Votre prochain livreur pourrait aussi être en train d’entraîner votre IA. Bienvenue dans la nouvelle quête annexe de l’économie des petits boulots : collecteur de données avec une touche de prise de vue.
DoorDash déploie une nouvelle application « Tasks » qui rémunère les coursiers pour effectuer de petites tâches numériques, comme enregistrer des vidéos et recueillir des données du monde réel afin d’aider à entraîner des systèmes d’IA. Cette initiative témoigne d’une évolution plus large dans la manière dont les entreprises technologiques se procurent les données humaines qui alimentent l’apprentissage automatique et la robotique.
Plutôt que de s’appuyer uniquement sur des sociétés traditionnelles d’annotation de données, DoorDash mobilise sa propre main-d’œuvre, transformant les livraisons quotidiennes en occasions de recueillir de précieuses données d’entraînement.
Transformer les coursiers en contributeurs de l’IA
La nouvelle application introduit un autre type de mission.
En plus de livrer des burritos et du thé aux perles, les coursiers peuvent désormais accepter de courtes « tâches » consistant à envoyer des vidéos ou d’autres données destinées à améliorer les outils d’IA et d’automatisation de DoorDash.
Imaginez une étude de terrain, mais participative et menée à grande échelle. Les coursiers sillonnent déjà le monde réel, naviguant dans les rues, devant les commerces et devant les portes d’entrée. Ils sont donc particulièrement bien placés pour recueillir les données désordonnées de la vie réelle dont les systèmes d’IA ont besoin, mais qu’ils peinent à simuler.
Cette évolution ne se produit pas en vase clos. Des concurrents comme Uber ont expérimenté des programmes de microtâches similaires, demandant aux chauffeurs d’envoyer des photos ou d’enregistrer des fichiers audio pour entraîner des modèles d’IA. La stratégie devient évidente : si vous disposez déjà d’une main-d’œuvre distribuée, pourquoi ne pas la transformer en chaîne de données vivante ?
Pour les travailleurs, cela ouvre une nouvelle source de revenus, certes probablement liée aux tâches effectuées et variable. Pour DoorDash, c’est un moyen astucieux de recueillir des données localisées et de haute qualité sans créer une main-d’œuvre entièrement distincte.
Un pari plus ambitieux sur une IA omniprésente
L’application Tasks de DoorDash n’est pas qu’une expérience insolite. Elle s’inscrit dans une stratégie bien plus vaste : devenir une plateforme de logistique et de commerce pensée d’abord pour l’IA.
L’entreprise utilise déjà l’IA dans l’ensemble de ses activités, de l’optimisation des itinéraires et de la prévision de la demande à la détection des fraudes et au service client. Elle ajoute régulièrement de nouvelles fonctionnalités pilotées par l’IA, notamment des recommandations personnalisées et même des vidéos courtes pour améliorer la découverte de contenus dans l’application.
Désormais, les coursiers renvoyant de nouvelles données vers le système, la boucle de rétroaction se resserre. De meilleures données produisent des modèles plus performants. Des modèles plus performants permettent des livraisons plus rapides, des recommandations plus pertinentes et davantage d’automatisation.
Il y a également ici une stratégie de long terme. DoorDash investit depuis quelque temps dans la robotique et les systèmes de livraison autonomes, laissant entrevoir un avenir où humains et machines se partageront le travail. L’entraînement de ces systèmes nécessite d’énormes quantités de données du monde réel, précisément le type de données que cette nouvelle application est conçue pour recueillir.
Bien sûr, cette stratégie soulève quelques interrogations philosophiques. Les travailleurs de l’économie des petits boulots contribuent en pratique à entraîner les technologies mêmes qui pourraient un jour réduire le besoin de main-d’œuvre humaine. C’est un peu comme assembler le robot qui pourrait finir par prendre votre place.
Il n’en reste pas moins qu’à court terme, ce modèle reflète une vérité simple sur l’IA moderne : elle fonctionne grâce aux contributions humaines. Et ces contributions proviennent de plus en plus des mêmes personnes qui font déjà tourner l’économie des petits boulots.
Autrement dit, votre prochaine livraison ne vous apportera peut-être pas seulement le dîner. Elle pourrait aussi apprendre à une machine à trouver plus rapidement votre porte d’entrée la prochaine fois.
À lire également : envie de progresser aux côtés des machines ? Découvrez ces formations en IA pour étoffer votre CV en 2026.