Amazon Mechanical Turk fermera définitivement ses portes le 30 septembre 2026. Après vingt et un ans d’existence, cette plateforme de microtravail, plus connue sous le nom de MTurk, disparaît, et avec elle son intégration à SageMaker Ground Truth.
Cet outil de gestion et d’automatisation de l’annotation permettait de confier certaines microtâches aux travailleurs de Mechanical Turk. Sa disparition met fin à ce lien entre les deux services, qui avait contribué à populariser le modèle des micro-tâches en ligne.
L’expansion des modèles d’apprentissage, les progrès de l’automatisation et l’amélioration constante de leurs performances bouleversent cette organisation du travail. Les algorithmes accomplissent désormais, à moindre coût, des tâches confiées autrefois à cette main-d’œuvre invisible, dont une partie dépendait pourtant de ces revenus pour vivre.
Des travailleurs qui ont entraîné leur remplaçant
Les travailleurs du clic, souvent appelés « workers », ont en quelque sorte préparé leur propre remplacement. En annotant des millions de données, en catégorisant des images et en modérant des contenus pour quelques centimes, ils ont nourri les modèles d’apprentissage qui les remplacent aujourd’hui. Les intelligences artificielles génératives n’ont plus réellement besoin de cette armée de petites mains pour apprendre à reconnaître un texte ou à structurer une base de données.
Des millions d’internautes deviennent à leur tour des « workers », mais cette fois sans être rémunérés. En formulant des requêtes toujours plus précises, en reformulant des textes ou en corrigeant les réponses générées par les IA, ils travaillent gratuitement, sans le savoir. Ce basculement montre comment une partie du travail numérique a été progressivement effacée par les technologies qu’elle avait contribué à faire émerger.
L’impact socio-économique de cette disparition est considérable pour de nombreux travailleurs francophones et européens, qui y trouvaient un revenu d’appoint non négligeable. Ces micro-tâches constituaient une ressource accessible sans barrière à l’entrée, notamment pour des étudiants, des seniors ou des particuliers confrontés à la précarité. La fin de ce modèle soulève donc la question de l’exclusion de cette population, qui passe d’un travail sous-payé mais disponible à l’absence de tout travail.
Des missions plus concrètes pour les entreprises
La fermeture de Mechanical Turk pousse les organisations à se tourner vers des plateformes ou des agences spécialisées pour leurs opérations de validation et d’évaluation numérique. Les entreprises doivent réinventer leurs méthodes et travailler avec des panels d’utilisateurs capables de confronter leurs outils à des situations réelles.
Si les premières missions visaient l’amélioration des données IA d’Amazon, la plupart des tâches confiées aux évaluateurs par les entreprises sont plus concrètes. Il peut s’agir de parcourir un tunnel de commande et de vérifier les moyens de paiement disponibles dans un pays, de tester la première prise en main d’une application ou d’évaluer la compréhension d’un message publicitaire. Sont également recherchés le repérage d’erreurs d’affichage d’un site web sur différents appareils, la vérification de son accessibilité selon les normes RGAA ou WCAG, ou encore la détection de maladresses linguistiques et culturelles dans une version localisée.
Toutes ces missions reposent sur une expérience vécue, dans un contexte réel, avec ses hésitations, ses incompréhensions et ses réactions spontanées. Une simulation algorithmique peut tenter de reproduire ces dimensions, sans toutefois les éprouver véritablement.
Les limites des simulations entièrement algorithmiques
Remplacer ces microtravailleurs par des simulations entièrement générées par des algorithmes n’est pas sans risques. L’intelligence artificielle excelle dans le traitement massif de données standardisées, mais elle ne ressent aucune émotion. Elle ne peut pas, à elle seule, évaluer l’expérience réelle d’un utilisateur, apprécier pleinement l’ergonomie d’un service ou saisir toutes les nuances d’un comportement humain et culturel.
Selon l’article, les décisions stratégiques des entreprises ne peuvent donc pas se fonder exclusivement sur les retours de machines. Les retours d’expérience fiables et contextualisés ne peuvent reposer que sur des panels d’évaluateurs humains, rémunérés pour leur expertise, leur discernement et leur sensibilité éthique. Encadrée par des agences spécialisées, cette collaboration pourrait s’appuyer sur de véritables utilisateurs, conscients de leur contribution et justement rémunérés.
Product offers are temporarily unavailable.
