L'industrie de la rédaction d'essais au Kenya employait 40 000 personnes et l'IA y a mis fin en deux ans
Un rapport du New York Times retrace l'effondrement du secteur de la rédaction d'essais sous contrat à Nairobi après ChatGPT. Les écrivains survivants gagnent entre 500 et 800 dollars par mois, contre 900 à 1 200 dollars, en éditant principalement du texte IA pour échapper aux détecteurs.
Le New York Times a rendu compte ce week-end d’une industrie qui a presque complètement disparu : le métier de rédacteur d’essais sous contrat à Nairobi. À son apogée, il payait jusqu’à 40 000 personnes pour rédiger des cours destinés à des étudiants universitaires aux États-Unis et en Europe. Environ deux ans après le lancement de ChatGPT, la majeure partie avait disparu.
Le mécanisme n’est pas compliqué, c’est ce qui vaut la peine d’être lu. Les étudiants qui payaient entre 40 et 70 dollars pour un essai ont soumis la même demande via un chatbot gratuit et ont obtenu quelque chose de comparable en quelques secondes. Le Times dresse le portrait de Teresios Bundi, qui a quitté un village agricole pour s’installer à Nairobi en 2011, a obtenu un diplôme en santé publique en 2015, puis a passé douze ans à écrire plus de 2 500 essais, un travail qui lui rapportait au moins cinq fois ce que les emplois en santé publique lui offraient localement. Les écrivains qui travaillent encore déclarent un revenu mensuel compris entre 500 et 800 dollars, contre 900 à 1 200 dollars. Les tâches restantes appartiennent pour la plupart à une nouvelle catégorie : éditer des articles générés par l’IA afin qu’ils ne fassent pas échouer les logiciels de détection actuellement utilisés par les universités.
Ce cas montre que les enquêtes ne le font pas. La plupart des rapports sur l’IA et les offres d’emploi sont exprimés en pourcentages et en prévisions. C’est l’une des premières industries où l’avant et l’après sont à la fois visibles et où la chronologie est suffisamment courte pour y voir clair. Trois détails ressortent. Il s’agissait d’un travail de connaissances externalisé, ce qui correspond exactement à la catégorie signalée par les économistes comme la plus exposée. Il a disparu rapidement plutôt que de s’éroder, car le substitut n’était pas légèrement moins cher mais effectivement gratuit. Et les emplois qui ont survécu n’ont pas survécu en étant meilleurs que l’IA, ils ont survécu en s’appuyant sur l’IA, en nettoyant sa production moyennant des frais. Il existe également une complication morale évidente qui mérite d’être évoquée plutôt que de s’attarder sur la pointe des pieds : il s’agissait d’une industrie fondée sur la malhonnêteté académique, et la perdre n’est pas directement une perte. Cela ne change rien à ce que cela signifiait pour les personnes dont le loyer était payé, et les deux choses peuvent être vraies.
Ce que cela signifie pour vous. Si votre travail implique de produire un texte selon une spécification pour quelqu’un qui ne se soucie pas vraiment de savoir qui l’a écrit, c’est l’image la plus claire disponible de ce à quoi ressemble cette exposition dans la pratique, et ce n’est pas une raison de paniquer, mais plutôt une raison d’être honnête sur la position de votre valeur. Les parties du commerce de Nairobi qui ont survécu étaient celles qui nécessitaient un jugement sur les règles d’une institution spécifique, et c’est la tendance à remarquer : ce qui a résisté, c’est le contexte et la responsabilité, pas la capacité d’écrire. Si vous gérez ou enseignez, cela vous rappelle également que les logiciels de détection ont déjà créé leur propre petite industrie dédiée à les vaincre, ce qui mérite d’être pris en compte dans toute politique fondée sur l’hypothèse que les détecteurs fonctionnent.
Sources
Sources: https://ground.news/article/for-years-kenyans-did-college-student-chores-then-came-the-ai_8f2998
Réponse de Meta au temps GPU perdu : demandez à un modèle quelle expérience exécuter
Des chercheurs de Meta FAIR, d'Oxford et de l'UCL ont introduit des modèles de préférences de recherche en IA, qui classent les expériences d'apprentissage automatique non exécutées les unes par rapport aux autres plutôt que de prédire les scores, afin de décider où dépenser le calcul.
