L’IA est une industrie multimilliardaire soutenue par une main-d’œuvre invisible et exploitée
Dans des usines poussiéreuses, des cybercafés exigus et des bureaux à domicile de fortune partout dans le monde, des millions de personnes sont assises devant des ordinateurs et étiquetent fastidieusement des données.
Ces travailleurs sont l’élément vital de l’industrie en plein essor de l’intelligence artificielle (IA). Sans eux, des produits tels que ChatGPT n’existeraient tout simplement pas. En effet, les données qu’ils étiquetent aident les systèmes d’IA à « apprendre ».
Mais malgré la contribution vitale de cette main-d’œuvre à une industrie dont la valeur devrait atteindre 407 milliards de dollars d’ici 2027, les personnes qui la composent sont en grande partie invisibles et fréquemment exploitées. Plus tôt cette année, près de 100 étiqueteurs de données et travailleurs de l'IA du Kenya qui travaillent pour des entreprises comme Facebook, Scale AI et OpenAI ont publié une lettre ouverte au président américain Joe Biden dans laquelle ils déclaraient : « Nos conditions de travail s'apparentent à de l'esclavage moderne. «
Pour garantir que les chaînes d’approvisionnement en IA soient éthiques, l’industrie et les gouvernements doivent s’attaquer de toute urgence à ce problème. Mais la question clé est : comment ?
Qu’est-ce que l’étiquetage des données ?
L'étiquetage des données est le processus d'annotation de données brutes, telles que des images, des vidéos ou du texte, afin que les systèmes d'IA puissent reconnaître des modèles et faire des prédictions.
Les voitures autonomes, par exemple, s’appuient sur des séquences vidéo étiquetées pour distinguer les piétons des panneaux de signalisation. Les grands modèles de langage tels que ChatGPT s'appuient sur du texte étiqueté pour comprendre le langage humain.
Ces ensembles de données étiquetés sont l’élément vital des modèles d’IA. Sans eux, les systèmes d’IA ne pourraient pas fonctionner efficacement.
Des géants de la technologie comme Meta, Google, OpenAI et Microsoft sous-traitent une grande partie de ce travail à des usines d’étiquetage de données dans des pays comme les Philippines, le Kenya, l’Inde, le Pakistan, le Venezuela et la Colombie.
La Chine est également en train de devenir une autre plaque tournante mondiale pour l’étiquetage des données.
Les sociétés d'externalisation qui facilitent ce travail incluent Scale AI, iMerit et Samasource. Ce sont de très grandes entreprises à part entière. Par exemple, Scale AI, dont le siège est en Californie, vaut désormais 14 milliards de dollars.
Couper les coins ronds
De grandes entreprises technologiques comme Alphabet (la société mère de Google), Amazon, Microsoft, Nvidia et Meta ont investi des milliards dans l’infrastructure de l’IA, depuis la puissance de calcul et le stockage de données jusqu’aux technologies informatiques émergentes.
La formation des modèles d’IA à grande échelle peut coûter des dizaines de millions de dollars. Une fois déployés, la maintenance de ces modèles nécessite un investissement continu dans l’étiquetage, le raffinement et les tests réels des données.
Mais même si les investissements dans l’IA sont importants, les revenus n’ont pas toujours répondu aux attentes. De nombreuses industries continuent de considérer les projets d’IA comme expérimentaux et dont les trajectoires de rentabilité ne sont pas claires.
En réponse, de nombreuses entreprises réduisent leurs coûts, ce qui touche ceux qui se trouvent tout en bas de la chaîne d’approvisionnement de l’IA et qui sont souvent très vulnérables : les étiqueteurs de données.
Bas salaires, conditions de travail dangereuses
Les entreprises impliquées dans la chaîne d’approvisionnement de l’IA tentent notamment de réduire leurs coûts en employant un grand nombre d’étiqueteurs de données dans les pays du Sud, comme les Philippines, le Venezuela, le Kenya et l’Inde. Les travailleurs de ces pays sont confrontés à une stagnation ou à une baisse des salaires.
