Le mémoire ChatGPT de Stephen Aarons a inventé des témoins, et la cour a infligé une amende de 5 000 dollars

Stephen Aarons a déposé un appel pour meurtre préparé avec l’aide de ChatGPT et contenant des témoins inventés ; la Cour suprême du Nouveau-Mexique a réagi en le condamnant pour outrage et en lui infligeant une sanction de 5 000 dollars. La cour a également écarté Aarons de l’appel, l’a renvoyé devant les instances disciplinaires et a annulé tous les mémoires déposés dans l’affaire.

Le mémoire ChatGPT de Stephen Aarons représente davantage qu’un nouvel échec embarrassant de vérification des citations. Selon la cour, le document attribuait des témoignages à des personnes qui n’ont jamais comparu au procès. Il modifiait aussi les déclarations de vrais témoins et dénaturait des autorités juridiques existantes.

Cette distinction augmente les enjeux. Les précédents échecs de l’IA juridique concernaient souvent des affaires inexistantes que les avocats auraient pu identifier par de simples vérifications de citations. Ce mémoire aurait altéré le dossier factuel à l’origine d’une condamnation pour meurtre, alors que le client purgeait une peine de réclusion à perpétuité.

L’affaire place désormais un antagonisme clair au cœur de l’adoption de l’IA juridique : la rapidité de rédaction automatisée face au devoir personnel de l’avocat de vérifier le dossier. Les tribunaux ne considèrent pas les résultats d’un logiciel comme ceux d’un intervenant indépendant. Ils tiennent l’avocat qui signe le mémoire responsable de chaque phrase.

La cour a relevé des témoins fabriqués dans un appel pour meurtre

La sanction a suivi des inventions factuelles reconnues, et non un désaccord sur l’interprétation des éléments de preuve par un avocat.

La Cour suprême du Nouveau-Mexique a rendu son ordonnance définitive le 9 septembre 2026 dans l’affaire State v. Sandoval. L’affaire concerne l’appel d’Oscar Renee Sandoval contre sa condamnation pour meurtre et porte le numéro de dossier S-1-SC-40845.

Aarons a reconnu avoir utilisé ChatGPT lors de la préparation de son mémoire d’appel initial. Il a également admis ne pas avoir vérifié les affirmations factuelles ni les autorités juridiques produites par l’outil avant de signer et de déposer le document.

La cour a identifié quatre témoins entièrement fabriqués : l’agente Michelle Amarillo, l’agent Sanchez, Manal Al-Jibury et Teresa Marquez. Il ne s’agissait pas de simples erreurs d’orthographe ou d’identifications incertaines. L’ordonnance indique que les témoins eux-mêmes étaient fictifs.

Le mémoire attribuait également des témoignages inventés à de véritables témoins. Il affirmait que Danny Stanton avait reçu des menaces de Sandoval et les avait prises au sérieux. Il contenait aussi de fausses déclarations concernant des menaces reçues par le mari de Linda Stanton.

D’autres passages auraient dénaturé des témoignages sur les vêtements et l’apparence du tireur. L’ordonnance relie ces déclarations à Mariah Chavez et à la fictive Teresa Marquez.

Les erreurs s’étendaient également à la recherche juridique. La cour a déclaré que le mémoire dénaturait l’autorité des affaires State v. Lopez et State v. Manus. Ces affaires existent, ce qui distingue le problème de la simple citation d’une décision imaginaire.

Une affaire fabriquée peut parfois être révélée par une recherche de citation. Une décision réelle déformée exige une comparaison plus attentive entre la proposition avancée et sa source. Un témoignage altéré impose un autre processus de vérification au regard des transcriptions et des pièces.

L’ordonnance d’outrage consigne l’aveu d’Aarons selon lequel il n’a effectué aucune de ces vérifications. Elle précise également qu’il n’a pas informé son client des déformations factuelles et juridiques contenues dans le mémoire.

La cour avait ordonné à Aarons de comparaître le 21 août et d’expliquer pourquoi il ne devait pas faire l’objet d’une procédure pour outrage et d’un renvoi disciplinaire. Il a soumis une réponse écrite et présenté des arguments oraux devant les cinq juges.

