Comment l’intelligence artificielle crée un nouveau prolétariat

Le mardi 8 septembre 2026, Jacob Coxon, chercheur britannique, démissionne d’Anthropic, entreprise qui figure parmi les leaders mondiaux de l’intelligence artificielle, et relance le débat sur les risques existentiels liés à l’IA. En dénonçant une course à l’innovation incontrôlée, il évoque des technologies qui « foncent tout droit vers une superintelligence capable de s’améliorer elle-même et jouant avec nos vies ». Ces propos font écho à ceux de Geoffrey Hinton, l’un des pionniers de l’intelligence artificielle et lauréat du prix Nobel de physique en 2024, qui a publiquement évoqué une probabilité non négligeable que l’IA puisse, à terme, représenter une menace majeure pour l’humanité¹.

Pourtant, pour comprendre ce que représente réellement l’intelligence artificielle contemporaine, il semble nécessaire de déplacer notre regard. Plutôt que de se concentrer sur ce que l’IA pourrait devenir, il faut revenir dans le présent et se demander de quoi elle est faite, mais surtout de qui elle dépend. Comme l’écrivent Nastasia Hadjadji et Olivier Tesquet, il s’agit de « détourner notre regard du futur, pour observer les dégâts dans le présent ».²

Cette approche rejoint celle de Juan Sebastián Carbonell, qui propose lui aussi de penser l’intelligence artificielle à partir de ses conditions matérielles de production³. Loin d’être une technologie hors-sol, l’IA repose sur des infrastructures et des couches productives concrètes. Il ne s’agit pas seulement de programmes, de robots ou de machines, mais d’une infrastructure très humaine. 

Les différentes analyses sur l’IA se concentrent souvent sur ses effets attendus sur l’économie et l’emploi. Pourtant, la place du travail humain dans la production même de l’IA est beaucoup moins étudiée. Les solutions d’IA contemporaines reposent principalement sur des algorithmes d’apprentissage automatique, ou machine learning, qui permettent aux ordinateurs de trouver des solutions à partir de données. Ces systèmes nécessitent non seulement une grande quantité de données, mais aussi des données de qualité, souvent accompagnées d’annotations permettant de leur donner une signification.⁴

La production de l’IA nécessite donc non seulement des ingénieurs et des informaticiens hautement qualifiés, mais également une main-d’œuvre beaucoup moins visible chargée de produire, enrichir et organiser ces données. C’est précisément le rôle des micro-travailleurs, des travailleurs peu visibles et faiblement rémunérés qui réalisent à distance de petites tâches constituant des fragments de vastes projets de traitement de données. Le microtravail constitue ainsi un intrant essentiel et structurel à la production de l’intelligence artificielle. 

Ces tâches prennent plusieurs formes. Les travailleurs peuvent d’abord produire et annoter des données, par exemple en classifiant des images, en retranscrivant des textes ou des enregistrements vocaux ou en identifiant des objets. Ils peuvent également intervenir directement dans le fonctionnement de certains services présentés comme automatisés : c’est ce que Paolo Tubaro, Antonio Casilli et Marion Coville qualifient d’« incarnation de l’intelligence artificielle », lorsque des travailleurs humains se font passer, volontairement ou non, pour une intelligence artificielle. Enfin, ils peuvent être chargés de vérifier les performances des systèmes, en évaluant la pertinence des résultats produits par un moteur de recherche, un assistant virtuel ou un autre système d’IA. 

Le microtravail intervient donc avant, pendant et après le fonctionnement des systèmes : il permet de préparer les données nécessaires à leur apprentissage, peut temporairement remplacer leurs capacités lorsqu’elles sont encore insuffisantes, et contribue ensuite à contrôler leurs performances. L’IA ne fonctionne ainsi jamais de manière totalement autonome : elle dépend d’une main-d’œuvre humaine dispersée, mais largement invisible.⁴

Cette dépendance au travail humain s’inscrit dans une chaîne de valeur composée de plusieurs groupes d’entreprises. Trois groupes homogènes remplissent les différentes fonctions dans cette chaîne : les entreprises d’annotation, qui proposent des outils et une main-d’œuvre d’annotateurs, les sociétés de services logiciels, qui proposent des outils de développement ou des modèles pré-entraînés, et les entreprises qui fournissent la puissance de calcul et l’hébergement des données. 

