Derek Mobley, homme noir de plus de quarante ans et en situation de handicap, affirme avoir présenté plus de cent candidatures auprès d’employeurs utilisant Workday et avoir été systématiquement rejeté, souvent en quelques minutes et avant toute intervention humaine identifiable. Il a poursuivi non les employeurs, mais Workday, en soutenant que le fournisseur agissait comme leur « agent » au sens du Title VII, de l’Age Discrimination in Employment Act (ADEA) et de l’Americans with Disabilities Act (ADA). En juillet 2024, le tribunal a laissé subsister les prétentions fondées sur l’impact discriminatoire et, en mai 2025, a autorisé une procédure collective nationale sous l’ADEA, alors que Workday avait traité environ 1,1 milliard de candidatures.
Le problème s’est compliqué après Loper Bright Enterprises v. Raimondo. En 2024, la Cour suprême a abandonné Chevron, qui imposait une certaine déférence envers l’interprétation des lois ambiguës par les agences fédérales. Puis l’ordre exécutif de l’administration Biden sur l’IA a été révoqué, l’EEOC a retiré ses lignes directrices sur l’IA dans le recrutement et l’administration fédérale a demandé aux agences de réduire la priorité accordée aux actions pour impact disparate. Workday en déduit que les raisonnements dépendant de l’EEOC sont fragilisés. Chang soutient au contraire que la théorie retenue dans Mobley repose sur le texte du Title VII et le droit commun de l’agence.
Le point de départ est le mot « agent » figurant dans la définition de l’« employeur » au § 701(b) du Title VII. Selon Nationwide Mutual Insurance Co. v. Darden, lorsqu’un texte fédéral emploie sans le définir un terme issu du common law, il faut présumer que le Congrès en reprend le sens traditionnel. Une relation d’agence suppose que le principal manifeste son accord, que l’agent agisse pour son compte, sous son contrôle, et qu’il accepte ou exécute la mission. Dans le cas de Workday, l’accord et l’action pour le compte de l’employeur sont relativement simples à établir. La difficulté tient au contrôle, car l’employeur ne connaît pas forcément les règles internes d’un système opaque et ne supervise pas chaque décision.
Pour résoudre cette difficulté, l’auteur propose la notion de « Functional Control Inversion ». Il ne prétend pas créer une nouvelle règle, mais nommer la logique déjà présente dans la décision de la juge Lin. Avec une IA de recrutement, l’employeur peut déléguer précisément la partie du processus qu’il ne contrôle plus au jour le jour : filtrer, classer ou rejeter les candidats. Cela ne supprime pas tout contrôle juridique. On admet que le principal conserve un contrôle s’il garde des leviers tels que résilier le contrat, désactiver ou reconfigurer des fonctions, auditer les résultats ou passer outre une décision. La question n’est donc pas de savoir si l’employeur supervise chaque calcul, mais s’il a transféré au fournisseur une fonction décisionnelle qui lui appartenait traditionnellement.
Loper Bright ne détruit donc pas, selon Chang, la théorie Mobley ; il la recentre sur le texte.
La deuxième étape consiste à tracer une frontière entre participation réelle à la décision et simple fourniture d’un outil. Dans Mobley, Workday aurait filtré, classé et rejeté certains candidats avant toute revue humaine. Le fournisseur reçoit alors un poids décisionnel substantiel et peut être qualifié d’agent. À l’autre extrême, un fournisseur qui ne met à disposition qu’une base de données ou un logiciel de tri sans notation ni recommandation ne prend aucune décision ; la responsabilité demeure chez l’employeur. Entre les deux, tout dépend du poids réel de la recommandation. Si les recruteurs suivent presque toujours la sortie de l’IA, leur pouvoir formel de s’en écarter ne suffit pas nécessairement à exclure l’agence. Il faut regarder les pratiques concrètes, notamment les taux de contournement, les statistiques de sélection ou la manière dont le produit est présenté comme réduisant fortement la présélection humaine.
L’auteur teste ce critère par plusieurs cas limites. Un modèle open source publié puis déployé directement par l’employeur ne crée pas, selon lui, de relation principal-agent avec l’auteur du modèle, faute de délégation contractuelle. Dans Kistler v. Eightfold AI, les demandeurs ont choisi le Fair Credit Reporting Act plutôt que le Title VII, ce qui correspond à un outil de recommandation moins décisif que celui allégué dans Mobley. Walters v. OpenAI illustre l’autre limite : lorsque l’utilisateur formule la requête, lit la réponse et reste celui qui décide de l’utiliser, le fournisseur n’a pas reçu de pouvoir décisionnel. Le critère décisif n’est donc pas la technologie, mais le lieu où se trouve effectivement le pouvoir de décider.
Enfin, Chang répond à l’argument selon lequel cette responsabilité paralyserait l’industrie du logiciel. Des intermédiaires comme les agences de placement ou les recruteurs sont déjà soumis à des règles comparables, tandis que son test exclut les simples fournisseurs d’outils. Le risque peut ensuite être réparti contractuellement entre employeur et fournisseur. L’auteur souligne aussi qu’en Californie, les règlements FEHA de 2025 qualifient d’« agent » celui qui exerce pour le compte de l’employeur une fonction traditionnellement exercée par celui-ci, y compris au moyen d’un système automatisé.
Sa conclusion est que la question centrale n’est pas de savoir si une décision est prise par un humain ou une IA, mais si l’employeur a transféré à un tiers un pouvoir décisionnel substantiel. Lorsqu’un fournisseur décide effectivement qui avance ou qui est écarté, il peut, selon cette analyse, être traité comme l’agent de l’employeur au regard du droit fédéral de la discrimination.
Me Philippe Ehrenström, avocat, CPO – LLM, CAS en Droit et intelligence artificielle, CAS en Protection des données – Entreprise et administration
Les réponses produites par une IA conversationnelle dans un chatbot doivent-elles être considérées comme du « speech » protégé par le Premier Amendement de la Constitution américains ?
La demanderesse présentait le système comme un produit commercial dont la conception aurait créé des risques prévisibles, notamment par ses mécanismes d’engagement et son anthropomorphisme. Les défendeurs décrivaient au contraire Character.AI comme un service diffusant de l’expression protégée. La juge Anne Conway a refusé, au stade de la motion to dismiss, de considérer comme acquis que les mots générés par un LLM constituent du « speech » au sens constitutionnel, tout en laissant se poursuivre les prétentions visant les défauts de l’application.
Pour les auteurs, Garcia révèle une sous-détermination juridique. L’IA conversationnelle peut être comprise à la fois comme un système commercial dont la conception produit des risques et comme un outil qui génère des contenus linguistiques. Les analogies traditionnelles ne suffisent donc pas.
Une première conception rattache le langage à l’intention, à l’auteur et à l’agent humain ; selon cette approche, les LLM produisent des phrases sans nécessairement accomplir eux-mêmes un véritable acte de communication. Une autre conception insiste sur la fonction sociale : un énoncé compris et intégré à une pratique de communication peut être traité comme du langage indépendamment du mécanisme qui l’a produit.
Les auteurs proposent donc une méthode normative. Lorsqu’une technologie rend plusieurs concepts juridiques possibles, le juge devrait retenir celui qui sert le mieux les finalités du régime concerné. Cette démarche s’inspire de la « conceptual engineering » et de l’interprétation téléologique. Elle ne dit toutefois pas quelles valeurs doivent l’emporter ; celles-ci doivent être identifiées dans le droit constitutionnel.
Un premier groupe de valeurs plaide pour l’inclusion des productions d’IA dans le Premier Amendement, qui protège aussi la circulation des idées, le droit de recevoir des informations et la limitation de l’intervention de l’État. Les LLM fournissent des informations et contenus recherchés par les utilisateurs. Elle pourrait aussi éviter un effet dissuasif sur l’innovation. Si la valeur constitutionnelle réside surtout dans la communication elle-même, le fait qu’un texte soit généré plutôt qu’écrit par une personne paraît secondaire.
Mais d’autres valeurs conduisent à la prudence. Le droit doit pouvoir identifier des acteurs responsables et offrir un recours aux personnes lésées. Or plusieurs limitations du Premier Amendement reposent encore sur l’intention d’un locuteur humain. L’incitation à une action illégale, par exemple, suppose que le discours soit dirigé vers un résultat déterminé. Avec un LLM, les mots sont générés au cours de l’interaction et ne correspondent pas nécessairement à une décision expressive préalable d’une personne identifiable. Étendre d’emblée la protection constitutionnelle aux sorties du chatbot risque donc de créer un décalage : le contenu serait couvert par le Premier Amendement alors que les doctrines permettant d’attribuer une responsabilité continueraient à présupposer une intention humaine.
Ce problème est renforcé par le design anthropomorphique. Les chatbots sont souvent conçus pour donner l’impression d’un interlocuteur humain capable de comprendre ou de nouer une relation. Les utilisateurs tendent à leur attribuer une intention ou une expertise qu’ils ne possèdent pas nécessairement. Dans Garcia, la plainte soutient que Character.AI aurait exploité cette tendance en présentant certains personnages comme partenaires, thérapeutes ou personnes de confiance. Pour les auteurs, il devient juridiquement pertinent lorsqu’il accroît l’influence du système sur des utilisateurs vulnérables. Assimiler trop vite cette influence à une « parole » protégée peut créer des lacunes de responsabilité.
Les auteurs estiment dès lors que le droit des produits constitue un meilleur point de départ. La frontière entre produit et service est déjà incertaine pour les logiciels, et le droit raisonne de plus en plus en termes de conception, sécurité et responsabilité du fournisseur. Aux États-Unis, la jurisprudence distingue déjà le contenu expressif d’un produit de son architecture ou de ses caractéristiques de conception. Le droit européen va plus loin en intégrant logiciels et systèmes d’IA dans la nouvelle directive sur la responsabilité du fait des produits. Un produit peut bien sûr contenir de l’expression protégée, comme un livre, un film ou un jeu vidéo. La différence tient au fait que cette protection vise normalement des choix expressifs humains identifiables, alors que les sorties d’un chatbot sont générées au fil de l’interaction et ne traduisent pas nécessairement l’intention d’une personne déterminée.
