Les travailleurs/travailleuses indien·nes résistent
Dans les usines de Delhi, les travailleurs/travailleuses résistent discrètement aux tentatives visant à former les robots destinés à les remplacer à accomplir les gestes les plus humains qui soient.
Les responsables des ressources humaines affirmaient que les minuscules caméras fixées sur la tête de chaque tailleur/tailleuse permettraient aux client·es potentiels de constater la qualité de leurs produits et de passer davantage de commandes, ce qui se traduirait par des augmentations de salaire pour l’ensemble du personnel de l’usine de confection située dans la banlieue de la capitale indienne.
Mais les ouvrier·es soupçonnaient que la véritable raison était liée à l’intelligence artificielle.
Ankush Yadav, un jeune tailleur, et ses ami·es ont donc forcé les caméras, en ont retiré les cartes mémoire et les ont branchées sur leurs téléphones.
« Nous avons visionné les vidéos sur nos téléphones portables et avons constaté que l’appareil enregistrait nos voix, tout ce que nous disions, nos mains, notre travail, tout, par séquences de trois minutes », a déclaré M. Yadav. « Toutes les trois minutes, l’enregistrement recommençait à zéro. »
Si j’avais su que c’était pour entraîner un robot, j’aurais préféré ne pas le porter. S’ils veulent qu’un robot fasse ce travail, pourquoi n’en font-ils pas déjà utiliser un pour coudre les vêtements ?
Alors que les décideurs politiques et les citoyen·nes lambda peinent à comprendre comment les grands modèles linguistiques tels que ChatGPT, Claude et Gemini vont bouleverser des millions d’emplois de bureau, les entreprises spécialisées dans l’IA se livrent à une course effrénée pour résoudre l’un des problèmes les plus épineux de la technologie : la dextérité, c’est-à-dire l’entraînement des modèles d’IA à toucher, sentir et manipuler des objets dans le monde réel. Les robots excellent déjà dans les tâches régulées et sans contact, telles que le soudage et la peinture au pistolet, mais peinent à accomplir des tâches non structurées comme la couture, le raccommodage ou la recherche à l’aveuglette d’un téléphone dans un sac à main.
En théorie, une intelligence artificielle générale associée à une dextérité semblable à celle des humains donnerait naissance à cette « armée de robots » capable de remplacer les humains dont rêvent depuis longtemps les magnats de la technologie tels qu’Elon Musk, l’homme le plus riche du monde. Mais avant cela, les robots doivent d’abord apprendre à changer une ampoule.
Une approche qui gagne en popularité consiste à entraîner des modèles à partir de millions d’heures d’enregistrements montrant des humains effectuant des tâches nécessitant de la dextérité, dans l’espoir de réaliser une percée en matière de dextérité, à l’image de la manière dont les modèles linguistiques tels que ChatGPT ont acquis la capacité d’imiter le langage et la cognition après avoir ingéré le vaste corpus de données disponible sur Internet. Selon une estimation, au cours des trois prochaines années, les laboratoires de robotique pourraient dépenser plus de 1,5 milliard de dollars pour acquérir entre 100 millions et un milliard d’heures d’enregistrements montrant des personnes accomplissant ce qui est peut-être l’action la plus humaine qui soit : l’utilisation habile de leurs mains.
Une poignée de start-ups spécialisées dans l’IA, telles qu’OpenAI et Anthropic, ont atteint des valorisations de plusieurs milliards de dollars en s’appropriant la propriété intellectuelle d’écrivain·es, d’artistes, de musicien·nes et d’internautes lambda sans leur consentement. Aujourd’hui, une nouvelle vague d’entreprises cherche à reproduire ce succès avec les ouvrier·es. Ces sociétés concluent des accords avec des propriétaires d’usines en Inde, leur proposant d’utiliser leurs caméras pour surveiller des employé·es comme Yadav, qui travaillent déjà dans des conditions d’exploitation, en échange des séquences vidéo.
« On peut facilement mettre à l’échelle une simulation, mais rien ne vaut les données réelles […] Les propriétés physiques ne se traduisent pas facilement en modèles. »
Mais des ouvrier·es indien·nes avisé·es ont expliqué à openDemocracy comment elles et ils ont jusqu’à présent résisté à ces tentatives, offrant ainsi un modèle aux travailleurs/travailleuses d’ailleurs pour contrer l’offensive implacable du capitalisme de surveillance.