À ces acteurs s’ajoutent les grandes entreprises du numérique, notamment Amazon Web Services (AWS), Google et IBM, qui interviennent à plusieurs niveaux de cette chaîne de valeur. Appen déclare ainsi disposer d’une main-d’œuvre d’un million de travailleurs dans 130 pays et 180 langues. De son côté, Amazon Mechanical Turk est directement intégrée à AWS, ce qui illustre l’articulation entre les plateformes permettant de mobiliser cette main-d’œuvre et les infrastructures nécessaires au fonctionnement de l’IA.⁵

On observe ainsi une forte démarcation entre les activités à forte intensité de capital, comme la puissance de calcul et l’hébergement des données, et celles à forte intensité de main-d’œuvre, comme l’annotation et la préparation des données. Les entreprises situées sur les échelons inférieurs de cette chaîne se positionnent notamment comme des intermédiaires, en mobilisant et en vendant la force de travail de leurs data scientists et de leurs travailleurs de la donnée. 

Cette organisation permet finalement de comprendre comment l’IA, souvent présentée comme une technologie autonome, repose sur une chaîne de production complexe et sur une multitude d’acteurs humains et économiques. Elle s’inscrit également dans une organisation géographique à l’échelle internationale, qui conduit à une division du travail entre les pays du Nord et du Sud. 

2.1. L’IA : une chaîne de valeur structurée entre le Nord et le Sud 

L’intelligence artificielle repose sur une chaîne de valeur mondiale, où le pilotage revient au Nord et l’exécution au Sud. Les entreprises qui développent l’IA sont ainsi majoritairement situées aux Etats-Unis, en Europe et en Australie. A l’inverse s’il existe des micro-travailleurs en Occident, les micro-tâches indispensables au fonctionnement de l’IA sont surtout réalisées par des travailleurs résidant dans des pays du Sud, comme le Kenya, Madagascar, les Philippines, le Venezuela ou encore l’Inde.  

Aujourd’hui, ce travail humain largement invisibilisé, est pourtant indispensable à toutes les étapes d’entraînement et de réentraînement des modèles d’IA. En effet, les données doivent être annotées, les contenus modérés, les résultats vérifiés et corrigés et c’est pour rendre compte de cette réalité que le sociologue Antonio Casilli, professeur à Télécom Paris, parle d’”ouvriers de la donnée » plutôt que de simples exécutants. Il souligne ainsi que leur travail constitue une véritable activité productive, qui s’inscrit dans la continuité des formes de travail ouvrier⁶. Selon lui, l’IA ne fonctionne jamais de manière autonome : les modèles ont besoin d’un travail humain continu pour être entraînés, corrigés et réentraînés. Pour ce faire, les entreprises du Nord s’appuient sur des chaînes mondiales de sous-traitance, ce qu’il nomme le « deep labor », afin d’externaliser les tâches les plus intensives en main-d’œuvre vers les pays où les coûts salariaux sont plus faibles. 

2.2. Une externalisation facilitée par les plateformes numériques 

Les plateformes numériques permettant une délocalisation virtuelle du travail, les entreprises n’ont plus besoin d’ouvrir des bureaux, de créer des filiales ou de s’appuyer sur des partenaires locaux pour accéder à une main-d’œuvre étrangère. Il leur suffit de créer un compte pour publier des milliers de micro-tâches, accessibles immédiatement à des travailleurs répartis dans le monde entier. Ce système rend les travailleurs facilement remplaçables et offre une grande flexibilité aux donneurs d’ordre, qui peuvent ainsi recruter rapidement des centaines, voire des milliers de personnes puis mettre fin à la collaboration dès que les tâches sont terminées. 

