Fiche – Grands modèles de langage (LLM)

23 juin 2026.

Fiche – Grands modèles de langage (LLM)

Présentation générale

Les grands modèles de langage (Large Language Models ou LLM) constituent aujourd’hui la principale technologie à l’origine du développement de l’intelligence artificielle générative. Entraînés sur des volumes massifs de données textuelles, ils sont capables de produire du langage naturel, de répondre à des questions, de résumer des documents, de traduire des textes, de générer du code informatique ou encore d’assister des activités de recherche et d’analyse.

Les LLM reposent généralement sur l’architecture dite Transformer, introduite en 2017 avec l’article fondateur Attention Is All You Need. Cette architecture a profondément modifié l’état de l’art en matière de traitement automatique du langage en permettant l’entraînement de modèles de taille inédite.

La plupart des systèmes d’IA générative actuellement utilisés par les particuliers, les entreprises et les administrations reposent sur des LLM. Tel est notamment le cas des modèles GPT, Claude, Gemini, Llama ou Mistral. Ces modèles sont désormais intégrés dans des milliers d’applications : moteurs de recherche, assistants conversationnels, outils de rédaction, systèmes d’analyse documentaire, logiciels de conformité, plateformes juridiques ou encore dispositifs d’aide à la décision.

D’un point de vue juridique, les LLM occupent une place centrale dans le règlement (UE) 2024/1689 sur l’intelligence artificielle (AI Act). Bien que le règlement ne définisse pas spécifiquement les LLM, ceux-ci relèvent généralement de la catégorie des modèles d’IA à usage général (General-Purpose AI Models ou GPAI), qui fait l’objet d’un régime spécifique.

L’analyse de la base documentaire Dabo Tibi Ius révèle que les LLM sont aujourd’hui au cœur des débats relatifs :

  • à la propriété intellectuelle ;
  • aux données d’entraînement ;
  • à la transparence algorithmique ;
  • à la protection des données personnelles ;
  • à la responsabilité des fournisseurs ;
  • à la souveraineté numérique ;
  • à l’évolution des professions intellectuelles et juridiques.

Points essentiels

  • Les LLM sont des modèles spécialisés dans le traitement du langage naturel.
  • Ils reposent principalement sur l’architecture Transformer.
  • Ils sont entraînés sur des ensembles massifs de données textuelles.
  • Ils constituent le socle technologique de la plupart des outils d’IA générative.
  • Ils peuvent produire des erreurs ou des « hallucinations ».
  • La plupart des LLM sont qualifiés de GPAI au sens de l’AI Act.
  • Leur développement soulève d’importantes questions en matière de droit d’auteur, de protection des données et de responsabilité.
  • Ils transforment les métiers du droit sans supprimer la nécessité d’un contrôle humain.

Définition

Définition technique

Un LLM est un modèle statistique entraîné sur de vastes corpus de textes afin de prédire la suite la plus probable d’une séquence linguistique.

Cette capacité permet notamment :

  • la rédaction de textes ;
  • la traduction ;
  • la synthèse documentaire ;
  • la recherche d’informations ;
  • la génération de code ;
  • l’analyse de contrats ;
  • l’assistance à la rédaction juridique.

Contrairement à certaines représentations médiatiques, les LLM ne comprennent pas le langage au sens humain du terme. Ils produisent des réponses en s’appuyant sur des corrélations statistiques apprises durant leur phase d’entraînement.

Définition juridique

Le règlement (UE) 2024/1689 ne définit pas les LLM en tant que catégorie autonome.

Ils sont principalement appréhendés à travers les notions de :

  • modèle d’IA à usage général (GPAI) ;
  • modèle GPAI présentant un risque systémique.

Cette qualification emporte l’application d’obligations spécifiques aux fournisseurs des modèles concernés.

Fonctionnement des grands modèles de langage

L’entraînement

La phase d’entraînement repose sur l’analyse d’immenses volumes de données textuelles :

  • livres ;
  • articles ;
  • documentation technique ;
  • contenus accessibles en ligne ;
  • bases de connaissances ;
  • données publiques.

Cette phase nécessite des infrastructures informatiques particulièrement importantes et représente une part essentielle du coût de développement des modèles.

L’architecture Transformer

Depuis 2017, les LLM sont principalement fondés sur l’architecture Transformer.

Cette architecture permet :

  • la gestion de contextes complexes ;
  • le traitement de longues séquences de texte ;
  • l’amélioration des performances linguistiques ;
  • la montée en puissance des modèles.

Elle constitue aujourd’hui la référence technique dans le domaine des grands modèles de langage.

