
Inde : des femmes se filment en faisant le ménage pour entraîner les robots qui les remplaceront
En Inde, des femmes comme Nagireddy passent une heure par jour un smartphone sanglé sur la tête à se filmer en train de plier du linge, préparer du café, cuire des plats ou assembler des sandwichs. Ces micro-travailleuses sont rémunérées 250 roupies la session, soit à peine plus de deux euros, pour produire des données gestuelles destinées à entraîner les prochaines générations de robots humanoïdes. Ce marché de la collecte de données pour l'IA physique, encore largement invisible, s'inscrit dans un secteur estimé à 38 milliards de dollars d'ici 2035.
L'enjeu dépasse la simple anecdote : ces femmes fabriquent littéralement l'intelligence des machines qui pourraient un jour automatiser les tâches domestiques à l'échelle mondiale. Chaque geste capturé devient un exemple d'apprentissage pour des systèmes d'IA embarqués dans des robots capables de naviguer dans des environnements humains non structurés. La précision de ces données, ancrées dans des cuisines réelles et non dans des laboratoires, est ce qui rend ce travail difficilement délocalisable vers la simulation.
Ce phénomène révèle une nouvelle couche de la division internationale du travail numérique : pendant que la Silicon Valley conçoit les algorithmes et les robots, l'Inde exporte les corps comme données d'entraînement. Des entreprises spécialisées dans le data labeling physique misent sur ce vivier de main-d'œuvre peu coûteuse et disponible. La tension est saisissante : les mêmes gestes qui nourrissent ces modèles accélèrent l'avènement des robots domestiques susceptibles de rendre ce travail obsolète.
Les entreprises et institutions européennes développant ou achetant des solutions de robotique physique seront amenées à justifier la provenance et les conditions de collecte de leurs données d'entraînement dans le cadre de l'AI Act, ce phénomène illustrant les angles morts actuels de la chaîne d'approvisionnement en données.
Deux euros la session pour capturer des gestes qui vont entraîner les robots à prendre leur boulot: c'est pas une métaphore, c'est un marché qui tourne déjà en Inde. Le data labeling physique repose sur une main-d'œuvre invisible, ancrée dans des vraies cuisines parce que les simulateurs ne suffisent pas encore pour reproduire le monde réel. La Silicon Valley conçoit les algorithmes, l'Inde exporte les corps comme données d'entraînement.
Dans nos dossiers
Vu une erreur factuelle dans cet article ? Signalez-la. Toutes les corrections valides sont publiées sur /corrections.