L’IA ne fait ainsi que pousser plus loin une logique déjà présente dans le travail des plateformes numériques : fragmenter les tâches, flexibiliser l’emploi et mettre les travailleurs en concurrence à l’échelle mondiale. 

Ce modèle est aussi favorisé par le durcissement des politiques d’accès aux pays du Nord créant une “migration virtuelle de la main d’œuvre”. Cela signifie que ce ne sont plus les travailleurs qui migrent, mais le travail lui-même. Le rapport EnCOre analyse ce phénomène et montre que les entreprises européennes s’appuient largement  sur ces chaînes mondiales de sous-traitance, et en particulier sur les pays à faibles revenus où les coûts salariaux sont plus bas. Ces chaînes de valeur passent souvent par des entreprises déjà spécialisées dans l’externalisation informatique, qui ont progressivement intégré les micro-tâches liées à l’IA à leurs activités⁷. Dans le cas français, Clément Le Ludec montre que le travail de la donnée repose principalement sur des relations de sous-traitance entre des entreprises françaises et des prestataires installés dans d’anciennes colonies françaises comme Madagascar⁸.  

2.3. Une répartition qui évolue avec les besoins linguistiques 

En effet, la répartition géographique des travailleurs du clic n’est pas le fruit du hasard mais bien un système qui évolue selon les besoins linguistiques des systèmes d’IA. Il y a dix ans, les travailleurs étaient principalement localisés en Asie, en Inde, en Indonésie, en Malaisie, au Pakistan et au Bangladesh, une géographie largement liée à la domination de l’anglais dans les premiers systèmes d’IA. Le développement de modèles dans d’autres langues a progressivement transformé cette répartition. Dans le cas français, les tâches sont désormais de plus en plus externalisées vers des pays francophones d’Afrique, comme la Côte d’Ivoire ou le Sénégal, tandis que celles destinées aux marchés hispanophones sont davantage confiées à des travailleurs latino-américains⁹.  

Le rapport EnCOre confirme cette logique : les entreprises européennes recherchent avant tout des travailleurs partageant des proximités linguistiques et culturelles avec leurs marchés, ce qui explique le poids de certains pays anciennement colonisés dans ces chaînes de valeur. 

Madagascar, plaque tournante du travail de la donnée francophone 

Madagascar s’est imposée comme l’un des principaux points d’ancrage africains des entreprises françaises d’IA. Le pays combine une main-d’œuvre jeune et francophone, un statut de zone franche avantageux et des coûts de main-d’œuvre parmi les plus bas de la zone francophone¹⁰. Contrairement à l’idée d’un travail non qualifié, 75 % des annotateurs interrogés par Le Ludec à Antananarivo ont fait des études supérieures, bien au-dessus de la moyenne nationale. Mais leur salaire reste un salaire de subsistance, insuffisant pour épargner, tandis que les postes de direction restent majoritairement occupés par des Français. À Nairobi comme à Antananarivo, ce sont souvent des jeunes diplômés qui, faute de débouchés locaux, se tournent vers l’annotation de données pour des entreprises internationales et surtout françaises¹¹.  

Cette organisation géographique nourrit une concurrence mondiale qui tire les rémunérations vers le bas. Les travailleurs des pays riches et ceux des pays pauvres réalisent les mêmes tâches et se retrouvent en concurrence sur les mêmes plateformes, ce qui réduit leur pouvoir de négociation individuel. Le rapport EnCOre montre ainsi que les travailleurs francophones d’Afrique et hispanophones d’Amérique latine concurrencent directement les travailleurs européens. Selon Casilli et Tubaro, l’augmentation du nombre de travailleurs moins coûteux dans les pays du Sud réduit progressivement les opportunités offertes aux travailleurs européens, ce qui exerce une pression à la baisse sur les rémunérations et contribue à maintenir une situation de surprécarité. 

