Alors que la course à l’intelligence artificielle s’intensifie, une nouvelle tendance émerge dans les coulisses de l’entraînement des grands modèles : les simples « data labellers » à bas coût sont peu à peu remplacés par des experts hautement qualifiés. Finis les clics mal payés aux Philippines ou au Kenya ; place aux biologistes, physiciens et ingénieurs en cybersécurité. Une évolution stratégique qui redéfinit les priorités de l’industrie.

Des entreprises comme Scale AI, Toloka ou Turing AI se disputent désormais les talents capables de générer des données complexes, mieux adaptées aux nouvelles générations de modèles comme GPT-o3 ou Gemini 2.5. Ces modèles, basés sur le raisonnement et l’analyse, exigent plus qu’une reconnaissance d’image ou une simple reformulation. Ils ont besoin d’un retour humain expert, capable de tester des hypothèses, d’écrire du code sécurisé ou de valider une théorie scientifique à travers des simulations.

Le marché suit cette transformation : Meta a investi 15 milliards de dollars en juin dans Scale AI, doublant ainsi la valorisation de la startup à 29 milliards. D’autres, comme Turing AI ou Toloka, ont également levé des fonds importants. Leur promesse : fournir à l’industrie des données aussi précises et nuancées que les meilleurs cerveaux humains.

« Ce que les modèles nécessitent aujourd’hui, c’est un vrai savoir-faire, un humain capable d’expliquer où et pourquoi l’IA se trompe », explique Jonathan Siddharth, PDG de Turing AI. Son entreprise rémunère des experts 20 à 30 % de plus que leurs salaires habituels pour capter ces compétences clés.

Chez Toloka, on affirme que même les concepts avancés comme le chain of thought, la capacité d’un modèle à raisonner étape par étape, ont été rendus possibles grâce à l’apport de ces spécialistes, qui ont montré à l’IA comment eux-mêmes décomposaient des problèmes.

Résultat : un glissement fondamental du paradigme. L’IA ne se contente plus d’imiter le langage ou d’apprendre par la masse ; elle tente désormais de dépasser les meilleurs experts dans leurs domaines respectifs, voire de les fusionner. « L’objectif n’est plus d’égaler un physicien ou un programmeur, mais de créer une superposition des deux », souligne Siddharth.

Ce virage vers l’élite intellectuelle n’élimine pas pour autant les travailleurs du Sud global, encore actifs pour les tâches localisées ou de contrôle qualité. Mais l’automatisation rapide des fonctions de base annonce une réduction drastique de leur rôle à moyen terme. À mesure que l’IA s’approche de la promesse d’une « intelligence générale », l’élément humain reprend paradoxalement une place centrale, mais désormais, seul le haut du panier est invité à la table.

Source : Cryptopolitan

+++

Tous les jours de la semaine, du lundi au vendredi, Bruno Guglielminetti vous propose un regard sur l’essentiel de l’actualité numérique avec 120 secondes de tech.