Payés 2 $ de l'heure pour entraîner l'IA, ils la faisaient bosser à leur place

Il portait un numéro, pas un nom. Chaque jour, à Manille, à Hyderabad ou dans une chambre du Midwest, il se connectait à un portail, enchaînait les micro-tâches, étiquetait des images, transcrivait de l'audio, remplissait des questionnaires pour quelques centimes pièce. Le 30 septembre 2026, ce portail s'éteint pour toujours.

Amazon débranche Mechanical Turk, la plateforme de travail à la tâche (des humains payés à l'acte pour de petits travaux numériques) qu'elle a lancée en 2005. Vingt et un ans de service, refermés d'une phrase administrative. Et une ironie que personne ne peut manquer : cette armée humaine a aidé à construire les intelligences artificielles qui viennent de la rendre inutile.

Le plus troublant tient dans ce qu'on a découvert juste avant la fermeture. À la fin, une part énorme de ces humains ne faisaient plus le travail eux-mêmes : ils le sous-traitaient en secret à une IA. La machine qu'ils avaient aidé à construire faisait désormais leur travail à leur place.

Dans cet article :

• Bezos appelait ça « l'intelligence artificielle artificielle »
• Un travailleur sur trois trichait déjà avec ChatGPT
• Une armée invisible payée deux dollars de l'heure
• Pourquoi Amazon ferme au pire moment possible
• Notre lecture : ce que la fermeture change vraiment

Bezos appelait ça « l'intelligence artificielle artificielle »

Le nom n'est pas un hasard. Il vient d'un automate du 18e siècle, un joueur d'échecs mécanique qui bluffait toute l'Europe. Sous le capot se cachait un vrai humain, un maître d'échecs tapi dans le meuble, qui déplaçait les pièces à la main pendant que le public croyait voir une machine pensante.

Amazon a repris l'idée à la lettre. La plateforme distribuait aux entreprises des « Human Intelligence Tasks », des tâches faciles pour un humain mais encore trop dures pour un ordinateur : reconnaître un objet sur une photo, nettoyer une base de données, modérer un contenu. Jeff Bezos a résumé le concept d'une formule restée célèbre, « l'intelligence artificielle artificielle » [1].

Autrement dit : vous appeliez une interface de programmation (une API, le canal par lequel deux logiciels s'échangent des requêtes) comme si vous interrogiez un algorithme, mais à l'autre bout du fil, c'était un humain qui répondait. Le logiciel servait de façade. La vraie intelligence restait biologique, découpée en tâches de quelques secondes et facturée à l'unité.

Cette main-d'œuvre a servi de socle invisible à l'apprentissage automatique moderne (la technique qui permet à un logiciel d'apprendre à partir d'exemples). Chaque photo étiquetée apprenait à un modèle de vision à « voir ». Chaque phrase notée affinait un moteur de langage. L'institut Allen pour l'IA raconte avoir utilisé la plateforme pour bâtir des jeux de données de bon sens élémentaire, ce genre de savoir évident pour un enfant et longtemps hors de portée des machines [2].

Un travailleur sur trois trichait déjà avec ChatGPT

En 2023, trois chercheurs de l'École polytechnique fédérale de Lausanne (l'EPFL, en Suisse) ont voulu vérifier une intuition dérangeante. Si des humains sont payés à la tâche, et qu'un outil comme ChatGPT peut faire la tâche à leur place plus vite, pourquoi s'en priveraient-ils ?

Ils ont confié une tâche classique de résumé de texte à des travailleurs de la plateforme, puis ont traqué la triche par deux méthodes croisées : la détection de frappe au clavier (repérer le copier-coller au lieu de la saisie manuelle) et un classificateur entraîné à distinguer un texte humain d'un texte de machine. Leur estimation a de quoi inquiéter tous ceux qui achètent du jugement humain. Entre 33 % et 46 % des travailleurs avaient utilisé un grand modèle de langage, le moteur qui fait tourner ChatGPT, pour accomplir la tâche [3].

Le titre de leur article dit tout : « Artificial Artificial Artificial Intelligence ». Un troisième « artificial » ajouté à la formule de Bezos. La chaîne complète devient absurde : une entreprise croit payer une IA, c'est en réalité un humain, et cet humain utilise une IA pour faire semblant d'être humain.

L'affaire dépasse la curiosité de laboratoire. Les chercheurs voulaient savoir si l'on pouvait encore utiliser la plateforme comme source de vérité humaine pour évaluer les IA. Réponse : de moins en moins. Quand un chercheur croit collecter du jugement humain, il récolte peut-être la réponse d'une machine, recopiée par un intermédiaire payé au clic. La provenance de la donnée s'effondre avant même sa qualité.

Une armée invisible payée deux dollars de l'heure

Pour comprendre pourquoi ces travailleurs trichaient, il faut regarder leur feuille de paie. La documentation d'Amazon elle-même revendiquait plus de 500 000 travailleurs inscrits dans 190 pays, un chiffre de brochure que le groupe n'a jamais actualisé [2]. Une population énorme, dispersée, et largement précaire.