3.1. Une nouvelle forme de rapports Nord-Sud 

Plus largement, cette organisation du travail dessine une nouvelle forme de rapports Nord-Sud. Quentin Sombsthay rapporte ainsi les propos d’un travailleur du clic kényan, selon lequel il n’existerait pas d’intelligence artificielle, mais seulement une intelligence africaine. Cette formule résume assez bien l’idée que les systèmes d’IA reposent en réalité sur un travail humain massif, principalement réalisé dans les pays africains. L’auteur y voit une nouvelle dimension néocoloniale de l’organisation mondiale du travail, où les travailleurs africains occupent les positions les plus basses de la chaîne de valeur, tandis que les entreprises du Nord concentrent les activités les plus rentables¹². 

Clément Le Ludec préfère parler d’« extractivisme des données » que de « colonialisme des données », dans la mesure où la valeur produite par le travail de la donnée est principalement captée par les entreprises du Nord, alors que les activités les plus intensives en main-d’œuvre sont réalisées dans les pays du Sud. Les entreprises françaises recherchent d’ailleurs spécifiquement une main-d’œuvre francophone disposant d’un « accent neutre » et d’une proximité culturelle héritée de la colonisation. Il parle à ce titre de « rappel colonial » et de « rhétorique des qualifications coloniales » : les compétences réelles des travailleurs sont utilisées comme argument commercial tout en étant socialement dévalorisées, permettant alors de justifier de faibles rémunérations. Il montre enfin que les entreprises françaises contrôlent largement les postes de direction et les contrats les plus rémunérateurs, tandis que les entrepreneurs locaux rencontrent davantage de difficultés pour accéder à ces marchés. 

3.2. Des inégalités économiques au cœur de cette division internationale 

Enfin, ces rapports de force s’enracinent dans de profondes inégalités économiques entre les pays. Les écarts de rémunération sont un facteur majeur de délocalisation du travail, et les situations économiques nationales influencent fortement l’attractivité de ce type d’emploi. Les annotateurs sont généralement jeunes et disposent souvent d’un niveau d’études supérieur à la moyenne de leur pays, mais occupent pourtant des emplois peu rémunérés. Dans de nombreux pays d’Afrique, d’Amérique latine ou d’Europe, ils possèdent parfois un master ou un doctorat mais peinent à trouver un emploi correspondant à leur qualification. De plus, les compétences acquises sur une plateforme numérique dans le cadre du travail de la donnée sont rarement reconnues sur une autre¹³. 

Sama, le sous-traitant kényan de la Silicon Valley 

Fondée en 2008 par l’Américaine Leila Janah, l’entreprise californienne Sama recrute des travailleurs pauvres, notamment au Kenya, pour réaliser des tâches répétitives d’annotation de données et de modération de contenu. Elles sont ensuite revendues à des géants du Nord comme Meta, Microsoft ou Google. Une enquête de Time a révélé en 2022 que les modérateurs de Nairobi, recrutés via des annonces trompeuses et surveillés par les logiciels de Meta, visionnaient des contenus violents pour seulement 1,50 dollar de l’heure¹⁴. En 2026, un nouveau scandale, lié aux lunettes connectées Ray-Ban Meta, a conduit Meta à rompre son contrat du jour au lendemain, provoquant le licenciement de plus de 1 100 salariés kényans¹⁵. 

Les micros travailleurs n’entraînent pas seulement l’IA mais peuvent également être chargés de vérifier les contenus mis en ligne et de s’assurer de leur légitimité. Ils censurent les contenus pornographiques, violents, fakes news ou les appels à la haine. Ils sont exposés à des images violentes et illicites à longueur de journée ce qui peut donc provoquer des symptômes de stress post-traumatique.  