« Avant de déployer des caméras et des capteurs et de collecter les données relatives aux mouvements physiques de personnes situées à l’autre bout du monde, nous devons nous poser la question suivante : à quoi cela ressemblerait-il si nous concevions notre technologie pour toutes les personnes concernées ? », a déclaré Caitrin Lynch, professeure d’anthropologie à l’Olin College of Engineering, dans le Massachusetts. « À quoi cela ressemblerait-il de s’associer aux travailleurs:travailleuses pour déterminer quelles technologies elles ou ils accueilleraient favorablement, et de partir de là ? »
Mme Lynch, qui mène des recherches sur l’intersection entre la robotique et la société, a déclaré qu’au lieu d’extraire des données des travailleurs/travailleuses, cela pourrait être l’occasion de concevoir des applications d’IA et des technologies robotiques au bénéfice tant des travailleurs/travailleuses que des entreprises.
« En tant que technologues, nous ne pouvons pas nous contenter d’attendre que les politiques rattrapent nos capacités technologiques », a-t-elle déclaré. « Nous avons la responsabilité d’examiner l’histoire de l’exploitation coloniale et de reconnaître quand nous reproduisons ses schémas. »
** *
Des spécialistes à la pointe de la recherche en robotique ont déclaré à openDemocracy que leur domaine était confronté à « un énorme problème de données ». En bref, les ensembles de données volumineux et variés dont les robots ont besoin pour apprendre sont difficiles à obtenir.
Les approches
https://rai-inst.com/resources/blog/ha
en matière d’entraînement consistent soit à faire contrôler à distance un robot par un humain pour effectuer des tâches physiques telles que le levage ou le tri, soit à faire réaliser une tâche manuelle par un·e humain portant un « préhenseur » semblable à un gant qui imite la main d’un robot. Ces méthodes sont efficaces, mais difficiles à déployer à grande échelle et très coûteuses.
Une approche moins coûteuse consiste à utiliser des données de simulation, dans lesquelles un modèle d’IA conçu pour former des robots est exécuté et testé dans un environnement virtuel contrôlé – mais cette méthode présente ses propres inconvénients.
« On peut facilement adapter l’échelle en simulation, mais rien ne vaut les données réelles », a déclaré Jigar Kumar Patel, ingénieur en apprentissage automatique et robotique formé à l’Institut de robotique de l’université Carnegie Mellon aux États-Unis. « Les propriétés physiques ne se traduisent pas facilement en modèles. Les simulateurs s’améliorent, mais nous n’en sommes pas encore là », a-t-il expliqué, décrivant un « fossé de simulation » dans lequel les propriétés des objets du monde réel – poids, bruits, malléabilité au toucher, imprévisibilité – ne se traduisent pas fidèlement en données.
[Egolab] a proposé aux entreprises un accès gratuit à ce qu’on appelle des « rapports d’efficacité basés sur l’IA », élaborés à partir de la surveillance des employé·es via ces mêmes caméras.
Dans ce contexte, les technologues se tournent vers les « données égocentrées » [egocentric data], c’est-à-dire les images obtenues à partir de caméras montées sur la tête, qui capturent avec précision les positions et les configurations des mains humaines lorsqu’elles effectuent des tâches complexes. Comme on pouvait s’y attendre, un certain nombre de start-ups ont vu le jour pour répondre à ce besoin.
L’une de ces start-ups, Egolab.AI, qui fabrique les casques nécessaires à la collecte de ces données, a été fondée en janvier de cette année par deux adolescent·es indienfnes vivant à l’étranger, dont l’un avait abandonné ses études d’ingénieur dans une université américaine.
openDemocracy s’est entretenu avec 20 ouvrier·es de deux usines de la ceinture industrielle de Delhi à qui l’on avait demandé, plus tôt cette année, de porter les caméras frontales d’Egolab, sans leur expliquer pourquoi. Yadav travaille dans la plus petite des deux usines, détenue par Pearl Apparel, qui emploie environ 500 à 600 ouvrier·es dans deux sites situés en dehors de la capitale indienne. La deuxième usine appartient à Pearl Global Industries, une multinationale qui emploie plus de 30 000 personnes en Inde, au Bangladesh, au Vietnam, en Indonésie et au Guatemala, et qui fournit des marques telles que Zara, Ralph Lauren, Gap et Primark. Les deux usines n’ont aucun lien entre elles, malgré la similitude de leurs noms.
