Cet article décrit les conditions de travail des annotateurs IA, y compris l'exposition à des contenus violents et traumatiques. Aucune description graphique n'est faite, mais les témoignages sont durs. Si vous travaillez dans ce secteur ou y êtes confronté, des ressources sont indiquées en fin d'article.
L'histoire que personne ne raconte quand vous demandez une recette à ChatGPT
Vous tapez "écris-moi un poème sur l'automne" dans ChatGPT. En une seconde, une réponse polie, sans contenu violent, sans propos racistes, sans descriptions traumatisantes apparaît. Cette propreté de surface ne tombe pas du ciel. Elle est le résultat d'un travail invisible accompli par des dizaines de milliers de personnes, dans des bureaux que vous ne verrez jamais, à Nairobi (la capitale du Kenya), à Manille (capitale des Philippines), à Bangalore (capitale technologique de l'Inde).
Ces personnes s'appellent data annotators (annotateurs de données) ou content moderators (modérateurs de contenu). Leur travail consiste à étiqueter des images, transcrire des audios, vérifier des réponses générées par IA, identifier ce qui est violent, raciste, illégal, choquant. Sans ce travail humain de filtrage, aucun modèle de langage moderne (LLM : Large Language Model, ces grandes IA conversationnelles comme ChatGPT, Claude ou Gemini) ne pourrait fonctionner. Et pourtant, leur existence est quasi systématiquement occultée du discours public sur l'IA.
Cet article documente ce que recouvre vraiment cette industrie en 2026, qui sont ces travailleurs, comment ils sont payés, et ce que leur exploitation dit du modèle économique de l'IA contemporaine.
La chaîne d'approvisionnement humaine que personne ne montre
L'IA repose sur une chaîne d'approvisionnement (supply chain en anglais : ensemble des étapes et acteurs qui contribuent à produire un bien ou service) très spécifique. Elle suit toujours le même schéma. Les géants américains (OpenAI, Meta, Google, Microsoft, Anthropic) signent des contrats avec des intermédiaires (Sama, Scale AI, Majorel, Teleperformance, Remotasks). Ces intermédiaires recrutent ensuite des travailleurs dans des pays à bas salaires et faible protection sociale.
Les principaux acteurs de cette chaîne :
- Sama : entreprise basée à San Francisco mais dont l'essentiel des opérations se trouve à Nairobi. Elle a été pendant des années le principal fournisseur de moderation pour OpenAI, Meta et plusieurs autres. Elle a annoncé en 2023 son retrait du content moderation pour se concentrer sur l'annotation d'images, suite à plusieurs scandales.
- Scale AI : entreprise américaine valorisée plus de 14 milliards de dollars en 2025. Cliente principale : le Pentagone, OpenAI, Microsoft. Recrute massivement aux Philippines via sa filiale Remotasks.
- Majorel et Teleperformance : deux géants français de l'externalisation, qui ont massivement basculé vers les contrats IA depuis 2023. Ils emploient ensemble plusieurs centaines de milliers de personnes dans le monde, dont une fraction croissante sur des tâches d'annotation IA.
Nairobi est devenu en quelques années le premier hub mondial de l'annotation IA. La capitale kenyane héberge des opérations pour Meta, OpenAI, TikTok et de nombreuses autres entreprises. Pourquoi le Kenya ? Plusieurs raisons convergent : une population jeune et éduquée, un anglais parlé couramment, un coût salarial bas, et une faible protection juridique sur les questions de santé mentale au travail.
Selon une enquête de Time Magazine publiée en janvier 2023, OpenAI a sous-traité l'étiquetage de contenus toxiques pour ChatGPT à des travailleurs kenyans payés moins de 2 dollars de l'heure, exposés quotidiennement à du contenu violent, des abus sexuels sur mineurs, des descriptions de torture. L'entreprise sous-traitante était Sama. Le contrat a été rompu prématurément par Sama après la révélation publique, et plusieurs travailleurs ont décrit des symptômes durables de stress post-traumatique. C'est cette enquête qui a fait du sujet un dossier international, mais le système qu'elle décrit continue de fonctionner aujourd'hui sous d'autres noms.
Que font concrètement ces travailleurs ?