Après cette audience, les juges ont conclu qu’Aarons avait fait preuve d’un manque de remords et de considération envers son client. L’ordonnance finale l’a reconnu coupable d’outrage direct et a renvoyé l’affaire devant le Disciplinary Board du Nouveau-Mexique.

Aarons doit verser 5 000 dollars au State Bar of New Mexico Client Protection Fund dans les 30 jours. Il doit également aviser la cour une fois le paiement effectué.

Les conséquences pratiques vont au-delà de l’amende. Aarons ne peut pas comparaître devant la Cour suprême de l’État tant que la procédure disciplinaire reste en cours. La cour s’est réservé le droit de prendre d’autres décisions à l’issue de cette procédure.

Elle a désigné le Law Office of the Public Defender pour assurer une nouvelle représentation de Sandoval. Tous les mémoires existants ont été annulés, et un nouveau calendrier de procédure sera établi.

La cour prévoit d’examiner l’appel relancé au cours de son mandat 2026–2027. Le client doit donc affronter une nouvelle phase de procédure parce que son précédent avocat a déposé un contenu d’IA non vérifié.

Cette remise à zéro de la procédure crée la tension centrale de l’article. ChatGPT promettait un examen plus rapide d’un dossier volumineux, mais des résultats non vérifiés ont accru la charge de travail de toutes les personnes concernées.

Le mémoire ChatGPT de Stephen Aarons a mis le client en danger

Une réponse hallucinée devient fondamentalement différente lorsqu’elle entre dans le dossier judiciaire avec la signature d’un avocat.

L’IA générative produit du texte en prédisant des séquences plausibles de mots. Elle ne garantit pas de manière indépendante qu’une affirmation corresponde à une transcription de procès, à une décision citée ou au dossier de preuve.

Cette limite est largement décrite comme une hallucination. Dans ce contexte, une hallucination de l’IA est une affirmation assurée qui ne repose sur aucune source juridique disponible.

Le terme peut sembler anodin parce qu’il a d’abord été utilisé comme raccourci technique. Dans le cadre d’un appel pénal, toutefois, le résultat peut décrire faussement qui a témoigné et ce que ces personnes ont déclaré à un jury.

Un appel pour meurtre repose sur un dossier clos. Les juges d’appel examinent ce qui s’est passé devant la juridiction de première instance, plutôt que de mener un nouveau procès ou d’entendre des témoins de remplacement.

Un avocat peut contester des décisions relatives aux preuves, des instructions au jury, des questions constitutionnelles ou la suffisance des preuves. Cet avocat ne peut pas ajouter de nouvelles personnes au dossier ni réécrire des témoignages pour renforcer un argument.

Le mémoire ChatGPT de Stephen Aarons aurait franchi cette limite à plusieurs reprises. Ses erreurs ont affecté les matériaux bruts que les juges d’appel utilisent pour évaluer les arguments juridiques.

Les conséquences pour le client comptent davantage que le spectacle entourant le chatbot. Sandoval n’a pas reçu de décision défavorable sur son appel à travers l’ordonnance d’outrage. Néanmoins, le mémoire a retardé et compliqué son accès à un examen judiciaire.

La cour a indiqué qu’Aarons n’avait pas informé Sandoval des inexactitudes. Elle a également constaté qu’il n’avait pas averti son client de la procédure de justification ni fourni les documents associés.

Ces omissions ont privé le client d’informations sur une perturbation grave de sa représentation. Elles ont aussi contraint la cour à organiser le remplacement de son avocat après avoir identifié le problème.

Le défenseur public doit désormais examiner le dossier de première instance, évaluer les arguments viables et préparer de nouveaux mémoires. Les procureurs et le personnel de la cour doivent reprendre l’examen d’un appel dont le traitement avait déjà commencé.

C’est ainsi qu’un outil présenté comme un gain d’efficacité peut déplacer le travail plutôt que l’éliminer. Un utilisateur gagne d’abord du temps, tandis que plusieurs autres intervenants absorbent le coût de la détection et de la correction de résultats non étayés.

