Dans l’ombre des grands laboratoires d’intelligence artificielle, une nouvelle catégorie de travailleurs apparaît. Ce sont des avocats, des chercheurs, des scénaristes, des journalistes ou des scientifiques qui, après avoir perdu leur emploi ou vu leur profession fragilisée par l’automatisation, se retrouvent à travailler à la tâche pour entraîner les systèmes qui ont contribué à bouleverser leur carrière. L’enquête publiée dans une collaboration entre The Verge et New York Magazine révèle l’ampleur de ce phénomène qui transforme peu à peu le travail intellectuel en une forme de micro-travail numérique.

Au cœur de cette économie émergente se trouvent des entreprises spécialisées dans la production de données pour l’intelligence artificielle. Des plateformes comme Mercor, Scale AI ou Surge AI recrutent des dizaines de milliers de professionnels afin de produire les exemples et les évaluations nécessaires à l’entraînement des modèles. L’objectif est simple : apprendre aux machines à effectuer des tâches humaines en leur fournissant d’énormes volumes de données annotées. Ces travailleurs écrivent des réponses idéales à des questions, évaluent la qualité de réponses générées par des robots conversationnels, rédigent des scénarios, enregistrent des dialogues ou créent des critères détaillés permettant de juger si une réponse est satisfaisante.

Le travail peut sembler technique, mais il repose en réalité sur des compétences humaines très spécifiques. Les entreprises recherchent des experts capables de reproduire leur savoir-faire sous forme de données structurées. Les offres d’emploi visent ainsi des juristes, des enseignants, des consultants, des biologistes, des archivistes ou encore des chefs cuisiniers. Dans certains cas, les entreprises recrutent même des spécialistes de sujets très précis, comme l’humour nord-américain des adolescents. L’industrie de l’IA mène ainsi ce que certains observateurs décrivent comme la plus vaste collecte d’expertise humaine jamais organisée.

La plateforme Mercor illustre cette dynamique. Fondée en 2023 par trois entrepreneurs de la Silicon Valley âgés d’à peine 19 ans, l’entreprise s’est d’abord présentée comme un service de recrutement utilisant l’intelligence artificielle pour sélectionner des ingénieurs. Face à la demande croissante des laboratoires d’IA pour des données d’entraînement, elle a rapidement pivoté vers ce marché. Selon ses propres estimations, environ 30 000 professionnels travaillent chaque semaine sur sa plateforme. L’entreprise a atteint une valorisation de 10 milliards de dollars et compte parmi ses clients des entreprises majeures du secteur comme OpenAI ou Anthropic.

Pour les travailleurs, la réalité est beaucoup moins spectaculaire. Les projets sont souvent temporaires et imprévisibles. Les plateformes fonctionnent par contrats ponctuels : les tâches apparaissent soudainement, disparaissent sans préavis et peuvent être suspendues pendant des semaines. Les travailleurs doivent se tenir prêts à accepter du travail à tout moment, parfois tard le soir ou la fin de semaine, sous peine de voir les tâches attribuées à quelqu’un d’autre.

La pression est renforcée par les outils de surveillance installés sur les ordinateurs des travailleurs. Certains logiciels mesurent le temps de travail à la seconde près et signalent toute période jugée « improductive ». Quelques minutes sans activité peuvent déclencher une alerte ou entraîner une réduction du paiement. Plusieurs travailleurs expliquent ainsi qu’ils finissent par travailler hors ligne ou gratuitement afin de respecter les délais imposés.

Les rémunérations varient fortement selon les projets et les compétences demandées. Certains experts peuvent gagner plusieurs milliers de dollars par mois lorsqu’ils obtiennent suffisamment de tâches. Mais d’autres voient leur salaire diminuer au fil des projets. Dans un cas rapporté dans l’enquête, un projet rémunéré 21 dollars de l’heure a été relancé quelques semaines plus tard avec une rémunération réduite à 16 dollars de l’heure, soit une baisse d’environ 24 %. Dans certains États américains, ce tarif se situe même sous le salaire minimum.

