En savoir plus
Une nouvelle opportunité dans l’économie des petits boulots
Votre futur livreur va peut-être également contribuer à l’éducation des systèmes d’intelligence artificielle. Bienvenue dans la dernière tendance du secteur des petits boulots : la collecte de données agrémentée d’un peu de travail de caméra.
DoorDash lance une nouvelle application appelée « Tasks » qui rémunère les livreurs pour réaliser de petites missions numériques. Cela inclut, par exemple, l’enregistrement de vidéos et la collecte de données du monde réel pour aider au développement d’IA. Cette initiative marque une évolution significative dans la manière dont les entreprises technologiques obtiennent l’input humain nécessaire à l’apprentissage automatique et à la robotique.
Un modèle basé sur l’exploitation de sa propre main-d’œuvre
Au lieu de se fier uniquement aux sociétés traditionnelles d’étiquetage de données, DoorDash utilise son propre personnel pour transformer les livraisons quotidiennes en occasions de récolter des données précieuses pour former ses systèmes d’IA.
L’application offre une nouvelle dimension au travail des livreurs. En plus de livrer des burritos et des boissons, ils peuvent prendre de courtes missions qui consistent à soumettre des vidéos ou d’autres contributions destinées à améliorer les outils d’automatisation et d’IA de DoorDash.
Imaginez cela comme une recherche de terrain, mais à une échelle de crowdsourcing. Les livreurs, déjà sur le terrain, parcourent les rues et interagissent avec les environnements urbains, ce qui les place dans une position idéale pour capturer les données réelles nécessaires à la formation des systèmes d’IA, que ces derniers ont souvent du mal à simuler.
Un mouvement qui trouve écho chez les concurrents
Ce phénomène ne se déroule pas dans un vide total. Des concurrents tels qu’Uber ont déjà testé des programmes similaires, incitant leurs chauffeurs à télécharger des images ou à enregistrer des sons pour entraîner leurs modèles d’IA. Le concept est clair : si vous avez déjà une main-d’œuvre mobilisée, pourquoi ne pas en faire une source de données vivante ?
Pour les travailleurs, cela représente une nouvelle source de revenus, même si celle-ci est probablement basée sur des tâches variées. Pour DoorDash, c’est une manière astucieuse de collecter des données de qualité, sans avoir à constituer une main-d’œuvre séparée.
Une stratégie tournées vers l’avenir
L’application « Tasks » de DoorDash ne se contente pas d’être une expérience originale ; elle s’inscrit dans une stratégie plus vaste : devenir une plateforme logistique et commerciale axée sur l’IA.
La société utilise déjà l’IA dans divers secteurs, allant de l’optimisation des parcours à la détection de fraudes. En intégrant progressivement des fonctionnalités pilotes et des recommandations personnalisées, DoorDash enrichit son application pour améliorer l’expérience utilisateur.
Maintenant que les livreurs fournissent des données fraîches en continu, le processus s’accélère. De meilleures données entraînent des modèles plus intelligents, ce qui à son tour génère des livraisons plus rapides et des recommandations plus précises.
En outre, DoorDash investit dans la robotique et les systèmes de livraison autonomes, anticipant un futur où l’homme et la machine travailleront côte à côte. L’entraînement de ces systèmes nécessite une immense quantité de données concrètes, exactement ce que cette nouvelle application est conçue pour collecter.
Néanmoins, cette stratégie soulève des questions éthiques. En contribuant à la formation des technologies qui pourraient réduire le besoin de main-d’œuvre humaine, les livreurs participent à la création de machines qui pourraient un jour remplacer leur emploi. C’est un peu comme si l’on construisait le robot appelé à prendre votre poste.
Conclusion
Cependant, à court terme, le modèle soulève une réalité essentielle sur l’IA moderne : celle-ci repose sur une contribution humaine. De plus en plus, cette contribution vient des mêmes individus qui alimentent l’économie des petits boulots. Autrement dit, votre prochaine livraison ne se limite pas à apporter votre dîner ; elle pourrait également lancer une machine pour qu’elle trouve votre porte d’entrée plus rapidement la prochaine fois.
FAQ
Quelles types de missions sont offertes par l’application Tasks ?
Les missions comprennent la soumission de vidéos et d’autres contributions visant à améliorer les systèmes d’IA de DoorDash, comme la collecte de données dans le monde réel.
DoorDash est-il le seul à adopter ce modèle ?
Non, d’autres entreprises comme Uber ont également mis en place des programmes similaires, utilisant leurs chauffeurs pour des tâches d’entraînement d’IA.
Ce modèle est-il bénéfique pour les livreurs ?
Cela offre aux livreurs une opportunité de gagner un revenu supplémentaire, bien que cela soit basé sur la nature variable des missions proposées.
Comment DoorDash utilise-t-il les données collectées ?
DoorDash utilise ces données pour affiner ses modèles d’IA, améliorer les recommandations et optimiser ses opérations logistiques.
Quelles sont les implications éthiques de ce modèle ?
Les implications sont complexes, car les travailleurs peuvent contribuer à des technologies qui pourraient un jour réduire le besoin de leur propre emploi.
Cela peut vous intéresser