L’alignement des modèles

Après leur entraînement initial, les modèles font généralement l’objet d’un travail d’alignement destiné à améliorer leur comportement.

Les techniques utilisées incluent notamment :

  • la supervision humaine ;
  • le Reinforcement Learning from Human Feedback (RLHF) ;
  • les évaluations de sécurité ;
  • les mécanismes de filtrage.

L’objectif est de réduire les risques de contenus erronés, dangereux ou contraires aux objectifs poursuivis par le fournisseur.

Les principaux acteurs du marché

GPT

Développé par OpenAI, GPT constitue l’une des familles de modèles les plus influentes du marché.

Claude

Développé par Anthropic, Claude est particulièrement présent dans les usages professionnels.

Gemini

Développé par Google DeepMind, Gemini représente la principale famille de modèles génératifs de Google.

Llama

Développé par Meta AI, Llama joue un rôle majeur dans l’écosystème des modèles ouverts.

Mistral

Développé par Mistral AI, Mistral constitue l’un des principaux acteurs européens du secteur.

La base documentaire Dabo Tibi Ius souligne régulièrement l’importance stratégique de Mistral AI dans les débats relatifs à la souveraineté numérique européenne.

Les LLM dans l’AI Act

Les LLM comme GPAI

L’AI Act encadre les grands modèles de langage à travers le régime applicable aux GPAI.

Les obligations portent notamment sur :

  • la documentation technique ;
  • la transparence ;
  • la coopération avec les autorités ;
  • le respect du droit d’auteur ;
  • certaines obligations d’information à destination des acteurs en aval.

Les GPAI à risque systémique

Les modèles les plus puissants peuvent être qualifiés de GPAI présentant un risque systémique.

Ils sont alors soumis à des obligations renforcées :

  • évaluation des risques ;
  • cybersécurité ;
  • documentation approfondie ;
  • suivi continu ;
  • mesures d’atténuation.

Propriété intellectuelle et LLM

Les données d’entraînement

La question des données utilisées pour entraîner les modèles constitue l’un des principaux sujets de contentieux.

Les débats concernent :

  • l’utilisation d’œuvres protégées ;
  • le text and data mining ;
  • les licences ;
  • les bases de données ;
  • la rémunération des titulaires de droits.

Analyse de la base documentaire

L’efficacité judiciaire de la protection des bases de données : l’affaire Le Bon Coin c/ Jinka

Source : Usine Digitale

Cette analyse met en évidence l’importance croissante des bases de données dans l’économie numérique et les enjeux associés à leur réutilisation dans les processus d’entraînement des systèmes d’IA.

Protection des données personnelles

Les LLM peuvent traiter des données personnelles à différents stades :

  • lors de l’entraînement ;
  • lors de l’utilisation du service ;
  • dans les historiques de conversation ;
  • dans les mécanismes de personnalisation.

Cette situation explique l’importance de l’articulation entre :

  • le RGPD ;
  • l’AI Act ;
  • les mécanismes européens de gouvernance des données.

Analyse doctrinale

Intervention humaine, contrôle humain et explicabilité : propos sur l’articulation entre le Règlement sur l’intelligence artificielle et le RGPD

Auteur : Liane Huttner

Source : RDSS 2024, p. 757

Cette étude souligne les complémentarités existant entre les garanties offertes par le RGPD et les nouvelles exigences de gouvernance instaurées par l’AI Act.

Les LLM et les professions juridiques

Les LLM modifient profondément les méthodes de travail des professionnels du droit.

Les principaux usages concernent :

  • la recherche juridique ;
  • la veille réglementaire ;
  • l’analyse documentaire ;
  • la rédaction contractuelle ;
  • l’audit ;
  • la conformité.

Toutefois, plusieurs risques demeurent :

  • hallucinations ;
  • erreurs de qualification juridique ;
  • biais ;
  • défaut d’explicabilité ;
  • absence de sources vérifiables.

La doctrine recensée dans la base Dabo Tibi Ius converge vers un constat commun : les LLM constituent des outils d’assistance particulièrement puissants mais ne remplacent ni le raisonnement juridique humain ni la responsabilité professionnelle.

Jurisprudence et contentieux

La jurisprudence spécifiquement consacrée aux LLM demeure encore en construction.

Les contentieux émergents concernent principalement :

  • le droit d’auteur ;
  • les données d’entraînement ;
  • la protection des données ;
  • les obligations de transparence ;
  • les hallucinations générées par les modèles ;
  • la responsabilité des fournisseurs et des utilisateurs.

L’application progressive de l’AI Act devrait contribuer à structurer un contentieux spécialisé dans les prochaines années.

