système d'IA, de manière continue, afin de traiter les risques liés aux systèmes d'IA, notamment en matière de protection de la vie privée, de sécurité numérique, de sûreté et de partialité.
Cas d'utilisation
Définition :
Description d'un scénario sur la manière dont les utilisateurs effectueront certaines tâches sur un système informatique.
Source :
Cas d'utilisation :
Exemples de cas d'utilisation liés à la gestion des dossiers : - un avocat ou un particulier dépose une nouvelle affaire auprès de la juridiction - le personnel du tribunal enregistre les données de base lors de l'enregistrement initial de l'affaire - un juge gère les activités de la salle d'audience pendant un procès - notification aux parties des prochaines dates d'audience ou des actions requises - un juge rend un jugement ou une ordonnance dans une affaire - un partage d’informations sur une affaire avec les services de police, les services pénitentiaires ou d'autres entités juridiques.
Certificat électronique/numérique (e-certificat)
Définition :
Fichier électronique, délivré par les autorités de certification, qui lie une clé publique à une identité et qui est utilisé pour vérifier qu'une clé publique appartient à une personne, authentifier le détenteur, vérifier une signature de cette personne ou chiffrer un message adressé à cette personne.
Source :
Cas d'utilisation :
Les certificats électroniques/numériques délivrés par les prestataires de services de confiance authentifient l'identité des personnes, des organisations et des systèmes impliqués dans les transactions électroniques au sein de l'appareil judiciaire. Les certificats électroniques/numériques sont également utilisés pour vérifier la validité des signatures électroniques, établir des canaux de communication sécurisés et garantir la confidentialité et l'intégrité des données échangées entre les parties ou le système d'information e-justice national/transfrontalier.
Chaîne de blocs (blockchain)
Définition :
Systèmes de registre distribués et sécurisés qui peuvent fonctionner de manière autonome sans avoir besoin d’une autorité centrale de contrôle ou de coordination, ce qui permet de se passer de confiance et d’intermédiaires. Ces systèmes permettent de réaliser diverses opérations, comme des transferts de valeur ou d’informations, sans aucune intervention d’un tiers de confiance. Cet aspect de la technologie blockchain, qui consiste à rendre l’information sécurisée et quasi-immuable sans avoir besoin d’un tiers de confiance, présente un intérêt essentiel dans le domaine humanitaire ou du point de vue de la défense de la démocratie, notamment dans les cas où les organisations gouvernementales et non gouvernementales peuvent ne pas avoir la confiance du public ou ne pas se faire confiance entre elles. Une blockchain stocke les données de façon séquentielle, dans un registre qui est répliqué et synchronisé au sein d’un réseau de nœuds distribués, protégé par plusieurs couches de sécurité, depuis la manière dont les blocs sont reliés entre eux jusqu’à la redondance et la synchronisation du réseau. La transparence est une caractéristique essentielle des blockchains qui sont des registres entièrement publics : tout utilisateur est en mesure de lire les informations du registre, ainsi que d’y inscrire de nouvelles informations sous réserve de respecter le protocole de consensus.
Source :
Cas d'utilisation :
Systèmes de registre distribués et sécurisés qui peuvent fonctionner de manière autonome sans avoir besoin d’une autorité centrale de contrôle ou de coordination, ce qui permet de se passer de confiance et d’intermédiaires. Ces systèmes permettent de réaliser diverses opérations, comme des transferts de valeur ou d’informations, sans aucune intervention d’un tiers de confiance. Cet aspect de la technologie blockchain, qui consiste à rendre l’information sécurisée et quasi-immuable sans avoir besoin d’un tiers de confiance, présente un intérêt essentiel dans le domaine humanitaire ou du point de vue de la défense de la démocratie, notamment dans les cas où les organisations gouvernementales et non gouvernementales peuvent ne pas avoir la confiance du public ou ne pas se faire confiance entre elles. Une blockchain stocke les données de façon séquentielle, dans un registre qui est répliqué et synchronisé au sein d’un réseau de nœuds distribués, protégé par plusieurs couches de sécurité, depuis la manière dont les blocs sont reliés entre eux jusqu’à la redondance et la synchronisation du réseau. La transparence est une caractéristique essentielle des blockchains qui sont des registres entièrement publics : tout utilisateur est en mesure de lire les informations du registre, ainsi que d’y inscrire de nouvelles informations sous réserve de respecter le protocole de consensus.
Chiffrement de bout en bout
Définition :
Méthode de communication sécurisée qui crypte les données au point d'origine dans un réseau et les décrypte au point de destination, empêchant ainsi les tiers d'accéder aux données pendant le transfert.
Source :
Cas d'utilisation :
Dans le domaine judiciaire, le cryptage de bout en bout est généralement utilisé : - pour garantir que les courriels, les messages et les appels vidéo entre professionnels de la justice sont protégés contre tout accès non autorisé - pour garantir que les données sensibles, telles que les preuves, les témoignages et les décisions judiciaires, ne peuvent pas être interceptées ou modifiées pendant la transmission ou le stockage - dans les plates-formes de vidéoconférence, pour garantir que les procédures judiciaires à distance sont protégées contre tout accès non autorisé ou toute interception - pour sécuriser l'accès et les transactions dans les bases de données judiciaires et les systèmes de gestion des affaires.
Contrat intelligent
Définition :
Protocole informatique basé sur la technologie blockchain qui facilite l'exécution automatique de transactions numériques selon des stipulations ou des conditions préalablement convenues.
Source :
Cas d'utilisation :
Les contrats intelligents ne sont ni des intelligents ni des contrats, et ne peuvent que lire et écrire dans la blockchain. Les contrats intelligents s'appuient sur la technologie de la blockchain pour assurer la sécurité et le suivi des modifications ; c'est pourquoi ils sont surtout utilisés dans les transactions en crypto-monnaie. Les contrats intelligents ne sont pas encore largement adoptés par les services juridiques.
Cyberjustice
Définition :
Intégration de la technologie dans le système judiciaire. Elle est largement comprise comme regroupant toutes les situations dans lesquelles les TIC et les technologies numériques sont appliquées dans le secteur de la justice.
Source :
Cas d'utilisation :
Les applications de la cyberjustice peuvent être regroupées en quatre catégories principales: 1. l'accès à la justice, 2. la communication entre les tribunaux et les professionnels, 3. l'administration des tribunaux et 4. l'assistance directe au travail du juge et du greffier.
Cybersecurité
Définition :
L'activité ou le processus, la capacité ou l'état par lequel les systèmes d'information et de communication et les informations qu'ils contiennent sont protégés et/ou défendus contre les dommages, l'utilisation ou la modification non autorisée, ou l'exploitation. Stratégie, politique et normes concernant la sécurité du cyberespace et les opérations dans le cyberespace, et englobant l'ensemble des politiques et activités de réduction des menaces, de réduction de la vulnérabilité, de dissuasion, d'engagement international, de réponse aux incidents, de résilience et de récupération, y compris les opérations sur les réseaux informatiques, l'assurance de l'information, l'application de la loi, la diplomatie, les missions militaires et de renseignement, dans la mesure où elles sont liées à la sécurité et à la stabilité de l'infrastructure mondiale de l'information et des communications.
Source :
Document electronique
Définition :
Tout contenu stocké sous forme électronique, notamment du texte ou un enregistrement audio, vidéo ou audiovisuel.
Source :
Cas d'utilisation :
Utilisation typique des documents électroniques dans le système judiciaire : documents électroniques produits par les juges et le personnel administratif et stockés dans les systèmes de gestion des affaires et des documents, documents électroniques soumis par les parties via le service de dépôt électronique, preuves électroniques présentées dans la salle d'audience, etc.