Selon la couverture de Reuters, le mémoire semble aller au-delà des incidents précédents centrés sur des précédents fictifs. Il a inséré des témoignages fabriqués dans un appel pénal.

Cette escalade explique la fermeté de la réponse de la cour. Un faux précédent peut induire un juge en erreur sur le droit. Un faux témoin peut l’induire en erreur sur les faits mêmes de l’affaire.

Les deux échecs violent l’attente selon laquelle l’avocat vérifiera un mémoire. Pourtant, les inventions factuelles peuvent être plus difficiles à détecter, car les dossiers de procès sont longs, propres à chaque affaire et souvent indisponibles par de simples recherches sur le web.

La partie adverse peut rapidement repérer une citation erronée provenant d’une décision publiée. Détecter un témoignage inventé peut nécessiter d’examiner des milliers de pages de transcription et de comparer plusieurs récits de témoins.

Cette charge rend la traçabilité essentielle. Un système de rédaction devrait conserver la source derrière chaque affirmation factuelle et indiquer où se trouve le passage qui l’étaye.

Même dans ce cas, les liens vers les sources ne peuvent pas remplacer le jugement juridique. Un relecteur humain doit confirmer que le passage cité appartient au bon témoin et étaye l’affirmation qui l’entoure.

La même discipline s’applique hors du droit. Les équipes utilisant l’IA pour résumer des documents techniques ont besoin d’une base de connaissances consultable qui maintient les conclusions reliées aux documents d’origine.

Les soumissions judiciaires rendent ce devoir particulièrement visible parce que les juges peuvent imposer des sanctions. La leçon sous-jacente s’applique aussi aux rapports de conformité, aux synthèses médicales, aux audits et à d’autres travaux sensibles aux preuves.

La rédaction accélérée s’est heurtée à la responsabilité personnelle

La cour a considéré ChatGPT comme un outil soumis à supervision, tandis que la responsabilité demeurait entièrement celle de l’avocat qui en a déposé le contenu.

Aarons aurait utilisé ChatGPT pour l’aider à résumer les transcriptions du procès et à préparer le mémoire d’appel. Cet usage paraît attrayant, car les dossiers pénaux peuvent contenir des témoignages abondants, des pièces, des requêtes et un long historique procédural.

La synthèse peut aider un avocat à repérer des thèmes et à organiser ses notes. Elle peut aussi condenser le langage à un point tel que les nuances, les contradictions et l’identité des personnes qui s’expriment disparaissent.

Un chatbot généraliste ajoute un autre danger. S’il ne peut pas retrouver un fait demandé, il peut générer un substitut plausible au lieu de signaler clairement la lacune.

Le danger augmente lorsque le résultat reprend les conventions de la rédaction juridique. Des noms, citations et références inventés peuvent apparaître dans une prose soignée qui semble prête à être déposée.

Une présentation professionnelle ne constitue pas une preuve de fiabilité factuelle. La fluidité indique seulement à quel point le texte paraît naturel, et non si chaque proposition repose sur le dossier.

L’explication d’Aarons, rapportée avant la publication de l’ordonnance écrite, reposait sur une dépendance excessive. Il a déclaré ne pas s’attendre à ce que l’outil crée sous une forme cohérente des témoins, témoignages, citations et autorités fictifs.

Cette explication révèle précisément le mode de défaillance. Un utilisateur qui s’attend à une synthèse extractive peut ne pas comprendre qu’un modèle génératif est capable de produire du contenu absent de la source.

Pourtant, les règles professionnelles imposent le devoir de vérification à l’avocat. Le modèle ne possède ni licence, ni relation avec un client, ni devoir de franchise, ni exposition à des sanctions disciplinaires.

L’American Bar Association a abordé cette répartition dans son Formal Opinion 512. Ses orientations éthiques sur l’IA indiquent que les obligations existantes régissent les avocats utilisant des systèmes génératifs.

Ces obligations comprennent la compétence, la confidentialité, la communication, la supervision, la franchise et une facturation raisonnable. Les avocats doivent comprendre suffisamment les capacités et les limites d’un outil pour l’utiliser de manière responsable.

Le State Bar of New Mexico avait également publié des orientations spécifiques avant ce dépôt. Son avis éthique autorise les avocats à utiliser l’IA générative, mais uniquement s’ils respectent leurs obligations professionnelles existantes.