Acteurs concernés

Fournisseurs de modèles

Autorités

  • Commission européenne
  • Bureau européen de l’IA
  • CNIL

Utilisateurs

  • entreprises ;
  • administrations ;
  • professions réglementées ;
  • établissements d’enseignement ;
  • legaltechs ;
  • chercheurs.

Débats actuels

Les LLM comprennent-ils le langage ?

Les chercheurs restent divisés entre une approche fondée sur l’émergence de capacités de raisonnement et une approche considérant les LLM comme des systèmes essentiellement statistiques.

Les modèles doivent-ils être ouverts ?

Le débat oppose les partisans de l’open source aux défenseurs d’un encadrement renforcé des modèles les plus puissants.

La transparence est-elle suffisante ?

Malgré les obligations instaurées par l’AI Act, de nombreux auteurs considèrent que les mécanismes internes des LLM demeurent largement opaques.

Quel impact sur les professions intellectuelles ?

La tendance dominante consiste à considérer les LLM comme des outils d’augmentation des capacités humaines plutôt que comme des substituts complets aux professionnels.

Actualité récente

Les développements récents concernent principalement :

  • l’entrée en application progressive de l’AI Act ;
  • le régime des GPAI ;
  • les obligations de transparence ;
  • les contentieux relatifs aux données d’entraînement ;
  • les enjeux de souveraineté numérique européenne ;
  • l’émergence de modèles européens ouverts.

Ressources essentielles

Textes

  • Règlement (UE) 2024/1689 (AI Act).
  • Règlement (UE) 2016/679 (RGPD).
  • Directive (UE) 2019/790 sur le droit d’auteur dans le marché unique numérique.

Articles de la base Dabo Tibi Ius

  • L’efficacité judiciaire de la protection des bases de données : l’affaire Le Bon Coin c/ Jinka.
  • Intervention humaine, contrôle humain et explicabilité : propos sur l’articulation entre le Règlement sur l’intelligence artificielle et le RGPD.
  • Systèmes d’IA à haut risque : définition et obligations (AI Act).
  • Une analyse critique des exigences en matière de documentation technique de l’article 11 et de l’annexe IV du règlement européen sur l’intelligence artificielle.

FAQ

Qu’est-ce qu’un LLM ?

Un modèle d’intelligence artificielle capable de traiter et générer du langage naturel à grande échelle.

ChatGPT est-il un LLM ?

ChatGPT est une application reposant sur les modèles GPT, qui sont des LLM.

Les LLM comprennent-ils réellement le langage ?

La question demeure discutée. Leur fonctionnement repose principalement sur des mécanismes statistiques.

Les LLM peuvent-ils produire des erreurs ?

Oui. Ils peuvent générer des informations erronées ou inventées.

Les LLM sont-ils réglementés ?

Oui. Ils sont principalement encadrés par le régime des GPAI instauré par l’AI Act.

Les LLM peuvent-ils remplacer un avocat ?

Non. Ils peuvent assister certaines tâches mais ne remplacent ni le raisonnement juridique ni la responsabilité professionnelle.

Les LLM peuvent-ils être audités ?

Oui, même si les méthodes d’audit et les standards techniques sont encore en cours de développement.

Pour aller plus loin

  • Modèles d’IA à usage général (GPAI)
  • AI Act
  • IA générative
  • Hallucinations de l’IA
  • Documentation technique
  • Souveraineté numérique
  • Droit d’auteur et intelligence artificielle
  • Protection des données personnelles
  • Explicabilité des systèmes d’IA

Méthodologie : Cette fiche a été générée avec l’assistance de l’intelligence artificielle à partir de la base documentaire et de sources juridiques complémentaires lorsque cela était nécessaire. Elle constitue une synthèse documentaire et ne remplace pas un avis juridique.

Résumé pédagogique

Définition

Les grands modèles de langage (LLM) sont des systèmes d’intelligence artificielle entraînés sur d’immenses volumes de textes afin de produire et d’analyser du langage naturel.

Exemple

GPT, Claude, Gemini, Llama ou Mistral sont des LLM utilisés dans des assistants conversationnels, des outils juridiques, des moteurs de recherche et des applications professionnelles.

Problématique juridique

Les LLM soulèvent des questions complexes relatives aux données d’entraînement, au droit d’auteur, à la transparence, à la protection des données personnelles et à la responsabilité des acteurs impliqués dans leur développement et leur utilisation.

Cadre légal

Le cadre juridique repose principalement sur le règlement (UE) 2024/1689 (AI Act), le RGPD, les règles européennes relatives au droit d’auteur et aux bases de données, ainsi que sur les futurs standards de conformité applicables aux GPAI.

Fiches Dabo Tibi Ius associées :

Articles connexes

Fiches connexes