Centre de Formation Judiciaire — Sénégal
IA & Preuve Numérique
Centre de Formation Judiciaire du Sénégal — 14 avril 2026

Intelligence artificielle
et pratique judiciaire :
la preuve numérique

Repères méthodologiques pour le magistrat à l'ère de l'IA générative
Formateur — Gora Ngom | BRIO Academy
Contact — gora.ngom@brio-academy.com
45 min d'intervention 3 cas pratiques Grille interactive Jurisprudence commentée
⬇ Télécharger la présentation (.pdf)
Ce portail

Votre ressource de référence

Ce document interactif accompagne l'intervention au CFJ du 14 avril 2026. Il compile l'intégralité des supports, outils et références pour une utilisation autonome par les magistrats.

Module 1

Présentation complète

Les 32 slides de l'intervention, avec résumés et repères pédagogiques. Navigation slide par slide.

Module 2

Grille de prudence interactive

Évaluez une preuve numérique en 6 critères. L'outil génère une appréciation structurée adaptée à votre dossier.

Module 3

Glossaire forensique

12 termes techniques expliqués avec définitions, analogies juridiques et valeur probatoire. Filtrable par catégorie.

Module 4

Jurisprudence commentée

Les deux affaires fondatrices : US v. Lizarraga-Tirado (2015) et State v. Puloka (2024). Commentaires et leçons pour le juge sénégalais.

Module 5

Cas pratiques interactifs

3 cas — WhatsApp, enregistrement audio, vidéo IA — avec questions guidées et corrections détaillées. Révélation progressive.

Problématique centrale

« À l'ère de l'IA générative, à quelles conditions le juge peut-il encore se fier à ce qu'il voit, entend et lit ? »

Le propos n'est pas de méfiance systématique — c'est l'exigence d'une méthode plus rigoureuse.

Module 1

Présentation — 32 slides

Naviguez entre les slides de l'intervention.

⬇ Télécharger la présentation (.pdf)
1 / 32
Module 2

Grille de prudence judiciaire

Cet outil vous aide à structurer votre raisonnement face à une preuve numérique. Répondez aux six questions, puis obtenez une appréciation.

La grille ci-dessous est inspirée du droit sénégalais de la preuve et des exigences procédurales. Elle n'est pas un texte de loi, mais un repère méthodologique. Le cinquième critère — l'intelligibilité — est celui que l'ère de l'intelligence artificielle impose d'ajouter. Il est directement issu de l'affaire State of Washington v. Puloka (2024).

Appréciation de la preuve numérique

Module 3

Glossaire forensique

Terminologie technique expliquée pour les juristes. Cliquez sur chaque terme pour en voir la définition, l'analogie juridique et la valeur probatoire.

Module 4

Jurisprudence commentée

Deux affaires fondatrices de la jurisprudence internationale sur la preuve générée par IA. Commentaires adaptés au contexte du juge sénégalais.

Note de méthode — Ces décisions sont américaines. Elles ne s'imposent pas au juge sénégalais, mais offrent des repères intellectuels utiles sur la question de la validité des preuves générées par IA. Source : Carbonell et al., 2026.
Module 5

Cas pratiques interactifs

Trois scénarios issus de la formation. Lisez les faits, réfléchissez aux questions, puis révélez les réponses. La correction complète apparaît en bas de chaque cas.

Mentions légales

Politique de confidentialité

Dernière mise à jour : avril 2026

1. Éditeur du site

Ce portail est édité par BRIO Academy, représentée par Gora Ngom. Contact : gora.ngom@brio-academy.com.

2. Finalité du site

Ce portail est un support pédagogique conçu exclusivement pour accompagner la formation dispensée au Centre de Formation Judiciaire (CFJ) du Sénégal le 14 avril 2026. Il est destiné aux magistrats, auditeurs de justice et formateurs judiciaires participant à cette session.