L’ordre d’analyse est donc décisif. Plutôt que de déclarer d’abord que les réponses d’un chatbot sont du « speech » protégé puis de modifier ensuite les règles de responsabilité, les tribunaux devraient commencer par le droit des produits, de la négligence ou de la protection des consommateurs lorsqu’un litige porte sur la conception et le fonctionnement d’un système commercial. La responsabilité peut ainsi rester attachée aux entreprises qui conçoivent, déploient et exploitent ces systèmes. Cela ne supprime pas les droits constitutionnels des humains : l’utilisateur qui reprend un texte généré comme sa propre expression reste protégé, de même que les choix éditoriaux ou expressifs faits par les développeurs.
Les auteurs ne soutiennent pas que l’IA conversationnelle ne pourra jamais relever du Premier Amendement, ni que ses productions sont dépourvues de valeur communicative. Ils estiment seulement que le caractère linguistique d’une réponse générée ne suffit pas à lui conférer immédiatement un statut constitutionnel. Lorsque l’attribution du contenu à un locuteur humain est incertaine et que la protection constitutionnelle risquerait d’affaiblir les mécanismes de responsabilité et de réparation, les tribunaux ont de bonnes raisons de traiter d’abord l’IA conversationnelle comme un système commercial soumis aux règles de sécurité et de responsabilité. Plus largement, le droit devrait choisir, face aux technologies nouvelles, la qualification qui sert le mieux les finalités du régime concerné.
Me Philippe Ehrenström, avocat, CPO – LLM, CAS en Droit et intelligence artificielle, CAS en Protection des données – Entreprise et administration
2.2.1. Selon l’art. 24 al. 1 Cst., les Suisses et les Suissesses ont le droit de s’établir en un lieu quelconque du pays. La liberté d’établissement garantit à toute personne de nationalité suisse le droit de choisir son lieu de séjour et son domicile, ainsi que d’entrer en Suisse et de s’y établir; elle impose aux cantons et aux communes d’autoriser tout citoyen suisse à s’établir sur leur territoire et leur interdit en même temps d’empêcher ou de compliquer le transfert du domicile choisi vers un autre canton, commune ou pays étranger (ATF 148 I 97 consid. 3.2.1; 135 I 233 consid. 5.2; 128 I 280 consid. 4.1.1).
2.2.2. La liberté d’établissement n’est pas absolue. Comme tout droit fondamental, elle peut être restreinte aux conditions fixées par l’art. 36 Cst. (ATF 128 I 280 consid. 4.1.2; arrêt 2C_273/2023 du 30 mai 2024 consid. 5.3). Selon cette disposition, toute restriction d’un droit fondamental doit être fondée sur une base légale; les restrictions graves doivent être prévues par une loi, les cas de danger sérieux, direct et imminent étant réservés (al. 1). En outre, toute restriction d’un droit fondamental doit être justifiée par un intérêt public ou par la protection d’un droit fondamental d’autrui (al. 2), et elle doit être proportionnée au but visé (al. 3; arrêt 8C_390/2019 du 20 septembre 2019 consid. 6.4.2).
2.2.3. En matière d’obligation de résidence des fonctionnaires, la jurisprudence a, dans un premier temps, admis des restrictions à la liberté d’établissement fondées sur un intérêt public. En tant qu’employeur, l’État pouvait adopter, dans le cadre de la réglementation légale concernant les rapports de service, des prescriptions relatives au domicile des fonctionnaires. Outre les exigences purement professionnelles, une série de raisons objectives justifiait de maintenir un lien entre le fonctionnaire et la population ainsi que la collectivité, le but étant que ce premier ait connaissance dans le cadre de son travail, mais également à titre privé, des problèmes rencontrés par la collectivité (ATF 103 Ia 455). Par la suite, les critères des besoins du service ainsi que des relations particulières avec la population, tout en excluant des motifs purement fiscaux, ont été utilisés afin d’examiner une obligation de résidence (ATF 120 Ia 203 consid. 3a; 118 Ia 410 avec les références). Ainsi, l’existence d’un intérêt public justifiant une obligation de résidence avait notamment été admise pour les fonctionnaires des corps de police ou des pompiers, pour les enseignants, pour le chef d’un contrôle des habitants communal, pour le surveillant d’un établissement pénitentiaire, pour un préfet, ainsi que pour le greffier d’un tribunal de district, mais pas, par exemple, pour un ambulancier (ATF 128 I 280 consid. 4.2 avec les références).
Plus récemment, la jurisprudence a précisé que des motifs de disponibilité accrue ou de proximité avec la population ne pouvaient plus justifier une obligation de résidence. La seule exception existe lorsque est en cause l’exercice d’une activité relevant de la puissance publique, exercée avec une grande autonomie et qui est comparable à des hautes fonctions étatiques, à l’instar d’un notaire ou d’un chef de service de la police cantonale (ATF 128 I 280 consid. 4.3; arrêt 8C_733/2018 du 13 juin 2019 consid. 4.3.1 à 4.3.3). L’essence d’une obligation de résidence trouve en effet sa source dans le principe démocratique fondamental selon lequel le pouvoir étatique est exercé par les citoyens de l’État eux-mêmes, ce qui ne saurait cependant se justifier que pour l’exercice de prérogatives relevant de la puissance publique. Même pour cette catégorie d’agents publics, des raisons concrètes prépondérantes (objectives ou subjectives) pourraient néanmoins conduire à devoir respecter la liberté d’établissement (ATF 128 I 280 consid. 4.3.2; cf. aussi la jurisprudence énumérée in Malinverni/ Hottelier/Hertig Randall/Flückiger, Droit constitutionnel suisse, vol. II, 4e éd. 2021, n° 861-865; Patricia Egli, in St. Galler Kommentar, Die schweizerische Bundesverfassung, 4e éd. 2023, n° 40 ad art. 24 Cst.).
La doctrine considère que l’obligation de résidence des fonctionnaires devrait rester l’exception, la règle étant le libre choix du domicile. Une restriction à cette liberté constitutionnelle ne devrait ainsi être admise qu’exceptionnellement, en présence de réels besoins de service, de l’importance de la fonction ou de la nécessité d’un enracinement local, en dehors de toute considération fiscale prépondérante (cf. Pérez/ Nguyen, in Commentaire romand Constitution fédérale, 2021, n° 63 ad art. 24 Cst. avec les références; Patricia Egli, op. cit., n° 41 ad art. 24 Cst.; Rudin/Keller, in Basler Kommentar, Bundesverfassung, 2e éd. 2025, n° 41 s. ad art. 24 Cst.).
A propos de Anna Moraiti, The Recognition of Legal Personhood for Autonomous AI Systems, in : Herwig C.H. Hofman/Elif Biber/Zahra Yusigli (éds), AI in European Law, Baden-Baden, Nomos, 2026, pp. 135-157 (Luxembourg Legal Studies) :
L’article d’Anna Moraiti examine la question de savoir si certains systèmes d’intelligence artificielle autonomes pourraient recevoir une personnalité juridique et, surtout, devenir des sujets de responsabilité pénale.
Le point de départ est le problème classique de l’imputation. Plus les systèmes d’IA deviennent complexes, autonomes et opaques, plus il peut être difficile de relier un dommage à une action ou à une omission déterminée d’un concepteur, d’un fabricant, d’un exploitant ou d’un utilisateur. D’où l’idée, défendue par certains auteurs, de considérer l’IA elle-même comme un sujet de droit pénal. Moraiti soutient cependant que le parallèle souvent établi avec la responsabilité pénale des personnes morales est trompeur. L’autonomie technique ne suffit pas à fonder la responsabilité pénale, qui suppose une aptitude beaucoup plus exigeante à comprendre le bien et le mal, à réfléchir sur les raisons d’agir et à pouvoir choisir autrement.
L’auteure commence par préciser les notions utilisées. Il n’existe pas de définition universelle de l’IA. Elle s’intéresse principalement aux systèmes fondés sur l’apprentissage automatique, capables d’identifier des régularités dans de grandes quantités de données et d’adapter leur fonctionnement en fonction de l’expérience acquise. Leur autonomie doit être conçue comme une question de degré : elle dépend notamment de leur capacité d’adaptation, d’apprentissage, d’action sans intervention humaine et de substitution à l’être humain.
Moraiti distingue également l’IA « forte », encore hypothétique et comparable à une intelligence générale humaine ou supérieure, de l’IA « faible » ou spécialisée qui existe aujourd’hui. Son analyse concerne cette seconde catégorie, notamment les systèmes robotiques susceptibles d’agir dans le monde physique et de porter atteinte à la vie ou à l’intégrité corporelle, tels que véhicules autonomes, robots de soins ou robots humanoïdes.
La première thèse discutée est celle de la responsabilité pénale directe de l’IA. Des robots peuvent provoquer des dommages graves : accident industriel, violences commises par un robot policier ou pénitentiaire, erreur d’un robot de soins ayant des conséquences mortelles. La question devient alors de savoir si un système qui évalue plusieurs options et choisit celle qui maximise un objectif peut être lui-même puni lorsque ce choix viole la loi. Le principal défenseur de cette approche est Gabriel Hallevy. Selon lui, il serait possible d’ajouter les « machines pensantes délinquantes » aux deux catégories traditionnelles de sujets pénaux que sont les personnes physiques et les personnes morales. Il estime que les catégories existantes du droit pénal pourraient déjà s’appliquer à certaines IA spécialisées.
Hallevy adopte notamment une conception très large de l’acte pénalement pertinent : un mouvement matériel dans le monde extérieur pourrait constituer un acte, qu’il procède de l’autonomie de la machine ou de l’intervention d’un opérateur. Une omission serait également concevable si une obligation d’agir était imposée au système. Pour l’élément subjectif, il considère que les capteurs d’une IA lui permettent de percevoir son environnement, d’effectuer des évaluations et d’adopter un comportement orienté vers un but ; ces opérations pourraient constituer un équivalent artificiel de l’intention. De même, une machine pourrait, selon lui, prendre un risque déraisonnable et donc adopter un comportement analogue à la négligence humaine. L’apprentissage automatique serait par ailleurs comparable à l’expérience par laquelle les personnes intériorisent progressivement certaines règles. Quant à la peine, Hallevy reconnaît qu’une IA ne peut ni souffrir ni être intimidée. La rétribution et la dissuasion seraient donc largement privées d’objet. En revanche, la réhabilitation pourrait consister à modifier le système pour améliorer ses décisions et l’incapacitation à empêcher qu’il cause de nouveaux dommages.
Moraiti critique cette construction. Elle considère notamment que Hallevy rapproche trop rapidement l’apprentissage statistique de l’intelligence humaine. Les humains ne se contentent pas de tirer des régularités de l’expérience : ils peuvent comprendre des concepts généraux et des principes abstraits puis les appliquer à des situations concrètes différentes. Cette distinction devient fondamentale lorsque l’on compare l’IA à la personne morale.
