Formation IA pour experts judiciaires incendie :
analyser un dossier, rédiger le rapport, répondre aux dires

En résumé : 35 heures de formation avec deux experts judiciaires incendie/électricité ont débouché sur la création d'un assistant GPT personnalisé capable d'analyser l'ensemble des pièces d'un dossier (ordonnances, rapports de labo, dires, factures) et de générer des brouillons structurés. Gains estimés : 3 à 5h sur l'analyse initiale, 4 à 8h sur la rédaction de rapports, 2 à 4h sur les réponses aux dires — soit jusqu'à 18h économisées sur un seul dossier.

Quand Philippe et Arnaud sont venus me voir, ils avaient un objectif très concret : arrêter de passer des heures à trier manuellement les pièces d'un dossier et à rédiger des brouillons de rapports qui allaient de toute façon être retravaillés. Experts judiciaires spécialisés en incendie et électricité, ils traitent des dossiers où chaque phrase engage leur responsabilité — et où la moindre imprécision technique peut être retournée par l'avocat adverse. L'IA, dans ce contexte, ne remplace pas l'expert. Elle doit travailler sous son contrôle strict, en restant traçable, factuelle, sans rien inventer.

C'est sur cette contrainte — passionnante techniquement — que nous avons construit leur formation.

L'assistant IA qui analyse un dossier d'expertise incendie de bout en bout

L'objectif principal était de créer un assistant GPT personnalisé capable de prendre en entrée l'ensemble des documents d'un dossier — ordonnance de référé, acceptation de mission, rapport de laboratoire, dires et contre-dires des parties, factures et devis — et d'en sortir un historique synthétique, une analyse des causes probables, et une trame de rapport structurée en « Faits / Analyse / Conclusion ».

Nous avons construit et testé cet assistant sur des affaires réelles déjà résolues, classées par niveau de complexité :

• Niveau simple : incendie d'une chapelle, dossier documentaire limité, question d'origine électrique clairement circonscrite.
• Niveau intermédiaire : sinistre industriel avec plusieurs parties, dires contradictoires, analyses de laboratoire à interpréter.
• Niveau complexe : affaire contentieuse longue, sept dires successifs d'un distributeur d'électricité, divergence profonde sur l'origine du foyer.

Le principe de l'assistant est structuré en trois étapes que l'expert déclenche lui-même :

1. Étape 1 — Historique factuel : l'IA lit tous les documents et génère une chronologie rigoureuse des faits, sans aucune interprétation. Chaque événement est sourcé sur la pièce qui le mentionne.
2. Étape 2 — Analyse des causes : sur demande, l'assistant classe les causes possibles par catégorie (équipements, construction, facteurs humains) et produit un arbre des causes hiérarchisé avec des probabilités estimatives.
3. Étape 3 — Validation externe : optionnelle, l'IA peut effectuer des recherches sur Internet pour confronter les hypothèses à des cas similaires documentés ou à des normes techniques (NFPA 921, NF C 15-100, etc.).

"L'assistant doit rester traçable à chaque ligne : aucune invention, aucune spéculation juridique. Tout ce qu'il affirme doit être vérifiable et opposable."

Résultat opérationnel : sur l'affaire-test complexe, l'assistant a produit un historique synthétique de 7 phases chronologiques, chacune sourcée, qui aurait demandé plusieurs heures à rédiger manuellement.

o3 ou 4o ? Le choix du modèle change tout sur les dossiers techniques

C'est l'un des enseignements les plus pratiques de la formation : sur des dossiers techniques exigeants, les différents modèles de ChatGPT ne donnent pas du tout les mêmes résultats.

En comparant les réponses sur un même dossier d'expertise :

• GPT-4o produit des réponses rapides mais souvent superficielles et approximatives sur les points techniques — insuffisant pour un rapport judiciaire.
• o3 prend plus de temps mais va chercher tous les détails, croise les sources, explicite les raisonnements — le niveau de rigueur attendu dans un contexte contradictoire.

La règle retenue : pour les recherches réglementaires, l'analyse de causes et la rédaction de rapports, utiliser o3 systématiquement. GPT-4o reste utile pour les tâches rapides — reformulation, mise en forme, tri de documents.

Retranscrire et exploiter un enregistrement de réunion contradictoire

Un autre cas d'usage très concret : les réunions contradictoires avec les parties et leurs avocats. Ces réunions sont souvent enregistrées — mais la retranscription manuelle, et surtout l'exploitation du texte, prend un temps considérable.