Cas de Daniel Motaung 

Daniel Motaung, ex-modérateur sud-africain, a déposé une plainte en 2022 contre Sama et Meta. Il les accuse de traite d’êtres humains, de démantèlement de syndicats et de ne pas fournir de soutien psychologique. En effet, Daniel souffre de stress post-traumatique en raison des images qu’il a visionné en tant que modérateur pour Facebook. Sama l’a licencié peu de temps après qu’il ait tenté de former un syndicat d’employés en 2019. Le plaignant demande une indemnisation au nom des modérateurs de contenu et d’obliger les deux entreprises à ne plus empêcher les syndicats d’employés. Enfin, il demande la mise en place d’un soutien psychologique pour les modérateurs¹⁶. 

D’après l’exemple de Daniel Motaung, les travailleurs et travailleuses du clic sont très isolés et ne bénéficient d’aucun soutien psychologique dont une grande souffrance est retirée de cet isolement social. Certains modérateurs signent un Non Disclosure Agreement qui est un contrat qui leur interdit de parler de leur travail à quiconque, de travailler dans des lieux publics et le pointage dans certaines entreprises comme Facebook se fait à l’empreinte digitale. Il y a aussi de la maltraitance durant le travail avec des temps limités pour manger ou aller aux toilettes. Une modératrice de Facebook explique que les employés ont seulement cinq minutes de pause par heure¹⁷. 

Pour d’autres, le travail est effectué à la maison, avec son propre matériel et régit par des contrats qui n’en sont pas vraiment. Parfois cela passe par des « accord de participation » ou simplement adhérer aux conditions générales d’utilisations de la plateforme peut faire office de contrat¹⁸. 

L’absence d’un lieu de travail, l’impossibilité d’échanger entre travailleurs pour améliorer les conditions de travail ou de se syndicaliser sont aussi des facteurs isolant pour le travailleur.  Il n’y a pas de lien avec le donneur d’ordre, pas de moyen de communiquer. Cela peut mener à des abus avec des micro-tâches qui ne sont pas validées donc non rémunérées ou un score de performance qui décroît. Le manque de communication fait qu’il n’y a pas d’explication à ces décisions et l’impossibilité de savoir ce que représente un travail qualitatif.  

Dans tous les cas, le micro-travail reste invisible voire déshumanisant. De plus, les employés ne savent généralement pas pour qui ils travaillent, ni la finalité de leur tâche. Cela nourrit des doutes sur le bien–fondé de leur action¹⁹. 

Des enquêtes ont montré que 19,2% des micro-travailleurs souffrent de dépression majeure ce qui est 1,6 à 3,6 fois plus élevé que la population de manière générale. Cela témoigne du fait que les personnes ayant des difficultés à définir « qui elles sont » sur le plan professionnel sont plus sensibles au stress et à l’anxiété au travail. Les crowdworkers réalisent en effet des tâches peu qualifiées perçues comme déconnectées de la réalité́. Le travail est fastidieux et sa finalité inaccessible au travailleur. Leur identité professionnelle est directement fragilisée par ce manque de sens.  

La concurrence entre micro travailleurs se fait surtout sur les tâches les plus valorisantes et les mieux payées. Mais en règle générale les tâches concernées sont soumises à une forte variabilité ce qui renforce le sentiment de précarité des employés. Ces tâches apparaissent à la fois rares, mal rémunérées et difficiles à accomplir.  

D’ailleurs les micros travailleurs sont très peu payés pour un rythme de travail très soutenu. Quel que soit le pays, les tâches ne sont payées que quelques centimes. Le micro-travail est normalement considéré comme un travail d’appoint, un complément de revenu surtout pour les femmes. Celles-ci ont tendance à être plus investies dans le micro-travail et ont également un emploi principal qui est souvent à temps partiel. On parle de « triple journée » pour les femmes qui additionnent l’emploi principal, le micro-travail et les tâches ménagères²⁰. 

Moins de 30% des travailleurs sont ainsi des inactifs et 22% d’entre eux vivent en dessous du seuil de pauvreté d’après une étude de DiPlab²¹ (sondage de 1000 employés de Foule Factory).  