Données à caractère personnel
Définition :
Toute information concernant une personne physique identifiée ou identifiable (« personne concernée »)
Source :
Cas d'utilisation :
Parmi celles-ci, les données sensibles concernent les données génétiques, les données biométriques identifiant un individu de façon unique, les données concernant des infractions, des procédures et des condamnations pénales et des mesures de sûreté connexes ainsi que toutes données pour les informations qu’elles révèlent sur l’origine raciale ou ethnique, les opinions politiques, l’appartenance syndicale, les convictions religieuses ou autres convictions, la santé ou la vie sexuelle.
Données d'entrainement/d'apprentissage
Définition :
Données utilisées pour former un modèle d'apprentissage automatique.
Source :
Données non structurées
Définition :
Information qui n'a pas de structure de données prédéfinie (format) ou qui n'est pas organisée d'une manière prédéfinie.
Source :
Cas d'utilisation :
Les données non structurées sont utilisées lorsqu'un enregistrement est nécessaire et que les données ne peuvent pas être structurées. Le format prescrit pour les données non structurées peut être aussi simple que d'exiger que tous les enregistrements d'audiences soient au format MPEG ou que tous les événements du système soient collectés dans un certain magasin. Les systèmes de fichiers contenant les enregistrements audio/vidéo des audiences, les preuves numériques, les messages sur les médias sociaux, les journaux des systèmes informatiques, etc. sont des exemples de magasins de données non structurées dans l'appareil judiciaire. Les données non structurées n'ont pas d'attributs prédéfinis, ce qui rend leur recherche et leur organisation plus difficiles. En règle générale, les données non structurées nécessitent des algorithmes complexes pour être prétraitées, manipulées et analysées. Des outils spécialement conçus qui utilisent l'IA peuvent extraire des informations à partir de données non structurées.
Données ouvertes/Open data
Définition :
Informations fournies sous forme de données structurées à l'usage du public. Ces données sont réemployables de manière non-onéreuse dans les conditions d’une licence spécifique, pouvant notamment préciser ou prohiber certaines finalités de réemploi. L’open data n’est pas à confondre avec de l’information publique unitaire disponible sur des sites internet, dont l’intégralité de la base n’est pas téléchargeable (par exemple les bases de données des décisions des tribunaux). Il ne se substitue pas aux modes de publicité obligatoire de certaines mesures ou décisions administratives ou judiciaires déjà prévues par certaines lois ou règlements. Enfin, une confusion est parfois réalisée entre les données (open data à proprement parler) et leurs moyens de traitement (apprentissage machine, data science) pour différentes finalités (moteurs de recherche, aide à la rédaction d’actes, analyse des tendances décisionnelles, anticipation des décisions de justice).
Source :
Cas d'utilisation :
Examples of judicial open data are anonymized court decision databases, legislation databases or judicial performance statistics in machine-readable format (XML or JSON).
Données structurées
Définition :
Information organisée selon une structure (format) prédéfinie qui facilite la saisie, l'interrogation et la modification des données de manière fiable et efficace.
Source :
Cas d'utilisation :
Parmi les exemples de données structurées dans l'e-justice, on peut citer les bases de données relationnelles des dossiers et les systèmes de gestion des dossiers, les systèmes de gestion des ressources humaines, etc. Les données structurées sont particulièrement utiles lorsqu'il s'agit de données numériques discrètes. Les données structurées sont particulièrement utiles lorsqu'il s'agit de données discrètes et numériques, comme les rapports statistiques sur les performances du système judiciaire. Les données structurées sont également utilisées lorsqu'il s'agit d'enregistrer des données comportant des champs multiples, à saisie courte, numériques et énumérés, tels que les dossiers d'affaires ou les dossiers de ressources humaines. Il est plus facile d'organiser, de nettoyer, de rechercher et d'analyser des données structurées que des données non structurées. Lorsque les données sont strictement formatées, vous pouvez utiliser la logique de programmation pour rechercher et localiser des entrées de données spécifiques, ainsi que pour créer, supprimer ou modifier des entrées. L'automatisation de la gestion et de l'analyse des données structurées est plus efficace. Les données structurées permettent d'assurer l'intégrité des données et de faciliter la lisibilité par la machine (les formats XML et Json, par exemple, sont d'autres exemples de données structurées) et l'interopérabilité.
Droits de l'homme dès la conception
Définition :
Approche qui vise à intégrer pleinement les considérations relatives aux droits de l'homme dans le développement de produits, de services et de technologies numériques. Elle devrait garantir le respect des droits de l'homme tout en répondant aux besoins de l'entreprise, tels que le développement rapide de produits et les cycles de publication. Elle met l'accent sur l'inclusion systématique et agile des droits de l'homme et des valeurs éthiques tout au long du cycle de vie de la conception technologique, depuis l'idée du projet, la collecte des besoins, la conception, l'intégration, la démonstration, les essais, jusqu'au lancement sur le marché, y compris toutes les mises à jour ultérieures auxquelles ces produits, services et technologies numériques peuvent être soumis.
Source :
Cas d'utilisation :
La prise en compte des droits de l'homme dès la conception souligne la nécessité de réaliser des études d'impact sur les droits de l'homme (EIDH) avant l'acquisition, le développement et/ou le déploiement d'un système d'IA. Les EIDH doivent avoir un champ d'application suffisamment large pour couvrir les risques pour tous les droits de l'homme et ne doivent pas définir de manière étroite les risques évalués, car cela est incompatible avec le principe selon lequel tous les droits sont indivisibles et interdépendants. Les autorités publiques ne devraient pas acquérir ou utiliser des systèmes d'IA de tiers dans des circonstances où elles ne peuvent pas réaliser une EIDH efficace, notamment parce que le développeur commercial de l'IA refuse de partager des informations pertinentes sur le système, et les États membres doivent s'assurer que tous les obstacles au fonctionnement efficace des EIDH sont surmontés dans leurs cadres juridiques.
E-discovery ou divulgation électronique
Définition :
La divulgation de documents électroniques (e-documents) dans le cadre d'une procédure judiciaire. La divulgation électronique implique l'identification, la collecte, l'examen et l'échange de preuves électroniques pertinentes d'une manière structurée et efficace.
Source :
Cas d'utilisation :
La divulgation électronique de documents peut être utilisée pour identifier les éléments de preuve clés qui ont été téléchargés par les parties dans le système de gestion des affaires. Cela peut permettre aux juges d'identifier et d'examiner plus efficacement les questions factuelles. La divulgation électronique est souvent facilitée par la technologie numérique, qui permet de gérer efficacement de grands volumes de données électroniques et facilite des tâches telles que le filtrage des données, la recherche par mot-clé et l'examen des documents. Des pratiques efficaces en matière de divulgation électronique sont essentielles pour les litiges modernes, car elles aident les parties à gérer efficacement les preuves électroniques, à réduire les coûts et à rationaliser la procédure judiciaire.
Entrainement de model apprentissage machine/automatisé
Définition :
Procédé permettant de déterminer ou d'améliorer les paramètres d'un modèle d'apprentissage automatique, basé sur un algorithme d'apprentissage automatique, en utilisant des données d'entraînement.
Source :
Entrepôt de donnés
Définition :
Grand ensemble de données accumulées à partir d'un large éventail de sources au sein d'une organisation et utilisées pour guider les décisions de gestion. Un entrepôt de données stocke des données structurées actuelles et historiques provenant d'un ou de plusieurs systèmes (bases de données) dans un schéma prédéfini et fixe.
Source :
Cas d'utilisation :
L'entrepôt de données permet de consolider, d'analyser et de communiquer les données, ce qui améliore la prise de décision, la formulation des politiques et l'efficacité opérationnelle dans l'ensemble du système judiciaire. Un entrepôt de données du secteur de la justice peut intègre des données provenant de diverses sources, notamment les tribunaux, les bureaux des procureurs, les établissements pénitentiaires et les bureaux de probation. Cette intégration permet d'avoir une vue d'ensemble des activités et des tendances liées à la justice. Contrairement aux bases de données opérationnelles qui se concentrent sur les données en temps réel, un entrepôt de données stocke des données historiques, ce qui permet d'analyser les tendances au fil du temps. L'entrepôt de données prend en charge des analyses avancées, notamment l'analyse statistique, la modélisation prédictive et l'exploration de données. Ces capacités permettent aux agences de justice d'identifier des modèles, de prévoir des résultats et de générer des rapports détaillés pour les décideurs.