Quatre grandes catégories de tâches structurent l'industrie en 2026.
L'annotation d'images et de vidéos. Le travailleur regarde une image et étiquette ce qu'elle contient : "voiture rouge", "piéton", "feu rouge". Ces étiquettes servent à entraîner les modèles de vision par ordinateur (technologie qui permet aux IA de "comprendre" ce qu'elles voient). Sans ces millions d'étiquettes manuelles, les voitures autonomes ne pourraient pas distinguer un panneau stop d'une publicité. Cette tâche est généralement la moins traumatisante, mais aussi la moins bien payée : 1 à 3 cents par étiquette, ce qui donne 0,50 à 2 dollars de l'heure selon la vitesse.
La modération de contenu. Le travailleur regarde des contenus signalés par des utilisateurs (sur Facebook, Instagram, TikTok) ou générés par IA pour vérifier s'ils contiennent du contenu interdit : violence graphique, exploitation sexuelle, harcèlement, propagande extrémiste. C'est la tâche la plus traumatisante. Les workers passent 8 heures par jour à regarder le pire d'Internet. Plusieurs études cliniques documentent des taux de TSPT (trouble de stress post-traumatique, équivalent à celui des vétérans de guerre) atteignant 30 à 50% chez ces travailleurs après quelques mois.
L'entraînement par renforcement humain. Le RLHF (Reinforcement Learning from Human Feedback, apprentissage par renforcement à partir de retours humains, la technique principale utilisée pour rendre ChatGPT poli et utile) demande que des humains classent des réponses d'IA par ordre de qualité. Ce travail apparaît "léger" mais peut exposer les évaluateurs à des contenus produits par l'IA en mode "non filtré", parfois extrêmement violents ou pornographiques.
La création de dialogues synthétiques. Pour entraîner un chatbot à converser naturellement, il faut des milliers d'exemples de conversations bien écrites. Des travailleurs écrivent ces conversations à la main, créant les exemples qui enseigneront à l'IA "comment les humains parlent". Ces travailleurs sont les scénaristes invisibles de chaque chatbot que vous utilisez. Plusieurs ont rapporté qu'ils "entraînaient" en fait des chatbots compagnons en sextant en temps réel avec des utilisateurs payants, qui croyaient parler à une IA. Le terme exact pour cette pratique trouble est "human-in-the-loop deception" (tromperie avec humain dans la boucle).
Les conditions de travail : ce que les enquêtes documentent
Plusieurs enquêtes journalistiques majeures et études académiques convergent sur les conditions réelles de cette industrie. Voici ce qui est documenté factuellement.
Sur les salaires. Au Kenya, les annotateurs gagnent entre 1,32 et 2 dollars de l'heure pour le travail d'OpenAI selon Time Magazine. Aux Philippines, Remotasks (filiale de Scale AI) a fait l'objet d'une enquête du Washington Post révélant des allégations de non-paiement de freelances. En Inde, les taux varient entre 0,80 et 3 dollars de l'heure selon les tâches. Aux États-Unis pour les mêmes tâches, le salaire minimum équivalent serait de 15 à 25 dollars de l'heure.
Sur la précarité. Quasi aucun de ces travailleurs n'a de contrat stable. Tout fonctionne en "gig economy" (économie à la tâche : les travailleurs ne sont payés que pour chaque tâche accomplie, sans congé maladie, sans congé payé, sans sécurité sociale). En 2024, Remotasks s'est retiré brutalement du Kenya, laissant des milliers de travailleurs sans revenu du jour au lendemain, avec un simple email d'adieu. Comme l'a documenté Kenyan Wall Street, ce retrait était probablement motivé par l'émergence de protections légales locales, que l'entreprise a préféré éviter en délocalisant.
Sur la santé mentale. Les conséquences psychologiques sont documentées par plusieurs études cliniques et témoignages judiciaires. Mophat Okinyi, ancien modérateur kenyan, a témoigné devant le Parlement britannique en 2023 sur les "images de violences sexuelles, torture, suicide" qu'il a dû regarder pendant 8 heures par jour. Il a rapporté avoir développé une dépression sévère, des cauchemars permanents, et une rupture de relation suite à son travail. Plusieurs procès collectifs sont en cours, notamment au Kenya, contre Meta et Sama, dont les annotateurs réclament des compensations pour préjudice psychologique.