Cette absence de reconnaissance sociale et psychologique du micro-travail se double d’une absence de reconnaissance juridique. Aucun statut adapté n’a été élaboré pour répondre au manque de sens, à l’isolement et à la souffrance décrits. La couverture de protection sociale pour les travailleurs des plateformes varie selon les régions, notamment dans les pays en développement. Deux enquêtes de l’OIT, menées en 2015 et 2017, montrent que seulement 3 500 travailleurs sur 75 pays sont couverts. 35% des travailleurs du clic interrogés avaient un régime de retraite ou un plan de retraite, et pour la plupart d’entre eux, cette couverture provenait de leur emploi principal. 16% des travailleurs à temps plein bénéficiaient d’un régime de retraite, contre 44% pour ceux qui exercent cette activité de manière ponctuelle. Par ailleurs, de nombreux travailleurs à la tâche gagnaient moins du salaire minimum national. 

Les travailleurs du clic sont en effet généralement classés comme indépendants, ce qui limite leur couverture de protection sociale, en particulier pour ceux qui travaillent à temps partiel ou de manière occasionnelle et qui ne remplissent pas les critères d’éligibilité minimum prévus par la législation nationale. 

Un travailleur qui effectue régulièrement des micro-tâches sans être considéré comme salarié ne  bénéficie pas automatiquement d’une assurance maladie, d’une assurance contre les accidents du travail, d’indemnités en cas de maladie, d’allocations chômage, de congés rémunérés, de cotisations patronales ou de droits à la retraite. La faiblesse de ses revenus l’empêche par ailleurs de compenser individuellement cette absence de protection. La précarité du revenu produit ainsi une précarité sociale à long terme²². 

La dématérialisation du travail permet aux plateformes de dissocier le lieu où le travail est réalisé, le lieu où est établie la plateforme et le lieu où se trouve le donneur d’ordre. Cette organisation transnationale complique l’application du droit du travail et de la sécurité sociale. Le statut de travailleur indépendant, fréquemment utilisé dans l’économie des plateformes, a ainsi pour conséquence de transférer sur le travailleur la responsabilité de financer sa propre protection sociale. Certains travailleurs du clic en France, au Royaume-Uni et en Espagne ont toutefois été classés comme des employés²³. 

La recommandation n°198 de l’OIT²⁴ cherche à réduire l’incertitude autour du statut des travailleurs afin de garantir une protection efficace des travailleurs et une concurrence équitable entre les employeurs. Elle repose sur trois axes : élaborer une politique nationale permettant de définir clairement la relation de travail, établir des critères pour distinguer les salariés des travailleurs indépendants, et assurer l’application effective du droit du travail existant. Ces politiques doivent enfin être régulièrement réévaluées et adaptées aux évolutions du monde du travail afin de maintenir une protection juridique adaptée. 

Certains travailleurs se situent entre le statut de salarié et celui d’indépendant. Ce statut « hybride » peut avoir pour conséquence d’exclure certains travailleurs de la protection normalement accordée aux salariés. Cette « zone grise » s’est renforcée avec les transformations de l’organisation du travail et les nouvelles technologies, notamment avec le développement des plateformes numériques. 

Dans les relations de travail impliquant plusieurs acteurs (sous-traitants, plateformes, entreprises clientes, etc.), il n’est pas toujours clair de déterminer qui est juridiquement responsable de la protection du travailleur. La recommandation n°198 tout en reconnaissant cette difficulté, ne précise pas suffisamment qui doit assumer les obligations de l’employeur. 

Les formes de travail contemporaines remettent ainsi en cause le modèle traditionnel « salarié/employeur ». Les statuts intermédiaires peuvent laisser certains travailleurs sans protection, tandis que la multiplicité des acteurs peut rendre difficile l’identification de l’employeur responsable. Ces deux sujets représentent des failles essentielles dans la protection juridique et sociale des travailleurs. 