Le premier problème du parallèle avec les sociétés est le risque d’une imputation vide. Certes, le droit pourrait techniquement créer une « personnalité électronique », éventuellement en imputant à l’IA les états mentaux de ses concepteurs ou utilisateurs, comme certains systèmes imputent les actes et intentions des employés à une société. Mais la personne morale est constituée d’êtres humains. Lorsqu’une sanction frappe une entreprise, elle touche indirectement les personnes qui en sont membres, la dirigent ou bénéficient de son activité. Selon la conception agrégative de la personne morale, la société représente une organisation stable d’individus dont les comportements et interactions forment une collectivité. Rien de véritablement comparable n’existe pour une IA. Un système artificiel n’est pas la personnification d’un groupe organisé de personnes : il résulte souvent de la coopération diffuse de sociétés, programmeurs, fournisseurs et utilisateurs différents.
La difficulté dite des « nombreuses mains » est ainsi plus grande encore avec l’IA qu’avec l’entreprise. Attribuer la responsabilité pénale au système lui-même pourrait même produire un résultat pervers : les personnes qui ont conçu, contrôlé ou exploité le système pourraient se protéger derrière la responsabilité de la machine. L’innovation destinée à combler un déficit de responsabilité risquerait donc de créer un nouvel écran entre le dommage et les responsables humains.
Le deuxième problème est plus fondamental : reconnaître une responsabilité pénale à l’IA pourrait transformer la nature même du droit pénal. Pour Moraiti, la personne pénalement responsable n’est pas simplement une entité dont le comportement peut être causalement relié à un dommage. Elle doit être capable de comprendre le caractère illicite de son comportement, la portée de la règle pénale et les raisons qui justifient celle-ci. Les systèmes actuels peuvent disposer d’informations sur leur environnement ou leur propre fonctionnement, mais ils ne possèdent pas les capacités de réflexion et de contrôle nécessaires pour comprendre la signification normative de la transgression. De plus, leurs comportements résultent à la fois de choix de programmation et des évolutions issues de l’apprentissage automatique ; ils ne constituent donc pas davantage une véritable collectivité comparable à une personne morale.
Les partisans de la responsabilité pénale de l’IA invoquent essentiellement deux objectifs. Le premier est pratique : personnifier les systèmes faciliterait leur intégration dans la société et permettrait de répondre aux inquiétudes suscitées par leurs comportements imprévisibles. Le second est la volonté de garantir qu’un responsable puisse toujours être désigné, même lorsque les preuves ne permettent pas d’identifier une personne humaine coupable. Ces préoccupations sont légitimes, mais elles ne justifient pas, selon Moraiti, de sacrifier le principe de culpabilité. Le risque serait de transformer le droit pénal en simple instrument de gestion des risques, de conformité ou d’indemnisation. Or le droit pénal, parce qu’il constitue la forme la plus forte de coercition étatique, doit simultanément protéger les intérêts fondamentaux des individus et les protéger contre l’arbitraire de l’État. Son adaptation aux nouvelles technologies est nécessaire, mais elle ne devrait pas faire disparaître ses catégories essentielles.
L’auteure examine ensuite l’intelligence et la moralité des systèmes d’IA. Une IA peut indéniablement produire des effets ayant une signification morale. Une intelligence artificielle consciente, capable de rationalité, d’intention et de communication, pourrait un jour poser la question de la personnalité sous un angle différent. Mais cette hypothèse relève encore de l’AGI. Les systèmes actuels travaillent principalement à partir de probabilités et de corrélations. Ils peuvent accomplir des tâches extraordinairement complexes, mais ils ne comprennent pas littéralement la signification des données qu’ils manipulent. Leur intelligence peut néanmoins être reconnue dans un sens fonctionnel : ils sont capables d’adopter des comportements orientés vers un objectif et de s’adapter à certaines situations nouvelles. Ce niveau d’intelligence reste cependant inférieur à celui qu’exige la responsabilité pénale, qui suppose de pouvoir agir en réponse à de « bonnes » ou de « mauvaises » raisons.
Moraiti se tourne alors vers le droit civil, où la situation est différente. La personnalité juridique n’a pas nécessairement le même contenu dans toutes les branches du droit. Selon la « bundle theory » développée notamment par Visa Kurki, la personnalité juridique n’est pas un statut indivisible mais un ensemble de droits, pouvoirs, protections et obligations susceptibles d’être attribués séparément. Une entité peut ainsi bénéficier de certains attributs de la personnalité sans les posséder tous. Les attributs passifs comprennent par exemple la capacité de posséder des biens, d’être juridiquement lésé ou de faire valoir certains droits. Les attributs actifs comprennent notamment la capacité de contracter et de supporter certaines obligations.
Dans cette perspective, une personnalité civile limitée pourrait être attribuée à certaines IA non parce que les machines mériteraient une reconnaissance morale, mais parce que cette technique faciliterait une répartition efficace et équitable des risques. Une personnalité complète serait en revanche excessive, car elle impliquerait notamment que l’IA puisse posséder et administrer librement ses propres ressources. L’enjeu devient donc de déterminer précisément quels attributs juridiques doivent être conférés à quels types de systèmes.
Pour affiner cette approche, Moraiti reprend la typologie proposée par Anna Beckers et Günther Teubner. Ils distinguent d’abord les systèmes individuels, dans lesquels le risque provient de la décision autonome d’un programme déterminé ; ensuite les « hybrides numériques », dans lesquels humains et machines collaborent si étroitement qu’il devient impossible de séparer leurs contributions ; enfin les systèmes collectifs interconnectés, composés de multiples agents artificiels dont les interactions produisent des résultats systémiques imprévisibles. Cette classification permet d’adapter la responsabilité au type de risque plutôt que de créer un régime particulier pour chaque application de l’IA.
Pour les agents individuels utilisés, par exemple, afin de conclure des contrats au nom d’une personne, une personnalité limitée et un régime proche de la responsabilité du fait d’autrui peuvent permettre d’imputer les risques au principal. Pour les hybrides humain-machine, une capacité juridique distincte pourrait être reconnue à l’ensemble fonctionnel, tout en répartissant finalement la responsabilité entre les personnes qui contrôlent l’activité ou en bénéficient — opérateurs, propriétaires, fabricants ou fournisseurs. La victime aurait alors seulement à démontrer que le dommage provient du système hybride.
Pour les réseaux composés de multiples IA, en revanche, Beckers et Teubner écartent la personnalité juridique. Leur fonctionnement collectif ne permet plus d’identifier véritablement une décision, un acteur ou même un objectif commun. Lorsque causalité et prévisibilité deviennent pratiquement impossibles à établir, la réponse la plus appropriée pourrait être un mécanisme de mutualisation du risque, sous la forme de fonds sectoriels destinés à indemniser les victimes. Moraiti rapproche cette idée des mécanismes employés pour certains risques environnementaux ou financiers, tout en envisageant ces fonds comme une solution subsidiaire, notamment lorsque l’assurance privée ne couvre pas le dommage.
La conclusion est donc nuancée. L’analogie entre sociétés et IA peut paraître séduisante parce que les unes et les autres sont des structures puissantes, opaques et capables d’exercer d’importantes fonctions décisionnelles. Mais elle ne justifie pas la reconnaissance d’une responsabilité pénale des IA actuelles. Celles-ci ne sont ni des personnes humaines capables de comprendre la norme ni de véritables collectivités comparables aux personnes morales. Une personnalité civile fonctionnelle et limitée est en revanche concevable lorsqu’elle sert concrètement à répartir les risques et à faciliter l’indemnisation. Chaque branche du droit doit ainsi définir la personnalité de l’IA en fonction de ses propres finalités. Si une véritable intelligence générale dotée d’une capacité de réflexion et d’une autonomie morale devait un jour apparaître, l’analyse pourrait devoir être revue ; mais, pour Moraiti, cette question est aujourd’hui d’abord technologique avant d’être juridique.
Me Philippe Ehrenström, avocat, DPO ; LLM, CAS en Droit et Intelligence artificielle, CAS en Protection des données – Entreprise et administration
Dans un article publié en septembre 2026 dans le vol. 79 de la Stanford Law Review Online (Classifying and Countering AI Proxy Discrimination, https://review.law.stanford.edu/wp-content/uploads/sites/3/2026/09/Swisher-79-Stan.-L.-Rev.-Online-93.pdf), Keith Swisher part du constat que le droit américain de la non-discrimination a été construit pour un monde dans lequel les discriminations reposaient sur des catégories identifiables, telles que la race, le sexe, l’origine nationale, l’âge ou le handicap. Or les systèmes d’intelligence artificielle bouleversent ce schéma parce qu’ils peuvent produire des résultats discriminatoires sans jamais utiliser explicitement ces catégories.
L’affaire Mobley v. Workday illustre le problème.
Derek Mobley, noir, âgé de plus de quarante ans et handicapé, avait postulé à plus de cent emplois auprès d’employeurs utilisant la plateforme de sélection automatisée de Workday et avait été systématiquement rejeté. Il soutenait que l’algorithme écartait les candidats présentant des caractéristiques semblables aux siennes. Ses prétentions fondées sur la discrimination intentionnelle se sont toutefois heurtées à une difficulté fondamentale : un algorithme n’a pas d’intention propre. Les demandes fondées sur l’impact discriminatoire demeuraient pendantes au moment de la publication de l’article.
Swisher rappelle que le droit américain des droits civils repose sur le paradigme des « classes protégées ». Le Title VII interdit à l’employeur de discriminer notamment en raison de la race, de la couleur, de la religion, du sexe ou de l’origine nationale ; d’autres textes appliquent la même logique au logement, au handicap ou au droit de vote. Le droit recherche donc traditionnellement une caractéristique protégée, son utilisation dans la décision et le désavantage qui en résulte. Même la théorie du disparate impact, qui permet d’appréhender certaines discriminations indépendamment de toute intention, demeure rattachée à ces catégories : il faut démontrer qu’une pratique apparemment neutre produit un effet défavorable disproportionné sur un groupe protégé.