Grand modèle de language (LLM)
Définition :
Outil d'intelligence artificielle qui utilise des informations provenant de très grands ensembles de données pour modéliser l'utilisation du langage et générer du contenu à la manière d'un être humain.
Source :
Cas d'utilisation :
Parmi les exemples de LLM, citons le GPT d'OpenAI, le PaLM 2 de Google et le LLaMA de Meta. Les LLM peuvent être utilisés dans le secteur de la justice pour la traduction, la recherche juridique, l'anonymisation de textes, les chatbots/assistants virtuels juridiques. Les LLM peuvent examiner de grands volumes de documents juridiques afin d'identifier les informations pertinentes, d'extraire les clauses clés et de signaler les problèmes ou les divergences potentiels. Les LLM peuvent être utilisés dans les programmes d'enseignement et de formation juridiques pour simuler des scénarios juridiques, générer des questions pratiques et fournir un retour d'information sur les compétences des étudiants en matière de rédaction et de raisonnement juridiques. Les LLM peuvent être intégrés dans des systèmes de gestion des dossiers pour analyser et extraire des informations à partir de données textuelles non structurées, telles que les transcriptions judiciaires. Cela peut améliorer l'organisation, la recherche et l'accessibilité des informations relatives aux affaires pour les juges, les procureurs, les avocats, etc.
IA de soutien (ou d'assistance)
Définition :
Utilisation de l'IA pour soutenir la gestion des dossiers et la prise de décision judiciaire en fournissant des informations et des suggestions en temps réel.
Source :
Cas d'utilisation :
Toutes les formes d'IA qui soutiennent un juge dans des étapes spécifiques du processus de prise de décision. Par exemple, l'aide à l'organisation du travail, le résumé de textes/de requêtes, la transcription d'audiences, l'identification et l'isolement d'informations spécifiques dans la requête, etc.
Identification électronique (e-identification)
Définition :
Processus consistant à utiliser des données d’identification, sous forme électronique, qui représentent de façon unique une personne physique ou morale ou une personne physique représentant une personne morale.
Source :
Cas d'utilisation :
Une identification électronique (« eID ») est une solution numérique pour prouver l'identité des citoyens ou des organisations. L'une des formes d'identification électronique est la carte d'identification électronique, qui est une carte d'identité physique pouvant être utilisée pour l'identification ou l'authentification personnelle en ligne et hors ligne. Les cartes d'identité électroniques sont généralement utilisées comme moyen d'identification dans le processus d'authentification en ligne des services électroniques destinés aux citoyens, tels que le dépôt électronique de documents. Les cartes d'identité électroniques peuvent également être utilisées par les juges et le personnel administratif comme moyen d'identification dans le processus d'authentification des applications internes utilisées dans le système judiciaire, telles que les systèmes de gestion des dossiers.
Identité numérique
Définition :
Représentation numérique d'une personne physique ou morale. Elle peut être utilisée lors d'interactions et de transactions.
Source :
Cas d'utilisation :
Une identité numérique fournit aux citoyens une méthode d'authentification unique et un accès à tous les services numériques fournis par les administrations publiques et les entités privées accréditées. L'identité numérique dans l'e-justice fait référence à l'utilisation de références numériques et de méthodes d'authentification pour vérifier l'identité des personnes suivantes : - des titulaires d'une fonction judiciaire et des autres membres du personnel lorsqu'ils utilisent des systèmes d'information administratifs tels que le système de gestion des affaires (Case Management System) - des citoyens et des représentants autorisés d'entités commerciales utilisant des services en ligne tels que le dépôt électronique de documents. Les personnes doivent se soumettre à un processus rigoureux de vérification de l'identité lorsqu'elles s'inscrivent pour la première fois à des services d'e-justice.
Informatique en nuage (cloud computing)
Définition :
Modèle permettant un accès réseau à la demande à un pool partagé de capacités ou de ressources informatiques configurables (par exemple, réseaux, serveurs, stockage, applications et services) qui peut être rapidement mis à disposition et libéré avec un minimum d'effort de gestion ou d'interaction avec le fournisseur de services.
Source :
Cas d'utilisation :
L'utilisation la plus courante de l'informatique en nuage dans le secteur de la justice est celle des outils de collaboration en ligne tels que Microsoft Teams, Cisco Webex, Google Meet, Zoom, Jitsi, etc. Ces outils de collaboration ou de vidéoconférence basés sur l’informatique en nuage permettent la tenue d'audiences à distance ou hybrides, une communication transparente et le partage d'informations entre les professionnels de la justice, notamment les juges, les procureurs, les avocats, etc. Les applications d'informatique en nuage facilitent le travail à distance des professionnels de la justice depuis n'importe quel endroit disposant d'une connexion internet. L'informatique en nuage offre également des solutions robustes de reprise après sinistre qui garantissent la continuité des opérations en cas de catastrophes naturelles, de cyber-attaques ou d'autres situations d'urgence.
Intelligence artificielle (IA) générative
Définition :
Système logiciel qui communique en langage naturel, capable de répondre à des questions relativement complexes et de créer un contenu (texte, image ou son) à la suite d'une question ou d'instructions formulées (invite).
Source :
Cas d'utilisation :
L'IA générative comprend les outils d'IA capables de recevoir des entrées et de créer des sorties en langage naturel. Les entrées de l'IA générative peuvent comprendre une question ou des instructions formulées (invite) et un contexte, une description détaillée de la situation ou du rôle dans lequel l'outil d'IA générative est censé traiter l'invite. Ces outils comprennent OpenAI, ChatGPT, Copilot, Gemini, Bard, etc. L'IA générative semble donner de bons résultats dans un cadre clairement défini, comme la traduction de textes, la génération de textes, d'images ou de sons cohérents (mais pas nécessairement vrais), le résumé automatique de textes, l'analyse sémantique et la détection d'opinions, l'exploration de textes et l'accès au contenu. Les modèles d'IA générative peuvent analyser des documents juridiques pour en extraire des informations clés et générer des résumés. Les assistants virtuels alimentés par l'IA générative peuvent aider à rationaliser les tâches administratives des professionnels du droit, telles que la prise de rendez-vous, la gestion des documents et la rédaction de la correspondance de routine. La Note d'information CEPEJ-GT-CYBERJUST - L'utilisation de l'intelligence artificielle générative (IA) par les professionnels de la justice dans un contexte professionnel donne une première idée de ce que les juges et les autres professionnels de la justice du secteur public peuvent attendre de l'utilisation d'outils d'IA générative dans un contexte judiciaire.
Interface de programmation d'application (Application Programming Interface - API)
Définition :
Code qui permet à deux logiciels apparemment sans rapport de communiquer entre eux.
Source :
Cas d'utilisation :
Les API sont utilisées pour l'intégration de divers systèmes d'information utilisés dans le secteur de la justice, notamment les systèmes de gestion des dossiers, les systèmes d'archivage électronique, les systèmes de gestion des tribunaux, les bases de données de recherche juridique et les bases de données d'application de la loi. L'interface de programmation d'applications (API) permet aux logiciels d'accéder aux données, aux logiciels serveurs ou à d'autres applications afin de créer une connexion entre des applications disparates et d'éliminer le transfert manuel d'informations, qui est dépassé d'un système à l'autre.
Interopérabilité
Définition :
Echanges efficaces et sécurisés des données et des informations entre les systèmes d’information des organisations du secteur de la justice, ainsi qu'avec d'autres administrations publiques.
