La décision d’Amazon de fermer Mechanical Turk après 21 ans d’existence peut facilement être perçue comme un arrêt d’activité de routine. Une plateforme ayant fait son temps, discrètement mise à la retraite. Mais cette approche passe à côté de ce qu’était réellement MTurk : l’une des expériences les plus précoces et les plus révélatrices de la relation entre le travail humain et l’intelligence des machines. Sa fermeture, prévue pour le 30 septembre 2026, ressemble moins à une fin qu’à un point de réflexion.
Une plateforme bâtie sur le travail que les ordinateurs ne pouvaient pas faire
Mechanical Turk a été lancé en 2005 avec un principe qui semble presque paradoxal aujourd’hui. Le fondateur d’Amazon, Jeff Bezos, l’a décrit comme une « intelligence artificielle artificielle », une formule qui capturait l’idée centrale avec précision : la plateforme utilisait des travailleurs humains pour effectuer des tâches que les systèmes automatisés n’étaient pas encore capables de gérer de manière fiable. Étiqueter des images, transcrire de l’audio, trier des données. De petites tâches répétitives, simples sur le plan cognitif, mais qui nécessitaient néanmoins la perception et le jugement humains.
Le nom lui-même portait une ironie historique. Il faisait référence à un automate joueur d’échecs du XVIIIe siècle qui semblait fonctionner de manière autonome mais dissimulait un opérateur humain à l’intérieur. MTurk revêtait le même costume : un marché numérique qui ressemblait à un produit logiciel mais fonctionnait, en son cœur, grâce à l’effort humain. Les travailleurs accomplissaient ce qu’Amazon appelait des « tâches d’intelligence humaine », ou HITs, souvent pour seulement quelques centimes par tâche.
À son apogée, la plateforme connectait plus de 500 000 travailleurs à des entreprises et des chercheurs qui avaient besoin de cette couche humaine. Pour beaucoup de ces travailleurs, il ne s’agissait pas d’une simple curiosité secondaire. Krista Pawloski, travailleuse des données et organisatrice au sein du groupe de défense Turkopticon, a commencé à travailler sur MTurk en 2008 pour y passer à plein temps dès 2012. Elle a décrit des plateformes comme MTurk comme une source de revenus significative pour les personnes ayant besoin d’un travail flexible et à distance. Ce contexte compte. Derrière chaque image étiquetée et chaque extrait audio transcrit se trouvait une personne prenant une décision financière.
L’effondrement circulaire : des humains accomplissant des tâches d’IA avec l’IA
Voici ce que la plupart des articles sur cette fermeture minimisent. MTurk n’a pas simplement été remplacé par l’automatisation de manière simple et linéaire. Quelque chose de plus étrange s’est produit en premier.
Une analyse de 2023 citée par TechCrunch a révélé qu’entre 33 % et 46 % des travailleurs de MTurk inclus dans l’étude utilisaient des LLM pour accomplir les tâches mêmes pour lesquelles ils avaient été embauchés en tant qu’humains. Un système conçu pour fournir un jugement humain afin d’entraîner et de valider des modèles d’IA était devenu, dans une proportion significative de cas, une station de relais pour des réponses générées par l’IA. Les travailleurs utilisaient l’IA pour accomplir des tâches que les entreprises d’IA payaient des humains pour réaliser précisément parce qu’elles voulaient une intervention humaine.
Il ne s’agit pas seulement d’une histoire de tricherie ou de déclin de plateforme. C’est un signal structurel. Lorsque l’incitation économique à utiliser l’IA pour simuler le travail humain devient suffisamment forte, la frontière entre « données étiquetées par des humains » et « données générées par l’IA » commence à se dissoudre. Le pipeline qui alimentait les systèmes d’apprentissage automatique en jugement humain se remplissait discrètement de production mécanique à la place.
Amazon n’a pas publiquement relié cette fermeture à cette dynamique ou aux progrès de l’IA en général. Sa déclaration officielle cite uniquement une évaluation interne de ses services. Mais le calendrier et le contexte sont difficiles à dissocier du changement plus large dans la manière dont les données d’entraînement de l’IA sont sourcées et validées.
Ce que le départ de MTurk révèle sur le travail invisible
La fermeture de MTurk ne signifie pas que le travail qu’il représentait a disparu. Amazon Web Services continue de proposer SageMaker Ground Truth, son propre outil d’étiquetage de données, comme alternative pour les anciens clients de MTurk. De nouvelles entreprises, notamment Scale AI, Mercor et Prolific, ont bâti des activités entières autour du sourcing de main-d’œuvre humaine spécifiquement pour entraîner des modèles d’IA avancés. La demande de jugement humain dans le pipeline de l’IA n’a pas disparu. Elle a migré et, dans certains cas, elle s’est professionalisée.
Ce que le départ de MTurk met en lumière, c’est la manière dont ce travail a été valorisé, ou plus précisément, comment il n’a souvent pas été valorisé de manière visible. La plateforme a rendu structurellement facile le fait de traiter le travail cognitif humain comme une marchandise tarifée à quelques centimes par tâche, sans avantages, sans contrats et sans reconnaissance dans le produit final. Les systèmes d’IA entraînés sur ce travail ont ensuite généré une valeur commerciale substantielle. Les travailleurs qui ont contribué à cette fondation sont restés largement invisibles.
C’est la question plus vaste que laissent en suspens les 21 années d’existence de MTurk. À mesure que l’entraînement de l’IA devient plus sophistiqué et que la demande de retours humains de haute qualité augmente, la question de la structuration, de la rémunération et de la reconnaissance de ce travail devient de plus en plus cruciale. Des plateformes comme MTurk ont démontré que la couche humaine au sein de l’IA est réelle et nécessaire. Elles ont moins bien réussi à rendre cette couche lisible ou équitablement récompensée.
En bref
MTurk n’était pas seulement une plateforme de missions ponctuelles. C’était une première couche d’infrastructure pour l’IA moderne, un marché où la perception humaine était convertie en données d’entraînement à grande échelle. Sa fermeture reflète deux pressions convergentes : l’automatisation des tâches qu’il exigeait autrefois des humains, et l’émergence de concurrents plus spécialisés construits explicitement pour le développement de l’IA. Le détail le plus révélateur de son dernier chapitre est qu’une part notable de ses travailleurs avait commencé à utiliser l’IA pour accomplir des tâches conçues pour produire des contributions humaines. Cette boucle, des humains utilisant l’IA pour nourrir l’IA, n’est pas une anomalie. C’est un aperçu des questions que l’industrie devra résoudre à mesure qu’il deviendra plus difficile de tracer la frontière entre les données humaines et les données générées par des machines.
D’après un reportage de Fast Company - Work Life.