Or les systèmes d’apprentissage automatique ne classent généralement pas les individus selon ces catégories juridiques. Ils construisent leurs propres classifications à partir de dizaines, centaines ou milliers de variables. Un système de recrutement peut tenir compte de la formation, de la distance entre le domicile et le lieu de travail, du vocabulaire employé dans un CV, des interruptions de carrière ou des résultats de tests comportementaux. Un système de crédit utilise l’historique des paiements, le niveau d’endettement et de nombreuses autres données. Ces critères paraissent neutres, mais ils peuvent être fortement corrélés à la race, au sexe ou à d’autres caractéristiques protégées. Dans une société déjà structurée par des inégalités, l’adresse, le parcours scolaire, l’emploi antérieur ou l’historique judiciaire peuvent ainsi permettre à un algorithme de reconstituer indirectement l’appartenance à un groupe protégé. L’algorithme peut donc produire l’équivalent fonctionnel d’une classification raciale sans jamais enregistrer la race elle-même.
C’est ce que l’auteur appelle la « proxy discrimination », ou discrimination par variable de substitution. Elle n’est pas nouvelle, mais l’IA lui donne une dimension différente : la substitution ne résulte plus nécessairement du choix conscient d’un décideur humain. Elle peut émerger de l’interaction complexe d’un grand nombre de données. Les doctrines fondées sur l’intention sont alors particulièrement mal adaptées. Depuis Washington v. Davis et Personnel Administrator v. Feeney, la jurisprudence exige, pour certaines formes de discrimination constitutionnelle, que l’auteur ait agi en raison de l’effet discriminatoire et non simplement malgré cet effet. Appliquer cette exigence à un processus statistique d’optimisation n’a guère de sens, puisque l’algorithme n’a aucune intention. L’intention discriminatoire des concepteurs ou des utilisateurs reste évidemment possible, mais elle ne permet pas d’appréhender les discriminations qui apparaissent spontanément dans le fonctionnement du modèle.
La théorie du disparate impact est plus prometteuse, mais elle rencontre une autre difficulté. Elle demande en principe d’identifier la pratique responsable de l’effet discriminatoire. Or, lorsque le résultat découle de l’interaction de cent variables, aucune d’entre elles ne peut nécessairement être isolée comme cause du désavantage. Même lorsqu’un critère tel que le code postal apparaît fortement corrélé à la race, l’entreprise peut soutenir qu’il mesure en réalité un élément légitime, par exemple la durée du trajet ou les caractéristiques du marché local du travail. Le droit cherche ainsi une « pratique discriminatoire » déterminée alors que le phénomène résulte parfois de l’architecture globale du système.
Pour dépasser cette difficulté, Swisher mobilise d’abord la philosophie des sciences. Il reprend la distinction d’Ian Hacking entre les catégories naturelles et les catégories « interactives ». Certaines classifications sociales ne se contentent pas de décrire les personnes ; elles modifient leur situation. Qualifier un prévenu de « haut risque » peut conduire à sa détention, à la perte de son emploi et à une désorganisation familiale qui augmenteront ensuite les facteurs de risque mesurés par le système. Classer un emprunteur comme risqué entraîne des taux d’intérêt plus élevés et un accès plus difficile au crédit, ce qui peut à son tour aggraver sa situation financière. Ces classifications peuvent donc devenir partiellement autoréalisatrices. En outre, tout système de classification comporte des choix normatifs : sélectionner certaines variables, définir l’objectif à prédire et décider ce qui constitue une différence pertinente ne sont jamais des opérations purement neutres.
L’auteur en tire une première proposition centrale : au lieu de demander si le système « utilise » une caractéristique protégée, il faut rechercher si ses classifications sont informationnellement liées à cette caractéristique. Il propose à cette fin de recourir à la notion de « mutual information », ou information mutuelle, issue de la théorie de l’information. Cet indicateur mesure la dépendance statistique entre deux variables. Si la classification produite par un algorithme permet de déduire avec une forte probabilité la race, le sexe, l’âge ou le handicap d’une personne, la classification constitue fonctionnellement un substitut de la caractéristique protégée.
Swisher suggère donc d’introduire dans le droit de la non-discrimination un seuil d’information mutuelle. Au-delà de ce seuil, la classification algorithmique serait présumée discriminatoire. Il compare ce mécanisme à la « Four-Fifths Rule » utilisée en matière d’emploi : lorsqu’un groupe protégé est sélectionné à un taux inférieur à 80 % de celui du groupe le plus favorisé, cela constitue un indice d’impact disparate. La différence est que le test proposé ne compare pas directement les taux de sélection ; il mesure la quantité d’information relative à la caractéristique protégée contenue dans la classification elle-même.
L’auteur donne l’exemple d’un système examinant mille candidatures, cinq cents candidats blancs et cinq cents candidats noirs. Il recommande quatre cents candidats blancs mais seulement cent candidats noirs. Sans utiliser explicitement la race, sa décision permet donc de la prédire avec une assez forte précision. L’intérêt du test est d’appréhender le système dans son ensemble sans obliger le demandeur à identifier une variable précise comme cause de la discrimination. Le choix du seuil demeurerait nécessairement conventionnel, mais Swisher souligne que le droit antidiscriminatoire utilise déjà des seuils de cette nature.
La deuxième réforme proposée consiste à instaurer des « Classification Impact Assessments » ou CIA, c’est-à-dire des évaluations d’impact centrées spécifiquement sur les classifications générées par l’algorithme. L’idée s’inspire notamment des études d’impact environnemental : certains risques doivent être examinés avant le déploiement d’un système plutôt qu’après la survenance du dommage. Toute IA utilisée dans un domaine sensible devrait répondre à trois questions : quelles catégories le système crée-t-il ? Dans quelle mesure sont-elles liées aux caractéristiques protégées ? Quelles conséquences prévisibles auront-elles pour les membres de ces groupes ? L’analyse devrait aussi examiner les effets dynamiques et les boucles de rétroaction susceptibles d’amplifier les inégalités.
Ces évaluations devraient viser les domaines où les droits fondamentaux sont particulièrement en jeu : emploi, logement, crédit, éducation, immigration, justice pénale, prestations sociales ou liberté individuelle. Pour les grands modèles de langage, il faudrait aussi tester des échantillons de prompts, puisque les réponses et les discriminations peuvent dépendre des requêtes formulées. Les difficultés techniques ne justifieraient pas l’inaction : simulations, données synthétiques, déploiements limités et regulatory sandboxes permettraient des tests préalables.
Sur le plan institutionnel, Swisher envisage que les autorités compétentes dans chaque domaine administrent ces évaluations, par exemple l’Equal Employment Opportunity Commission pour l’emploi. Il insiste sur la nécessité d’un cadre public. L’affaire Mobley montre en effet les limites d’un contrôle laissé aux entreprises : un tribunal a refusé en 2026 de communiquer certaines données de tests de biais de Workday après avoir admis qu’elles avaient été préparées sous la direction des avocats de l’entreprise et pouvaient bénéficier de l’attorney-client privilege. Un tel régime risque d’encourager les entreprises à faire conduire leurs audits par leurs conseils juridiques pour soustraire les résultats à la communication. Une obligation légale d’évaluation créerait au contraire une exigence indépendante du contentieux.
La CIA comprendrait idéalement trois phases : communication à l’autorité des données d’entraînement, des variables, de l’architecture du modèle et des résultats de validation ; analyse technique, notamment au moyen du test d’information mutuelle et d’une étude des effets prévisibles ; puis participation des communautés concernées, organisations de défense des droits civils et experts. Swisher rapproche cette approche du règlement européen sur l’IA, qui impose des obligations particulières aux systèmes à haut risque et prévoit des évaluations de conformité avant leur mise sur le marché. Le modèle américain qu’il propose resterait toutefois spécifiquement structuré autour des objectifs du droit américain des droits civils.
La troisième réforme concerne la conception même des systèmes : la « fairness by design ». Aujourd’hui, selon l’auteur, la configuration par défaut consiste à optimiser la précision prédictive, puis éventuellement à corriger les biais. Ce choix conduit naturellement les modèles à exploiter toutes les corrélations disponibles dans les données, y compris celles provenant d’inégalités historiques. Swisher propose d’inverser cette logique : dans les domaines sensibles, le respect d’une contrainte d’équité devrait devenir la configuration par défaut. Le système devrait notamment respecter un plafond d’information mutuelle entre ses classifications et les caractéristiques protégées. Celui qui souhaiterait dépasser ce plafond devrait démontrer un intérêt impérieux et l’absence d’alternative moins discriminatoire.
Cette inversion déplacerait également la charge de la justification. Aujourd’hui, le demandeur doit établir l’impact discriminatoire et affronter ensuite les arguments de nécessité économique. Dans le modèle proposé, l’entité qui déploie l’IA devrait justifier tout écart à la règle de conception équitable. Swisher estime ce déplacement particulièrement approprié puisque l’entreprise détient les informations essentielles sur le modèle, les données d’entraînement et les performances, alors que les candidats ou salariés n’y ont généralement pas accès.
L’auteur examine enfin une difficulté constitutionnelle. Après Students for Fair Admissions, l’attention portée à la race dans la conception d’un algorithme pourrait être attaquée comme une classification raciale. Swisher considère toutefois que la différence est fondamentale : limiter la corrélation d’un système avec la race ne revient pas à attribuer un avantage ou un désavantage individuel en fonction de celle-ci. Il s’agit de concevoir une règle facialement neutre afin d’éviter qu’elle ne reproduise indirectement des discriminations. L’intervention porte sur l’architecture du système, non sur le traitement racial d’une personne déterminée.
La conclusion est donc qu’il ne faut pas abandonner le droit des classes protégées, mais le compléter. Les IA peuvent produire à grande échelle des classifications qui ne portent aucun nom juridiquement suspect tout en reproduisant presque exactement les divisions que le droit interdit. Pour l’auteur, une politique efficace doit combiner trois instruments : un test quantitatif permettant de détecter l’utilisation fonctionnelle de proxies, une évaluation préalable des classifications et de leurs effets, et une obligation d’intégrer l’équité dès la conception des systèmes. À défaut, l’application à l’IA d’un droit conçu essentiellement pour des décideurs humains risque de laisser une partie importante des discriminations algorithmiques hors d’atteinte et de transférer de fait aux entreprises technologiques la définition des catégories qui conditionnent l’accès à l’emploi, au crédit, au logement ou à d’autres droits essentiels.