Source :
Cas d'utilisation :
L'interopérabilité dans l'e-justice désigne la capacité des différents systèmes d'information et services électroniques utilisés dans le secteur de la justice à communiquer, à échanger des données et à travailler ensemble de manière transparente. L'interopérabilité permet l'intégration de divers systèmes d'information utilisés dans le secteur de la justice, notamment les systèmes de gestion des dossiers, les systèmes d'archivage électronique, les bases de données des services répressifs, etc. L'interopérabilité facilite la coopération et la collaboration transfrontalières dans le cadre des initiatives d'e-justice, en particulier dans le contexte des procédures judiciaires internationales, de l'entraide judiciaire et des demandes d'extradition. Exemples de cas d'utilisation de l'interopérabilité dans le secteur de la justice : - échange de données entre les systèmes de gestion des dossiers du procureur et du tribunal : les données relatives à l'acte d'accusation saisies dans le système de gestion des dossiers du procureur sont transmises électroniquement et enregistrées automatiquement par le système de gestion des dossiers du tribunal, au lieu d'être saisies manuellement par les greffiers - échange de données entre les systèmes de gestion des dossiers des tribunaux et des prisons : le personnel pénitentiaire peut recevoir une notification électronique dans le système de gestion de la prison concernant un nouveau prisonnier arrivant pour purger sa peine. Les données relatives à la peine sont initialement enregistrées dans le CMS des tribunaux.
Jeu de donnés
Définition :
Collecte de données dans un format commun.
Source :
Cas d'utilisation :
Les ensembles de données peuvent être utilisés pour valider ou tester un modèle d'intelligence artificielle. Dans un contexte d'apprentissage automatique, les ensembles de données peuvent également être utilisés pour former un algorithme d'apprentissage automatique. Dans le contexte du pouvoir judiciaire, les ensembles de données sont des collections de données structurées ou non structurées qui peuvent être utilisées à diverses fins d'analyse, de recherche et d'exploitation. Vous trouverez ci-dessous des exemples d'ensembles de données pertinents pour le pouvoir judiciaire : - ensembles de données sur la jurisprudence - ensembles de données sur les dossiers judiciaires - ensembles de données sur les condamnations et les jugements - ensembles de données sur les performances judiciaires - ensembles de données sur la criminalité.
Justice predictive
Définition :
Systèmes qui tentent d'apprendre à partir de grandes sources d'information afin d'identifier des modèles dans la jurisprudence qui pourraient être utilisés pour visualiser, simuler ou prédire de nouvelles issues de litiges.
Source :
Cas d'utilisation :
Le terme « prédictif » provient d'applications dans le domaine des sciences naturelles et des statistiques qui permettent de produire des résultats par le biais d'une analyse inductive. En ce qui concerne l'utilisation dans l'environnement judiciaire, des recherches sont en cours et des prototypes ont été réalisés principalement au niveau universitaire.
Lac de donnés
Définition :
Un lac de données stocke des données structurées et non structurées, actuelles et historiques, provenant d'un ou de plusieurs systèmes sous leur forme brute.
Source :
Cas d'utilisation :
Un lac de données stocke des données relationnelles provenant d'applications utilisées dans le système judiciaire (telles que les systèmes de gestion des dossiers, les bases de données de jurisprudence), et des données non relationnelles provenant d'applications mobiles, de dossiers de fichiers partagés et de médias sociaux. En incorporant des données historiques, des statistiques criminelles, des informations démographiques et d'autres facteurs pertinents dans un lac de données, les professionnels de la justice peuvent développer des modèles d'analyse prédictive pour prévoir les tendances criminelles, identifier les zones à haut risque et allouer efficacement les ressources pour la prévention du crime et l'application de la loi. Les lacs de données peuvent stocker un large éventail de données et de documents électroniques pertinents pour les enquêtes criminelles, notamment des images de surveillance, des preuves médico-légales, des déclarations de témoins et des enregistrements de communications. Les lacs de données permettent aux décideurs du système judiciaire de suivre les indicateurs clés de performance (ICP) tels que les taux d'élucidation des affaires, les taux d'arriérés, les taux de condamnation, etc. afin d'évaluer l'efficacité des différentes interventions, d'identifier les domaines à améliorer et d'allouer les ressources de manière stratégique pour obtenir de meilleurs résultats.
Legal Tech
Définition :
Entreprises exploitant les technologies de l’information dans le domaine du droit afin de proposer des services juridiques innovants. Ces entreprises sont des startups spécialisées dans le domaine juridique. D’autres termes dérivés des secteurs d’activités sont aussi apparus comme les «fintech » pour les startups déployant des services financiers, les «medtechs» dans le domaine médical, etc.
Source :
Cas d'utilisation :
Ces entreprises se spécialisent par exemple dans la conception de nouvelles applications destinées aux professions juridiques, principalement les avocats, les services juridiques et les assureurs, permettant un accès approfondi à l'information judiciaire et à la jurisprudence, sa recherche et l'analyse des tendances.
Lisible à la machine
Définition :
Structuration de l'information, telle que celle contenue dans un document ou, en particulier, un jugement, susceptible d'être traitée par un programme informatique.
Source :
Cas d'utilisation :
Les documents lisibles par machine (en format XML, JSON ou CSV) permettent un traitement plus rapide des documents juridiques, tels que les dossiers judiciaires, les plaidoiries et les jugements. Les systèmes automatisés peuvent extraire les informations pertinentes de ces documents, réduisant ainsi le temps et les ressources nécessaires à la saisie et au traitement manuels des données. Les documents lisibles par machine permettent une recherche et une récupération plus efficaces des informations juridiques et de la jurisprudence. En publiant les documents juridiques dans des formats lisibles par machine, les tribunaux peuvent rendre l'information juridique plus facilement accessible au public. Les documents lisibles par machine provenant de systèmes d'information extérieurs au système judiciaire (police, registres fonciers, etc.) réduisent les charges administratives et améliorent l'efficacité globale du processus de résolution des affaires.
Logiciel en open source
Définition :
Logiciel dont le code source est mis à la disposition de tous dans le cadre d'une licence open-source. Le logiciel peut ainsi être librement utilisé et modifié, et redistribué conformément à la licence.
Source :
Cas d'utilisation :
Quelques exemples de logiciels libres utilisés dans le secteur de la justice : - Alfresco - plateforme de gestion de documents - Moodle : système de gestion de l'apprentissage - Open eCourts : dépôt électronique de documents judiciaires et gestion des affaires - Jitsi : plateforme de vidéoconférence pour les audiences à distance et les procédures virtuelles.
Médias Sociaux
Définition :
Formes de communication électronique (telles que les sites web de réseaux sociaux et de microblogging) par lesquelles les utilisateurs créent des communautés en ligne pour partager des informations, des idées, des messages personnels et d'autres contenus (tels que des vidéos).
Source :
Cas d'utilisation :
Facebook, X (anciennement Twitter), LinkedIN, WhatsApp sont des exemples de médias sociaux très répandus, y compris dans la communication des tribunaux avec le grand public.
Mégadonnées / Grand jeu de données (Big data)
Définition :
Grands ensembles de données provenant de source hétérogène (open data, données propriétaires, données achetées commercialement). Pour les données issues de l’activité judiciaire, le big data pourrait être la réunion des données statistiques, des traces de connexion dans les logiciels des métiers (logs des applications), des bases de données des décisions des tribunaux etc.
Source :
Cas d'utilisation :
Dans le domaine judiciaire, les big data pourraient être la combinaison de données statistiques, d'enregistrements de connexions de logiciels d'entreprise (journaux d'application), de bases de données de décisions de justice qui sont exploitées par des algorithmes d'apprentissage automatique dans des applications logicielles basées sur l'intelligence artificielle. Les big data peuvent également être utilisées pour résoudre les problèmes potentiels des organisations, des institutions ou de l'ensemble du système judiciaire de manière novatrice.