Plusieurs travailleurs ont rapporté qu'ils n'étaient pas informés au moment du recrutement de la nature exacte du contenu qu'ils auraient à modérer. On leur disait "vous travaillerez sur l'amélioration de l'IA". Ils découvraient à leur premier jour qu'ils devraient regarder des contenus traumatisants. Et qu'ils signaient déjà un accord de confidentialité strict qui leur interdisait d'en parler à leur famille. C'est exactement ce que la communauté éthique en IA dénonce depuis 2022 sous le nom de consent washing (en français : "blanchiment de consentement", pratique consistant à obtenir un consentement formel mais sans information réelle sur ce à quoi la personne consent).
Pourquoi cette structure perdure : la logique économique brutale
On pourrait penser qu'avec les progrès de l'IA, le besoin de travail humain diminuerait. C'est le contraire qui se passe. Selon les estimations de plusieurs cabinets d'analyse (Cognilytica, Gartner), le marché mondial de l'annotation de données passera de 2 milliards de dollars en 2022 à plus de 13 milliards en 2028. La main-d'œuvre humaine derrière l'IA ne disparaît pas : elle augmente.
Pourquoi ? Trois raisons structurelles.
Premièrement, plus l'IA s'améliore, plus elle a besoin d'annotations sophistiquées. Au début, on demandait à un humain d'étiqueter "chien" ou "chat". Aujourd'hui, on lui demande d'évaluer si une réponse à une question de droit pénal français est juridiquement précise et culturellement appropriée. Ces tâches sont infiniment plus complexes, donc plus longues, donc plus coûteuses, sauf si on les délocalise dans des pays à bas salaire.
Deuxièmement, les usages se diversifient. Chaque nouvelle application (voitures autonomes, robots humanoïdes, agents conversationnels, IA médicale) nécessite ses propres jeux de données annotés. La demande croît exponentiellement.
Troisièmement, la modération de contenu est devenue un enjeu réglementaire majeur. Avec l'AI Act européen (le règlement européen sur l'IA, qui impose des obligations de transparence et de sécurité) et le Take It Down Act américain (que nous avons décortiqué dans notre article sur les deepfakes), les plateformes sont juridiquement obligées de modérer plus vite, donc d'embaucher plus de modérateurs. Ces obligations légales bien intentionnées créent paradoxalement une demande croissante pour cette main-d'œuvre exploitée.
La question morale qu'on évite
Voici le point que la communauté tech a beaucoup de mal à regarder en face. Le modèle économique de l'IA générative actuelle repose en grande partie sur l'exploitation de travailleurs du Sud global. Le Sud global (terme géopolitique désignant les pays en développement d'Afrique, d'Amérique latine, d'Asie du Sud-Est et d'Océanie, par opposition au Nord global riche) fournit la matière première invisible qui permet à un Américain ou un Européen de générer une image en 3 secondes.
Cette structure n'est pas nouvelle dans l'histoire technologique. L'industrie du textile, l'électronique grand public, le café, le chocolat reposent toutes sur des chaînes d'approvisionnement similaires. Ce qui est nouveau, c'est que l'IA était présentée comme une révolution post-industrielle, libérée des contraintes physiques. Pourtant, elle reste profondément ancrée dans une géographie du travail mondialisé extrêmement classique.
Comme nous l'avons exploré dans notre article sur le coût environnemental de l'IA, l'IA a deux empreintes cachées que personne n'aime regarder : l'empreinte physique (eau, électricité, terres) et l'empreinte humaine (travail mal payé, traumatisé, précaire). Ces deux empreintes forment le socle invisible sur lequel repose tout le récit positif de l'IA contemporaine.
Ce qui pourrait changer (et ce qui ne changera probablement pas)
Plusieurs évolutions sont en cours, plus ou moins crédibles.
L'émergence de syndicats. En 2023, plusieurs annotateurs kenyans ont formé l'African Content Moderators Union, le premier syndicat dédié à cette profession. En 2025, des actions similaires ont émergé aux Philippines et en Colombie. Ces syndicats sont encore embryonnaires, mais ils commencent à peser dans les négociations contractuelles.
