Travail de la donnée et données du travail : Gestion de l'incertitude et délégation des risques dans les chaînes de production de l'Intelligence Artificielle

Data work and data for work : Uncertainty management and risk delegation in Artificial Intelligence production chains

• Auteur / Autrice : Maxime Cornet
• Direction : Antonio A. Casilli
• Type : Thèse de doctorat
• Discipline(s) : Sociologie
• Date : Soutenance le 19/11/2025
• Etablissement(s) : Institut polytechnique de Paris
• Ecole(s) doctorale(s) : École doctorale de l'Institut polytechnique de Paris
• Partenaire(s) de recherche : Laboratoire : Institut interdisciplinaire de l'innovation (Paris ; 2012-....) - Institut Interdisciplinaire de l'Innovation
• Partenaire(s) de recherche : Etablissement opérateur d'inscription : Télécom Paris (Palaiseau, Essonne ; 1878-....)
• Jury : Président / Présidente : Catherine Comet
• Jury : Examinateurs / Examinatrices : Catherine Comet, Mireille Razafindrakoto, Julien Figeac, Étienne Ollion, Cecilia Rikap
• Jury : Rapporteurs / Rapporteuses : Mireille Razafindrakoto, Julien Figeac
• DOI : 10.70675/d173cab3z786fz48c3z9085zb2d9ab852493

Mots clés

Mots clés contrôlés

Données -- Transmission

Travail

XXIe siècle

Antananarivo (Madagascar)

Organisation du travail

Effets des innovations technologiques

Intelligence artificielle

Mots clés libres

Intelligence artificielle

Analyse de réseaux sociaux

Travail de la donnée

Sociologie des organisations

Sociologie économique

Artificial intelligence

Social Network analysis

Data work

Organizational sociology

Economic sociology

Résumé

La numérisation croissante de nos sociétés et le développement rapide de l'intelligence artificielle (IA) entraîne une accélération de la circulation de données. La constitution des bases de données ''d'entraînement'' -- qui peuvent comporter plusieurs centaines de milliers d'observations -- est de plus très souvent externalisée auprès de prestataires de services par les entreprises technologiques, souvent dans des pays dits du Sud. De nombreux auteurs associent cette dynamique à un risque accru de commodification du travail liée à l'invisibilisation des travailleurs des données derrière les algorithmes et à l'émergence d'un ''marché mondial'' de travail de la donnée.À travers un terrain mené entre Paris et Antananarivo, et mobilisant des méthodes d'analyses multiples -- notamment de traitement automatique de la langue, d'analyse de réseaux sociaux -- et un matériel divers -- issu d'entretiens semi-directifs avec les travailleurs et divers acteurs du secteur; de bases de données collectées par aspiration de site web; et collecté via la passation d'un questionnaire -- je montre que le travail de la donnée est encastré dans au moins trois niveaux d'inter-relations : les liens qui structurent son espace d'échange, des liens hiérarchiques inter-firmes, et les aspirations, stratégies et représentations qui font circuler les travailleurs des données. Ces trois niveaux d'encastrement sont profondément liés aux stratégies déployées par les acteurs pour garder le contrôle de leur localité de l'espace de production, et qui se traduisent par la mise en place de dynamiques d'offuscation. Ces dernières génèrent de l'incertitude en cascade et rendent l'ensemble de la production des systèmes d'IA peu lisibles pour les chercheurs comme pour les acteurs eux-mêmes. Ce manque de visibilité permet notamment aux entreprises innovantes d'invisibiliser le travail de la donnée nécessaire à la production et à la maintenance des algorithmes. Cette invisibilisation permet d'une part de maintenir un discours enchanté sur une technologie décrite comme ''automatique'', et d'autre part de minimiser le coût du travail qui entre dans la composition des modèles, via l'invisibilisation des travailleurs. En ré-encastrant l'IA dans ses dépendances, cette thèse participe à questionner les évolutions du travail liées au numérique, et la manière dont le secteur se construit.

The increasing digitization of our societies and the rapid development of artificial intelligence (AI) are leading to an acceleration in data circulation. The creation of ''training'' databases -- which can contain several hundred thousand observations -- is very often outsourced by technology companies to service providers, often in so-called Southern countries. Many authors associate this dynamic with an increased risk of commodification of labor linked to the invisibility of data workers behind algorithms and the emergence of a ''global market'' for data labor.Through fieldwork conducted between Paris and Antananarivo, using multiple analytical methods -- including natural language processing and social network analysis -- and a variety of materials -- from semi-structured interviews with workers and various actors in the sector; databases collected by scraping websites; and collected via a questionnaire -- I show that data work is embedded in at least three levels of interrelationships: the ties that structure its exchange space, This lack of visibility allows innovative companies to conceal the data processing work required to produce and maintain algorithms. This concealment makes it possible, on the one hand, to maintain an enchanted discourse on a technology described as “automatic” and, on the other hand, to minimize the cost of labor involved in the composition of models by concealing the workers. By re-embedding AI in its dependencies, this thesis contributes to questioning the changes in work related to digital technology and the way in which the sector is constructed. Inter-firms hierarchical ties, and the aspirations, strategies, and representations that data workers circulates. These three levels of embedding are deeply linked to the strategies deployed by actors to maintain control over their locality within the production space, which result in the establishment of obfuscation dynamics. These generate cascading uncertainty and make the entire production of AI systems difficult to understand for researchers and actors alike. This lack of visibility allows technology companies to conceal the data processing work required to produce and maintain algorithms. This concealment makes it possible, on the one hand, to maintain an enchanted discourse on a technology described as ''automatic'' and, on the other hand, to minimize the cost of labor involved in the composition of models by concealing the workers. By re-embedding AI in its dependencies, this thesis contributes to questioning the changes in work related to digital technology and the way in which the sector is constructed.