3. Données collectées

Ce site ne collecte aucune donnée personnelle. En particulier :

  • Aucun formulaire de saisie de données personnelles n'est présent.
  • Aucun cookie de traçage ou de mesure d'audience n'est utilisé.
  • Aucune donnée n'est transmise à un serveur tiers.
  • Les interactions avec la grille de prudence et les cas pratiques sont traitées localement dans votre navigateur et ne sont pas conservées.

4. Cookies

Ce site n'utilise aucun cookie, qu'il soit technique, analytique ou publicitaire.

5. Hébergement

Ce portail est un fichier HTML statique. Il ne dispose d'aucune base de données ni d'aucun traitement côté serveur. Les fichiers sont servis tel quels depuis la plateforme d'hébergement sans journalisation des utilisateurs par BRIO Academy.

6. Propriété intellectuelle

L'ensemble du contenu de ce portail — textes, structures, grilles d'analyse, cas pratiques, commentaires jurisprudentiels — est la propriété exclusive de BRIO Academy. Toute reproduction, même partielle, sans autorisation écrite préalable est interdite. Les références doctrinales et jurisprudentielles citées restent la propriété de leurs auteurs respectifs.

7. Limitation de responsabilité

Le contenu de ce portail est fourni à titre pédagogique. Il ne constitue pas un avis juridique et ne saurait se substituer à une consultation professionnelle. BRIO Academy ne saurait être tenu responsable de décisions prises sur la seule base des informations présentées ici.

8. Contact

Pour toute question relative à ce portail ou à son contenu : gora.ngom@brio-academy.com.

© 2026 BRIO Academy. Tous droits réservés.
Bench Cards — NCSC / Thomson Reuters, avril 2025

Évaluation des preuves générées par IA

Deux situations distinctes : lorsque l'origine IA est suspectée (preuve non déclarée) ou reconnue (preuve déclarée). Questions structurées à poser dans chaque cas.

Évaluer une preuve dont l'origine IA est suspectée

Questions à poser lorsqu'une partie soutient que la preuve produite par l'adversaire a pu être générée, altérée ou manipulée par IA, sans que cela soit reconnu.

Note comparative — Fiche publiée par le National Center for State Courts (NCSC) et le Thomson Reuters Institute (avril 2025). Destinée aux juridictions américaines, elle offre des repères méthodologiques utiles à tout praticien. Elle ne constitue pas du droit sénégalais positif.
Contexte d'usage — Si les preuves falsifiées ne sont pas un problème nouveau pour les tribunaux, l'accessibilité croissante de l'IA a rendu plus facile la création de fausses preuves numériques d'apparence convaincante. Cette fiche aide le juge à poser les bonnes questions lorsque l'authenticité d'une preuve numérique est contestée au motif d'une possible manipulation par IA.
Double risque à éviter : (1) admettre à tort une preuve inauthentique ; (2) exclure à tort une preuve authentique. La vigilance doit protéger contre les deux erreurs.
Questions à poser à la partie qui produit la preuve

1. Source et acquisition

Quelle est la source de cette preuve, et comment, quand et où a-t-elle été obtenue ?
Q1

Orientation

Établir un registre clair de l'origine de la preuve. Traiter avec une vigilance accrue si elle semble « trop belle pour être vraie », si la source est douteuse (plateforme anonyme) et si l'original n'est pas disponible. Si la preuve n'est pas dans sa forme d'origine (impression, PDF converti), explorer comment et pourquoi elle a été convertie.

2. Accès à la preuve

Qui a eu accès à cette preuve depuis sa création ou sa capture jusqu'à aujourd'hui ?
Q2

Orientation

Conserver une preuve d'une façon permettant à plusieurs personnes d'y accéder augmente le risque de falsification ou de fabrication. Si la chaîne de conservation ne peut être justifiée, envisager une vigilance accrue ou une analyse d'expert, si disponible, pour garantir l'intégrité.

3. Préservation

Quelles mesures ont été prises pour préserver les données d'origine et prévenir toute altération ?
Q3

Orientation

Les données doivent être préservées dans leur format d'origine (natif) autant que possible. Si les méthodes de préservation sont insuffisantes, envisager de désigner un expert neutre pour examiner le support numérique. Selon les circonstances, il peut être nécessaire de demander à la partie de soumettre le dispositif (ex. téléphone mobile) contenant les preuves numériques pour une analyse d'authentification appropriée.