L’avis met en avant la franchise envers les tribunaux et la véracité. Il couvre également la confidentialité, les conflits, la supervision ainsi que le traitement des honoraires et des frais.

Le problème n’était donc pas l’absence d’une règle à l’échelle de l’État interdisant ChatGPT par son nom. Les obligations établies exigeaient déjà des affirmations factuelles exactes et des autorités juridiques honnêtement présentées.

Le tribunal a fondé son ordonnance sur ces responsabilités bien établies. Il a cité des règles de procédure écrite autorisant des sanctions, y compris pour outrage, lorsque les avocats ne s’y conforment pas.

Il a également invoqué l’autorité du pouvoir judiciaire à réglementer les procédures et à sanctionner les avocats. L’objectif déclaré comprend la protection du public, de la réputation de la profession et de la bonne administration de la justice.

Cette approche évite de rendre les tribunaux dépendants d’un modèle ou d’une version de logiciel spécifique. Un avocat reste responsable, que l’erreur provienne de ChatGPT, d’un autre assistant, d’une plateforme de recherche ou d’une rédaction manuelle négligente.

Ce principe met sous pression tant les cabinets d’avocats que les fournisseurs de technologies juridiques. Les cabinets ont besoin de procédures de contrôle adaptées au risque de chaque tâche. Les fournisseurs ont besoin d’interfaces qui découragent la copie non étayée dans le travail final.

Une séance de réflexion à faible risque ne requiert pas les mêmes garanties qu’une affirmation factuelle dans un recours en appel pour meurtre. Le processus de travail doit devenir plus rigoureux à mesure que les conséquences d’une erreur augmentent.

Pour le travail sur les transcriptions, cela signifie que chaque affirmation factuelle doit être assortie d’une source au niveau de la page. Chaque citation doit être comparée au dossier original. Chaque personne nommée doit être confirmée par la liste des témoins ou la transcription.

S’agissant de l’autorité juridique, les relecteurs doivent ouvrir la décision et lire le passage pertinent. Confirmer qu’une affaire existe ne suffit pas lorsque l’IA en a déformé la portée.

Ces vérifications réduisent une partie des gains de temps promis par l’IA générative. Cela ne prouve pas que la technologie manque de valeur. Cela signifie qu’une adoption fiable exige de prendre en compte le travail de vérification.

Le compromis central est donc mesurable. L’automatisation peut accélérer le premier brouillon, mais le professionnel conserve la responsabilité du coût nécessaire pour en établir l’exactitude.

Les outils d’IA juridique n’ont pas éliminé les hallucinations

Les systèmes juridiques spécialisés peuvent réduire les réponses non étayées, mais aucune interface ne supprime l’obligation du relecteur de vérifier le résultat.

Le mémoire ChatGPT de Stephen Aarons impliquait un service d’IA à usage général. Il n’a pas établi que tous les produits d’IA juridique se comportent de manière identique ou présentent le même risque.

Certaines plateformes de recherche juridique utilisent la génération augmentée par récupération. Le RAG est une méthode qui relie les réponses générées à une collection sélectionnée de documents sources.

En théorie, la récupération restreint les éléments probants accessibles au modèle et fournit des citations à vérifier. Elle peut faciliter la vérification, car l’utilisateur peut ouvrir l’autorité citée à côté de la réponse générée.

Toutefois, la récupération ne garantit pas qu’une réponse représente fidèlement ses sources. Un modèle peut citer un document réel qui ne soutient pas la proposition qui l’accompagne.

Des chercheurs de Stanford ont évalué des produits de recherche juridique assistée par IA de LexisNexis et Thomson Reuters. Leur étude a également comparé ces systèmes à un modèle GPT à usage général.

Les chercheurs ont signalé des taux d’hallucination compris entre 17 % et 33 % pour les produits spécialisés qu’ils ont testés. Les systèmes ont obtenu de meilleurs résultats que les modèles à usage général, mais des réponses non étayées ou mal fondées subsistaient.