À peu près au moment où les employé·es de l’usine à qui nous avons parlé testaient ce casque, Egolab a été rachetée par une autre start-up dirigée par deux fondateurs tout aussi jeunes. Build Artificial Intelligence Inc. se décrit comme « la plus grande initiative de collecte de données égocentrées de l’histoire », avec pour objectif de « construire l’IA sur une base humaine ». Elle a été enregistrée l’année dernière dans l’État américain du Delaware par Edward Xu, 19 ans, et Jonathan Jia, 21 ans.
Egolab a proposé aux usines potentielles un accord qui illustre parfaitement la dynamique oppressante de la technologie dans le monde du travail moderne.
Dans un dossier de présentation obtenu par le site d’information indien Scroll.in et partagé avec openDemocracy, Egolab invitait les entreprises manufacturières indiennes à « mener la révolution mondiale des données en matière d’IA » en l’aidant à collecter des images authentiques des processus de « montage, d’usinage et de chargement ». En contrepartie, elle offrait à ces entreprises un accès gratuit à des « rapports d’efficacité basés sur l’IA », issus de la surveillance des travailleurs/travailleuses par ces mêmes caméras, qui permettaient de suivre la manière dont elles ou ils utilisaient leur temps en atelier, si elles ou ils étaient inactifs, voire si elles ou ils se rassemblaient pendant quelques secondes. La start-up qualifiait cette surveillance d’« analyse de la productivité », fondée sur ses modèles propriétaires.
Un exemple de rapport produit par l’entreprise comprenait des « informations cruciales telles que « 51% du temps d’inactivité est consacré à la socialisation. Ce chiffre est trois fois plus élevé que dans les meilleures usines. Nous avons remarqué que des ouvrier·es de différents postes se rassemblaient près de la personne portant le CAM 02 entre 14h et 15 h30 » et « La productivité chute de 35% après le déjeuner pour tous/toutes les ouvrier·es. Les meilleures usines résolvent ce problème en commençant les tâches hautement prioritaires juste après le déjeuner, au lieu de laisser les ouvrier·es « se remettre doucement au travail ».
Le dossier de présentation d’Egolab indiquait que les « travailleurs/travailleuses acceptaient volontairement de porter ces caméras et qu’ils ou elles « pouvaient se rétracter à tout moment » – des affirmations qui contredisaient les témoignages des travailleurs/travailleuses interrogé·es par openDemocracy.
« En collectant les données d’employé·es qui constituent une main-d’œuvre captive et disposent déjà d’un faible pouvoir de négociation, ces entreprises opèrent dans un vide réglementaire », a déclaré Shruti Narayan, avocate spécialisée dans les technologies et basée à New Delhi.
L’Inde ne dispose toujours pas d’une législation solide en matière de protection des données. Sa principale loi sur la protection des données à caractère personnel, la loi sur la protection des données personnelles numériques, a subi des années de retard et de reports avant d’être adoptée à la hâte en une semaine en 2023, alors que les député·es de l’opposition avaient quitté l’hémicycle. La majeure partie de ses dispositions relatives à la vie privée – notamment celles concernant le consentement – a été reportée et n’entrera en vigueur qu’à la mi-2027.
Egolab.AI et Build AI n’ont pas répondu à nos demandes de commentaires.
** *
Chez Pearl Global comme chez Pearl Apparel, les employé·es ont été contraint·es de porter ces casques pendant deux semaines, fin mars et début avril. D’une part, ces caméras ne constituaient qu’un exemple supplémentaire d’exploitation dans un pays où moins de 20% des employé·es d’usine disposent d’un contrat écrit. D’autre part, ces essais avaient quelque chose de manifestement étrange, et ils ont pris fin aussi mystérieusement qu’ils avaient commencé.
La compensation offerte aux ouvrier·es pour avoir partagé des compétences perfectionnées au fil d’années de travail avec une entreprise qui espère former des robots à effectuer leur travail se résumait à un Tetra Pak chaud de Mango Frooti.