Métadonnées
Définition :
Données qui permettent de définir, de contextualiser ou de caractériser d’autres données. Dans la plupart de ses usages informatiques, le préfixe méta signifie «définition ou description de référence». Les métadonnées synthétisent des informations élémentaires sur les données, elles facilitent la recherche et la manipulation d’instances de données particulières. L’auteur, la date de création, la date de modification et la taille du fichier en sont des exemples. Les métadonnées et leur corollaire, le filtrage des données, aident à localiser un document spécifique.
Source :
Cas d'utilisation :
L'auteur, la date de création, la date de modification et la taille du fichier sont des exemples de métadonnées relatives au fichier. Le numéro de l'affaire, le juge désigné, les parties à l'affaire, le type d'affaire sont des exemples de métadonnées relatives aux dossiers d’affaires.
Méthode agile
Définition :
Démarche itérative de gestion de projet et de développement de logiciels qui aide les organisations à créer de la valeur en travaillant par petits incréments ponctuels. Il renvoie au fait de gérer un projet en le décomposant en plusieurs phases et il implique une collaboration constante avec les parties prenantes et une amélioration continue à chaque étape. Le concept d'agilité valorise les résultats plutôt que les règles et les procédures en répondant aux changements nécessaires plutôt qu'en suivant un plan préétabli, en encourageant une participation plus large plutôt que le maintien du contrôle par un petit groupe, et en favorisant l'auto-organisation plutôt qu'une organisation centralisée et hiérarchique.
Source :
Microservices
Définition :
Approche architecturale et organisationnelle du développement de logiciels dans laquelle le logiciel est composé de petits services indépendants qui communiquent par le biais d'API bien définies.
Source :
Cas d'utilisation :
Les architectures microservices facilitent la mise à l'échelle des applications et accélèrent leur développement, ce qui favorise l'innovation et accélère la mise sur le marché de nouvelles fonctionnalités. Avec une architecture microservices, une application est construite sous forme de composants indépendants qui exécutent chaque processus d'application en tant que service. Ces services communiquent via une interface bien définie à l'aide d'API légères. Les services sont conçus pour des capacités commerciales et chaque service exécute une seule fonction. Comme ils sont exécutés de manière indépendante, chaque service peut être mis à jour, déployé et étendu pour répondre à la demande de fonctions spécifiques d'une application.
Modèle de fondation
Définition :
Modèle d'IA, y compris lorsqu'il est entraîné avec une grande quantité de données en utilisant l'auto-supervision à grande échelle, qui fait preuve d'une grande généralité et qui est capable d'exécuter avec compétence un large éventail de tâches distinctes, quelle que soit la manière dont le modèle est mis sur le marché, et qui peut être intégré dans une variété de systèmes ou d'applications en aval.
Source :
Cas d'utilisation :
Voir les cas d'utilisation mentionnés sous Intelligence Artificielle Générative ou Modèle de Grand Langage.
Modes alternatifs de règlement en ligne des litiges (MARL en ligne)
Définition :
Mécanismes et outils utilisés et déployés dans un contexte en ligne, soit soutenus par la technologie, soit dans un environnement informatique virtuel pour faciliter la résolution alternative des litiges. Processus de résolution extrajudiciaire des litiges se déroulant dans un environnement en ligne.
Source :
Cas d'utilisation :
Le règlement extrajudiciaire des litiges en ligne peut impliquer différents types de procédures de règlement des litiges, notamment la médiation, la conciliation et la négociation. Les plateformes de MARL en ligne permettent aux parties de soumettre leurs documents, preuves et propositions de règlement en ligne, tandis qu'un médiateur ou un arbitre neutre peut examiner les informations et faciliter la résolution par le biais de la plateforme. Ces plateformes permettent aux parties de s'engager dans des négociations virtuelles ou des sessions de médiation afin d'explorer les possibilités de règlement.
Neurones/Reseau de Neurones
Définition :
Les réseaux de neurones sont des systèmes informatiques vaguement inspirés des réseaux neuronaux biologiques qui constituent le cerveau des animaux. Ces systèmes « apprennent » à effectuer des tâches en considérant des exemples, généralement sans être programmés avec des règles spécifiques. Par exemple, dans la reconnaissance d’images, ils peuvent apprendre à identifier les images qui contiennent des chats en analysant des images d’exemples qui ont été étiquetées manuellement comme « chat » ou « sans chat » et en utilisant les résultats pour identifier les chats dans d’autres images. Ils le font sans aucune connaissance préalable des chats, par exemple, qu’ils ont de la fourrure, des queues, des moustaches et des visages de chats. Au lieu de cela, ils génèrent automatiquement des caractéristiques d’identification à partir du matériel d’apprentissage qu’ils traitent. Un Réseau de neurones artificiels (RNA) est basé sur un ensemble d’unités ou de nœuds connectés appelés neurones artificiels qui modélisent de façon lâche les neurones dans un cerveau biologique. Chaque connexion, comme les synapses d’un cerveau biologique, peut transmettre un signal d’un neurone artificiel à un autre. Un neurone artificiel qui reçoit un signal peut le traiter puis signaler d’autres neurones artificiels qui lui sont connectés.
Source :
Cas d'utilisation :
Les réseaux de neurones artificiels ont été utilisés pour diverses tâches, notamment la vision par ordinateur, la reconnaissance vocale, la reconnaissance d'images, la traduction automatique, le filtrage des réseaux sociaux, les jeux de société et les jeux vidéo, ainsi que le diagnostic médical. L'un des exemples pratiques dans le secteur juridique est l'intelligence artificielle d'IBM Watson qui fournit un service dans le domaine médical et un outil de recherche appelé « Ross », présenté comme un avocat virtuel - Ross.
Numérisation/digitalisation
Définition :
Passage à l'utilisation et à l'intégration de la technologie numérique et de l'information numérisée afin d'améliorer les processus et les méthodes de travail existants en les rendant plus simples, plus rapides, plus efficaces et/ou plus rentables.
Source :
Cas d'utilisation :
La numérisation désigne le processus de conversion des processus et services existants de formats analogiques ou manuels en formats numériques. La numérisation vise principalement à rendre les processus existants plus efficaces et plus rapides en utilisant des outils numériques. Elle implique des améliorations progressives plutôt qu'une refonte complète des systèmes. Exemples de numérisation dans le secteur de la justice : - dossiers numériques : conversion des dossiers papier en format numérique pour faciliter le stockage, la recherche et la gestion - classement électronique (e-Filing) : passage de l'archivage sur papier à la soumission électronique des documents judiciaires - paiements en ligne : permettre le paiement en ligne des frais de justice et des amendes au lieu des transactions en personne.
Numérisation de dossiers judiciaires
Définition :
Solutions technologiques qui facilitent l’accès à la justice en établissant un canal numérique qui permet l’interaction et l’échange de données et de documents électroniques entre les tribunaux et leurs usagers et entre les tribunaux et les autres administrations publiques.
Source :
Cas d'utilisation :
La numérisation de dossiers judiciaires est un outil en ligne qui permet aux parties et aux avocats de télécharger vers le tribunal et d'échanger des versions numériques de documents et de preuves. Il est généralement intégré au portail de justice en ligne et au système de gestion des dossiers.
Plan de continuité des activités (PCA)
Définition :
Ensemble de documents, d'instructions et de procédures qui permettent à une entreprise ou à une institution de réagir aux accidents, aux catastrophes, aux urgences et/ou aux menaces sans interruption ou entrave de ses opérations clés.
Source :
Cas d'utilisation :
Un plan de continuité des activités est essentiel pour les systèmes d'e-Justice afin de garantir la fourniture ininterrompue de services judiciaires, de protéger les données sensibles, de maintenir la confiance du public et de se conformer aux exigences légales. Il fournit une approche structurée pour gérer et atténuer l'impact des perturbations, sauvegardant ainsi l'intégrité et la fonctionnalité du système judiciaire.
