ChatGPT vous parle. 3 dollars de l'heure ont rendu ça possible.

Derrière chaque réponse de ChatGPT, des milliers de mains humaines

Quand vous posez une question à ChatGPT ou à Gemini, vous attendez une réponse fluide, précise, presque humaine. Ce que personne ne vous dit, c'est que cette fluidité a été sculptée, heure après heure, par des travailleurs payés quelques dollars par jour, souvent au Kenya, aux Philippines ou en Inde. L'intelligence artificielle n'a pas surgi de nulle part : elle a été élevée à la main, dans l'ombre, par une armée de travailleurs invisibles.

C'est l'une des réalités les moins discutées de l'essor de l'IA. Pendant que les grandes entreprises technologiques récoltent des valorisations boursières à plusieurs centaines de milliards de dollars, une chaîne de sous-traitance mondiale fait tourner la machine, loin des projecteurs de la Silicon Valley.

Le travail de données : le fondement que personne ne montre

Entraîner un modèle d'IA comme GPT-4 ou Llama ne consiste pas simplement à lui soumettre des textes bruts. Pour que le modèle comprenne le monde, distingue le vrai du faux, évite les réponses toxiques et adapte son ton, il faut des données annotées, filtrées et évaluées par des humains. Ce processus s'appelle le data labeling ou annotation de données.

Concrètement, cela signifie :

• Étiqueter des milliers d'images pour qu'un modèle reconnaisse un chat, une voiture ou un signe de circulation.
• Lire et noter des conversations pour indiquer si une réponse est pertinente, dangereuse ou biaisée.
• Transcrire des enregistrements audio pour alimenter les systèmes de reconnaissance vocale.
• Modérer des contenus violents ou explicites afin de protéger les utilisateurs finaux — en s'y exposant soi-même.

Ce travail est répétitif, souvent traumatisant, et massivement externalisé vers des pays où les coûts de main-d'œuvre sont faibles.

Les architectes invisibles : qui sont-ils vraiment ?

En 2023, une enquête de Time Magazine a révélé qu'OpenAI, la société derrière ChatGPT, avait eu recours à une entreprise kényane, Sama, pour faire annoter des milliers de textes contenant des contenus violents, pédocriminels ou liés au terrorisme. Les travailleurs étaient rémunérés entre 1,32 et 2 dollars de l'heure. Plusieurs d'entre eux ont développé des symptômes de stress post-traumatique après avoir été exposés à ces contenus sans soutien psychologique adéquat.

Ce cas n'est pas une exception. Des plateformes comme Scale AI, Appen ou Remotasks emploient des centaines de milliers de travailleurs à travers le monde. Ces plateformes fonctionnent sur un modèle de micro-tâches : chaque annotation vaut quelques centimes, et les revenus dépendent du volume traité. Pas de contrat fixe, pas de protection sociale, pas de droits syndicaux dans la plupart des cas.

Une géographie de l'exploitation numérique

Ce phénomène s'inscrit dans une logique bien connue d'arbitrage géographique : délocaliser les tâches à faible valeur perçue vers des zones où le coût du travail est minimal. Sauf que dans ce cas précis, la valeur réelle de ce travail est colossale. Sans ces annotations humaines, aucun grand modèle de langage n'existerait sous sa forme actuelle. Ces travailleurs ne sont pas périphériques à l'IA : ils en sont le socle.

Pourquoi le secteur regarde ailleurs

L'industrie de l'IA a tout intérêt à maintenir cette réalité dans l'angle mort. Mettre en avant l'automatisation et l'intelligence machine vend mieux que d'admettre que des travailleurs précaires en sont les véritables garants. Les entreprises préfèrent parler d'algorithmes auto-apprenants plutôt que de chaînes d'approvisionnement humaines.

Par ailleurs, les contrats passés avec ces travailleurs incluent souvent des clauses de confidentialité strictes, ce qui rend toute dénonciation risquée. L'opacité est structurelle, pas accidentelle.

Ce que cela change pour nous, utilisateurs

Cette réalité nous concerne directement, non pas pour culpabiliser, mais pour consommer l'IA de façon plus lucide. Quelques pistes concrètes :

• Exiger la transparence : soutenir les initiatives qui obligent les entreprises d'IA à divulguer leurs chaînes de sous-traitance.
• Valoriser les acteurs éthiques : certaines entreprises, comme iMerit ou Alegion, mettent en avant des pratiques d'annotation plus équitables avec des contrats formels et des salaires décents.
• Faire pression via la réglementation : l'AI Act européen commence à intégrer ces enjeux, mais les standards sociaux restent encore très insuffisants.

Vers une IA qui assume ses fondations humaines

Il ne s'agit pas de diaboliser l'intelligence artificielle. Ces technologies offrent des opportunités réelles pour de nombreux secteurs et populations. Mais une IA digne de ce nom se doit d'être honnête sur ses coûts humains, pas seulement sur ses performances techniques.

Tant que les modèles d'IA seront présentés comme des génies algorithmiques déconnectés de toute réalité sociale, nous raterons l'essentiel : derrière chaque prompt que vous tapez, il y a un être humain, quelque part, qui a rendu cette réponse possible. Il mérite, au minimum, d'être reconnu.

— Reservoir Live