En bref
- Les assistants du Congrès utilisent l’IA pour rédiger plus vite des projets de loi.
- Les erreurs se multiplient, obligeant les juristes à reprendre et réécrire les textes.
- Le Congrès développe sa propre IA, plus contrôlée et adaptée au travail législatif.
On gagne du temps au départ, on en perd après. Et au Capitole, ce petit calcul commence à coûter cher. D’après Politico, des assistants parlementaires s’appuient de plus en plus sur des IA généralistes comme ChatGPT ou Claude pour rédiger des propositions de loi. Le souci, c’est que ces équipes maîtrisent parfois moins bien ce qu’elles déposent. Pas idéal quand chaque mot peut tordre le sens d’un texte.
Des assistants qui vont plus vite, mais comprennent moins
Le problème ne se limite pas à quelques formulations bancales. Des sources citées par Politico expliquent que les collaborateurs du Congrès ne connaissent plus aussi bien l’objectif précis de leurs projets, justement parce que l’IA fait une partie du boulot de rédaction. Ils ne sont plus obligés d’entrer aussi profondément dans le sujet.
C’est là que ça pique. Un texte législatif, ce n’est pas un mail un peu long. Si l’équipe derrière ne tient pas parfaitement le fond, la machine peut très vite écrire quelque chose de plausible, mais à côté.
Le bureau juridique récupère les morceaux
Résultat, le House Office of Legislative Counsel, le bureau chargé d’aider à rédiger les textes à la Chambre des représentants, se retrouve noyé sous des brouillons générés par IA. Mauvais termes, références fausses, erreurs diverses, tout y passe.
Selon les sources de Politico, les juristes de l’OLC passent même plus de temps à relire et à réécrire ces documents qu’ils n’en auraient mis à rédiger les projets eux-mêmes depuis zéro. Là, clairement, le gain de productivité vendu par l’IA prend un sale coup.
Un détail raté, et toute la loi peut déraper
Le souci, c’est la nuance juridique. Et l’IA généraliste adore l’écraser. Wade Ballou, qui a dirigé ce bureau pendant presque dix ans jusqu’en 2024, donne un exemple très parlant, l’outil ne sait pas toujours si une enveloppe budgétaire doit prendre la forme d’un crédit d’impôt, d’une déduction, d’une exclusion fiscale ou d’une subvention.
Même logique avec des mots apparemment simples. Parfois, l’IA comprend État comme les seuls 50 États américains, ce qui laisserait de côté Washington DC et les nations tribales dans des programmes fédéraux. Un ancien juriste ayant travaillé avec l’office explique aussi que les projets citent parfois mal des lois antérieures. Et dans ce genre de texte, un renvoi faux, ce n’est pas une coquille. C’est un bug de gameplay dans la loi.
Répondre à l’IA avec une autre IA, mais sous contrôle
Le plus ironique, c’est que l’OLC explore lui aussi l’usage de l’IA pour absorber cette charge de travail. Un groupe interne a mis au point un outil baptisé Comparative Print Suite, pensé pour aider les équipes à visualiser comment une proposition modifierait le droit existant.
La différence avec les IA grand public est importante. Si l’outil ne sait pas où appliquer un changement dans le texte de loi, il renvoie une erreur au lieu d’inventer. Moins spectaculaire, sûrement. Mais pour écrire des lois, c’est quand même une base un peu plus rassurante.