Police prédictive
Définition :
Utilisation de techniques mathématiques, prédictives et analytiques dans les services répressifs afin d'identifier la probabilité d'une activité criminelle potentielle.
Source :
Cas d'utilisation :
Les instruments de « police prédictive » sont utilisés dans le but de prévenir certains types d'infractions présentant des éléments de régularité, tels que les cambriolages, la violence de rue, les vols de véhicules. Ces outils calculent une probabilité d’où et quand ces infractions pourraient être commises et reproduisent cette information sur une carte géographique sous la forme de points chauds qui peuvent être surveillés en temps réel par des patrouilles de police. La plupart des logiciels utilisés dans ce domaine sont basés sur des données historiques relatives à la localisation des délits, telles que les rapports de police ou l'application des technologies des villes intelligentes. La police prédictive est très controversée.
Preuve électronic
Définition :
Toute preuve qui découle de données contenues ou produites par un dispositif dont le fonctionnement dépend d’un logiciel ou de données stockées ou transmises sur un système ou un réseau informatique.
Source :
Cas d'utilisation :
Les preuves électroniques peuvent prendre diverses formes : messages électroniques, messages SMS, publications sur les médias sociaux, images et vidéos numériques, enregistrements audios, fichiers et documents informatiques, métadonnées, historique de navigation sur Internet, données de localisation GPS, enregistrements de bases de données, journaux d'applications, de bases de données, de réseaux et de systèmes d'exploitation. Pour que les preuves électroniques soient admissibles devant un tribunal, elles doivent répondre à certains critères, notamment la pertinence, l'authenticité et la fiabilité.
Profilage
Définition :
Technique de traitement automatisé des données qui consiste à appliquer un «profil » à une personne physique, notamment afin de prendre des décisions à son sujet ou d’analyser ou de prévoir ses préférences, comportements et attitudes personnels.
Source :
Cas d'utilisation :
Un « profilage » peut se produire dans différentes situations, pour différentes finalités et concerner différents types de données, telles que les données relatives au trafic et les requêtes des utilisateurs sur Internet, les habitudes d'achat des consommateurs, les activités, le mode de vie et les données comportementales concernant les utilisateurs d'appareils de télécommunication, y compris les données de géolocalisation, ainsi que les données provenant des réseaux sociaux, des systèmes de vidéosurveillance, des systèmes biométriques, etc. La diffusion massive de données sensibles contenues dans les décisions de justice en matière pénale présenterait de sérieux risques de profilage pouvant conduire à la discrimination et à la violation de la dignité humaine. Le profilage des juges est un autre exemple. Il s'agit de la pratique consistant à analyser les antécédents des juges, leurs décisions antérieures et leurs caractéristiques personnelles. Il peut être utilisé par des entreprises privées et leurs avocats, qui tentent de prédire le comportement ou les décisions potentielles d'un juge dans des affaires futures.
Pseudonymisation
Définition :
Traitement de données à caractère personnel de telle façon que celles-ci ne puissent plus être attribuées à une personne concernée précise sans avoir recours à des informations supplémentaires, pour autant que ces informations supplémentaires soient conservées séparément et soumises à des mesures techniques et organisationnelles afin de garantir que les données à caractère personnel ne sont pas attribuées à une personne physique identifiée ou identifiable. Ici, le « traitement » consiste principalement en l'identification et la modification des données, ce qui pourrait potentiellement conduire à une réidentification.
Source :
Cas d'utilisation :
La pseudonymisation est utilisée pour l'anonymisation réversible des décisions de justice. Il s'agit d'un processus dans lequel les informations relatives à une personne particulière, par exemple un nom ou une adresse électronique, sont remplacées par un numéro ou un nom qui n'a aucune signification (pseudonyme). Les pseudonymes sont conservés séparément des noms originaux (dans une table de base de données distincte). Des mesures techniques telles que l'encodage des données sont appliquées pour protéger le lien entre le pseudonyme et le nom original. Voir également l'anonymisation, qui est une autre mesure technique largement utilisée pour la protection des données à caractère personnel.
Règlement en ligne des litiges (RLL)
Définition :
Désigne toute technologie de l’information et de la communication (TIC) en ligne utilisée par un tribunal pour résoudre ou contribuer à résoudre un litige.
Source :
Cas d'utilisation :
Les portails de résolution des litiges en ligne sont développés pour aider les personnes sans avocat à résoudre rapidement certains types de litiges (petits litiges en matière civile, litiges en droit de la famille, litiges en matière d'emploi, litiges en matière de consommation). Ces portails facilitent l'accès des usagers des tribunaux à des voies de recours amiables et judiciaires simplifiées pour faire valoir leurs droits et offrent une assistance juridique, si nécessaire. Les plateformes RLL permettent aux parties de soumettre leurs documents, preuves et propositions de règlement en ligne, tandis qu'un juge, un médiateur neutre ou un arbitre peut examiner les informations, rendre une décision contraignante ou faciliter la résolution du litige par le biais de la plateforme. Le RLL permet aux parties de s'engager dans des négociations virtuelles ou des sessions de médiation afin d'explorer les possibilités de règlement. La mise en œuvre du RLL vise également à améliorer l'efficacité des procédures en permettant aux parties de participer sans être physiquement présentes au tribunal et en rationalisant l'ensemble du processus dans la mesure du possible.
Résau privé virtuel (RPV)
Définition :
Réseau connecté via l'internet dans lequel le cryptage est utilisé pour fournir un accès sécurisé à un ordinateur distant, simulant ainsi un réseau privé.
Source :
Cas d'utilisation :
Les VPN facilitent la communication et l'échange de données en toute sécurité entre les différents sites des institutions judiciaires au sein d'une même juridiction ou dans le cadre d'affaires juridiques transfrontalières/internationales. Les juges, les avocats, les greffiers et les autres professionnels du droit peuvent accéder en toute sécurité aux systèmes d'e-justice à partir de sites distants grâce à la technologie VPN, ce qui permet des modalités de travail flexibles sans compromettre la sécurité. Les VPN assurent un cryptage de bout en bout, protégeant les documents juridiques confidentiels, les communications et les données personnelles contre les cybermenaces potentielles. En utilisant les VPN, les systèmes d'e-justice peuvent réduire le besoin de réseaux privés dédiés coûteux tout en maintenant des normes de sécurité élevées.
Science de donnés
Définition :
Regroupement large des mathématiques, des statistiques, intelligence artificielle, des probabilités, de l’informatique, de la visualisation des données afin d’extraire des connaissances d’un ensemble hétérogène de données (images, son, texte, données génomiques, liens dans les réseaux sociaux, mesures physiques, etc.). Les méthodes et outils issus de l’intelligence artificielle entrent dans cette famille.
Source :
Cas d'utilisation :
La science des données permet de rationaliser la gestion des affaires, de donner la priorité aux affaires à fort impact, de prédire les crimes, d'améliorer le processus d'évaluation des preuves du ministère public, de donner aux décideurs politiques les moyens de prendre des décisions fondées sur des preuves et d'allouer les ressources de manière plus efficace. L'utilisation de la science des données sur les données d'activité des tribunaux peut contribuer à améliorer l'efficacité de la justice en permettant, par exemple, de réaliser des évaluations quantitatives et qualitatives et de faire des projections (par exemple, sur les ressources humaines et budgétaires futures).
Service de confiance
Définition :
Un service électronique qui consiste : a) en la création, la vérification et la validation de signatures électroniques, de cachets électroniques ou d’horodatages électroniques, de services d’envoi recommandé électronique et de certificats relatifs à ces services ; ou b) en la création, la vérification et la validation de certificats pour l’authentification de site internet ; ou c) en la conservation de signatures électroniques, de cachets électroniques ou de certificats relatifs à ces services.