Me Philippe Ehrenström, avocat, DPO – LLM, CAS en Droit et intelligence artificielle, CAS en Protection des données – Entreprise et administration
L’article de Juan Sebastian Olier (On (artificial) intelligence: from a concept of measurable human ability to automated evaluative order, AI & SOCIETY, 19 août 2026, https://doi.org/10.1007/s00146-026-03277-2) expose la thèse que l’intelligence ne doit pas être envisagée comme une réalité naturelle, stable et clairement délimitée que la science aurait progressivement découverte. Elle constitue plutôt une catégorie historique et culturelle par laquelle certaines aptitudes, certains comportements et certaines performances sont qualifiés d’« intelligents ». La bonne question n’est donc pas de savoir ce qu’est réellement l’intelligence, mais de comprendre comment certaines performances en viennent à être reconnues comme intelligentes, comment elles sont rendues mesurables et comment ces mesures acquièrent ensuite un pouvoir social, politique et technique. L’auteur soutient que l’intelligence artificielle prolonge cette histoire : elle repose sur une conception de l’intelligence déjà transformée en performances susceptibles d’être définies, comparées et évaluées.
Cette évolution trouve ses racines dans la rationalité moderne. À partir du XVIIe siècle, le développement des sciences modernes favorise des méthodes reposant sur l’observation, la comparaison, la vérification et la reproductibilité. Progressivement, ces méthodes ne servent plus seulement à organiser les connaissances : elles sont appliquées aux individus et à leurs capacités. Parallèlement, les Lumières remettent en cause les hiérarchies fondées sur la naissance ou la volonté divine. L’idée se développe que les positions sociales devraient dépendre des qualités et des aptitudes individuelles. Cette évolution comporte cependant une ambiguïté fondamentale. Les différences entre individus sont étudiées dans des sociétés déjà profondément structurées par les inégalités de classe, de sexe et de race ainsi que par le colonialisme et l’esclavage. Les nouvelles catégories scientifiques peuvent alors présenter des hiérarchies sociales historiquement construites comme l’expression de différences naturelles entre êtres humains.
Cette logique apparaît clairement au XIXe siècle dans les théories raciales et l’eugénisme. Les différences de capacité intellectuelle sont alors reliées à des caractéristiques biologiques et utilisées pour hiérarchiser des populations. Francis Galton joue un rôle important dans cette évolution en défendant l’eugénisme et en contribuant à faire de l’intelligence une caractéristique susceptible d’être mesurée. Les tests d’intelligence deviennent ensuite un instrument administratif beaucoup plus large. Au début du XXe siècle, le Stanford-Binet, puis les tests Alpha et Beta de l’armée américaine, consacrent l’idée qu’une capacité générale peut être exprimée par un score. Le SAT transpose cette logique à l’accès aux universités américaines. Des mécanismes comparables se développent en Europe. L’intelligence devient ainsi une catégorie administrative capable d’influencer l’accès aux études, à l’emploi et aux positions sociales. La mesure ne se contente donc plus de décrire une aptitude : elle contribue à distribuer les possibilités offertes aux individus.
Cette institutionnalisation produit un mécanisme circulaire. Les personnes qui obtiennent de bons résultats aux tests accèdent plus facilement à des formations et à des positions leur permettant de développer précisément les compétences que les tests valorisent. La mesure de l’intelligence finit ainsi par refléter partiellement les possibilités que cette mesure a elle-même contribué à répartir. Les tests déterminent en outre ce que les institutions considèrent comme une performance intelligente. L’intelligence se trouve progressivement associée au mérite : celui qui réussit est réputé non seulement plus capable, mais également davantage digne des avantages qui lui sont accordés. Les inégalités sociales peuvent alors apparaître comme la conséquence légitime des différences individuelles de capacité et d’effort. L’auteur rappelle pourtant que les instruments standardisés ne saisissent que certaines qualités et laissent difficilement appréhender, par exemple, la créativité, la sagesse, les compétences sociales ou l’altruisme.
Cette transformation de l’intelligence en performance mesurable prépare directement l’émergence de l’IA. Au milieu du XXe siècle, la cybernétique, la théorie de l’information et les sciences du contrôle permettent de décrire des comportements humains, animaux et mécaniques au moyen de concepts communs : information, entrée, sortie, signal, rétroaction et adaptation. L’intelligence peut dès lors être détachée, au moins conceptuellement, du corps humain et décrite comme un ensemble d’opérations formalisables. Dans le contexte américain de la guerre froide, cette conception bénéficie du soutien d’institutions militaires comme la RAND Corporation et l’ARPA, intéressées par des systèmes permettant de rendre la décision, la surveillance et le contrôle plus prévisibles. L’IA ne crée donc pas l’idée d’une intelligence opérationnelle : elle hérite d’une conception déjà façonnée par la psychométrie, la bureaucratie et la cybernétique.
Le célèbre article de Turing de 1950 illustre cette évolution. Plutôt que de chercher à définir ce que signifie « penser », Turing propose d’évaluer la machine à partir de son comportement observable dans le jeu de l’imitation. Une question conceptuellement difficile est ainsi transformée en épreuve de performance. Le projet de Dartmouth de 1955-1956 systématise cette démarche : utiliser le langage, résoudre des problèmes, former des abstractions ou s’améliorer deviennent des capacités que l’on cherche à formaliser et à reproduire techniquement. L’intelligence peut désormais être traitée comme un problème d’ingénierie.
Cette conception fait toutefois l’objet de critiques à partir des années 1970. Hubert Dreyfus souligne que l’action intelligente dépend largement d’un savoir tacite, du contexte, de l’expérience sociale et du corps, dimensions difficilement réductibles à des règles formelles. Maturana et Varela insistent également sur le fait que la cognition appartient à l’activité d’un organisme vivant engagé dans son environnement. Ces critiques ne mettent pourtant pas fin à l’opérationnalisation de l’intelligence. Elles contribuent plutôt à déplacer ses modalités. L’IA symbolique cherchait à programmer explicitement des règles et des représentations ; les approches connexionnistes et les réseaux neuronaux déplacent la formalisation vers l’apprentissage, les données, l’architecture des modèles, l’optimisation et la rétroaction.
L’apprentissage automatique contemporain poursuit ce déplacement. Le deep learning n’est pas dépourvu de présupposés simplement parce que les règles ne sont plus explicitement programmées. Les choix interviennent désormais dans la sélection et la préparation des données, la définition des tâches, les objectifs d’apprentissage, les métriques et les benchmarks. Les données ne possèdent pas spontanément une signification exploitable : il faut les sélectionner, les formater, les étiqueter et déterminer ce qui comptera comme une réponse correcte ou une généralisation réussie. Ces opérations définissent les distinctions que le système pourra percevoir et optimiser. Il existe ici un parallèle avec les tests d’intelligence : dans les deux cas, une réalité complexe devient techniquement traitable parce qu’une procédure détermine ce qui sera mesuré et ce qui comptera comme une performance réussie.
Les conséquences dépassent largement la technique lorsque ces systèmes interviennent dans le recrutement, le crédit, la police, la recommandation, la modération, l’évaluation des risques ou l’accès à certaines ressources. Les catégories, scores et classements produits par l’IA ne se contentent pas d’observer les comportements : ils peuvent contribuer à les orienter. Individus et institutions apprennent à se conformer aux critères qui les rendent sélectionnables, visibles ou crédibles. Les métriques deviennent ainsi récursives : elles évaluent une réalité qu’elles contribuent simultanément à façonner. Les problèmes d’équité algorithmique ne proviennent donc pas seulement d’erreurs ou de biais du modèle. Ils peuvent être antérieurs au modèle lui-même, dans la manière de traduire des notions contestables comme le risque, la solvabilité, la toxicité, la pertinence ou l’équité en variables et en indicateurs mesurables. Les datasets et benchmarks contribuent de la même manière à définir ce qui sera considéré comme un progrès de l’IA. Cette capacité de définition est d’autant plus importante que les données, la puissance de calcul et les infrastructures nécessaires au développement des systèmes les plus avancés sont concentrées entre les mains d’un nombre limité d’acteurs.
La conclusion est donc moins une critique de l’IA en elle-même qu’une invitation à déplacer l’analyse. L’IA ne découvre pas une intelligence préexistante qu’elle reproduirait progressivement avec davantage de fidélité. Elle cristallise bien plutôt certaines conceptions historiquement constituées de l’intelligence en les intégrant dans des systèmes techniques de données, d’apprentissage, de mesure, de classement et d’évaluation. L’enjeu central n’est dès lors pas seulement de déterminer si une machine est intelligente ou si ses décisions sont exactes. Il consiste à identifier les conceptions de la compétence, de la réussite, de la pertinence et du mérite que les systèmes d’IA rendent techniquement opératoires, puis à examiner comment ces conceptions acquièrent une autorité institutionnelle et influencent les comportements et la distribution des opportunités.
Me Philippe Ehrenström, avocat, DPO – LLM, CAS en Droit et intelligence artificielle, CAS en Protection des données – Entreprise et administration
A propos de Milo Phillips-Brown (07 Jul 2026): Algorithmic Neutrality, Australasian, Journal of Philosophy, DOI: 10.1080/00048402.2026.2697031 – lien : : https://doi.org/10.1080/00048402.2026.2697031):
Milo Phillips-Brown part d’un constat : les algorithmes exercent certes un pouvoir croissant, mais les débats portent surtout sur leur équité et moins sur leur « neutralité ».
L’auteur pose trois questions : qu’est-ce que la neutralité algorithmique, est-elle possible, et quelle portée normative faut-il lui donner ?
Sa thèse est que la neutralité algorithmiqe, en elle-même, est un faux problème : elle n’est ni bonne ni mauvaise, ni juste ni injuste ; les vraies questions concernent les valeurs qui influencent les résultats et le rôle qu’elles jouent.
Pour définir la neutralité, Phillips-Brown part de la neutralité scientifique. La science vise conceptuellement la vérité ; elle cesse d’être neutre lorsque des valeurs extérieures à cet objectif, par exemple des intérêts financiers ou politiques, interviennent dans ses pratiques centrales. Il généralise ce schéma : un système est neutre seulement si des valeurs extérieures à son but conceptuel n’interviennent pas dans la manière dont il accomplit ce but. Pour un moteur de recherche, ce but est la pertinence. Favoriser ses propres produits pour des raisons commerciales ou écarter certains résultats pour des raisons politiques compromet donc la neutralité. Ce « but » est constitutif : une entreprise peut rechercher le profit, mais la fonction d’un moteur de recherche reste de fournir des résultats pertinents.
La deuxième étape est l’argument d’impossibilité. La pertinence est multidimensionnelle. Une page peut être meilleure qu’une autre parce qu’elle traite davantage du sujet, mais moins bonne selon la notoriété du thème, sa similitude avec la requête ou la quantité d’informations fournies. Pour établir un classement global, il faut pondérer ces dimensions. Or la notion de pertinence ne fournit aucune pondération privilégiée. Elle sous-détermine donc le classement : lorsque deux pages sont meilleures selon des dimensions différentes, d’autres valeurs doivent intervenir. La neutralité absolue devient alors impossible.