Par exemple, le taux horaire des étiqueteurs de données IA au Venezuela varie entre 90 cents et 2 dollars américains. En comparaison, aux États-Unis, ce tarif se situe entre 10 et 25 dollars américains de l'heure.
Aux Philippines, les travailleurs qui étiquetent les données d'entreprises multimilliardaires telles que Scale AI gagnent souvent bien en dessous du salaire minimum.
Certains fournisseurs d’étiquetage ont même recours au travail des enfants à des fins d’étiquetage.
Mais il existe de nombreux autres problèmes de main-d’œuvre au sein de la chaîne d’approvisionnement de l’IA.
De nombreux étiqueteurs de données travaillent dans des environnements surpeuplés et poussiéreux, ce qui présente un risque sérieux pour leur santé. Ils travaillent aussi souvent comme entrepreneurs indépendants, n’ayant pas accès à des protections telles que des soins de santé ou une indemnisation.
Le coût mental du travail d’étiquetage des données est également important, avec des tâches répétitives, des délais stricts et des contrôles de qualité rigides. Il est également parfois demandé aux étiqueteurs de données de lire et d'étiqueter des discours de haine ou d'autres propos ou documents injurieux, dont il a été prouvé qu'ils ont des effets psychologiques négatifs.
Les erreurs peuvent entraîner des réductions de salaire ou des pertes d’emploi. Mais les étiqueteurs constatent souvent un manque de transparence sur la manière dont leur travail est évalué. Ils se voient souvent refuser l’accès aux données de performance, ce qui entrave leur capacité à améliorer ou à contester les décisions.
Rendre les chaînes d’approvisionnement de l’IA éthiques
Alors que le développement de l’IA devient plus complexe et que les entreprises s’efforcent de maximiser leurs profits, le besoin de chaînes d’approvisionnement éthiques en IA devient urgent.
Les entreprises peuvent notamment contribuer à garantir cet objectif en appliquant une approche de conception, de délibération et de surveillance centrée sur les droits humains à l’ensemble de la chaîne d’approvisionnement de l’IA. Ils doivent adopter des politiques salariales équitables, garantissant que les étiqueteurs de données reçoivent un salaire décent qui reflète la valeur de leurs contributions.
En intégrant les droits de l'homme dans la chaîne d'approvisionnement, les entreprises d'IA peuvent favoriser une industrie plus éthique et plus durable, garantissant que les droits des travailleurs et la responsabilité des entreprises s'alignent sur le succès à long terme.
Les gouvernements devraient également créer de nouvelles réglementations qui imposent ces pratiques, encourageant l’équité et la transparence. Cela inclut la transparence dans l’évaluation des performances et le traitement des données personnelles, permettant aux travailleurs de comprendre comment ils sont évalués et de contester toute inexactitude.
Des systèmes de paiement et des mécanismes de recours clairs garantiront que les travailleurs soient traités équitablement. Au lieu de démanteler les syndicats, comme Scale AI l’a fait au Kenya en 2024, les entreprises devraient également soutenir la formation de syndicats ou de coopératives numériques. Cela donnera aux travailleurs une voix pour plaider en faveur de meilleures conditions de travail.
En tant qu’utilisateurs de produits d’IA, nous pouvons tous plaider en faveur de pratiques éthiques en soutenant les entreprises qui sont transparentes sur leurs chaînes d’approvisionnement en IA et qui s’engagent à traiter équitablement leurs travailleurs. Tout comme nous récompensons les producteurs de biens physiques écologiques et équitables, nous pouvons promouvoir le changement en choisissant sur nos smartphones des services ou des applications numériques qui respectent les normes des droits de l'homme, en promouvant des marques éthiques via les médias sociaux et en votant avec nos dollars pour la responsabilité de la technologie. géants au quotidien.
En faisant des choix éclairés, nous pouvons tous contribuer à des pratiques plus éthiques dans l’ensemble du secteur de l’IA.