Yadav a expliqué que les ouvrier·es de Pearl Apparel avaient d’abord été déconcerté·es par cette étrange nouvelle intrusion dans l’atelier de l’usine.
« Ils nous demandaient de porter [le casque] pendant les huit heures de travail, pour observer nos horaires, le temps que nous passions, par exemple, sur nos téléphones portables ; ils enregistraient tout », a-t-il déclaré, ajoutant : « Ils pouvaient écouter tout ce que nous disions. » Dans ses documents d’entreprise, Egolab.AI affirme qu’elle floute les visages et coupe les voix dans les données qu’elle met ensuite à disposition, mais ce n’est pas ce qu’ont constaté les ouvrier·es.
« Une équipe arrivait vers 9 heures du matin et demandait aux tailleurs/tailleuses, aux aides qui coupent les fils, emballent les vêtements, apposent les autocollants – de porter la caméra sur la tête », a raconté l’un·e des collègues de Yadav, Arun Ram, un maître tailleur expérimenté qui coud le prototype que les autres tailleurs/tailleuses doivent reproduire. « Puis, à 17h30, à la fin du service, ils reprenaient les appareils. »
Dans les deux usines, la compensation offerte aux ouvrier·es pour avoir partagé les compétences qu’elles et ils avaient perfectionnées au fil d’années de travail – et grâce auxquelles elles et ils gagnent leur vie – avec une entreprise qui espère former des robots à effectuer leur travail, consistait en un Tetrapak tiède de Mango Frooti, une boisson aromatisée artificiellement aux fruits.
Lorsque leurs demandes visant à ce que les caméras soient retirées sont restées sans réponse, les travailleurs/travailleuses ont discrètement cessé de les porter ou les ont enfilées et retirées à plusieurs reprises afin de rendre les images inutilisables et d’entraver l’« analyse de la productivité ».
« Ça me faisait mal à la tête quand je le portais, alors je l’enlevais », raconte Veena Devi*, qui travaillait au même étage que Ram. Devi a quitté son village de l’Uttar Pradesh il y a dix ans pour s’installer dans les zones industrielles aux alentours de Delhi. « J’essayais de l’enlever, mais ma/mon responsable me demandait sans cesse de le remettre, alors je devais remettre la caméra sur ma tête. »
Devi a expliqué qu’elle et ses collègues avaient demandé à plusieurs reprises à quoi servait cette collecte de données, mais ni leurs superviseur·es ni l’équipe de jeunes qui venait chaque matin distribuer les casques ne leur avaient répondu. « On demandait : « Pourquoi vous nous obligez à porter ça ? », mais les superviseur·es ne nous répondaient pas. »
Sonu Kumar, un jeune tailleur chez Pearl Global, a déclaré que son responsable lui avait expliqué que la collecte de données servait à la « formation » – sans préciser à qui cette formation était destinée. En apprenant que les images pourraient être utilisées pour l’automatisation et l’entraînement de l’IA, Kumar a ajouté : « Si j’avais su que c’était pour former un robot, j’aurais préféré ne pas le porter. S’ils veulent qu’un robot fasse ce travail, pourquoi n’en font-ils pas déjà utiliser un pour coudre les vêtements ? »
Plusieurs employé·es se sont plaint·es que les casques équipés de caméras généraient de la chaleur et leur provoquaient des maux de tête, a indiqué un·e superviseur·e.
