DoorDash a lancé Tasks : des travailleurs de la gig economy se filment pour entraîner l’AI

DoorDash — l'entreprise que la plupart des gens connaissent comme une plateforme de livraison de nourriture — a discrètement lancé un nouveau produit appelé Tasks. C'est une application où les gens ordinaires enregistrent des vidéos de leur vie quotidienne pour une petite rémunération. Faire la lessive, faire frire des œufs, se promener au parc — tout cela peut désormais être monétisé.

Un journaliste de Wired l'a essayé personnellement et est arrivé à une conclusion troublante : Tasks n'est pas un travail d'appoint, mais une fenêtre sur un avenir sombre de l'économie des plateformes. Le schéma fonctionne de manière si simple qu'il en devient absurde. L'utilisateur ouvre l'application, voit une liste de tâches et en choisit une qui lui convient.

Une tâche pourrait sonner comme ceci : « Enregistrez une vidéo de 3 minutes en cuisinant dans votre cuisine ». Vous appuyez sur enregistrement, accomplissez la tâche, téléchargez le fichier. Une rémunération est créditée pour la vidéo — généralement quelques centimes ou dollars, selon la complexité.

L'argent s'accumule et est retiré via des systèmes de paiement standard. Qui achète ces vidéos ? Des grandes entreprises technologiques qui ont besoin de données d'entraînement pour les systèmes d'IA.

Il s'agit de vision par ordinateur, de reconnaissance de mouvements, de compréhension de scènes quotidiennes. Pour apprendre à un réseau de neurones à comprendre comment une personne fait frire des œufs, vous devez lui montrer des milliers d'enregistrements de véritables personnes frisant des œufs dans des conditions différentes, dans des cuisines différentes, avec des éclairages différents. DoorDash agit comme intermédiaire : elle agrège les prestataires et vend le résultat à des clients corporatifs.

Essentiellement, c'est Amazon Mechanical Turk, mais pour les données visuelles à l'ère de l'IA générative. Le problème réside dans l'économie. Si auparavant les travailleurs indépendants de DoorDash pouvaient gagner $15–25 par heure grâce à la livraison de nourriture, déduction faite des frais de transport, Tasks offre significativement moins.

Un journaliste qui a passé plusieurs heures dans l'application a gagné des sommes qui peuvent à peine être qualifiées de revenus supplémentaires. Pendant ce temps, la barrière à l'entrée est minimale — il vous suffit d'un smartphone avec une caméra — ce qui crée inévitablement une concurrence entre un nombre énorme de prestataires et fait baisser les tarifs. C'est un piège classique de l'économie des plateformes : plus il est facile d'entrer, moins cher devient le travail.

La nature du travail lui-même est également intéressante. Contrairement aux services de livraison ou de taxi, Tasks ne nécessite pas de déplacement physique — les tâches sont accomplies à domicile. Cela réduit la barrière pour les personnes qui ne peuvent pas ou ne veulent pas travailler en dehors de leur domicile.

Mais cela signifie aussi que les concurrents ne sont pas limités par la géographie : un prestataire de Manille ou de Lagos peut accomplir la même tâche qu'un utilisateur de New York pour beaucoup moins cher. Mondialisation du marché des données d'entraînement en action. Il y a aussi la question de la confidentialité.

Lorsque vous enregistrez une vidéo chez vous, vous partagez involontairement des données sur votre intérieur, vos habitudes et les membres de votre famille qui apparaissent accidentellement à l'écran. Où vont ces enregistrements, qui les traite, combien de temps sont-ils conservés — Tasks, selon le récit du journaliste, ne rend pas cela suffisamment transparent pour les prestataires. Le marché des données d'entraînement pour l'IA est évalué à des milliards de dollars et continue de croître à mesure que les grands laboratoires concourent pour la qualité et la diversité des ensembles de données.

Des niches comme Tasks ont déjà été remplies auparavant : Scale AI, Remotasks, Appen, CloudFactory travaillent depuis longtemps avec des prestataires indépendants pour l'annotation de données. DoorDash est simplement arrivée sur ce marché avec une marque reconnaissable et des millions d'utilisateurs dans sa base de données. Cela démontre où se dirige l'économie des plateformes — de la livraison physique de biens à la livraison du comportement humain comme matière première pour l'IA.

Les mêmes mécanismes, la même précarité, un nouveau type de tâche. Tant que les entreprises technologiques paieront pour des données d'entraînement, les plateformes trouveront des moyens de les collecter — à bas prix, à grande échelle, et avec la participation de personnes qui ont besoin de revenus supplémentaires. Tasks n'est pas l'avenir lointain.

C'est le présent, déjà disponible dans l'App Store.