L’auteur examine deux objections. Premièrement, l’objectif de l’utilisateur pourrait déterminer ce qui est pertinent. C’est parfois vrai, mais pas pour les recherches exploratoires, où la requête ne fixe pas une pondération unique. Deuxièmement, on pourrait choisir au hasard. Mais il faut encore décider entre quoi tirer au sort : un choix peut être neutre entre individus sans l’être entre groupes, ou inversement. Le hasard ne permet donc pas une neutralité générale.
Phillips-Brown précise ensuite la portée de cette impossibilité. Il distingue les valeurs extérieures qui « remplacent » la pertinence et celles qui la « complètent ». Elles la remplacent lorsqu’une page moins pertinente est classée au-dessus d’une page plus pertinente pour une raison externe, par exemple l’intérêt commercial de l’opérateur. Elles la complètent lorsque deux résultats ne sont pas comparables en pertinence et qu’une valeur extérieure les départage. Seul ce second phénomène est inévitable : des valeurs externes doivent compléter la pertinence dans les cas d’indétermination, mais rien n’oblige un moteur à sacrifier un résultat clairement plus pertinent.
La troisième étape est normative. La non-neutralité n’est pas nécessairement condamnable. Un moteur qui écarte certains contenus gravement nuisibles peut faire primer une valeur de protection sur la pertinence ; à l’inverse, favoriser ses propres produits pour accroître ses revenus peut être injuste. La bonne question n’est donc pas « l’algorithme est-il neutre ? », mais « quelle valeur extérieure intervient, et doit-elle compléter ou l’emporter sur le but du système ? ». Neutralité et équité sont ainsi distinctes : un système non neutre peut être équitable, et un système neutre pourrait être injuste.
L’auteur distingue ensuite neutralité globale et neutralité locale. La première exclut toute valeur extérieure et est impossible. La seconde exclut seulement une catégorie déterminée de valeurs, par exemple les préférences politiques ou les intérêts financiers de l’opérateur ; elle est possible. Mais même une neutralité politique locale ne garantit pas l’absence d’effets politiques. Le choix de pondérer fortement la « saillance », c’est-à-dire la visibilité d’un sujet, peut désavantager un petit parti ou une petite entreprise sans aucune intention partisane ou commerciale. Il faut donc examiner les effets des critères et pondérations.
Phillips-Brown reformule aussi la question du biais. Il distingue le biais qui fait primer une valeur extérieure sur le but du système et celui qui complète ce but lorsqu’il ne suffit pas à déterminer le résultat. Le premier n’est pas inévitable et peut être critiqué. Le second est inévitable dans les systèmes sous-déterminés ; il serait donc vain de reprocher abstraitement au système de devoir compléter son objectif, mais il reste pertinent de contester les valeurs choisies pour le faire.
Dans la dernière partie, le raisonnement est généralisé au-delà des moteurs de recherche. Un système algorithmique est neutre si des valeurs extérieures à son but ne jouent aucun rôle dans la production de ses résultats. Un algorithme de recrutement visant la « qualification » ne serait donc neutre que si aucune considération étrangère à celle-ci n’intervenait dans son classement. Mais la qualification est elle-même multidimensionnelle. D’autres systèmes comportent des seuils que leur but ne fixe pas, comme la définition d’un risque élevé dans la protection de l’enfance, ou combinent plusieurs objectifs, comme les outils de détention provisoire qui doivent pondérer risque de récidive et risque de fuite. Dans tous ces cas, le but du système ne suffit pas à déterminer entièrement le résultat : des choix de valeur sont nécessaires. L’auteur en conclut que la neutralité est impossible pour beaucoup de systèmes algorithmiques qui affectent les individus.
Pour les juristes, la conclusion est directe. Revendiquer la « neutralité » d’un système ne permet ni d’établir sa légitimité ni de répondre à une accusation de discrimination ou d’injustice. L’analyse doit plutôt identifier le but assigné au système, les endroits où ce but sous-détermine le résultat, les valeurs qui interviennent alors, la manière dont elles complètent ou écartent ce but, et les effets produits. La question centrale n’est donc pas de savoir si un algorithme est « sans valeurs », mais quelles valeurs il incorpore, à quel niveau, pour quelles raisons et avec quelles conséquences.
Me Philippe Ehrenström, avocat, DPO – LLM, CAS en Droit et Intelligence artificielle, CAS en Protection des données – Entreprise et administration
Pip: Quand une rivière peut vous poursuivre en justice, on se dit que le droit a peut-être décidé de prendre la nature au sérieux — ou du moins de lui confier un avocat.
Mara: Me Philippe Ehrenström explore ici les droits de la nature : ce que ces droits reconnaissent, où ils ont été testés, et pourquoi la distance entre proclamation et protection effective reste si difficile à combler.
Pip: Voyons ce que ça donne concrètement. Commençons par la question de fond : repenser les droits de la nature, qu’est-ce que ça change vraiment ?
Repenser les droits de la nature ?
Pip: La question centrale, c’est celle de l’écart entre l’innovation conceptuelle et l’efficacité juridique réelle. Reconnaître à une rivière la qualité de sujet de droits, est-ce que ça la protège vraiment, ou est-ce que ça produit surtout de belles formules ?
Mara: L’article de Camila Bustos, analysé ici, pose le diagnostic directement : « Une rivière déclarée sujet de droits n’est pas pour autant protégée contre la pollution, la déforestation ou l’exploitation minière. »
Pip: Ce qui signifie que le droit peut changer de langage sans changer de résultat. La déclaration crée une attente, mais pas nécessairement un mécanisme.
Mara: Bustos recense plusieurs modèles. L’Équateur est le cas constitutionnel le plus abouti : depuis 2008, les articles 71 à 74 reconnaissent les droits de la Pacha Mama, permettent à toute personne d’en demander le respect en justice, et ont produit des affaires importantes, dont Los Cedros en 2021, où la Cour constitutionnelle a effectivement stoppé une exploitation minière menaçant une forêt.
Pip: Mais l’Équateur continue aussi de dépendre fortement des industries extractives. La Constitution dit une chose, la politique économique en fait une autre.
Mara: La Colombie offre un troisième modèle, construit presque entièrement par les juges. L’arrêt Atrato de 2016 a reconnu la rivière comme sujet de droits, créé un système de gardiens associant État et communautés, et ordonné des mesures contre la pollution minière. L’Amazonie colombienne a suivi en 2018.
Pip: Et c’est là que Bustos formule sa critique la plus précise.
Mara: Exactement. Dans l’affaire de l’Amazonie, des communautés autochtones vivant directement dans la région n’avaient pratiquement pas participé au procès, et des petits paysans ont subi plus directement les mesures anti-déforestation que les acteurs économiques les plus puissants. Un droit inspiré de valeurs autochtones peut, dans son application, marginaliser ceux qu’il prétend défendre.
Pip: Aux États-Unis, la trajectoire est presque inverse : beaucoup d’ordonnances locales, zéro efficacité contentieuse réelle.
Mara: Les obstacles sont institutionnels. Les règles sur la qualité pour agir, le caractère trop vague de certains textes, et la primauté du droit fédéral bloquent les actions. La Cour d’appel du neuvième circuit avait pourtant relevé dans Cetacean Community v. Bush que le Congrès pourrait en principe autoriser une action au nom d’un animal — mais le problème reste qu’il ne l’a pas fait.
Mara: Au Pérou, la décision sur la rivière Marañón en 2024 a reconnu des droits à la protection et à la restauration tout en introduisant une distinction utile : la rivière est titulaire de droits, mais elle n’est pas soumise à des obligations. Droits sans personnalité juridique complète.
Pip: Ce qui pose la question de savoir qui parle au nom de l’écosystème — et si tout le monde autour de la table a les mêmes intérêts.
Mara: C’est précisément le problème des gardiens. L’État, parfois poursuivi pour n’avoir pas protégé la nature, peut paradoxalement en devenir le représentant officiel. Des scientifiques, des ONG et des communautés autochtones peuvent avoir des conceptions très différentes de ce qu’exige l’intérêt de l’écosystème.
Pip: Bustos ne plaide pas pour l’abandon du concept. Elle demande qu’on le rende opérationnel.
Mara: Sa proposition est précise : le législateur doit définir les droits, les mécanismes de représentation, les voies de recours, le financement et surtout la participation des populations concernées. La loi colombienne de 2024 sur la rivière Ranchería illustre cette direction. Les juges doivent expliquer comment ces droits s’articulent avec le droit constitutionnel, la responsabilité et la propriété — sans reprendre mécaniquement des formules élaborées ailleurs.
Pip: Le vrai enjeu n’est donc pas de savoir si la nature a des droits, mais si ces droits ont des dents.
Mara: Ce que Bustos met en lumière, c’est que la force symbolique d’un droit ne suffit pas à produire une institution fonctionnelle.
Pip: Proclamer, puis construire — dans cet ordre-là, et pas l’inverse. La prochaine fois, on verra ce que d’autres fronts juridiques ont à dire sur la même tension.
L’article de Camila Bustos, Rethinking Nature’s Rights, Harvard Environmental Law Review Vol. 50, pp. 307 ss (https://journals.law.harvard.edu/elr/wp-content/uploads/sites/79/2026/08/HELR_50.2_Bustos.pdf) part du constat que, depuis une vingtaine d’années, les « droits de la nature » connaissent une progression remarquable. Des constitutions, des lois, des ordonnances locales et des décisions de justice reconnaissent désormais à des rivières, des forêts ou des écosystèmes la qualité de sujets de droits ou de personnes juridiques.
Cette évolution est souvent présentée comme un changement de paradigme: au lieu de protéger la nature uniquement parce qu’elle est utile aux êtres humains, le droit reconnaîtrait sa valeur propre et son droit à exister, se maintenir, se régénérer ou prospérer. Le mouvement s’inspire fréquemment de conceptions autochtones qui refusent de séparer radicalement l’être humain de son environnement. Mais l’auteure veut dépasser cette présentation favorable. Elle observe un paradoxe: alors que les droits de la nature sont souvent justifiés par les conceptions et les revendications des peuples autochtones, leur application peut précisément porter atteinte à leurs droits fonciers, à leur participation aux décisions ou à leur droit d’être consultés. Certaines initiatives ont même utilisé de manière simplificatrice des philosophies autochtones très diverses pour légitimer des constructions juridiques élaborées ailleurs.