L’étude sur l’IA juridique a soutenu que les hallucinations n’avaient pas été résolues. Elle a appelé à des évaluations publiques comparatives et plus rigoureuses.

Ces conclusions ne prédisent pas l’exactitude de chaque produit actuel ni de chaque tâche juridique. Les modèles, systèmes de récupération, invites et bases de données sous-jacentes continuent d’évoluer.

Le benchmark portait également sur des questions de recherche, et non sur le résumé de transcriptions dans une affaire pénale particulière. Les performances d’un produit sur des décisions publiées n’établissent pas sa fiabilité sur des éléments de preuve téléversés.

Cette distinction importe pour évaluer les erreurs juridiques de ChatGPT. Les bases de données de recherche contiennent généralement des autorités structurées avec des citations reconnaissables. Les dossiers de procès contiennent souvent des transcriptions imparfaites, des abréviations, des noms qui se chevauchent et des témoignages fragmentés.

Un système peut localiser avec exactitude une affaire tout en confondant deux témoins dans un dossier. Il peut aussi citer correctement une transcription tout en omettant un passage voisin qui en modifie le sens.

Le scepticisme approprié s’applique dans les deux sens. Un échec devant un tribunal ne démontre pas que les avocats doivent abandonner l’IA. Les assurances des fournisseurs ne justifient pas non plus de traiter un texte généré comme vérifié.

La question pertinente est de savoir si un processus de travail permet de détecter facilement les affirmations non étayées avant le dépôt. Un système utile devrait exposer les incertitudes, préserver les citations et simplifier la comparaison avec les sources.

Il devrait également empêcher un modèle de combler silencieusement les lacunes. Lorsque le dossier ne contient pas de réponse, « introuvable » est plus sûr qu’une reconstruction soignée.

Les cabinets peuvent renforcer ces contrôles par la conception des tâches. Ils peuvent séparer la réflexion de l’extraction factuelle et limiter les documents sensibles aux systèmes approuvés.

Ils peuvent exiger des avocats qu’ils tiennent un registre des affirmations. Chaque énoncé factuel renverrait à une page de transcription, une pièce, une entrée au rôle ou une autorité publiée.

Les superviseurs peuvent alors auditer les affirmations à haut risque au lieu de relire chaque phrase générée hors contexte. Ce processus établit des éléments attestant qu’une vérification a eu lieu, bien que la documentation seule ne puisse prouver un examen attentif.

La formation doit se concentrer sur les comportements, et non sur des avertissements généraux. Dire aux avocats que l’IA hallucine parfois offre peu d’orientation à l’approche d’une véritable échéance de dépôt.

Une norme pratique demande si un autre relecteur peut reproduire chaque affirmation à partir de la source citée. Si la réponse est non, le passage n’est pas prêt pour le tribunal.

Il existe également une question de confidentialité distincte de l’exactitude. Téléverser un dossier de procès vers un service tiers peut exposer des informations client protégées, selon les conditions et les contrôles du produit.

L’ordonnance du Nouveau-Mexique n’a pas tranché cette question. Elle s’est concentrée sur les fausses déclarations factuelles et juridiques, la communication avec le client et le comportement d’Aarons devant le tribunal.

Les lecteurs ne doivent pas en déduire une conclusion distincte en matière de confidentialité que les juges n’ont pas formulée. L’ordonnance n’établit pas non plus que ChatGPT a créé chaque faux passage sans modification par l’utilisateur.

Ce qu’elle établit est plus restreint, mais demeure grave. Aarons a admis avoir utilisé l’outil, déposé une production non vérifiée et omis d’informer son client des problèmes qui en ont résulté.

Les hallucinations de l’IA devant les tribunaux entraînent désormais des conséquences prévisibles

L’affaire du Nouveau-Mexique s’inscrit dans une tendance établie de sanctions, mais ses faits de procès fabriqués font basculer cette tendance sur un terrain plus dangereux.

En 2023, des avocats dans l’affaire Mata v. Avianca ont soumis des décisions judiciaires inexistantes générées par ChatGPT. Un juge fédéral a infligé une sanction de 5 000 dollars après avoir examiné leur conduite et leurs réponses ultérieures.