Une analyse de 3,8 millions de tâches réalisées par 2 676 travailleurs a livré le chiffre qui fâche : le salaire horaire médian tournait autour de 2 dollars de l'heure, et seuls 4 % des travailleurs dépassaient le salaire minimum fédéral américain de 7,25 dollars [5]. Le reste ramait sous le seuil, tâche après tâche.

À ce tarif, chaque seconde compte. Si une IA peut résumer un texte en dix secondes là où un humain en met trois minutes, le calcul est vite fait. La triche relève de la survie économique, dans un système qui ne rémunère que la vitesse.

Cette précarité n'a rien de neuf. Dès 2016, une enquête du centre de recherche Pew montrait que 52 % des travailleurs déclaraient gagner moins de 5 dollars de l'heure, dans une population plus jeune et plus diplômée que la moyenne américaine [9]. La plateforme a toujours été, pour beaucoup, un travail d'appoint mal payé plutôt qu'un métier.

Pourquoi Amazon ferme au pire moment possible

Le paradoxe mérite qu'on s'y arrête. Amazon débranche sa plateforme de main-d'œuvre humaine au moment exact où le besoin de données étiquetées explose. Le marché mondial de la collecte et de l'étiquetage de données (le travail qui consiste à décrire une donnée brute pour qu'une IA puisse l'apprendre) pesait 3,8 milliards de dollars en 2024, et devrait atteindre 17,1 milliards en 2030 [6].

Alors pourquoi fermer ? Parce que le modèle de Mechanical Turk, la foule anonyme et non contrôlée, est devenu le mauvais outil. Et la plateforme n'est pas seule visée : depuis le 30 juillet 2026, Amazon a basculé en mode maintenance toute sa boîte à outils d'annotation humaine, SageMaker Ground Truth et Augmented AI compris, fermée aux nouveaux clients et simplement entretenue pour les anciens [4]. Le groupe referme la porte de son infrastructure de données humaines en libre accès.

Le relais est déjà pris ailleurs. Une nouvelle génération de sociétés spécialisées, Scale AI, Mercor, Prolific, recrute des travailleurs pour entraîner les modèles avec des garanties de qualité que la vieille plateforme n'a jamais offertes. Là où Mechanical Turk envoyait une tâche dans le vide, ces entreprises tracent qui fait quoi. La différence tient en un mot que l'IA a rendu vital : la traçabilité.

Amazon, lui, n'a donné aucune raison, au-delà d'un communiqué qui parle d'« évaluation ». L'explication documentée vient des travailleurs : Krista Pawloski, organisatrice du collectif Turkopticon, décrit une plateforme en déclin depuis des années, délaissée par Amazon pendant que les concurrents raflaient les turkers [1].

Reste ce que l'étude suisse a mis à nu, et qui pèse sans doute autant. Quand jusqu'à un travailleur sur deux peut secrètement déléguer sa tâche à une IA, la donnée « humaine » n'existe plus. Or c'est précisément la donnée humaine authentique que les laboratoires s'arrachent, à mesure que le web se remplit de textes générés par machine. Une plateforme incapable de prouver que le travail livré est humain n'a plus rien à vendre au seul marché qui paie encore.

Notre lecture : ce que la fermeture change vraiment

La tentation, en lisant cette nouvelle, est d'y voir une simple date de péremption : une plateforme dépassée qui s'éteint, un chapitre qui se ferme. Ce serait passer à côté de l'essentiel. Avec Mechanical Turk s'éteint le dernier grand endroit où le travail humain derrière l'IA était visible et chiffrable. Sa disparition de la vue commence là.

Le travail, lui, se réorganise. Une part de l'annotation simple (l'étiquetage à la chaîne) sera absorbée par les machines elles-mêmes : le fournisseur Telus International vise l'automatisation de 90 % de l'étiquetage de données pour les véhicules autonomes [7]. Un dirigeant du secteur, cité dans la même analyse, précise que l'automatisation déplace le rôle de l'humain vers des tâches plus complexes. On appelle ça, dans le jargon du métier, « l'humanité dans la boucle » : un humain reste dans le circuit pour valider ce que la machine produit.

Sauf que ce nouvel humain est plus difficile à voir, plus spécialisé, et souvent contractualisé par des sociétés dont vous n'avez jamais entendu parler. Le paradoxe de départ ne disparaît donc pas avec la plateforme qui l'a révélé. Il se cache mieux. Et pour qui veut lire ce marché plutôt que le subir, la question utile devient comment savoir ce qu'on achète vraiment quand on paie pour de la donnée dite humaine.

Les laboratoires, eux, ont déjà mis un nom sur ce qui les attend s'ils se trompent de fournisseur, et ce nom sort d'une étude publiée dans la revue Nature.