L’auteure commence donc par préciser ce que recouvre le phénomène. Il n’existe pas un modèle unique des droits de la nature. Dans certains systèmes, la nature dans son ensemble est titulaire de droits; dans d’autres, ceux-ci sont attribués à une entité déterminée, par exemple une rivière ou une forêt. Il faut en outre distinguer, même si la terminologie demeure flottante, la reconnaissance de droits substantiels et l’attribution de la personnalité juridique. La première signifie par exemple qu’un écosystème a droit à la protection, à la conservation ou à la restauration. La seconde peut lui permettre d’accéder à la justice par l’intermédiaire d’un représentant ou d’un gardien. En pratique, les deux modèles se chevauchent souvent. Cette diversité explique qu’il soit difficile d’identifier un contenu commun aux droits de la nature. L’auteure rappelle aussi que leur succès s’explique par une certaine déception à l’égard du droit classique de l’environnement. Celui-ci repose largement sur des autorisations, des études d’impact et des procédures qui encadrent l’exploitation des ressources sans nécessairement garantir leur protection. Les droits de la nature promettent davantage: ils associent procédure et protection substantielle et prétendent reconnaître la valeur intrinsèque des écosystèmes. Mais leurs critiques soulignent qu’il existe déjà des droits à un environnement sain, des règles constitutionnelles, des actions de droit administratif ou de propriété capables de protéger les mêmes intérêts. Il reste donc à démontrer que les nouveaux droits produisent réellement des résultats différents.
L’auteure examine ensuite plusieurs expériences. L’Équateur constitue le cas le plus abouti sur le plan constitutionnel. Depuis 2008, les articles 71 à 74 de la Constitution reconnaissent les droits de la nature, ou Pacha Mama, imposent à l’État certaines obligations de protection et de restauration et permettent à toute personne ou communauté de demander leur respect en justice. L’affaire de la rivière Vilcabamba, en 2011, fut la première application judiciaire importante: des travaux routiers avaient provoqué des atteintes à la rivière et le tribunal constata une violation de ses droits, ordonnant notamment des mesures de réparation. L’affaire montre toutefois immédiatement la différence entre reconnaissance et effectivité puisque les demandeurs durent retourner devant les tribunaux plusieurs années plus tard en raison de difficultés d’exécution. Depuis lors, des dizaines d’affaires ont concerné des rivières, des forêts, des animaux ou d’autres espaces naturels. L’arrêt Los Cedros de 2021 est généralement considéré comme un succès important: la Cour constitutionnelle a protégé une forêt menacée par l’activité minière et l’exploitation minière a effectivement cessé peu après. Mais le bilan national demeure contradictoire. L’Équateur continue de dépendre fortement des industries extractives et les politiques pétrolières, minières et forestières peuvent entrer directement en conflit avec les principes constitutionnels. Les droits de la nature n’empêchent donc pas, à eux seuls, un État de poursuivre un modèle économique fondé sur l’exploitation des ressources naturelles.
La situation aux USA est presque inverse. De nombreuses collectivités locales et plusieurs tribus ont adopté des textes reconnaissant aux écosystèmes le droit d’exister, de prospérer et d’évoluer naturellement. Mais les tribunaux ont jusqu’ici refusé d’en faire une cause d’action réellement efficace. Les obstacles tiennent notamment aux règles constitutionnelles relatives à la qualité pour agir, au caractère trop vague de certaines ordonnances et au fait que le droit fédéral ou celui des États peut primer sur les réglementations locales. L’idée n’est pourtant pas juridiquement inconcevable. Dans Cetacean Community v. Bush, la Cour d’appel du neuvième circuit avait relevé que le Congrès pourrait en principe autoriser une action au nom d’un animal, de la même manière que le droit permet d’agir au nom de personnes incapables ou d’entités artificielles comme les sociétés. Le problème est donc moins métaphysique qu’institutionnel: en droit américain, il appartient en principe au législateur, et non au juge, de créer un tel mécanisme. Les droits de la nature ont ainsi conservé aux États-Unis une fonction politique et militante importante, mais leur efficacité contentieuse demeure très faible.
La Colombie offre un troisième modèle, largement construit par les juges alors même que sa Constitution ne reconnaît pas expressément les droits de la nature. Dans l’arrêt Atrato de 2016, la Cour constitutionnelle a reconnu la rivière Atrato comme sujet de droits. Elle a insisté sur les liens très étroits entre la rivière et les communautés autochtones et afro-colombiennes qui vivent dans son bassin, puis ordonné des mesures contre la pollution et l’exploitation minière illégale. Elle a surtout créé un système de gardiens comprenant des représentants de l’État et des communautés, ainsi qu’un groupe d’experts chargé de suivre l’exécution. Les résultats ont néanmoins été limités. En 2018, la Cour suprême a poursuivi cette évolution en reconnaissant l’Amazonie colombienne comme sujet de droits dans une affaire introduite par de jeunes demandeurs qui reprochaient à l’État son incapacité à lutter contre la déforestation et le changement climatique. La jurisprudence s’est ensuite étendue à de nombreuses rivières, parcs et autres écosystèmes. Mais l’affaire de l’Amazonie illustre précisément les critiques de Bustos: certaines communautés autochtones vivant directement dans la région n’avaient pratiquement pas participé au procès, les questions de propriété et de maîtrise autochtones des terres avaient été négligées et des petits paysans ont parfois subi plus directement les mesures prises contre la déforestation que les acteurs économiques les plus puissants. Une décision prétendant défendre la nature et inspirée par des valeurs autochtones peut donc, dans son application, marginaliser ceux qu’elle est supposée protéger.
Au Pérou, la Constitution ne consacre pas non plus les droits de la nature. La décision la plus importante concerne la rivière Marañón, fortement touchée par des pollutions pétrolières et essentielle aux communautés Kukama. En 2024, un tribunal a reconnu à la rivière des droits à la protection, à la préservation, à la conservation, à la restauration et à la régénération, tout en désignant des organisations autochtones et des autorités publiques comme gardiens. Le juge a cependant établi une distinction intéressante: la rivière est titulaire de droits, mais elle n’est pas un sujet juridique auquel seraient également imposées des obligations. Le cas péruvien montre ainsi qu’il est possible de dissocier la possession de droits de la personnalité juridique complète.
La dernière évolution examinée est celle du système interaméricain des droits de l’homme. La Cour interaméricaine avait déjà affirmé que le droit à un environnement sain protège certains éléments de la nature indépendamment de leur utilité immédiate pour les êtres humains. Dans son avis consultatif OC-32/25 sur l’urgence climatique, elle va plus loin et devient, selon Bustos, le premier tribunal international à reconnaître explicitement les droits de la nature. Elle considère cette reconnaissance comme compatible avec le droit interaméricain et avec les principes du droit international de l’environnement. Les États ne doivent pas seulement éviter les atteintes graves à l’environnement; ils ont également des obligations positives de protection, de restauration et de régénération des écosystèmes. Cette avancée reste pourtant conceptuellement inachevée: l’avis ne détermine pas clairement si les droits appartiennent à la nature dans son ensemble ou à certains écosystèmes, comment ils se distinguent du droit humain à un environnement sain, ni quelles conséquences procédurales découlent de leur reconnaissance.
À partir de ces exemples, Bustos entreprend la partie la plus critique de son analyse. Le premier problème est celui de la définition. Que signifie juridiquement « nature »? Où commence et où finit un écosystème? Pourquoi une rivière serait-elle titulaire de droits et non chaque élément qui la compose? Comment déterminer ce qu’un écosystème « veut » et comment résoudre un conflit entre les intérêts de deux entités naturelles? L’auteure ne prétend pas résoudre ces questions. Elle constate plutôt que les tribunaux les évitent souvent en attribuant des droits à une entité identifiable, comme une rivière ou une forêt, plutôt qu’à la « nature » abstraite. Même ainsi, le contenu des droits reste incertain.
Les difficultés deviennent ensuite proprement juridiques. La source du droit varie d’un système à l’autre: constitution, loi, ordonnance locale ou création judiciaire. Cette différence détermine largement la force de la prétention. Il n’est pas équivalent de disposer d’un droit constitutionnel directement invocable ou d’une déclaration municipale dont la légalité est contestable. Il n’existe pas davantage de critère stable permettant de savoir quels écosystèmes méritent la reconnaissance. Les affaires Atrato et Marañón suggèrent néanmoins que les tribunaux interviennent plus volontiers lorsque deux conditions se cumulent: une dégradation écologique particulièrement grave et une menace pour les droits fondamentaux de populations vulnérables. Cette observation conduit à une difficulté supplémentaire: dans les principales affaires, les demandeurs invoquaient déjà leurs droits à la santé, à l’eau, à la vie ou à un environnement sain. Il est donc difficile de déterminer ce que les droits de la nature ont juridiquement ajouté au résultat.
Les remèdes sont tout aussi indéterminés. Une déclaration selon laquelle une rivière est sujet de droits peut avoir une valeur symbolique et servir de fondement à de futurs procès, mais on ne sait pas toujours quelles mesures concrètes elle autorise. Les tribunaux ont ordonné des restaurations, interdit certaines activités, accordé des réparations ou créé des systèmes de gardiens. Pourtant, aucune théorie cohérente ne détermine encore les conséquences d’une violation des droits de la nature. Les juridictions colombiennes reproduisent souvent la formule selon laquelle l’écosystème possède des droits à la protection, à la conservation, à la restauration et à la maintenance; les juridictions péruviennes y ont ajouté la régénération. Mais ces formules sont parfois reprises presque automatiquement, sans adaptation au type d’écosystème ou au dommage concerné.
La question de la qualité pour agir demeure centrale. Aux États-Unis, la jurisprudence exige une atteinte concrète au demandeur, un lien de causalité et la possibilité que la décision judiciaire répare cette atteinte. Dans les affaires latino-américaines étudiées, les personnes physiques ou communautés invoquaient elles aussi leurs propres droits en plus de ceux de l’écosystème. L’auteure se demande donc si la reconnaissance des droits de la nature facilite réellement l’accès au juge ou si elle accompagne simplement des actions déjà recevables sur d’autres fondements. Une autre incertitude concerne l’après-jugement: qui peut agir lorsqu’une décision n’est pas exécutée? Tout citoyen intéressé, les communautés riveraines ou seulement les gardiens officiellement désignés?
