Les humains invisibles qui alimentent l'économie de l'IA
Depuis janvier, Tina Lynn Wilson, de Hamilton (Ontario), travaille à son compte pour une entreprise appelée DataAnnotation.
Cette femme de 45 ans dit adorer son travail, qui consiste à vérifier les réponses d'un modèle d'IA en termes de grammaire, d'exactitude et de créativité. Cela exige des compétences analytiques et un sens aigu du détail ; elle se voit également confier des projets intéressants, comme choisir le meilleur de deux poèmes.
« Comme il s’agit d’une réponse créative, aucune vérification des faits ne serait effectuée. Il faudrait indiquer… quelle est la meilleure réponse et pourquoi. »
Le travail de Wilson s'inscrit dans un vaste réseau, encore méconnu, de travailleurs indépendants de l'économie émergente de l'IA. Des entreprises comme Outlier AI et Handshake AI les embauchent comme « formateurs en intelligence artificielle », en concluant des contrats avec de grandes plateformes d'IA pour les aider à entraîner leurs modèles.
Certaines tâches d'annotation de données sont mal rémunérées, voire abusives dans certaines régions du monde. Cependant, de nombreux emplois existent dans le domaine de la formation, de la maintenance et de la correction des IA. C'est un travail que les géants de la tech semblent préférer taire. À mesure que les modèles progressent, ils nécessiteront une formation plus spécialisée, ce qui signifie que les entreprises pourraient bientôt se passer de bon nombre des personnes qui ont contribué à leur développement.
On entend souvent dire que l'IA générative actuelle est entraînée sur d'immenses quantités de données pour lui apprendre comment les idées humaines s'articulent généralement. Ce processus, parfois appelé pré-entraînement, ne constitue qu'une première étape. Pour que ces systèmes produisent des réponses précises, utiles et non offensantes, ils doivent être perfectionnés, notamment s'ils sont destinés à des applications concrètes dans des domaines spécifiques.
On appelle cela le réglage fin, et il repose sur l'expertise humaine. Il s'agit essentiellement de travail à la tâche : effectué pour chaque mission, sans garantie d'heures. Les formateurs en IA canadiens avec lesquels nous avons discuté gagnaient environ 20 $ de l'heure, bien que certains travaux plus spécialisés puissent rapporter jusqu'à 40 $. Néanmoins, l'irrégularité des revenus peut poser problème.
« On ne peut pas compter sur cela comme principale source de revenus », a déclaré Wilson, qui décrit son travail comme celui d'une généraliste. De nombreux autres annotateurs le considèrent également comme une activité complémentaire, a-t-elle ajouté.
L'apprentissage par renforcement à partir des retours humains est un type de réglage fin qui repose sur l'évaluation des résultats de l'IA par des personnes.
Les travaux de Wilson consistent à évaluer dans quelle mesure une réponse d'IA paraît « humaine ».
« C’est particulièrement vrai pour les réponses vocales », a-t-elle déclaré. « Est-ce quelque chose qu’un humain aimerait entendre ? »
Ainsi, lorsque ChatGPT ou Claude sonnent de manière étrangement humaine, c'est parce que des humains les ont entraînés à l'être.
« Cela reste le résultat d'un logiciel », a déclaré Brian Merchant, journaliste spécialisé dans les technologies numériques et le travail. « Il est indispensable de garantir la qualité du résultat d'un logiciel commercial à but lucratif. »
Outlier AI compte plus de 250 000 contributeurs actifs répartis dans 50 pays, a déclaré Fiorella Riccobono, porte-parole de Scale AI, sa société mère. 81 % d'entre eux sont titulaires d'au moins une licence, a-t-elle précisé. L'entreprise n'a pas été en mesure de fournir de chiffres spécifiques au Canada.
Un marché potentiellement en évolutionDes signes indiquent que le marché du travail dans ce domaine évolue, avec une demande moindre pour les compétences généralistes que l'on retrouve chez des personnes comme Wilson. Selon Business Insider , Scale AI a récemment licencié des employés généralistes à Dallas, dans le cadre d'une réorientation vers la formation technique. Parallèlement, des modèles plus récents et plus avancés, comme celui de la société chinoise DeepSeek, ont automatisé le processus de renforcement .
« La demande de contributeurs possédant des connaissances spécialisées et des diplômes supérieurs a considérablement augmenté à mesure que les systèmes d'IA sont devenus plus complexes », a déclaré Riccobono.
Eric Zhou, 26 ans, était l'un de ces travailleurs spécialisés. Après des études en science des matériaux et nanosciences à l'Université de Waterloo, il a travaillé à temps partiel pour Outlier AI pendant environ un an. Il y évaluait les questions et les réponses de l'IA portant sur la physique et la chimie de niveau universitaire, et corrigeait les réponses.
« C'est un travail très amusant si l'on se contente de résoudre les problèmes scientifiques », a-t-il déclaré. « J'ai vraiment beaucoup apprécié cette partie résolution de problèmes. »
Il a toutefois constaté que les tâches pouvaient prendre plus de temps que prévu par l'entreprise, de sorte qu'un travail facturé 20 dollars de l'heure pouvait prendre plus de temps, sans rémunération supplémentaire.
Il semble que les Canadiens travaillant dans des domaines spécialisés et cherchant à compléter leurs revenus en améliorant l'IA ne manquent pas, y compris plusieurs amis de Zhou.
Cela signifie que les travailleurs ont le sentiment de pouvoir être constamment remplacés, a-t-il déclaré.
« Ateliers clandestins numériques »Néanmoins, l'IA dans son ensemble repose sur une chaîne d'approvisionnement mondiale tout au long du processus d'apprentissage, dont une grande partie est sous-traitée à des travailleurs situés dans des pays à bas salaires. Cela peut impliquer un ajustement précis des données, mais une grande partie du travail consiste en l'étiquetage des données, une tâche souvent fastidieuse.
On estime à plusieurs millions le nombre de personnes employées dans ce secteur. Des entreprises ont été accusées d'exploiter la faiblesse de la législation du travail dans des régions comme l'Afrique de l'Est et l'Asie du Sud-Est.
« Il existe une multitude de ce que l'on pourrait appeler des ateliers numériques clandestins, des Philippines au Kenya, où des travailleurs transforment essentiellement ces ensembles de données en produits utilisables par l'IA », a déclaré James Muldoon, co-auteur du livre Feeding the Machine , qui traite du travail humain et des coûts cachés liés à l'alimentation de l'IA.
Il explique que ces tâches peuvent être brutales, comme il l'a constaté lors de son travail de terrain au Kenya et en Ouganda, où les gens travaillaient jusqu'à 70 heures par semaine pour un peu plus d'un dollar de l'heure, dans des conditions qu'il a qualifiées de « vraiment épouvantables ».
Alors que nombre d'annotateurs ambitionnaient de travailler de manière plus significative dans le secteur technologique, il a déclaré qu'ils se retrouvaient coincés à effectuer des tâches « vraiment ennuyeuses et pénibles ».
Les entreprises spécialisées en IA s'intéressent rarement au travail humain qui sous-tend l'automatisation. Selon Merchant, journaliste spécialisé dans les technologies, ces entreprises cherchent généralement à montrer que leur produit « a un côté magique, une puissance indéniable, une vision d'avenir ».
« Il est très rare qu'un emploi soit entièrement automatisé, surtout en milieu industriel », a-t-il déclaré.
« Généralement, on dispose d'une technologie qui permet d'atteindre une partie du but. »
cbc.ca
