Occasion à saisir ou colonisation algorithmique ?

Comment l’Afrique alimente notre intelligence artificielle

 

L’intelligence artificielle ou IA. Du domaine de la haute technologie et surtout occidentale. Mais, sous la surface, énormément de géants de la technologie américaine, ainsi que des start-ups belges font appel à de la main-d’oeuvre bon marché des pays du Sud pour traiter les données. Et cela fournit de belles occasions pour des régions telles que l’Afrique, mais laisse aussi planer des menaces. 

L’ entreprise gantoise Robovision peut être nommée une des étoiles montantes du paysage belge des start-ups. Ses algorithmes d’intelligence artificielle (IA) augmentent par exemple l’efficacité des usines automobiles d’Audi, ou automatisent le processus de récolte de nos agriculteurs. Des grandes entreprises, de Pepsico à la police néerlandaise en passant par la société des chemins de fer figurent parmi les clients. « Nous créons une sorte de faux cerveau numérique » , déclare Jonathan Berte, CEO de Robovision. « Un cerveau qui rend toutes sortes de tâches plus efficaces ou les automatise. »

Mais ce procédé s’appuie sur l’Afrique et d’autres régions à faibles salaires. Ces cerveaux numériques des entreprises technologiques doivent en effet être « entraînés », ce qui demande de grandes quantités de main-d’oeuvre bon marché. Des plateformes numériques permettent de sous-traiter ce travail dans les pays du Sud. C’est ainsi que l’on envoie chaque jour des centaines de milliers de petites tâches répétitives vers l’Afrique par exemple. Cela permet d’exister à notre technologie tellement appréciée et offre aussi des occasions favorables aux personnes du Sud, mais cela peut aussi renforcer les schémas de dépendance.

Enfants en développement

Le processus est déjà relativement complexe. « Il n’ y a pas meilleure comparaison avec nos algorithmes qu’avec des enfants en développement », affirme M. Berte. « Ils doivent donc apprendre à connaître le monde et ont besoin d’exemples de leurs parents. Nos algorithmes reconnaissent par exemple les racines et les tiges des plantes dans le domaine agricole. Un robot est donc capable de séparer les deux par la suite. Mais avant que notre algorithme puisse faire cette distinction, il a besoin d’énormément d’exemples de photos où la racine et la tige sont déjà désignés. »

Les systèmes d’intelligence artificielle apprennent cette sorte de tâches en analysant divers exemples. Si le système doit donc distinguer les racines des tiges sur une photo, il va d’abord analyser des milliers de photos où sont déjà indiquées la racine et la tige. Quelqu’un doit donc parcourir des milliers de photos et désigner la racine et la tige sur chaque illustration. C’est ce que l’on appelle le data-labelling (marquage informatique) et est crucial dans l’entraînement des algorithmes artificiels. « Nous possédons une propre plateforme, sur laquelle vous exportez des données et avez alors accès à près de 60 000 marqueurs via nos partenaires », explique M. Berte. « Ils marquent à leur tour ces exemples. »

Occasions à saisir au Nigéria

L’un de ces partenaires est Humainly, une start-up limbourgeoise qui soutient des projets sociaux avec cette sorte de travail. « Il y a beaucoup d’entreprises qui travaillent dans le secteur » énonce Jonatan Snyders, co-créateur et PDG d’Humainly. « Mais nous partons de la question : comment créer des occasions pour la jeunesse au chômage au Nigéria ? Elle grandit souvent dans une pauvreté extrême et n’a pas grand-chose auquel se raccrocher. C’est la raison pour laquelle nous collaborons avec des ONG locales afin de développer les compétences des jeunes par des entraînements. Toutefois, ils doivent aussi avoir un revenu pour pouvoir suivre cet entraînement, car autrement, ils arrêtent les cours et retournent se mêler à la rue. C’est la raison pour laquelle nous leur laissons effectuer des tâches numériques à mi-temps, surtout du marquage informatique. Cela leur permet alors d’obtenir un revenu décent en une vingtaine d’heures. »

Les cours se concentrent surtout sur des sujets numériques. Humainly apprend ainsi des compétences numériques aux jeunes, mais leur donne aussi des cours de programmation et les laisse même mettre au point des algorithmes d’intelligence artificielle. Tout cela s’effectue encore pour l’instant à une échelle assez petite, ils emploient actuellement une trentaine de jeunes au Nigéria. Mais leur service s’adresse aussi aux grandes entreprises. « Un contrat avec une seule grande entreprise peut facilement représenter une occasion à saisir pour 100 personnes à Lagos », avance M. Snyders.