Source :
Cas d'utilisation :
Les services de confiance permettent l'utilisation de signatures électroniques pour la signature de documents juridiques, d'actes de procédure et d'ordonnances judiciaires. Les signatures électroniques constituent une méthode d'authentification sûre et juridiquement contraignante, garantissant l'intégrité et l'authenticité des documents électroniques dans les procédures judiciaires. Les certificats numériques délivrés par des prestataires de services de confiance authentifient l'identité des personnes, des organisations et des systèmes impliqués dans des transactions électroniques au sein de l'appareil judiciaire. Les certificats numériques sont utilisés pour vérifier la validité des signatures électroniques, établir des canaux de communication sécurisés (VPN et courriels cryptés) et garantir la confidentialité et l'intégrité des informations sensibles échangées entre les juges, les procureurs, la police, les avocats, les parties au litige et les autres acteurs du système judiciaire, ainsi que des données échangées entre les parties ou les systèmes d'information de l'e-justice nationaux ou transfrontaliers. Les horodatages électroniques enregistrent la date et l'heure exactes auxquelles les documents électroniques sont signés ou soumis. Les sceaux électroniques sont utilisés par les tribunaux et les agences gouvernementales pour authentifier les documents officiels et attester de leur origine et de leur intégrité. Les services de confiance offrent des mécanismes de préservation des preuves électroniques, garantissant leur intégrité et leur admissibilité dans les procédures judiciaires. Les techniques de conservation numérique, telles que le hachage cryptographique et les signatures numériques, sont utilisées pour protéger les preuves électroniques contre la falsification ou l'altération non autorisée.
Signature électronique (e-signature)
Définition :
Données, sous forme électronique, qui sont rattachées ou logiquement associées à d’autres données également sous forme électronique et sont utilisées par le signataire pour signer et garantir l'intégrité de ce qui a été signé.
Source :
Cas d'utilisation :
Les parties impliquées dans une procédure judiciaire peuvent signer électroniquement des documents, notamment des plaidoiries, des requêtes et des déclarations sous serment. Les documents signés électroniquement peuvent ensuite être soumis aux tribunaux via des portails de dépôt électronique. Les parties peuvent utiliser les signatures électroniques pour signer des accords, des règlements et d'autres documents juridiques sans avoir besoin d'une présence physique ou de signatures sur papier. Les juges peuvent signer électroniquement les ordonnances, les jugements et autres documents officiels, garantissant ainsi leur authenticité et leur validité juridique.
Stockage en nuage (cloud storage)
Définition :
Fait référence à des centres de données hors site qui conservent vos données. De nombreux services juridiques utilisent des plateformes de gestion de documents pour le stockage en nuage afin de stocker leurs contrats, leurs dossiers, leurs courriels et même leurs vidéos.
Source :
Cas d'utilisation :
De nombreux services juridiques utilisent des plateformes de gestion de documents pour le stockage en nuage afin de stocker leurs contrats, leurs dossiers, leurs courriels et même leurs vidéos. Exemples de stockage dans le nuage : Google Drive, Microsoft OneDrive, Apple iCloud, Dropbox, pCloud. Le stockage en nuage présente plusieurs cas d'utilisation dans la gestion des applications, la gestion des données et la continuité des activités. Le stockage en nuage apporte un faible coût, une grande durabilité et une échelle extrême aux solutions de sauvegarde et de récupération des données. Le stockage de données sensibles dans le nuage peut susciter des inquiétudes en matière de réglementation et de conformité, en particulier si ces données sont actuellement stockées dans des systèmes de stockage conformes. La protection offerte par le règlement général sur la protection des données (RGPD) voyage avec les données, ce qui signifie que les règles protégeant les données à caractère personnel continuent de s'appliquer quel que soit l'endroit où les données atterrissent. Cela s'applique également lorsque les données sont transférées vers un fournisseur de stockage en nuage public hébergeant des données dans un pays qui n'est pas membre de l'UE. Le RGPD fournit différents outils pour encadrer les transferts de données de l'UE vers un pays tiers (décision d'adéquation - un pays tiers peut être déclaré comme offrant un niveau de protection adéquat par une décision de la Commission européenne ou, en l'absence de décision d'adéquation, un transfert peut avoir lieu moyennant la mise en place de garanties appropriées et à condition que des droits exécutoires et des recours juridiques effectifs soient disponibles pour les individus). Les contrôles de conformité des données dans le nuage sont conçus pour garantir le respect des exigences législatives et réglementaires en matière de protection des données.
Système d'assistance judiciaire
Définition :
Extension du système de gestion des dossiers, qui fournit aux juges divers moyens de promouvoir une gestion efficace et pratique des procédures, par exemple en les aidant à compléter des documents, des jugements ou des ordonnances ou en les sensibilisant aux délais de procédure à venir. Cela comprend également, par exemple, l'automatisation des documents grâce à l'utilisation d'arbres de décision.
Source :
Cas d'utilisation :
Le système d'appui judiciaire comprend également : - l'automatisation des documents grâce à l'utilisation d'arbres de décision - la préparation des documents relatifs aux affaires à l'aide de modèles prédéfinis qui remplissent automatiquement les données stockées dans la base de données de gestion des affaires, telles que le numéro de l'affaire, les parties à l'affaire - la notification aux juges de l'expiration du délai de procédure ou - toute autre fonctionnalité qui fournit une aide à la prise de décision judiciaire. Dans un contexte plus large, le système d'appui judiciaire peut être tout outil numérique qui soutient le travail des juges (système de gestion des dossiers, base de données jurisprudentielle, vidéoconférence, dépôt électronique, systèmes de gestion de l'apprentissage, etc.).
Système d'information
Définition :
Technologie de l'information utilisés par les organisations du secteur de la justice pour le traitement, visualisation, le stockage et l'échange de données électroniques.
Source :
Cas d'utilisation :
Les systèmes d'information typiques déployés dans le secteur de la justice sont les systèmes de gestion des dossiers et des flux de travail, les rapports et les statistiques, les bases de données sur la jurisprudence, les systèmes de vidéoconférence, les systèmes de courrier électronique, etc.
Système de gestion des dossiers
Définition :
Systèmes électroniques qui soutiennent l'administration de la justice. Ils comprennent des mécanismes automatisés qui permettent de télécharger des documents et des preuves et de les fournir aux parties et au juge par le biais du dépôt électronique, facilitent l'établissement du calendrier des procédures grâce à des outils de programmation, favorisent le respect des procédures, y compris le contrôle du respect des procédures, et favorisent l'allocation et la gestion efficaces des ressources des tribunaux, y compris la charge de travail des juges.
Source :
Cas d'utilisation :
Les systèmes de gestion des affaires peuvent être utilisés par les cours et tribunaux pour organiser numériquement les affaires et leur contenu, y compris l'accès aux preuves, aux décisions, aux séances, aux demandes et à d'autres documents annexes. Ces systèmes peuvent aider les utilisateurs finaux, tels que les magistrats, les avocats et le public, à accéder aux affaires et à avoir une visibilité complète d'une affaire donnée à distance. L'objectif d'un CMS est de soutenir la collecte, la gestion et la fourniture d'informations conformément à la loi, en réponse aux besoins des utilisateurs. Depuis le service rendu par les premiers systèmes de gestion des affaires mis en œuvre par les premiers utilisateurs il y a plusieurs décennies au niveau des tribunaux, jusqu'à la dernière génération de systèmes d'information centralisés désormais disponibles à l'échelle nationale, il est essentiel d'envisager la mise à niveau de tout système de gestion de l'information des tribunaux en garantissant des fonctionnalités qui favorisent la qualité et la responsabilité du service fourni.
Système de suivi des affaires
Définition :
Système électronique permettant à son utilisateur d'obtenir des informations sur les procédures. Ces informations comprennent : le numéro d'identification de la juridiction pour chaque affaire, les noms des parties à la procédure, les coordonnées des représentants légaux des parties à la procédure, les détails des documents déposés dans le cadre de la procédure et des ordonnances ou jugements rendus, ainsi que les détails des audiences répertoriées et de l'état d'avancement de l'affaire.