Cette affaire est devenue un avertissement précoce sur les hallucinations de l’IA devant les tribunaux. Elle a montré qu’une citation plausible peut survivre à la rédaction, à l’examen interne et au dépôt lorsque personne n’ouvre la décision sous-jacente.

L’incident du Nouveau-Mexique est survenu après que cet avertissement est devenu largement connu. Il faisait également suite à des orientations éthiques nationales et étatiques sur l’utilisation de l’IA générative par les avocats.

Les tribunaux peuvent donc s’attendre à ce que les avocats comprennent le risque de base. Une affirmation de surprise devient moins convaincante lorsque des sanctions publiques, des avis des barreaux et des formations professionnelles décrivent déjà le problème.

L’étendue factuelle a également changé. Mata concernait des précédents fictifs dans un litige civil relatif à l’aviation. Le mémoire ChatGPT de Stephen Aarons aurait inventé des participants et des témoignages dans un dossier de meurtre.

Une procédure pour meurtre en Australie a produit un autre avertissement en 2025. Les conclusions de la défense contenaient des citations fabriquées et des affaires inexistantes, entraînant un retard pendant que le tribunal enquêtait.

L’avocat concerné s’est excusé et a accepté sa responsabilité. Le juge a déclaré qu’une vérification indépendante et approfondie était nécessaire avant que les avocats n’utilisent des documents générés par l’IA.

Le dépôt australien montre que le risque ne se limite pas à un tribunal américain ni à un domaine de pratique. Des échecs similaires apparaissent partout où une production fluide devance la vérification des sources.

Pour autant, les sanctions ne sont pas automatiques chaque fois qu’un dépôt contient une erreur. Les tribunaux examinent le comportement de l’avocat, sa réaction, sa franchise, les mesures correctives et les règles procédurales applicables.

Une faute de frappe diffère de la présentation d’un témoignage inventé comme faisant partie du dossier. Une correction rapide diffère de la dissimulation d’un problème ou du fait de laisser un client non informé.

La Cour suprême du Nouveau-Mexique a souligné les admissions d’Aarons et sa réponse à la procédure. Sa constatation concernant le remords et l’attention portée à son client a aidé à distinguer l’affaire d’une erreur accidentelle rapidement réparée.

L’ordonnance n’a pas valeur de précédent, ce qui signifie que le tribunal ne l’a pas rendue comme un avis formel régissant les affaires ultérieures. Ce statut limite la manière dont les avocats devraient la citer comme autorité.

Son effet opérationnel demeure réel. Aarons fait face à une procédure pour outrage, une sanction pécuniaire, son retrait de l’appel, une interdiction de comparaître devant le tribunal et un examen disciplinaire.

Le dossier public crée également une conséquence réputationnelle qui peut survivre au paiement. Les recherches portant sur le nom de l’avocat l’associeront à des témoins fabriqués dans un appel pour meurtre.

Pour les cabinets d’avocats, cette conséquence modifie le calcul du risque entourant l’adoption. Le coût d’une vérification défaillante peut inclure le remplacement de l’avocat, du travail dupliqué, une exposition disciplinaire et une atteinte à la confiance du client.

Pour les tribunaux, les incidents répétés créent une pression en faveur de certifications ou de déclarations. Certains juges exigent déjà des attestations confirmant que les textes et citations générés par l’IA ont fait l’objet d’un examen humain.

De telles règles peuvent rappeler leurs obligations aux avocats, mais elles ne peuvent pas vérifier si la validation a été substantielle. Une case cochée ne révèle pas si quelqu’un a ouvert la transcription.

Les contrôles techniques connaissent la même limite. Un système peut joindre une citation à chaque phrase tout en reliant les affirmations à des passages non pertinents ou contradictoires.

La protection la plus solide associe des contraintes de produit à un examen professionnel. Le logiciel doit rendre les éléments probants visibles, tandis que les avocats doivent comparer les éléments avec l’affirmation déposée.

Cette combinaison préserve une automatisation utile sans confier le jugement à un modèle probabiliste. Elle fournit également aux superviseurs un processus concret à inspecter.

