Résumé en langage simple
Cet article raconte la fermeture officielle de MTurk, la légendaire plateforme de marquage de données manuellement gérée par Amazon depuis 21 ans. Cette plateforme peut être considérée comme une sorte d’infrastructure invisible et fondamentale pour l’industrie de l’IA. À son apogée, elle comptait plus de 500 000 utilisateurs inscrits dans le monde entier. Elle permettait de diviser les tâches complexes en petites tâches simples pouvant être effectuées pour quelques centimes de dollar. Elle a non seulement aidé Li Feifei à marquer 14 millions d’images pour l’ensemble de données ImageNet en deux ans (ce qui aurait pris 19 ans si elle avait embauché des étudiants universitaires), mais a également soutenu l’entraînement de presque toutes les premières technologies IA, y compris la première version de ChatGPT, et a même contribué à l’émergence du concept d’« économie de micro-travaux ».
Cependant, en raison d’une gestion laxiste et d’un manque de contrôle de la qualité des données, elle n’a pas pu répondre aux exigences des grands modèles d’IA en termes de qualité. À un moment donné, il est même arrivé que des travailleurs utilisent des grands modèles pour tricher et soumettre des travaux de mauvaise qualité. La fin de MTurk ne signifie pas la disparition de l’industrie du marquage de données, mais plutôt un renouveau de celle-ci : les tâches de marquage simples, que tout le monde peut effectuer, deviennent de plus en plus rares, tandis que la valeur des professionnels spécialisés dans ce domaine augmente considérablement. Le secteur évolue d’une activité basse-rente basée sur l’écart de salaire entre les travailleurs et les entreprises vers des services haut de gamme reposant sur l’organisation des connaissances spécialisées.
---
Analyse détaillée
1. MTurk, l’« enseignant invisible » de l’industrie de l’IA
Beaucoup ne savent pas à quel point les IA d’aujourd’hui, capables de converser et de dessiner, étaient primitives à leurs débuts. En 2005, Amazon a créé MTurk dans le but simple de classer et corriger des millions d’articles sur son site e-commerce. Les algorithmes de l’époque ne pouvaient pas gérer ces tâches nécessitant du bon sens, alors Jeff Bezos a eu l’idée de diviser les tâches en petites tâches pouvant être effectuées en quelques secondes (par exemple, attribuer une étiquette de catégorie à un article, dessiner un cadre autour d’une personne dans une image, ou convertir 10 secondes de sonore en texte). Ces tâches étaient proposées à des travailleurs du monde entier pour un petit salaire, et le résultat semblait être calculé par l’IA elle-même.
Cette plateforme est devenue la base du renouveau de l’IA : elle a permis à des chercheurs comme Li Feifei de créer l’ensemble de données ImageNet, qui a révolutionné le domaine de la vision par ordinateur. Elle a également été utilisée pour l’entraînement des technologies de reconnaissance vocale, de conduite autonome et même pour le développement de ChatGPT par OpenAI en 2022. Le concept d’« économie de micro-travaux » a même été inventé en étudiant le fonctionnement de MTurk.
2. Le succès et l’échec de MTurk liés à sa gestion des travailleurs indépendants
Le succès initial de MTurk reposait sur une approche laxiste : pas de contrat de travail, pas de cotisations sociales, pas de formation ni d’évaluation des travailleurs. N’importe qui disposant d’un ordinateur pouvait prendre des missions. Cependant, cela est devenu un défaut majeur au fil du temps : la plateforme ne sélectionnait pas les compétences des travailleurs et ne contrôlait pas la qualité des résultats. Les travailleurs passaient des heures à effectuer des tâches sans garantie de rémunération, et il arrivait souvent qu’ils ne soient pas payés pour des travaux jugés insuffisants par les employeurs.
Le moment le plus ironique a eu lieu avant la fermeture de la plateforme : en 2023, des chercheurs ont découvert que 30 % à 50 % des travailleurs utilisaient des grands modèles linguistiques pour effectuer leurs tâches. MTurk, conçue pour faire semblant que des humains travaillaient comme des machines, s’est finalement transformée en un système où des humains utilisaient des machines pour tromper les autres humains, produisant des données de mauvaise qualité.
3. Des destins contrastés pour les entreprises du même secteur
La fin de MTurk n’est pas le signe du déclin de l’industrie du marquage de données, mais plutôt d’un renouveau. Les entreprises qui ont su s’adapter ont connu une croissance rapide. Par exemple, Scale AI, aux États-Unis, est passée d’une activité de marquage généraliste à des services de marquage de niveau professionnel et de génération de données synthétiques pour l’IA, et sa valeur a atteint 29 milliards de dollars après avoir été investie par Meta. Mercor, fondée par trois jeunes gens nés dans les années 2000, a vu sa valeur grimper à 20 milliards de dollars en trois ans en se concentrant sur l’évaluation et la notation de données pour les grands modèles.
En revanche, les entreprises qui ont persisté dans le modèle traditionnel de MTurk ont connu des échecs cuisants. Appen, une société australienne considérée comme la version industrielle de MTurk, a vu sa valeur chuter de 99 % après la fin de son contrat avec Google.
4. Le marquage de données n’est plus une activité basse-rente
En Chine, l’industrie évolue rapidement : il n’est plus question de recruter des jeunes avec des diplômes inférieurs pour effectuer des tâches simples. Les entreprises recrutent maintenant des professionnels qualifiés, avec des exigences élevées (par exemple, un diplôme de niveau universitaire pour le marquage de données en langues étrangères ou un master pour l’évaluation des grands modèles). Le gouvernement a fixé une croissance annuelle de plus de 20 % pour l’industrie du marquage de données d’ici 2027, et le modèle préconisé est désormais celui de « pré-marquage par IA suivi de révision manuelle par des experts ».
5. Une métaphore poignante sur l’industrie
Le nom de MTurk fait référence à une célèbre arnaque du XVIIIe siècle : un « automate turc » prétendant jouer aux échecs, qui a trompé toute l’Europe pendant des décennies. Aujourd’hui, les données produites par des millions de travailleurs sur MTurk ont rendu les IA de plus en plus intelligentes, et les IA peuvent désormais effectuer elles-mêmes les tâches simples que les humains effectuaient auparavant. Cela signifie que les humains n’auront plus besoin de servir de « substituts » aux IA pour des tâches répétitives, mais plutôt de s’occuper de tâches complexes nécessitant du jugement professionnel et du bon sens humain.