Vous avez gratuitement aidé Google à entraîner l'intelligence artificielle pendant 15 ans, sans jamais le savoir.

Titre original : You’ve been training Google’s AI for 15 years. You had no idea.

Auteur original : Sharbel

Source originale :

Reproduction : Mars Finance

Chaque jour, environ 500 000 heures de travail humain sont exploitées gratuitement par Google. Et ceux qui contribuent ne cherchent qu’à accéder à leur banque en ligne.

reCAPTCHA est l’un des systèmes de collecte de données invisibles les plus réussis de l’histoire d’Internet. En période de pointe, 200 millions de personnes complétaient une vérification chaque jour. Mais presque personne ne réalise ce que chaque clic signifie réellement.

La société de voitures autonomes de Google, Waymo, vaut aujourd’hui 45 milliards de dollars. La majorité de ses données d’entraînement essentielles proviennent de votre contribution gratuite lors de vos visites sur différents sites.

Voici toute l’histoire :

Origine : une idée brillante

En 2000, les robots spammeurs détruisaient Internet. Les forums étaient envahis, les boîtes mail saturées, et les sites avaient besoin d’un moyen de différencier humains et machines.

Le professeur Luis von Ahn de l’Université Carnegie Mellon a résolu ce problème. Il a inventé le CAPTCHA : un texte déformé que seul un humain peut lire, mais qu’un robot ne peut pas passer.

Mais von Ahn voyait plus loin. Des millions de personnes dépensaient leur énergie dans ces défis. Et si cette énergie pouvait servir à faire deux choses en même temps ?

En 2007, il a lancé reCAPTCHA. La subtilité : il n’affiche plus de caractères aléatoires, mais deux mots. L’un connu du système, l’autre provenant de livres scannés que l’ordinateur ne peut pas encore reconnaître. Vos réponses aident à la numérisation de ces livres.

Ces livres proviennent des archives du New York Times et de Google Books, totalisant jusqu’à 130 millions d’ouvrages.

Vous pensiez simplement vous connecter à un site ordinaire, mais en réalité, vous contribuez à la numérisation de la plus grande bibliothèque numérique mondiale via OCR (reconnaissance optique de caractères).

En 2009, Google a officiellement acquis reCAPTCHA.

Puis, Google a changé la donne

L’ère du « texte déformé » s’est terminée vers 2012.

Google a rencontré un nouveau défi : Street View a photographié chaque rue du monde, mais ces images ne sont que des données brutes. Pour que l’IA puisse en tirer parti, elle doit comprendre ce qu’elle voit : panneaux, passages piétons, feux de signalisation, façades de magasins.

Google a donc repensé reCAPTCHA en version 2. Les images ne contiennent plus de texte déformé, mais une grille d’images. « Cliquez sur toutes les cases avec un feu de signalisation. » « Sélectionnez chaque passage piéton. » « Identifiez les façades commerciales. »

Ces images proviennent directement de Street View. Vos clics servent d’étiquettes.

Chaque sélection indique au modèle de vision par ordinateur de Google : ce groupe de pixels est un feu, cette forme est un passage piéton. Vous ne faites pas un simple test, vous construisez un jeu de données.

Une échelle inimaginable

Au sommet, 200 millions de reCAPTCHA étaient résolus chaque jour. Chaque défi prenait 10 secondes, ce qui représente 2 milliards de secondes de travail humain par jour, soit 500 000 heures.

Le coût de l’annotation payante est d’environ 10 à 50 dollars de l’heure. En prenant la valeur minimale, cela représente jusqu’à 5 millions de dollars de travail gratuit par jour.

Et reCAPTCHA ne se limite pas à une application. Il est intégré dans chaque banque, chaque portail gouvernemental, chaque site e-commerce. Vous n’avez pas d’autre choix : pour accéder à votre compte, vous devez d’abord annoter des données. Google n’a jamais demandé votre avis, ne vous a jamais payé un cent, et ne vous a même jamais informé de tout cela.

Que tout cela a engendré ?

Ces données alimentent directement deux produits :

• Google Maps : l’outil de navigation le plus utilisé au monde. Sa capacité à reconnaître panneaux, magasins et géographie urbaine doit beaucoup aux milliards d’étiquettes humaines lors de la connexion.

• Waymo : le projet de voiture autonome de Google. Pour naviguer en toute sécurité, le véhicule doit reconnaître presque parfaitement des milliers de modèles visuels.

Les véritables données d’entraînement pour ces reconnaissances ont été annotées à l’insu de millions d’utilisateurs via reCAPTCHA. En 2024, Waymo a effectué plus de 4 millions de trajets payants, valorisés à 45 milliards de dollars. Leur fondation repose sur ces « citoyens du web » qui voulaient juste vérifier leurs mails.

Pourquoi personne ne peut-il copier ce modèle ?

L’annotation de données est extrêmement coûteuse. Des entreprises comme Scale AI, Appen ou Labelbox existent pour résoudre ce problème, en embauchant des centaines de milliers de travailleurs, parfois payés moins d’un dollar de l’heure.

La solution de Google est différente : ils ont rendu l’annotation obligatoire. Pas besoin de payer, pas besoin de consentement, c’est une « entrée » pour accéder à chaque coin d’Internet. Résultat : des milliards d’images étiquetées, une couverture mondiale, 24/7, dans toutes les conditions météorologiques. Aucune société d’annotation ne peut faire cela. Internet lui-même est une usine, chaque internaute un employé non contractuel.

Vous participez encore aujourd’hui

reCAPTCHA v3, lancé en 2018, ne présente même plus de défis. Il observe votre comportement : mouvement de la souris, vitesse de défilement, temps de pause. Votre « empreinte comportementale » lui indique si vous êtes humain. Ces données comportementales sont aussi intégrées dans le système d’IA de Google.

Vous n’avez jamais choisi d’y participer, il n’y a jamais eu de case à cocher. Mais, dans la majorité des sites que vous visitez, vous continuez à le faire.

Une ironie troublante

L’intention initiale de Luis von Ahn était brillante : transformer l’énergie humaine, souvent gaspillée, en une production utile. Mais ce que Google en a fait, c’est une tout autre histoire. Ils ont exploité ce mécanisme de sécurité, déployé partout, pour récolter des données et construire des produits valant des milliards, sans que l’utilisateur n’en profite ou même ne le sache.

La plus grande ironie est que vous avez passé des années à prouver que vous êtes humain, en accomplissant des tâches que l’IA ne pouvait pas encore faire. Et une fois que l’IA a appris à faire ces tâches, votre étiquetage visuel n’est plus nécessaire.

Vous avez prouvé que vous êtes humain, mais cela vous rend facilement remplaçable.