Publié le 5 janvier 2024. L’essor de l’intelligence artificielle ne signera pas la fin du travail humain dans le domaine de la formation des IA, selon le PDG d’une entreprise spécialisée dans l’étiquetage des données. Matt Fitzpatrick estime que l’expertise humaine restera indispensable pour des décennies, notamment pour gérer la complexité linguistique et culturelle.
- L’IA générative nécessitera l’intervention humaine pendant des années pour garantir la qualité et la pertinence des données.
- Les tâches d’étiquetage de données évoluent vers une demande accrue d’experts hautement spécialisés, notamment en mathématiques et en sciences.
- Invisible, une startup d’étiquetage de données, a levé 100 millions de dollars et se positionne sur un marché en pleine croissance.
Matt Fitzpatrick, PDG d’Invisible, a exprimé son scepticisme quant à l’idée que les données synthétiques remplaceront rapidement le besoin de feedback humain dans la formation des modèles d’intelligence artificielle. Intervenant dans le podcast “20VC” la semaine dernière, il a déclaré :
« Quand j’ai commencé ce travail, ma principale inquiétude était que les données synthétiques finissent par prendre le dessus et qu’on n’ait plus besoin de retours humains dans deux ou trois ans. D’un point de vue premier, cela n’a pas vraiment de sens. »
Matt Fitzpatrick, PDG d’Invisible
Les données synthétiques, créées artificiellement, sont utilisées pour entraîner les IA lorsque les données réelles sont limitées ou soumises à des contraintes de confidentialité. Cependant, Fitzpatrick souligne la complexité des tâches à accomplir et la nécessité d’une compréhension nuancée du contexte, notamment linguistique et culturel. Il prend l’exemple du secteur juridique, où une grande partie de l’information est non publique.
Invisible, qui a récemment levé 100 millions de dollars (valorisation de 2 milliards de dollars en septembre), est en concurrence avec d’autres entreprises d’étiquetage de données telles que Scale AI et Surge AI. Ces startups connaissent un essor important, stimulées par la course des géants de la technologie pour sécuriser les données nécessaires à l’entraînement de leurs modèles d’IA. Elles recrutent massivement des travailleurs indépendants pour aider les IA à acquérir des compétences dans des domaines variés, allant des mathématiques au codage, en passant par l’humour et l’empathie.
Fitzpatrick n’est pas le seul dirigeant d’une entreprise d’étiquetage de données à insister sur la pérennité du travail humain. Brendan Foody, PDG de Mercor, a souligné en septembre l’importance de la qualité des données et de la valorisation des équipes :
« L’aspect le plus important de notre entreprise est la qualité des données et le fait d’avoir des personnes phénoménales que vous traitez incroyablement bien. »
Brendan Foody, PDG de Mercor
En juillet, Garrett Lord, PDG de Handshake, une plateforme d’emploi qui s’est diversifiée dans la formation en IA, a également observé une évolution des compétences requises. Il a expliqué que le secteur de l’annotation de données passe d’un besoin de profils généralistes à une demande croissante d’experts hautement spécialisés, notamment en mathématiques et en sciences. Selon lui, les modèles d’IA ont désormais absorbé une quantité massive de données disponibles sur internet, réduisant le besoin de généralistes :
« Maintenant, ces modèles ont en quelque sorte aspiré l’intégralité du corpus Internet et chaque livre et vidéo. Ils sont devenus assez bons là où, par exemple, les généralistes ne sont plus nécessaires. »
Garrett Lord, PDG de Handshake
Avant de fonder Invisible, Fitzpatrick était associé principal chez McKinsey, où il dirigeait QuantumBlack Labs, la branche de recherche et de développement logiciel en IA de la société.
Sur le même sujet