4. Chaîne de conservation

Qui a eu la garde de cette preuve depuis sa création ou sa capture jusqu'à aujourd'hui, y compris tout partage ou transfert ?
Q4

Orientation

Il doit s'agir d'un registre chronologique, idéalement avec dates, heures, lieux et personnes responsables. En cas de lacunes dans la chaîne de conservation, envisager d'exiger la communication de pièces ou des éléments de corroboration.

5. Altérations

La preuve a-t-elle été altérée, éditée, convertie dans un autre format ou traitée d'une quelconque façon depuis sa création ?
Q5

Orientation

Même de petites modifications peuvent affecter l'authenticité. Exiger la divulgation de toutes les altérations, y compris le logiciel ou le processus utilisé, et si des versions antérieures sont encore disponibles. Si des altérations sont inexpliquées ou suspectes, solliciter une analyse d'expert ou envisager l'exclusion de la preuve.

6. Corroboration

Existe-t-il d'autres données ou sources pouvant confirmer l'authenticité de cette preuve ?
Q6

Orientation

Encourager la soumission de preuves corroborantes, notamment de sources indépendantes. Si la preuve est un fil de messages, demander à la partie adverse de fournir son fil correspondant aux fins de comparaison. En l'absence de corroboration, envisager une validation externe. Y a-t-il une incohérence entre la preuve numérique représentant un individu et les caractéristiques réelles de cet individu (traits du visage, voix) ?

Questions supplémentaires (pouvant nécessiter l'assistance d'un expert)

7. Vérification forensique

Des outils ou méthodes forensiques ont-ils été utilisés pour vérifier l'intégrité de la preuve ?
Expert

Orientation

Envisager la nécessité d'une analyse forensique experte, surtout si la preuve est techniquement complexe ou s'il existe des préoccupations quant à une possible manipulation. Si aucune analyse forensique n'a été conduite, envisager d'ordonner un examen par un expert neutre qualifié, si disponible.

8. Métadonnées

Pouvez-vous fournir des métadonnées ou d'autres informations techniques corroborant l'authenticité de ce fichier numérique ?
Expert

Orientation

Les métadonnées peuvent offrir des indices précieux sur la date de création, l'heure et le logiciel utilisé pour créer ou modifier la preuve. Des incohérences inexpliquées constituent des signaux d'alerte (ex. métadonnées indiquant une création par un autre détenteur, ou dates incohérentes). Si les métadonnées ne sont pas fournies ou semblent incohérentes, demander une explication détaillée. Attention : les juges doivent être prudents avant de tirer eux-mêmes des conclusions des métadonnées sans formation spécialisée.

9. Témoignage d'expert

Un expert qualifié peut-il expliquer les processus utilisés pour traiter et vérifier cette preuve numérique ?
Expert

Orientation

Le témoignage d'expert peut être essentiel pour que le tribunal comprenne les aspects techniques de la preuve et évalue sa fiabilité. Si les parties ne désignent pas d'expert, et que la preuve est complexe ou cruciale, envisager de désigner un expert neutre approuvé par le tribunal, si disponible.

Actions judiciaires recommandées

Tenir compte des capacités techniques des parties, notamment en cas de parties non représentées.

Demander des informations complémentaires si les réponses sont incomplètes ou soulèvent des préoccupations.

Émettre des ordonnances de préservation pour empêcher toute altération ou suppression ultérieure.

Désigner un expert neutre pour les preuves complexes ou cruciales.

Peser l'authenticité avec prudence face au double risque : admettre une preuve inauthentique ou exclure une preuve authentique.

Déterminer la recevabilité en tenant compte de la valeur probante par rapport à l'impact préjudiciable.

Documenter le raisonnement en indiquant clairement les motifs d'admission ou d'exclusion.

Se tenir informé des évolutions de l'IA générative et de son impact sur les preuves numériques.