Le temps est une donnée juridique

Une grande partie des erreurs juridiques produites par une intelligence artificielle peut être parfaitement sourcée. Le système cite un article officiel, le passage est exact, et pourtant la réponse est fausse. Il suffit que le texte ne soit pas celui qui était applicable à la date des faits.

La date n’est pas une métadonnée décorative. Elle fait partie de la règle.

Le droit n’existe pas dans un présent permanent

Les moteurs de recherche privilégient naturellement les textes consolidés et actuellement en vigueur. Pour de nombreux usages, c’est exactement ce qu’il faut. Un dossier juridique porte toutefois sur une période déterminée : une opération, un exercice fiscal, une date de paiement, un contrat, une période transitoire.

Une convention fiscale peut être signée, ratifiée puis mise en application à des dates différentes. Un protocole peut n’en modifier qu’une partie. L’Instrument multilatéral peut produire ses effets selon un calendrier distinct pour les retenues à la source et pour les autres impôts. La question « quel texte appliquer ? » est donc déjà une opération juridique.

Le benchmark fiscal français mesure le problème

Le preprint publié le 10 août 2026 construit un corpus versionné de 32 436 versions d’articles du CGI sur 93 ans et un track de questions dont la réponse dépend de la date.^[1]

Dans ce périmètre, le RAG fondé sur le corpus statique actuel récupère la version applicable dans 0 % des cas. L’index multi-version atteint 98,3 % de précision stricte moyenne. Le système statique peut donc citer avec assurance un article réel, mais inapplicable.

Ce résultat ne prouve pas que tout RAG juridique échoue sur le temps. Il montre qu’un corpus conçu comme un état présent du droit ne peut pas répondre correctement à une question qui exige un historique, même lorsque le modèle est puissant.

Plusieurs temporalités se superposent

La difficulté dépasse la seule date d’entrée en vigueur. Il faut parfois distinguer l’adoption, la publication, l’entrée en vigueur, la prise d’effet, la période fiscale, la date des faits, la date de paiement et les mesures transitoires.

La jurisprudence ajoute une couche supplémentaire. Une décision rendue en 2026 peut interpréter une rédaction applicable en 2019. Relier simplement cette décision au texte consolidé de 2026 crée une relation trompeuse. Il en va de même pour les commentaires administratifs et les travaux préparatoires.

Les standards juridiques reconnaissent déjà cette dimension. ELI permet de décrire les ressources législatives et leurs versions.^[2] Akoma Ntoso prévoit des représentations utiles à la consolidation à un instant donné.^[3] LegalRuleML traite explicitement plusieurs dimensions temporelles des règles et de leur applicabilité.^[4]

Sélectionner la version avant de générer la réponse

L’architecture habituelle inverse souvent l’ordre des opérations. On demande au modèle : « quelle règle s’appliquait en 2021 ? », puis on espère qu’il reconnaisse l’importance de la date, retrouve l’historique et écarte les versions postérieures.

Une architecture plus robuste consiste à faire de la date pertinente une donnée d’entrée, à indexer explicitement les versions et à sélectionner les normes candidates avant la génération. Si plusieurs régimes temporels restent possibles, cette ambiguïté doit être conservée.

La citation répond à la question « d’où vient cette affirmation ? ». Elle ne répond pas à la question « cette source gouvernait-elle les faits ? ».

Le modèle peut ensuite faire ce qu’il fait très bien : expliquer, comparer, synthétiser et rédiger. Mais le choix de la version ne dépend plus uniquement de son intuition linguistique.

Le droit est un graphe versionné. Le réduire à son dernier état consolidé revient à supprimer une partie de son sens.