Meta nouvelle division IA : le mécontentement des employés éclate — accusations comme vivre dans un camp de concentration, l'âme being broyée, les ingénieurs souffrent énormément

Meta contraint de mobiliser 6 500 ingénieurs pour l'annotation de données AI, la dissatisfaction des employés éclate peu à peu, reflétant le coût actuel d’un concours d’armement AI peu discuté publiquement.
(Précédent : Fuites sur Meta : Zuckenberg demande de surveiller les enregistrements clavier-souris des employés, en répondant « cela n’affecte pas l’évaluation »)
(Contexte supplémentaire : entraînement AI avec iPhone attaché à la tête : des travailleurs bon marché deviennent des enseignants robotisés, leur apprenant à transporter, travailler, faire le ménage)

Table des matières de cet article

Toggle

• Un ingénieur recruté par email
• La calculatrice achetée pour 14,3 milliards de dollars
• Les données sont le véritable goulot d’étranglement

Une présentation en direct d’un employé de Meta a dérapé cette semaine : quelqu’un a craqué émotionnellement en insultant, demandant à un participant de transmettre à un cadre senior de Meta AI qu’il est « une merde », que s’est-il passé dans cette entreprise parmi les plus valorisées au monde ?

Un ingénieur recruté par email

Selon Wired, l’équipe « Applied AI » de Meta, créée il y a seulement environ trois mois, est déjà au bord de la révolte interne. Ce nouveau département, comptant 6 500 ingénieurs et chefs de produit, a été constitué en grande partie par des employés qui ont appris leur transfert « par une simple email inattendue ». Un recru auto-désigné a décrit le processus sur Reddit comme « assez aléatoire » et sans avertissement.

Une annonce interne consultée par Business Insider explique la raison du recrutement : le modèle d’IA de Meta manque encore de connaissances pour surpasser l’humain dans des tâches techniques comme la programmation. En résumé, le modèle n’est pas assez intelligent, il faut que l’humain crée manuellement des exemples pour l’entraînement.

Les ingénieurs affectés ont pour tâche de générer des énigmes et des exercices de programmation pour entraîner le modèle AI. Un employé a déclaré à Wired : « C’est carrément un goulag » (référence au camp de concentration soviétique), et un autre a dit : « La majorité pense que ce travail broie l’âme ».

La calculatrice achetée pour 14,3 milliards de dollars

Dans un enregistrement interne fuit, le PDG Zuckerberg explique pourquoi ils n’ont pas recours à des sous-traitants externes. Sa logique comporte deux niveaux :

• Premièrement, Alexandr Wang, qui a annoté des données pour la startup Scale AI vendue à Meta pour 14,3 milliards de dollars, puis est devenu le directeur AI de Meta et dirige Meta Superintelligence Labs, connaît très bien l’annotation de données.
• Deuxièmement, Zuckerberg affirme que les employés de Meta ont un QI « nettement supérieur » à celui des sous-traitants tiers, ce qui en fait un meilleur choix.

Cette logique paraît rationnelle d’un point de vue commercial, mais ignore une condition préalable : les ingénieurs bien payés seraient-ils prêts à accepter cette organisation ?

L’annotation de données est le cœur de la formation AI. En résumé, il s’agit de faire preuve de jugement et de démonstration humaine pour enseigner à l’IA « ce qu’est une bonne réponse ». Lorsqu’un modèle ne performe pas bien dans des tâches complexes de raisonnement ou de programmation, le problème ne vient pas de l’algorithme, mais du manque de données de haute qualité pour l’entraînement.

Meta a acheté Scale AI pour 14,3 milliards de dollars, précisément pour cette capacité à faire faire des annotations de haute qualité par des humains qualifiés. Mais faire exécuter cette tâche à 6 500 personnes sans leur donner d’autre choix qu’« accepter ou partir » est une décision que certains employés décrivent comme « n’ayant pas vraiment le choix ».

Les données sont le véritable goulot d’étranglement

Ce qui se passe ici, en surface, c’est une gestion défaillante du personnel, mais plus profondément, c’est une déclaration de guerre dans la compétition AI : la qualité des données est la véritable limite des capacités des grands modèles actuels.

Toutes les entreprises investissent dans la puissance de calcul, publient des papiers, rivalisent en paramètres, la compétition semble être une question d’ingénierie. Mais l’action de Meta révèle une autre facette : lorsque la performance des modèles dans des tâches réelles est insuffisante, le vrai goulot n’est pas l’architecture, mais la qualité et la quantité des données d’exemple. Utiliser les personnes les plus intelligentes pour faire les annotations les plus monotones montre que la compétition pour les grands modèles est déjà à un stade avancé.

OpenAI, Google, Anthropic mènent aussi des constructions de données similaires, mais de manières différentes, souvent sans publication. Le cas de Meta est explosif parce qu’il a internalisé et forcé ce processus, laissant peu d’échappatoires aux employés.