Les cadres intermédiaires et le personnel des ressources humaines des deux usines semblaient tout aussi ignorant·es de la situation. Chez Pearl Apparel, un·e responsable des ressources humaines a expliqué que, la direction n’ayant pas précisé l’objectif des caméras, elles et ils avaient indiqué aux travailleurs/travailleuses que celles-ci servaient à « former d’autres travailleurs:travailleuses à l’avenir . Chez Pearl Global, le personnel des ressources humaines a déclaré que son rôle se limitait à mettre à disposition une salle pour l’équipe de la start-up chargée de gérer les caméras, où celle-ci pouvait se réunir, surveiller les images et recharger les appareils quotidiennement. « Une équipe de six à dix jeunes filles et garçons arrivait et se répartissait pour installer les caméras aux cinq étages supérieurs, dans les différents services : production, finition, emballage. »
Un cadre intermédiaire de Pearl Apparel, qui s’est confié à openDemocracy sous couvert d’anonymat, a déclaré qu’il avait du mal à « motiver » le personnel à porter les caméras, car lui-même ignorait à quoi elles servaient. « Leurs équipes chargées des caméras affirmaient que cela servait au « calcul de la production et du temps ». Les travailleurs/travailleuses venaient nous dire : « Non, monsieur, c’est pour l’IA » », a déclaré le cadre. « Si les travailleurs/travailleuses retiraient les appareils pour aller aux toilettes, la plupart d’entre elles et eux ne les remettaient pas. La direction nous appelait et nous disait : « Pourquoi ne les obligez-vous pas à les porter pendant toute la prise de service ? De cette façon, aucune analyse de productivité ne peut avoir lieu ». Mais pas un·e seul·e ouvrier·e ne les a portés pendant les huit heures complètes. »
Kumar, comme la plupart des tailleurs/tailleuses de la ceinture industrielle, travaillait huit heures par jour et effectuait une ou deux heures supplémentaires par semaine, ce qui lui rapportait un salaire mensuel de 15 108 roupies, soit environ 115 livres sterling, pendant la majeure partie des deux dernières années. Ce montant est passé à 18 500 roupies (142 £) en avril, après que la région industrielle de Delhi a été frappée par une vague de grèves : les griefs qui couvaient depuis longtemps concernant la stagnation des salaires et les conditions de travail difficiles ont atteint leur paroxysme lorsque les prix du gaz de cuisine ont grimpé en flèche à la suite de la guerre entre les États-Unis et l’Iran. Les travailleurs/travailleuses en piquet de grève se sont affronté·es avec la police jusqu’à ce que le gouvernement de l’État annonce une augmentation de 35% du salaire minimum.
Pendant ces troubles, les travailleurs/travailleuses de Pearl Global ont cessé le travail à deux reprises, ont indiqué à openDemocracy des membres du personnel de l’usine. La première fois, les ouvrier·es de l’atelier ont déposé leurs outils pendant plus d’une heure. « Le lendemain matin, plus d’un millier d’entre elles et eux se sont rassemblé·es devant le portail et ont refusé d’entrer dans l’usine pour prendre leur service », a déclaré un·e travailleur/travailleuse.
« Que se passerait-il si, dans un avenir proche, les robots apprenaient à coudre à la place des travailleurs/travailleuses ? La première chose qu’ils feraient serait de chasser les pauvres. »
Le personnel n’a repris le travail qu’après que les représentants de l’entreprise eurent accepté d’augmenter leurs salaires conformément au nouveau salaire minimum. Plusieurs ouvrier·es se sont plaint·es que les casques équipés de caméras généraient de la chaleur et leur causaient des maux de tête, a déclaré un contremaître. La collecte de données s’est poursuivie pendant un jour ou deux après leur retour au travail, mais les ouvrier·es se montraient de plus en plus réticent·es à porter les casques pendant une grande partie de la journée. Deux semaines après le début de l’expérience, celle-ci a été discrètement abandonnée dans les deux usines.
Ni Pearl Apparel ni Pearl Global n’ont répondu à la demande de commentaires d’openDemocracy.
openDemocracy a demandé à Chintu Pal, un ouvrier du textile d’une trentaine d’années travaillant chez Pearl Global, ce qui se passerait si, dans un avenir proche, des robots apprenaient à coudre à la place des travailleurs/travailleuses. « Je pense qu’ils ne sont pas capables de fabriquer de telles machines pour l’instant », a-t-il déclaré. « Sinon, ils n’auraient plus besoin d’un kaarigar (un·e artisan·e qualifié·e). La première chose qu’ils feraient serait de chasser les pauvres. « Bhag jao ! » (Fichez le camp !), c’est ce qu’ils aimeraient nous dire. »
Il a réfléchi quelques secondes avant d’ajouter : « Je pense que cela est peut-être déjà en train de se produire en Chine. »
*Les noms des travailleurs/travailleuses ont été modifiés afin de protéger leur vie privée.
** **
Cet article a été publié pour la première fois sur openDemocracy sous une licence Creative Commons Attribution-NonCommercial 4.0 International. Lire l’article original ici.
https://www.theindiaforum.in/economy/ai-needs-human-hands-
traduit par DE