Des recours judiciaires multipliés. Outre les procès contre Sama et Meta au Kenya, plusieurs actions sont en cours aux États-Unis (class actions sur le préjudice psychologique des modérateurs), au Royaume-Uni (devoir de vigilance des donneurs d'ordre) et en Allemagne (responsabilité solidaire pour les conditions de sous-traitance).
Une régulation européenne progressive. Le Devoir de Vigilance européen (CSDDD : Corporate Sustainability Due Diligence Directive, directive européenne sur le devoir de vigilance des entreprises en matière de durabilité, adoptée en 2024) impose aux grandes entreprises de surveiller les conditions de travail dans leurs chaînes d'approvisionnement, y compris pour l'IA. La mise en œuvre est progressive jusqu'en 2028.
L'automatisation partielle de la modération. Paradoxalement, l'IA pourrait à terme automatiser une partie de la modération de contenu, réduisant le besoin humain. Mais comme l'ont montré plusieurs études, l'IA seule génère trop de faux positifs et de faux négatifs pour remplacer totalement les humains. La supervision humaine restera probablement nécessaire pour la décennie à venir.
Honnêtement, aucune de ces évolutions ne va transformer rapidement la situation. Le modèle économique fonctionne trop bien pour les acteurs dominants. Et les régulations, comme nous l'avons analysé dans notre article sur l'impossibilité de réguler totalement l'IA, ont des limites structurelles importantes.
Ce que vous pouvez faire concrètement
Vous n'êtes pas responsable de la chaîne d'approvisionnement d'OpenAI. Mais quelques actions restent à votre portée si le sujet vous touche.
Informez-vous sur les pratiques de vos fournisseurs. Anthropic, Mistral et certains laboratoires européens documentent plus ouvertement leurs pratiques d'annotation que OpenAI. Si vous êtes une entreprise qui choisit un fournisseur d'IA, vous pouvez intégrer ce critère dans vos appels d'offres.
Soutenez les enquêtes journalistiques. Time Magazine, le Washington Post, MIT Technology Review, Rest of World font un travail d'investigation crucial sur ces sujets. S'abonner à ces médias est une action concrète.
Parlez-en autour de vous. Le silence autour de ces travailleurs est l'un des principaux mécanismes qui permettent à cette industrie de prospérer. En parler dans des conversations professionnelles, le mentionner dans des présentations sur l'IA, le faire entrer dans le débat public : c'est probablement l'action la plus utile qu'un individu puisse faire.
Restez nuancé. Pour beaucoup de travailleurs au Kenya ou aux Philippines, ces emplois, même mal payés, sont parmi les meilleures opportunités économiques disponibles localement. Boycotter naïvement ces services pourrait paradoxalement leur nuire. La solution est dans l'amélioration des conditions, pas dans la disparition de cette industrie.
Le miroir tendu par cette industrie
L'IA contemporaine est souvent présentée comme une rupture technologique sans précédent. À bien des égards, elle l'est. Mais sur la question du travail, elle prolonge des structures vieilles de 200 ans. Pendant la révolution industrielle, le textile européen reposait sur le coton cueilli par des esclaves américains. Pendant la révolution numérique, l'électronique grand public reposait sur des ouvriers chinois sous-payés. Pendant la révolution IA, les modèles de pointe reposent sur des annotateurs kenyans, philippins et indiens exposés aux pires contenus du web.
L'IA en 2026 a fait le choix politique, conscient ou non, de reproduire ces modèles d'exploitation plutôt que de les remettre en cause. Comme nous l'avions exploré dans notre article sur la disruption des graphistes et dans notre analyse de l'économie cachée des compagnons IA, la question du travail à l'ère de l'IA mérite des réflexions sociétales bien plus profondes que celles qui ont lieu actuellement.
Ces travailleurs existent. Ils sont des centaines de milliers. Ils rendent possible chaque réponse "polie" de ChatGPT, chaque image "propre" de Midjourney, chaque recommandation "fiable" de Claude. Le minimum qu'on puisse faire, c'est de nommer leur existence et de regarder la facture humaine de notre confort technologique. Ça ne résout rien immédiatement. Mais c'est le point de départ obligatoire de toute solution future.