Cette organisation du travail rappelle la transformation qu’ont connue les chauffeurs de taxi ou les livreurs avec l’arrivée des plateformes comme Uber ou DoorDash. La différence est que les travailleurs concernés possèdent souvent des diplômes universitaires avancés. Plusieurs témoignages proviennent d’anciens scénaristes, producteurs, chercheurs ou professeurs qui n’ont pas réussi à retrouver un emploi stable dans leur domaine.

L’ironie de la situation est évidente pour ces travailleurs. Ils contribuent directement à améliorer les systèmes qui pourraient à terme remplacer leurs propres compétences. Certains décrivent leur travail comme un processus dans lequel ils enseignent progressivement à la machine à accomplir leur métier. Une fois que le modèle devient suffisamment performant, la demande pour ce type de données diminue et le projet prend fin.

Le fonctionnement de l’industrie explique en partie cette instabilité. Les laboratoires d’IA commandent des lots de données lorsqu’ils cherchent à améliorer une compétence spécifique d’un modèle. Si un système présente des faiblesses en chimie, en programmation ou en analyse financière, les entreprises recrutent des experts dans ce domaine pour produire de nouvelles données. Une fois ces données intégrées au modèle, le projet peut être suspendu pendant plusieurs semaines afin d’évaluer les résultats.

Ce cycle crée un marché du travail extrêmement fragmenté. Les travailleurs passent d’un projet à l’autre, souvent sans savoir pour quelle entreprise ils travaillent réellement. Les contrats de confidentialité leur interdisent de révéler l’identité des clients ou même la nature exacte des projets auxquels ils participent. Dans certains cas, les projets portent uniquement des noms de code et les travailleurs n’ont aucune visibilité sur la chaîne de production à laquelle ils contribuent.

Cette opacité limite également leur capacité à négocier leurs conditions de travail. Comme ils ne peuvent pas prouver leur expérience ni décrire précisément leurs tâches, il leur est difficile de valoriser leurs compétences sur le marché du travail. Selon plusieurs analystes du secteur, cette situation donne un avantage considérable aux entreprises qui achètent ces données.

Les tensions commencent toutefois à apparaître. Aux États-Unis, plusieurs poursuites judiciaires ont été déposées contre certaines plateformes, dont Mercor. Les plaignants soutiennent que ces entreprises exercent un contrôle trop strict sur les travailleurs pour qu’ils puissent être considérés comme de simples travailleurs indépendants. Si les tribunaux leur donnent raison, les entreprises pourraient être contraintes d’offrir des protections similaires à celles des employés traditionnels.

Pour certains économistes, cette évolution rappelle les transformations du travail observées au début de la révolution industrielle. Les artisans qualifiés, autrefois indépendants, ont progressivement été intégrés dans des systèmes de production plus centralisés où les conditions de travail étaient déterminées par les propriétaires des machines. Selon l’économiste Daron Acemoglu du MIT, l’automatisation pourrait entraîner une transformation similaire du travail intellectuel si aucune régulation ne vient encadrer cette nouvelle économie des données.

En attendant, des milliers de professionnels continuent de naviguer dans cet univers instable. Certains y trouvent un revenu temporaire acceptable. D’autres y voient une impasse. Pour Katya, une travailleuse citée dans l’enquête, la situation a fini par devenir insoutenable. Après plusieurs projets annulés et des semaines d’incertitude, elle a décidé de chercher un emploi dans un café de son quartier. Mais un soir, alors qu’elle réfléchissait à ce changement de carrière, une notification est apparue sur son téléphone. Un projet venait de reprendre.

Source : The Verge

******

Du lundi au vendredi, Bruno Guglielminetti vous propose un regard sur l’essentiel de l’actualité numérique avec 120 secondes de Tech.

Ou encore…

Écoutez la plus récente édition de Mon Carnet,
le magazine hebdomadaire de l’actualité numérique.