Les directions juridiques d'entreprise évaluent généralement l'IA selon trois critères clés :
Peut-on lui confier des informations sensibles en toute sécurité ?
Son raisonnement peut-il être expliqué et justifié ?
Garantit-elle un comportement cohérent et reproductible à grande échelle ?
Ces exigences structurent l'ensemble des travaux d'Alexander Lampaert. En tant qu'ingénieur IA principal et data scientist chez LEGALFLY, il définit la manière dont les instructions sont interprétées, dont les données transitent sur la plateforme, et comment les grands modèles linguistiques sont appliqués aux problématiques juridiques concrètes.
« Tout ce que nous concevons doit s'appuyer sur la donnée, l'expertise juridique métier et des enseignements opérationnels concrets », précise-t-il.
Remarque : si votre équipe juridique souhaite s'assurer que les résultats de l'IA peuvent être expliqués, justifiés et reproduits avant de choisir une plateforme, réservez une démonstration. Nous vous montrerons précisément comment LEGALFLY traite vos données, d'où proviennent ses raisonnements et comment la solution assure une parfaite cohérence opérationnelle pour l'ensemble de votre organisation.
Du secteur bancaire réglementé à l'IA juridique
Avant de rejoindre LEGALFLY, Alexander a exercé au sein de KBC, l'une des principales institutions bancaires de Belgique, où il a collaboré avec les équipes juridiques, de données et de cybersécurité sur les premiers cas d'usage de l'IA générative.
« J'avais pour mission, en lien étroit avec la direction juridique du groupe, d'étudier comment générer de la valeur grâce à l'IA générative dès l'émergence de GPT-3.5 », explique-t-il.
Cette expérience a rapidement mis en lumière les limites des développements menés exclusivement en interne.
« Il existe une multitude de sources de données externes. Pour une organisation, structurer et traiter un tel volume d'informations exigerait un département dédié à part entière. De plus, l'ergonomie (UX) et l'interface utilisateur (UI) sont des composantes déterminantes, que les grandes entreprises ne peuvent pas toujours privilégier par manque d'agilité ou de spécialisation. »
C'est à cette période qu'Alexander a découvert LEGALFLY. « Constatez la rapidité d'évolution de LEGALFLY et l'adéquation parfaite de leur solution avec ce que nous tentions de bâtir en interne m'a convaincu d'opérer cette transition. Rejoindre une équipe dont l'unique mission est de faire progresser l'intelligence juridique au quotidien s'imposait comme une évidence. »
Son expertise au sein d'un environnement hautement réglementé influence aujourd'hui directement la conception de LEGALFLY, répondant aux exigences strictes des directions juridiques d'entreprise.
Pour découvrir comment LEGALFLY peut répondre à vos besoins, planifiez un entretien avec l'un de nos experts.
La confidentialité des données sensibles comme préalable
Le secret professionnel et la confidentialité sont non négociables dans la pratique du droit. L'expérience d'Alexander dans le secteur financier se reflète pleinement dans l'architecture sécurisée de LEGALFLY.
« Les établissements bancaires traitent des données hautement sensibles », rappelle-t-il. Les données à caractère personnel ne se limitent pas aux identifiants évidents. « L'association d'une fonction professionnelle et d'un état de santé constitue également une donnée personnelle pour un bancassureur. » Ces subtilités guident les mécanismes d'anonymisation, la gestion des métadonnées, les politiques de conservation et les contrôles internes.
L'ensemble des documents fait l'objet d'une anonymisation intégrale et préalable à tout traitement. Les noms, fonctions, localisations, signatures et autres éléments identifiants sont purgés dès l'ingestion des données. Le modèle analyse exclusivement des contenus anonymisés, avec un contrôle granulaire des champs, des entités et des identifiants contextuels.
La confiance repose également sur le mode d'apprentissage du système. Alexander est sans équivoque : « Nous n'entraînons aucun modèle sur vos données. Nous ne réalisons aucun ajustement (fine-tuning) à partir de vos informations. »
LEGALFLY affine son fonctionnement à partir d'instructions, d'actions et de sources juridiques vérifiées. Les documents des clients ne sont en aucun cas intégrés aux données d'entraînement.
Pour les organisations soumises à de strictes obligations de confidentialité, ce parti pris garantit l'intégrité de leur savoir-faire interne, facilite les démarches d'audit et de conformité, et assure une parfaite prévisibilité à grande échelle.
Un raisonnement juridique explicable et fondé en droit
L'explicabilité procède avant tout de la maîtrise du contexte. Pour Alexander, la rigueur du raisonnement juridique exige que le modèle s'appuie sur des hypothèses initiales précises : juridiction applicable, politiques internes, seuils de tolérance au risque et standards rédactionnels.
« Un modèle linguistique de grande taille assimile instantanément l'intégralité des éléments qui lui sont soumis. Cela emporte des conséquences directes sur la manière de formuler les instructions. »
Sur des outils grand public tels que ChatGPT, le recours à des exemples négatifs engendre souvent des approximations. « Si vous présentez une clause en précisant
