Les dessous de Scale AI, entreprise de labellisation de données IA valorisée à 19 billions de wons : les usines africaines du data labeling

• Pour construire des systèmes d’IA, il faut que des humains apposent directement des labels sur les données. Ces travailleurs de l’ombre sont appelés des « travailleurs de l’annotation ».

• Ces travailleurs se trouvent principalement dans les pays en développement et travaillent sur des plateformes comme Remotasks. Ils étiquettent toutes sortes de contenus, des images pour voitures autonomes jusqu’aux émotions dans des appels de service client.

• Ce travail est le plus souvent découpé en petites tâches, si bien que les travailleurs ignorent souvent l’objectif global de ce qu’ils font ou l’identité du véritable employeur.

• À mesure que la technologie IA progresse, des tâches d’annotation plus spécialisées et plus complexes deviennent nécessaires. Ces missions sont mieux rémunérées pour les personnes disposant d’une expertise.

• Des entreprises comme Surge AI se concentrent sur des travaux d’annotation de plus haute qualité. Elles paient davantage pour des tâches comme l’entraînement de chatbots ou l’évaluation des sorties d’IA.

• Ce secteur fait face à des problèmes tels que les variations de la demande, le maintien de la qualité des données et la pression de l’automatisation.

• Des questions éthiques se posent autour d’une rémunération équitable, du traitement des travailleurs et de leurs perspectives professionnelles à long terme à mesure que la technologie IA évolue.

• Ironie du sort : plus l’IA semble avancée et humaine, plus elle a en réalité besoin d’aide humaine.

• Le débat reste ouvert sur la disparition éventuelle de l’annotation humaine ou sur son maintien comme composante essentielle du développement de l’IA.

• À l’avenir, de nouvelles formes de collaboration pourraient émerger, dans lesquelles les humains travailleront avec des assistants IA pour superviser et améliorer les systèmes d’IA.