Source :
Cas d'utilisation :
Les systèmes de suivi des dossiers peuvent être intégrés dans le système de gestion des dossiers afin de faciliter le suivi d'un dossier et de donner une visibilité totale aux détails et à l'évolution du dossier.
Traitement de language naturelle (NLP)
Définition :
Traitement de l'information basé sur la compréhension et la génération de langage naturel. Il englobe l'analyse et la génération de langage naturel, qu'il s'agisse de texte ou de parole. En utilisant les capacités du NLP, les ordinateurs peuvent analyser des textes écrits en langage humain et identifier des concepts, des entités, des mots-clés, des relations, des émotions, des sentiments et d'autres caractéristiques, ce qui permet aux utilisateurs de tirer des enseignements du contenu. Grâce à ces capacités, les ordinateurs peuvent également générer du texte ou de la parole pour communiquer avec les utilisateurs. Tout système qui prend le langage naturel en entrée ou en sortie, sous forme de texte ou de discours, et qui est capable de le traiter utilise des composants de traitement du langage naturel. Un exemple d'un tel système est un système de réservation automatisé pour une compagnie aérienne, capable de prendre les appels des clients et de réserver des vols pour eux. Un tel système a besoin d'un composant de compréhension du langage naturel et d'un composant de génération de langage naturel.
Source :
Cas d'utilisation :
Le traitement du langage naturel (NLP) et l'apprentissage automatique sont les deux techniques au cœur du traitement des décisions judiciaires à l'aide de l'intelligence artificielle. Ces techniques sont récemment exploitées de manière intensive pour l'amélioration de la jurisprudence (recherche d'options de recherche pour compléter la recherche actuelle par mot-clé ou en texte intégral) ou l'anonymisation des décisions judiciaires. Le traitement du langage naturel est également utilisé pour la conversion de la parole en texte et les services de traduction. Le traitement du langage naturel permet d'analyser de grandes quantités de documents juridiques, tels que les dossiers d'affaires, la législation et les précédents juridiques. Il permet de résumer automatiquement de longs documents, d'identifier les lois pertinentes et d'extraire des informations essentielles, ce qui est particulièrement utile aux professionnels du droit pour se préparer plus efficacement aux affaires.
Traitement des donnés à caractère personnel
Définition :
Selon l’Article 2 de la Convention 108 modernisée, toute opération ou ensemble d’opérations effectuées sur des données à caractère personnel, telles que la collecte, l’enregistrement, la conservation, la modification, l’extraction, la communication, la mise à disposition, l’effacement ou la destruction des données, ou l’application d’opérations logiques et/ou arithmétiques à ces données.
Source :
Cas d'utilisation :
Exemples de traitement de données à caractère personnel dans le secteur de la justice et de l'application de la loi : - les services répressifs collectent et conservent les données à caractère personnel relatives aux personnes arrêtées, notamment les noms, les dates de naissance, les adresses, les chefs d'inculpation et les données biométriques telles que les empreintes digitales et les photographies - les données à caractère personnel issues de la surveillance électronique, comme les écoutes téléphoniques, le suivi GPS et la vidéosurveillance, sont traitées en vue d'être utilisées dans le cadre d'enquêtes et de poursuites - les services répressifs peuvent traiter des données à caractère personnel liées aux activités en ligne des individus, telles que les messages sur les médias sociaux, les communications par courrier électronique et l'historique de navigation, en particulier dans les affaires de cybercriminalité ou de terrorisme - des données à caractère personnel sont traitées lorsque des documents juridiques sont déposés auprès du tribunal. Il s'agit des noms, des adresses et de toute autre information personnelle pertinente pour l'affaire - de grandes quantités de données à caractère personnel peuvent être collectées, traitées et partagées entre les parties dans le cadre d'un litige civil. Il s'agit notamment de courriers électroniques, de contrats, de dossiers financiers et d'autres documents pertinents pour l'affaire.
Transformation numérique
Définition :
Tirer parti des possibilités offertes par les technologies numériques afin de modifier en profondeur le mode de fonctionnement d'une entreprise ou d'une institution.
Source :
Cas d'utilisation :
La transformation numérique est un processus plus large et plus complet qui implique de repenser et de redéfinir l'ensemble du système judiciaire et ses opérations pour tirer parti des technologies numériques. Il s'agit de créer un système plus intégré, innovant et centré sur l'utilisateur qui change fondamentalement la façon dont les services judiciaires sont fournis et vécus. La transformation numérique implique un changement fondamental dans la manière dont le système judiciaire fonctionne, ce qui implique souvent des changements culturels et organisationnels. Elle englobe l'adoption de nouvelles technologies et approches qui redéfinissent les processus traditionnels. Exemples d'initiatives de transformation numérique dans le secteur de la justice : - mise en place de systèmes permettant de tenir des audiences entièrement en ligne, en utilisant la vidéoconférence et d'autres outils numériques. - utilisation de l'intelligence artificielle pour faciliter l'harmonisation de la jurisprudence, la gestion des dossiers et même les processus de prise de décision. - création de plates-formes pour résoudre les litiges en ligne sans qu'il soit nécessaire de se rendre physiquement au tribunal. - construction de systèmes interconnectés où les différents tribunaux, les bureaux des procureurs, les forces de l'ordre, les professionnels du droit et les autres parties prenantes peuvent collaborer et échanger des informations de manière transparente en utilisant des plateformes et des services numériques partagés.
Vidéoconférence
Définition :
Système qui utilise une technologie permettant la transmission simultanée de sons et d'images visuelles d'individus à des fins de communication synchrone.
Source :
Cas d'utilisation :
La vidéoconférence est aujourd'hui largement utilisée dans le système judiciaire pour mener à distance des audiences, des séances de médiation ou des processus de règlement alternatif des litiges, faire témoigner des personnes, organiser des consultations entre avocats et clients, tenir des réunions administratives, assurer une coordination inter juridictionnelle ou organiser des formations judiciaires.
- Convention pour la protection des personnes à l'égard du traitement automatisé des données à caractère personnel (STE N°108)
- Convention-cadre du Conseil de l’Europe sur l’intelligence artificielle et les droits de l’homme, la démocratie et l’État de droit (STE N°225)
- Recommandation Rec(2003)14 du Comité des Ministres aux Etats membres sur l’interopérabilité des systèmes d’information dans le secteur de la justice
- Lignes directrices du Comité des Ministres du Conseil de l'Europe sur les preuves électroniques dans les procédures civiles et administratives (2019)
- Lignes directrices du Comité des Ministres sur l'efficience et l'efficacité des systèmes d'assistance judiciaire dans les domaines du droit civil et du droit administratif (2021)
- CCJE Avis N° 25 (2022) sur la liberté d'expression des juges
- CCJE Avis N° 26 (2023) « Aller de l’avant : l'utilisation de la technologie d’assistance dans le secteur de la justice
- Charte éthique européenne d’utilisation de l’intelligence artificielle dans les systèmes judiciaires et leur environnement (12/2018)
- Lignes directrices sur la numérisation des dossiers judiciaires et la digitalisation des tribunaux (12/2021)
- Lignes directrices sur les modes alternatifs de règlement en ligne des litiges (12/2023)
- Boîte à outils pour la mise en œuvre des Lignes directrices sur la cyberjustice (06/2019)
- Note d'information sur l'utilisation de l'IA générative par les professionnels de la justice dans un contexte professionnel (2/2024)
- IATE
- ISO/IEC 22989 Information technology — Artificial intelligence — Artificial intelligence concepts and terminology
- Large language models and generative AI, HOUSE OF LORDS, Communications and Digital Committee, February 2024
- LEXRATIO.EU
- NATIONAL INITIATIVE FOR CYBERSECURITY CAREERS AND STUDIES: A Glossary of Common Cybersecurity Words and Phrases
Pour toute question ou commentaire, contactez : cepej@coe.int