Nous avons travaillé sur le flux complet :

1. Installer un outil de retranscription automatique MP3 → texte directement sur l'ordinateur (fonctionnement hors-ligne, sans envoi des données à un serveur tiers).
2. Coller la retranscription brute dans ChatGPT avec la directive : « Tu es un assistant expert judiciaire. Extrais de cette retranscription les points factuels, les positions de chaque partie et les questions techniques qui restent en suspens. »
3. Obtenir en sortie un compte rendu structuré, prêt à être envoyé ou archivé.

Un exemple concret travaillé en formation : une réunion de 90 minutes sur un dossier d'incendie de garage, avec analyse des câbles électriques tombés sur la voie publique et discussion des données du compteur Linky. La retranscription brute (texte dense, débit oral rapide, vocabulaire technique) a été transformée en compte rendu clair en quelques minutes.

Un point important sur la saisie vocale au quotidien : la commande Windows + H active la saisie vocale intégrée à Windows, utilisable dans n'importe quelle application. Dicter un brouillon puis le faire reformuler par l'IA est souvent plus rapide que de taper directement.

Recherche réglementaire : un assistant IA spécialisé dans les normes incendie

La seconde grande configuration créée pendant la formation est un assistant dédié à la recherche réglementaire — un usage très différent de l'assistant dossier, mais tout aussi utile.

Cet assistant est entraîné sur le corpus réglementaire applicable aux sinistres incendie en France : Code de la construction, règlement de sécurité ERP/IGH, normes AFNOR, arrêtés ministériels, jurisprudences. Il est conçu pour :

• Identifier les textes applicables à un type de bâtiment précis (époque de construction, classement ERP, usage).
• Analyser les différentes interprétations possibles d'un article — y compris celles qu'un avocat adverse pourrait soutenir.
• Aider à construire un argumentaire technique avec les références exactes, citables dans un rapport judiciaire.
• Vérifier la conformité d'une installation à la date des faits — point critique dans les expertises rétroactives.

Ce que nous avons appris à faire avec cet assistant : poser les questions dans l'ordre. Commencer par une requête large (« Quel est le contexte réglementaire applicable à un incendie dans une chapelle classée ERP, construction 2009 ? »), puis affiner progressivement (« Quelles obligations normatives existaient à cette date concernant les TGBT ? »). La qualité des sorties est directement liée à la qualité des prompts — et les experts ont créé leur propre répertoire de prompts réutilisables.

Indexation automatique des pièces et table des pièces

Un dossier d'expertise judiciaire peut contenir des dizaines de documents de nature très différente : ordonnances, rapports techniques, dires, contre-dires, factures, photos, attestations CONSUEL. L'indexation manuelle est fastidieuse et source d'erreurs.

Nous avons travaillé sur un assistant capable d'analyser la liste des documents fournis et de :

• Les classer par type (pièces judiciaires / rapports techniques / documents commerciaux / pièces adverses).
• Générer une table des pièces chronologique avec une ligne par document.
• Détecter les documents mentionnés dans les pièces mais absents du dossier — une lacune que l'expert doit explicitement signaler au juge.

Gain estimé sur cette tâche seule : 1 à 1,5 heure par dossier.

Ce que l'IA change vraiment pour un expert judiciaire

À l'issue des 35 heures de formation, ce qui m'a le plus marquée dans cet accompagnement, c'est la précision des exigences. Un expert judiciaire travaille dans un cadre où chaque affirmation doit être vérifiable, où l'impartialité est une obligation légale, et où l'erreur peut avoir des conséquences judiciaires. Ce n'est pas un contexte dans lequel on peut se permettre d'utiliser l'IA de manière approximative.

Mais c'est aussi, paradoxalement, un contexte idéal pour l'IA : les dossiers sont documentés, les méthodes sont standardisées (NFPA 921, ISO 17020, ENFSI BPM), les structures de rapports sont connues. L'IA excelle précisément là où le travail est exigeant, répétitif et documentaire.

Les gains concrets mesurés sur les dossiers-tests :

• Collecte, tri et analyse initiale des pièces : 3 à 5 heures économisées
• Rédaction d'un pré-rapport structuré (partie technique) : 4 à 8 heures économisées
• Réponses aux dires adverses en phase contentieuse : 2 à 4 heures économisées
• Indexation et table des pièces : 1 à 1,5 heure économisée

La règle que je donne systématiquement dans ce type de formation : l'IA ne signe pas le rapport — l'expert, si. Tout brouillon généré doit être relu, corrigé, validé. L'IA réduit le temps de production, elle ne supprime pas la responsabilité de l'expert. C'est précisément ce positionnement qui rend l'outil acceptable — et utile — dans un cadre judiciaire.