Ces incertitudes doctrinales aggravent les problèmes de mise en œuvre. Protéger une rivière ou une forêt exige la coordination de nombreuses administrations, des moyens financiers, des connaissances scientifiques, un suivi dans la durée et une définition précise des responsabilités. Les systèmes de gardiens posent eux-mêmes la question de savoir qui peut légitimement « parler » au nom de l’écosystème. L’État, parfois poursuivi précisément parce qu’il n’a pas protégé la nature, peut paradoxalement devenir son gardien. Des représentants autochtones, des scientifiques et des ONG peuvent également avoir des conceptions différentes de ce qu’exige l’intérêt de l’écosystème. S’y ajoutent les conflits entre protection environnementale, développement économique, propriété, emplois et besoins des populations locales. Les droits abstraits ne fournissent pas automatiquement une méthode de pondération de ces intérêts.
Bustos insiste particulièrement sur le pluralisme juridique et les droits autochtones. Sur un même territoire peuvent se superposer propriété privée, terres collectives autochtones, zones protégées et compétences de différentes autorités. Ajouter un nouveau titulaire de droits, l’écosystème lui-même, ne fait pas disparaître ces conflits. Surtout, parler d’une « vision autochtone de la nature » est trompeur: les peuples autochtones sont extrêmement divers et ne soutiennent pas tous les mêmes conceptions ni les mêmes projets. Transformer Pacha Mama ou d’autres traditions en justification générale des droits de la nature peut ainsi constituer une appropriation intellectuelle plutôt qu’une véritable reconnaissance des ordres juridiques autochtones. Dans certains cas, le nouveau régime peut renforcer les communautés; dans d’autres, il renforce surtout le pouvoir de l’État sur leurs territoires.
Enfin, le développement essentiellement judiciaire des droits de la nature soulève un problème de séparation des pouvoirs et de légitimité démocratique. En Équateur, les juges appliquent une disposition constitutionnelle. Aux États-Unis, ils refusent généralement de créer eux-mêmes de nouveaux droits sans intervention législative. La Colombie représente l’autre extrême: les tribunaux ont construit une large partie du régime alors que les demandeurs eux-mêmes n’avaient parfois pas sollicité la reconnaissance de droits à l’écosystème. Une telle créativité peut permettre au droit de répondre rapidement à une crise environnementale, mais elle expose les décisions au reproche d’activisme judiciaire. Des populations directement affectées peuvent légitimement se demander si quelques juges éloignés du terrain ont pris en compte les conséquences économiques, sociales et culturelles de leurs ordres. Un droit de la nature mal conçu peut même devenir bureaucratique et « ornemental »: beaucoup de proclamations, de commissions et de procédures, mais peu de changements dans les structures économiques responsables de la dégradation écologique.
Bustos ne conclut pourtant pas qu’il faudrait abandonner les droits de la nature. Ils existent désormais, se diffusent et ont une réelle puissance politique et symbolique. Elle propose donc de les rendre plus solides par une action coordonnée du législateur, des tribunaux et d’organes d’experts. Le législateur devrait définir les droits concernés, leur fondement, les autorités compétentes, les mécanismes de représentation, les voies de droit, le financement, le contrôle de l’exécution et surtout la participation des populations concernées. Il pourrait aussi déterminer des normes concrètes de qualité ou d’intégrité écologique et créer une véritable cause d’action. La loi colombienne de 2024 sur la rivière Ranchería illustre cette voie en précisant davantage les institutions compétentes, le contrôle et la participation des communautés. Les juges doivent, de leur côté, expliquer beaucoup plus rigoureusement comment les droits de la nature s’intègrent au droit constitutionnel, au droit de la responsabilité, à la propriété et aux principes du droit de l’environnement. Ils doivent également expliciter la relation entre droits de la nature et droits humains et éviter de reprendre mécaniquement des formulations élaborées dans d’autres affaires ou d’autres pays. Enfin, des commissions d’experts peuvent apporter les connaissances scientifiques nécessaires, intégrer réellement les savoirs autochtones, accompagner les gardiens et déterminer des critères permettant de concilier intégrité écologique et intérêts humains. L’expérience colombienne de la Juridiction spéciale pour la paix intéresse particulièrement l’auteure parce qu’elle cherche à prendre au sérieux les conceptions autochtones, paysannes et afro-colombiennes des territoires, plutôt qu’à simplement les invoquer comme justification abstraite.
La conclusion est donc nuancée. Les droits de la nature ont renouvelé le langage juridique de la protection environnementale et donné à certaines communautés un instrument supplémentaire pour défendre des écosystèmes lorsque le droit classique paraissait insuffisant. Mais il ne faut pas confondre innovation conceptuelle et efficacité juridique. Une rivière déclarée sujet de droits n’est pas pour autant protégée contre la pollution, la déforestation ou l’exploitation minière. Sans définition des droits, représentants légitimes, moyens financiers, participation des communautés, règles d’exécution et articulation avec le reste de l’ordre juridique, la reconnaissance peut rester purement symbolique et même produire des effets sociaux contraires à ceux recherchés. Pour Bustos, l’avenir des droits de la nature dépend donc moins de nouvelles proclamations spectaculaires que de leur transformation en institutions précises, démocratiquement légitimes et effectivement applicables.
Me Philippe Ehrenström, avocat, DPO – LLM, CAS en Droit er intelligence artificielle, CAS en Protection des données – Entreprise et administration
En l’espèce, il ne fait aucun doute aux yeux du Tribunal que plusieurs des messages WhatsApp envoyés par le recourant sur le groupe « Pirate F » sont problématiques, voire clairement choquants. (…)
Le caractère problématique des autres messages relevés par la municipalité dans sa décision est moins évident en l’absence du contexte dans lequel ils ont été envoyés, comme le relève à juste titre le recourant. Ce point n’est toutefois pas déterminant puisque les messages détaillés ci-dessus suffisent à dénoter une absence de respect et de considération du recourant à l’égard de certaines catégories de personnes auxquelles il peut être confronté dans le cadre de ses interventions en tant que policier, ainsi qu’à l’égard de ses collègues en particulier féminines. Ces propos ne peuvent en aucun cas être considérés uniquement comme de simples traits d’humour ou un dérapage ponctuel, tant leur contenu est choquant et s’est répété à plusieurs reprises entre 2016 et 2018. Entre les premiers et les derniers messages problématiques se sont écoulées plusieurs années durant lesquelles le recourant n’a manifestement pas évolué dans ses prises de position. Vu son âge au moment des publications, on pouvait attendre de sa part une certaine maturité et prise de conscience quant au caractère inadmissible de tels messages. A cela s’ajoute que, devant le tribunal, le recourant a persisté à minimiser la portée de ses messages, sans les condamner, ni présenter d’excuses. Il ne semble ainsi toujours pas avoir pris conscience de la gravité de son comportement, ce qui jette un doute irrépressible sur son état d’esprit à l’égard de catégories de personnes avec lesquelles il est en contact quotidien dans le cadre de son activité et en définitive à l’égard de l’ensemble de la population qu’il est amené à côtoyer. Il est vrai qu’il n’est pas établi que le recourant aurait fait preuve d’un comportement discriminatoire sur le terrain. Il n’en demeure pas moins que de tels propos sont de nature à susciter d’importants doutes quant à son fonctionnement effectif auprès de la population et de ses collègues et suffisent à rompre la confiance que l’autorité intimée a accordée au recourant. En tant que détenteur d’une partie de la puissance publique, le recourant se doit de garantir auprès de son employeur et de la population qu’il se comportera en toutes circonstances avec la considération que mérite tout être humain, sans discrimination et avec le sens de la mesure. Tel est aussi ce que rappelle le code de déontologie déjà cité du policier, qui précise que celui-ci veille à gagner la considération de la population, de ses collègues et des autorités et qu’il s’engage à agir en toute situation de manière à préserver la confiance et le respect que requiert sa fonction en évitant notamment toute forme de discrimination ou de partialité. Il n’apparaît pas déterminant que les policiers soient désormais au bénéfice de téléphones professionnels et qu’ils soient formés à l’utilisation des réseaux sociaux. Le recourant ne pouvait ignorer ses obligations professionnelles, ni que ses interventions sur le groupe WhatsApp n’étaient pas en adéquation avec celles-ci.
Ce comportement de la part d’un policier ne peut être toléré et doit être qualifié objectivement de grave, ce d’autant plus qu’il s’inscrit dans un cadre tout au moins semi‑professionnel et qu’il a été commis par un policier dont on attend un comportement exemplaire. Les policiers sont munis d’une part de la puissance et de la force publique de l’Etat, respectivement de la commune. Ce monopole qui leur est attribué justifie une plus grande rigueur à leur égard qu’un autre groupe professionnel.
C’est le lieu de préciser qu’il ressort du dossier que le groupe WhatsApp en cause était constitué au total d’un cinquantaine de membres, soit environ une vingtaine de membres présents simultanément. Même si ce groupe n’était composé que de collègues de même niveau hiérarchique, le nombre de ses membres ne permet plus de retenir qu’il s’agissait d’un groupe privé et doit être considéré, à tout le moins, comme un groupe semi‑professionnel. C’est d’autant plus le cas que certaines informations échangées, notamment les plannings professionnels, étaient clairement liées à l’appartenance du groupe à la « section F ». En outre, les messages problématiques échangés étaient le plus souvent en lien avec des interventions ou le vécu des policiers membres du groupe sur le terrain. Le caractère semi-professionnel, et non entièrement privé, du groupe en cause doit être considéré comme un facteur aggravant dans l’analyse de l’adéquation des messages envoyés. L’envoi de tels messages, sur plusieurs années, à un groupe de collègues a en effet pu contribuer à créer et maintenir un état d’esprit dans lequel de tels propos sont en définitive banalisés et reconnus comme acceptables.
Au final, il faut retenir que par son comportement, le recourant a gravement contrevenu aux devoirs généraux des membres du corps de police, manqué à son attitude d’entretenir des relations dignes et respectueuses avec les personnes membres du groupe WhatsApp, mis en danger la considération et la confiance dont le personnel de la ville, singulièrement le corps de police, doit faire l’objet, manqué à ses devoirs de fonction et contrevenu à ses engagements par rapport à la charte déontologique. Ces éléments pèsent d’autant plus lourd qu’ils sont le fait d’une personne suffisamment âgée pour que l’on puisse attendre d’elle une certaine maturité.
(Arrêt de la Cour de droit administratif et public du Tribunal cantonal [VD] GE.2026.0031 du 02.07.2026, consid. 6 b)
Travail, protection des données et IA 