IA et Emploi : Le modèle glaçant de cette startup qui paie des chômeurs pour former leurs remplaçants

La discussion sur l’impact de l’IA et emploi prend une tournure dystopique aux États-Unis. Une start-up, Mercor, a mis en place un modèle économique aussi rentable que controversé : elle rémunère des personnes au chômage pour entraîner des intelligences artificielles destinées à automatiser… leur ancien métier. Ce processus accélère non seulement le remplacement des humains, mais le fait avec leur participation active.

Comment cette start-up utilise-t-elle des chômeurs pour la formation de ses IA ?

Mercor identifie des travailleurs qualifiés ayant perdu leur emploi et leur propose des missions de “formation de données”. Ces missions consistent à fournir aux modèles d’IA des exemples concrets et des évaluations de tâches spécifiques à leur ancien secteur, comme l’analyse de vidéos ou la rédaction d’articles techniques. L’objectif est de rendre l’IA aussi performante que l’expert humain qui la forme.

Cette approche fournit à la start-up IA un flux constant de données de haute qualité, annotées par des spécialistes. Un ancien journaliste automobile, par exemple, aide une IA à perfectionner la génération d’articles sur ce même sujet. Il contribue ainsi directement à la création de la technologie qui rend son expertise moins nécessaire sur le marché de l’emploi.

Quel est le paradoxe éthique de ce système ?

Le principal problème éthique réside dans le fait de faire participer activement les travailleurs à leur propre obsolescence. Ce modèle économique crée un conflit d’intérêts moral où la survie financière à court terme des individus alimente la destruction d’emplois à long terme dans leur propre domaine d’expertise.

Voici les principaux points qui soulèvent des questions sur l’éthique de l’IA :

• Exploitation de la précarité : Le modèle cible des personnes en situation de vulnérabilité économique, pour qui refuser ce travail est difficile.
• Participation à son propre remplacement : Les travailleurs sont payés pour entraîner les algorithmes qui les remplaceront définitivement.
• Absurdité du processus : Certains formateurs utilisent même d’autres IA pour évaluer les résultats des modèles qu’ils entraînent, créant une boucle technologique déshumanisée.

Le remplacement par l’IA est-il toujours une stratégie gagnante ?

Non, l’automatisation du travail n’est pas une formule magique. L’expérience de Klarna, une société de la Fintech, en est un parfait exemple. Après avoir licencié 40% de ses effectifs au profit de l’IA pour économiser 10 millions de dollars, l’entreprise a fait face à une chute de la satisfaction client. Le “côté humain” manquait cruellement dans les interactions, forçant le dirigeant à admettre son erreur.

Cet exemple montre que le remplacement par l’IA, s’il est mal géré, peut nuire à la relation client et, in fine, aux résultats financiers de l’entreprise. L’efficacité brute ne remplace pas toujours la nuance et l’empathie humaines.

Les entreprises surestiment-elles les capacités actuelles de l’IA ?

Oui, de nombreuses études indiquent une surévaluation des compétences réelles des IA. Une recherche de l’université Carnegie Mellon a montré que les meilleurs modèles d’intelligence artificielle échouent encore dans 70% des cas à accomplir des tâches de bureau concrètes et complexes. Elles excellent dans des missions spécifiques, mais peinent sur des workflows plus globaux.

Cette réalité contraste avec l’enthousiasme des entreprises qui investissent massivement, anticipant une maturité technologique qui n’est pas encore atteinte. Le futur du travail dépendra de la capacité à intégrer l’IA comme un outil d’assistance plutôt que comme un remplaçant direct, du moins à court terme.

Quel avenir pour le travail face à cette accélération ?

Selon Geoffrey Hinton, l’un des pionniers de l’IA, le modèle économique actuel de la tech pousse inévitablement vers le remplacement de l’humain. Il estime que les investissements colossaux dans l’IA ne deviendront rentables que lorsque celle-ci aura massivement remplacé le travail humain. La démarche de Mercor semble être la mise en pratique directe de cette prédiction.

Le débat n’est donc plus de savoir si l’IA va transformer le travail, mais à quelle vitesse et avec quel encadrement social et éthique. La situation actuelle montre une accélération vers un avenir où la collaboration entre l’homme et la machine pourrait devenir une compétition orchestrée par des logiques purement financières.