Pas Mechanical Turk

« Nous souhaitons construire un écosystème où nous réfléchissons à la destination de notre travail. »

Hormis Humainly, il existe toutefois d’autres plateformes à vocation moins sociale qui proposent des services de data-labelling. L’une des plus connues est Amazon Mechanical Turk, une plateforme du géant commercial Amazon sur laquelle vous pouvez sous-traiter des tâches numériques spécifiques pour de petits montants. Par exemple compléter une enquête pour 10 cents, ou marquer des données pour quelques cents par photo.

Robovision ne souhaitait déjà pas emprunter cette voie. « Nous travaillons principalement avec des entreprises qui ont une composante sociale », affirme M. Berte. « C’est presque comme un label bio pour la nourriture. Nous ne sommes pas Amazon Mechanical Turk, nous n’optons pas pour le vulgaire prix le plus bas. Nous souhaitons construire un écosystème où nous réfléchissons à la destination de notre travail. Vous ne souhaitez par exemple pas être responsable de travail d’enfants, ce qui est très facile avec ce genre de système. Il suffit de donner une tablette à un enfant et de le laisser marquer les photos pendant la journée. »

M. Berte comme M. Snyders voient ce travail surtout comme une phase de transition. « Ce ne sont pas des emplois qui permettent directement de s’épanouir », concède Jonatan Snyders. « Mais c’est bien une condition pour suivre des programmes de formation et trouver de bons emplois. Nous ne souhaitons retenir personne dans cette sorte d’emplois de marquage informatique. Cela serait d’ailleurs très dangereux, car le domaine de l’intelligence artificielle évolue très vite et il est impossible de promettre que cette sorte d’emplois existera encore dans dix à vingt ans. »

Colonisation algorithmique

Néanmoins, le système continue à présenter des problèmes. Les grandes entreprises technologiques telles que Facebook utilisent par exemple une main-d’œuvre bon marché et sous-traitée aux Philippines afin d’identifier le contenu problématique sur leurs plateformes. Ils espèrent que l’intelligence artificielle reprenne cette tâche à terme, mais pour l’instant ils laissent naviguer des Philippins à travers de grandes quantités d’images, souvent violentes.

« De telles technologies sont mises au point en Occident, et servent surtout des valeurs et intérêts occidentaux. Elles souhaitent résoudre des problèmes occidentaux, pas des problèmes africains. »

D’autres menaces se profilent également, par exemple pour la vie privée. Une enquête de la VRT a notamment démontré que les collaborateurs de Google écoutaient des discussions privées enregistrées par les haut-parleurs Google Home, parfois sans que les utilisateurs ne s’en rendent compte. Cela servait à nouveau à mieux entraîner leurs systèmes d’intelligence artificielle. Jonathan Berte souligne ici que Robovision ne place pas de photos avec des personnes sur leur plateforme publique, afin d’éviter des problèmes de vie privée.

Mais cela va aussi plus loin. « Cette sorte de systèmes renforce les relations de dépendance technologique », déclare Abeba Birhane, étudiant en doctorat du département sciences de l’informatique de University College Dublin. « Il existe une menace de ce que j’appelle la colonisation algorithmique. L’Occident exporte des logiciels et des algorithmes, et nous les reprenons sans nous poser de questions en Afrique. De telles technologies sont mises au point en Occident, et servent surtout des valeurs et intérêts occidentaux. Elles souhaitent résoudre des problèmes occidentaux, pas des problèmes africains. Elles ne sont pas adaptées à l’Afrique, elles soutiennent des valeurs et intérêts occidentaux sous le signe de la « technologie neutre »

Le marquage de données renforce donc les relations de dépendance existantes, où des régions telles que l’Afrique fournit les matières premières brutes, et l’Occident les produits transformés. Le data-labelling constitue donc la base de l’industrie high-tech occidentale, qui exporte ensuite ses produits transformés vers le continent. Des produits qui ne s’adaptent peut-être pas idéalement à leur contexte.

« Les Africains élaborent constamment leurs propres solutions qui s’appuient sur le contexte local » , raconte M. Birhane. « Mais je suis finalement pessimiste. L’intelligence artificielle s’améliore à mesure que l’on collecte plus de données, et des acteurs existants comme Facebook et Google disposent déjà d’énormément de données et monopolisent le marché. Cela laisse peu de place pour notre propre infrastructure. Je ne sais pas ce qu’il va se passer, mais si le capitalisme nous enseigne quelque chose, c’est bien que les petites alternatives locales se retrouvent souvent englouties par les géants. »

Traduit du néerlandais par Geneviève Debroux

Zonder jouw steun bestaat MO* niet.

Wil je dat MO* dit soort verhalen blijft brengen?
Steun ons en word proMO* voor maar €4/maand of doe een vrije gift

Word proMO* of Doe een gift

Over de auteur

  • Freelance journalist

    Tom Cassauwers is freelance journalist en schrijft over technologie en wereldpolitiek. Hij verscheen al onder andere in MO*, Datanews en Knack.