Après des études supérieures en Californie, Dylan Baker a été embauché par Google. Le parcours classique d’un jeune ingénieur informatique qui souhaite rembourser son prêt étudiant – quitte à mettre quelques convictions de côté. Arrivé en 2017 au sein de la puissante entreprise de la tech, il y travaille sur l’apprentissage automatique, un procédé qui permet à des dispositifs d’intelligence artificielle (IA) d’« apprendre » à partir de données sans instructions précises.
Pour cela, il utilisait ce qu’on appelle des « données étiquetées », des données auxquelles on joint des explications sur leur sens ou leur contenu. Par exemple, une image de chat où l’on a renseigné où sont les oreilles, le museau et les moustaches. Ou alors, si une personne sur une vidéo a l’air joyeuse ou triste, si le son est bon ou dégradé, ou une retranscription de ce que dit la personne.
Dylan et ses collègues reçoivent ces paquets de données pour nourrir leurs systèmes d’IA. « À ce moment-là de ma carrière, je ne savais même pas que l’étiquetage des données était un travail à part-entière, se rappelle Dylan Baker. On recevait des données dites étiquetées, et puis c’est tout. Par qui ? Comment ? On ne se posait pas la question. » C’est par la recherche sur l’éthique de l’IA que le jeune ingénieur découvre la réalité des conditions de travail des personnes qui « étiquettent » les données qu’il reçoit.
Des entraîneurs d’IA sans droits
Certains de ces « entraîneurs et entraîneuses d’IA » sont employés dans des grands centres dans des pays où la main d’œuvre est très peu chère. Mais une grande partie travaillent pour des plateformes pas toujours connues du grand public, comme Amazon Mechanical Turk ou Clickworker. Et ils n’en sont pas salariés, donc sans protection, ni salaire fixe…
Répartis aux quatre coins du monde, ces travailleurs et travailleuses font ce que l’on…
Auteur: Emma Bougerol
