Projets · En préparation

Les lois françaises au crible.

Le droit français s’est construit par couches successives. Avec des dizaines de milliers de textes, personne ne peut tout relire pour vérifier qu’ils restent cohérents entre eux. Ce projet propose de confier cette première lecture à la machine, puis de mesurer ce que les textes coûtent et changent.

Objectif 1

Repérer les incohérences.

Passer en revue l’ensemble des lois pour trouver les endroits où les textes se contredisent, se répètent ou renvoient dans le vide.

Objectif 2

Chiffrer les impacts.

Dans un second temps, quantifier les effets législatifs et budgétaires : combien de textes un changement touche, et ce qu’il représente pour les finances publiques.

La démarche

Du PDF à l’analyse, en cinq étapes.

  1. 01

    Rassembler le corpus

    Récupérer l’ensemble des lois existantes au format PDF, depuis les sources publiques officielles, avec leurs dates et leurs versions.

  2. 02

    Extraire et découper

    Transformer chaque PDF en texte propre, puis le découper en unités qui ont un sens juridique : titres, chapitres, articles, alinéas.

  3. 03

    Vectoriser

    Convertir chaque article en vecteur, une empreinte numérique de son sens, et stocker le tout dans une base vectorielle interrogeable.

  4. 04

    Chercher les incohérences

    Rapprocher les articles qui parlent de la même chose, puis repérer les contradictions, les doublons, les renvois vers des textes abrogés ou les définitions qui divergent.

  5. 05

    Quantifier les impacts

    Dans un second temps, relier les textes aux données publiques pour estimer leurs effets législatifs (textes touchés, dépendances) et budgétaires.

Pourquoi vectoriser

Chercher par le sens, pas par les mots.

Une recherche classique ne trouve que les textes qui emploient les mêmes termes. Deux articles peuvent traiter du même sujet avec un vocabulaire différent, à vingt ans d’écart. Une fois vectorisés, les articles proches par le sens se retrouvent voisins, même quand leurs mots diffèrent : c’est là que se cachent les incohérences.

Ce que l’on cherche à repérer

  • Contradiction

    Deux articles en vigueur qui imposent des règles incompatibles sur un même sujet.

  • Doublon

    La même obligation écrite plusieurs fois, avec des formulations ou des seuils légèrement différents.

  • Renvoi cassé

    Un article qui renvoie à un texte modifié ou abrogé depuis.

  • Définition divergente

    Une même notion définie de deux façons selon le texte.

Points d’attention

Ce que l’outil ne fera pas seul.

  • Une piste, pas un avis juridique. Chaque incohérence repérée par la machine devra être vérifiée par une lecture humaine.
  • Le droit en vigueur bouge. Les lois sont modifiées en permanence : l’analyse devra suivre les versions et dater chaque constat.
  • Des PDF imparfaits. Mise en page, tableaux et annexes compliquent l’extraction du texte, et la qualité du découpage conditionne tout le reste.
  • Des chiffres à sourcer. L’estimation des impacts budgétaires s’appuiera sur des données publiques, citées pour chaque résultat.

Avancement

Rubrique ouverte, travaux à venir.

Le projet démarre. Les choix techniques (outil d’extraction, modèle de vectorisation, base vectorielle) seront faits et racontés ici au fur et à mesure ; les éléments non publics nécessitent un accès privé.