L’affaire ne devrait donc pas être réduite à « ChatGPT a inventé quelque chose ». Les systèmes génératifs sont connus pour produire des textes non étayés, en particulier lorsqu’on leur demande de combler des détails manquants.

La décision lourde de conséquences est intervenue lorsque la production non vérifiée a intégré un dépôt judiciaire signé. Le tribunal a sanctionné le professionnel humain responsable de cette transition.

Ce que les tribunaux, les cabinets et les fournisseurs d’IA devraient surveiller ensuite

Trois évolutions montreront si cette affaire produit des garde-fous durables ou devient un nouvel avertissement que les processus de travail juridiques ne parviennent pas à intégrer.

Le premier signal est la procédure disciplinaire du Nouveau-Mexique. La Cour suprême a renvoyé Aarons devant le Disciplinary Board, mais l’ordonnance de septembre n’a pas annoncé de sanction professionnelle définitive.

Les enquêteurs peuvent examiner des questions allant au-delà de la procédure pour outrage et recommander une réponse appropriée au regard des règles disciplinaires. Le tribunal a déclaré qu’il prendrait d’autres décisions après ce processus, si une procédure a lieu.

Une sanction supplémentaire substantielle renforcerait le message selon lequel un contenu IA non vérifié constitue un manquement aux règles de conduite professionnelle. Une réponse limitée suggérerait que l’outrage et le retrait ont été jugés suffisants pour le dépôt lui-même.

Le deuxième signal est la reprise de l’appel Sandoval. Un nouvel avocat doit comparaître, reconstruire les écritures et identifier des arguments étayés par le véritable dossier du procès.

Ce processus révélera le préjudice pratique causé par le faux dépôt. Le tribunal entend inscrire l’appel à son calendrier 2026–2027, mais aucune date d’audience précise n’a été communiquée.

Un nouveau départ rapide et ordonné réduirait le préjudice subi par le client. De nouveaux retards ou litiges concernant le dossier montreraient combien de temps un seul acte de procédure défectueux, assisté par l’IA, peut affecter une affaire pénale.

Le troisième signal est la réaction des tribunaux et des fournisseurs de technologies juridiques. Les tribunaux peuvent adopter des certifications de vérification, tandis que les fournisseurs peuvent ajouter des contrôles au niveau des sources pour le travail sur les transcriptions et les citations.

Le changement de produit le plus significatif ne serait pas une nouvelle affirmation générale d’exactitude. Ce serait un flux de travail qui refuse de compléter des faits sans fondement et qui expose les éléments de preuve derrière chaque réponse.

Les tests indépendants resteront importants. Tout fournisseur peut présenter un exemple favorable, mais les utilisateurs ont besoin d’évaluations qui mesurent les performances sur des dossiers inconnus et face à des questions adversariales.

Les cabinets devraient également vérifier si leurs propres procédures de contrôle fonctionnent sous la pression des délais. Une politique exigeant une vérification ne vaut pas grand-chose si les avocats n’ont ni le temps, ni la formation, ni l’accès aux sources nécessaires.

La leçon immédiate est simple. L’IA peut aider à organiser un dossier, structurer un argument ou repérer d’éventuels problèmes. Elle ne peut pas assumer le devoir de franchise de l’avocat.

Chaque affirmation factuelle figurant dans un acte de procédure doit pouvoir être rattachée à un élément recevable. Chaque proposition juridique doit être étayée par une autorité qui affirme ce que l’acte de procédure prétend.

Cette norme est exigeante parce que le travail d’appel a toujours été exigeant. L’IA générative modifie l’interface de rédaction, mais elle n’abaisse pas l’exigence d’exactitude.

Le mémoire ChatGPT de Stephen Aarons a transformé un raccourci annoncé en outrage, remplacement de l’avocat et cycle de conclusions entièrement nouveau. Les professionnels du droit disposent désormais d’un nouvel avertissement documenté, impliquant cette fois des témoins inventés plutôt que seulement des affaires inventées.

La question suivante est de savoir si les organisations repenseront leurs flux de travail avant qu’un autre client n’en subisse les conséquences. Les avocats qui utilisent l’IA devraient vérifier une chose avant de déposer un acte : chaque phrase importante peut-elle être prouvée à partir du dossier original ?