Comment l’IA apprend à plier votre linge pour 2,20€ de l’heure

Imaginez la scène : vous rentrez du boulot, épuisé, et là, miracle, votre linge est plié, votre café est prêt, et votre chat a même l’air moins con que d’habitude. Qui a fait ça ? Pas un elfe, pas un conjoint soudainement motivé, mais peut-être, un jour, une IA. En attendant, pour que cette IA sache comment plier une chemise sans en faire une boule, il faut bien que quelqu’un lui montre. Et ce quelqu’un, aujourd’hui, c’est vous. Enfin, pas vous personnellement, mais des milliers de personnes prêtes à se filmer en train de faire des tâches ultra-basiques… pour 2,20€ de l’heure.

Oui, vous avez bien lu. Selon Ouest-France, des plateformes comme Scale AI ou Remotasks recrutent des "petites mains" pour enregistrer leurs gestes du quotidien : plier du linge, préparer un café, ranger un placard. Le tout pour nourrir les algorithmes d’IA qui, un jour, feront ça à votre place. On est loin des promesses marketing des robots ultra-sophistiqués. Là, c’est du crowdsourcing de tâches ménagères, version 2024.

---

L’IA a besoin de vous… pour apprendre à vivre

Une IA, aussi intelligente soit-elle, ne sait pas naturellement comment plier une serviette ou verser du lait dans une tasse. Elle a besoin de données. Beaucoup de données. Et pas n’importe lesquelles : des vidéos de vrais humains en train de faire ces gestes, sous tous les angles, dans toutes les lumières, avec toutes les maladresses possibles.

C’est un peu comme si vous deviez apprendre à un extraterrestre à faire du vélo. Vous ne lui expliquerez pas la physique du mouvement, vous allez lui montrer 10 000 vidéos de gens qui pédalent, tombent, recommencent. L’IA, c’est pareil : elle ingurgite des heures de footage pour comprendre les patterns (les schémas) des tâches quotidiennes.

Et c’est là que les plateformes d’annotation entrent en jeu. Elles recrutent des travailleurs – souvent dans des pays où le coût de la main-d’œuvre est bas – pour filmer leurs activités. Le tarif ? 2,20€ de l’heure, selon les témoignages recueillis par Ouest-France. À ce prix-là, on ne va pas se mentir, ce n’est pas pour devenir riche. Mais pour une IA, c’est une aubaine : des données réelles, diverses, et surtout, peu chères.

---

Des exemples concrets (et un peu flippants)

Prenez l’exemple de Tesla. Le constructeur utilise des vidéos de conducteurs humains pour entraîner son système d’autopilote. Sauf que là, au lieu de conduire, on vous demande de filmer comment vous épluchez une carotte. Moins glamour, mais tout aussi utile pour une IA qui devra un jour manipuler des objets dans une cuisine.

Autre cas : les assistants vocaux comme Siri ou Alexa. Ils ont appris à reconnaître les commandes vocales grâce à des milliers d’heures d’enregistrements audio. Là, c’est la même logique, mais appliquée à des tâches physiques. Une IA qui veut savoir comment essuyer une table a besoin de voir des humains le faire. Beaucoup.

Et bien sûr, tout ça soulève des questions. Qui sont ces travailleurs ? Dans quelles conditions filment-ils ces vidéos ? Est-ce que leur consentement est vraiment éclairé ? On est loin des labos high-tech de Silicon Valley, et ça, c’est un peu le problème. Comme le soulignait déjà notre article sur les agents IA qui remplacent des tâches humaines, l’automatisation a un coût humain, souvent invisible.

---

L’impact sur votre quotidien : demain, votre robot saura (peut-être) faire le café

Alors, à quoi ça sert, tout ça ? À long terme, l’objectif est clair : créer des IA capables d’assister les humains dans des tâches domestiques. Imaginez un robot qui range votre salon pendant que vous regardez Netflix, ou un bras mécanique qui prépare votre petit-déj’. C’est le rêve vendu par les géants de la tech.

Mais en attendant, il y a un hic. Ces IA ont besoin de beaucoup de données pour être fiables. Et aujourd’hui, la seule façon de les obtenir, c’est de faire appel à des humains. Des humains payés une misère pour faire ce que les machines ne savent pas encore faire.

Et puis, il y a la question de la qualité. Une IA entraînée sur des vidéos de gens qui plient mal leur linge risque de reproduire les mêmes erreurs. Franchement, si votre robot vous rend une chemise en boule parce qu’il a appris sur des données pourries, vous allez râler. Et vous aurez raison.

---

Un modèle économique… discutable

2,20€ de l’heure, c’est moins que le SMIC. C’est même moins que ce que gagnent certains livreurs Uber Eats. Alors oui, pour les plateformes, c’est une façon de réduire les coûts. Mais pour les travailleurs, c’est une forme de précarité déguisée.

Et puis, il y a l’aspect éthique. Est-ce normal que des entreprises valant des milliards s’appuient sur une main-d’œuvre sous-payée pour développer leurs technologies ? On est en droit de se poser la question. Surtout quand on sait que ces mêmes entreprises vendent ensuite leurs solutions à prix d’or.

Comme le disait un travailleur interrogé par Ouest-France : "C’est un peu comme si on nous demandait de creuser notre propre fosse." Une métaphore un peu sombre, mais qui résume bien l’absurdité de la situation.

---

Et demain ?

À court terme, rien ne va changer. Les IA ont encore besoin de données, et les humains sont toujours les meilleurs pour les fournir. Mais à long terme, deux scénarios sont possibles :

1. Les IA deviennent assez bonnes pour générer elles-mêmes des données synthétiques (des vidéos de linge qui se plie tout seul, par exemple). Dans ce cas, le besoin en main-d’œuvre humaine diminuera.
2. On continue comme aujourd’hui, avec des armées de travailleurs sous-payés qui alimentent les algorithmes. Dans ce cas, préparez-vous à voir fleurir des offres d’emploi du type "Recherche personne pour filmer son petit-déj’ – 2€/h".

Dans les deux cas, une chose est sûre : l’IA ne remplacera pas votre plombier de sitôt. Comme on l’expliquait dans cet article, certaines tâches nécessitent une expertise et une adaptabilité que les machines n’ont pas encore. Mais pour plier du linge ou faire du café, en revanche… bonne chance aux humains.

---

FAQ

[Pourquoi les IA ont-elles besoin de vidéos de tâches quotidiennes ?] Les IA apprennent en analysant des données. Pour comprendre comment plier du linge ou faire du café, elles ont besoin de voir des humains le faire, sous tous les angles et dans toutes les situations possibles.

[Qui sont les personnes qui filment ces vidéos ?] Ce sont souvent des travailleurs recrutés sur des plateformes de crowdsourcing comme Scale AI ou Remotasks. Ils sont payés quelques euros de l’heure pour enregistrer leurs gestes du quotidien.

[Est-ce que ces données sont bien utilisées ?] C’est la grande question. Les entreprises qui collectent ces données assurent qu’elles servent à améliorer les IA. Mais le manque de transparence et les conditions de travail précaires soulèvent des interrogations éthiques.