Autour du déploiement de l’intelligence artificielle, les questions posées par l’absence de statut juridique et de garanties sociales des travailleurs du clic restent aujourd’hui largement ignorées du grand public. La consommation de ressources (eau, énergie) est devenue un enjeu de débat central. Mais paradoxalement le sort des êtres humains associés à la mise en œuvre de l’IA est invisibilisé. Pourtant qu’il s’agisse de produire et d’annoter des données, de retranscrire des textes ou des enregistrements, d’identifier des objets, ou même d’intervenir dans le fonctionnement de services ou l’évaluation des performances des systèmes, l’IA nécessite l’intervention d’êtres humains. Il y a urgence à leur donner des droits. Il y a aussi urgence à déconstruire le mythe d’une IA fondée sur la seule magie de l’innovation technologique. 

^[1] Tual, Morgane. “IA : le débat sur l’« IApocalypse » prend de l’ampleur après la démission d’un chercheur d’Anthropic et des incidents de sécurité.” Le Monde, 11 September 2026, https://www.lemonde.fr/pixels/article/2026/09/11/ia-apres-la-demission-de-jacob-coxon-et-plusieurs-incidents-de-securite-le-debat-sur-l-iapocalypse-prend-une-ampleur-inedite_6770505_4408996.html. Accessed 25 September 2026.

^[2] Hadjadji, Nastasia, and Olivier Tesquet. Apocalypse Nerds: Comment les technofascistes ont pris le pouvoir. Editions Divergences, 2025.

^[3] Juan Sebastián Carbonell, « Une IA socialiste n’est pas envisageable », dans IA mania : peut-on reprendre le contrôle ?, Institut Veblen. Institut Veblen – « IA mania : peut-on reprendre le contrôle ? »

^[4] “The trainer, the verifier, the imitator: Three ways in which human platform workers support artificial intelligence – Paola Tubaro, Antonio A Casilli, Marion Coville, 2020”

^[5] Clément Le Ludec. Des humains derrière l’intelligence artificielle. La sous-traitance du travail de la donnée entre la France et Madagascar. Sociologie. Institut Polytechnique de Paris, 2024.

^[6] Casilli, A. A., & Tubaro, P. (2024). « Temps, genre et micro-travail : Trajectoires européennes. Rapport projet TaFF – Trajectoires et fragmentation du micro-travail féminin ». DiPLab, Force Ouvrière, IRES.

^[7] Milagros Miceli, Paola Tubaro, Antonio A. Casilli, Thomas Le Bonniec, Camilla Salim Wagner et Laurenz Sachenbacher, Who Trains the Data for European Artificial Intelligence? Report of the European Microworkers Communication and Outreach Initiative (EnCOre, 2023–2024), European Parliament et The Left, 2024

^[8] Clément Le Ludec, Des humains derrière l’intelligence artificielle. La sous-traitance du travail de la donnée entre la France et Madagascar, thèse de doctorat, Institut Polytechnique de Paris, 2024

^[9] National Geographic, « Les ouvriers du clic, le prolétariat 2.0 », octobre 2020, https://www.nationalgeographic.fr/sciences/2020/10/les-ouvriers-du-clic-le-proletariat-20

^[10] Clément Le Ludec, Des humains derrière l’intelligence artificielle. La sous-traitance du travail de la donnée entre la France et Madagascar, thèse de doctorat, Institut Polytechnique de Paris, 2024

^[11] Les travailleurs de l’ombre de l’IA : L’Afrique en première ligne, wabitimrew.net, 7 février 2025, https://wabitimrew.net/les-travailleurs-de-lombre-de-lia-lafrique-en-premiere-ligne/)

^[12] Quentin Sombsthay, « Derrière la GenAI, la violente réalité des travailleurs du clic », Fisheye Immersive, https://fisheyeimmersive.com/article/derriere-la-genai-la-violente-realite-des-travailleurs-du-clic/

^[13] Jean-Philippe Joseph, « Les « ouvriers de la donnée », nouveau prolétariat 2.0 : entretien avec le sociologue Antonio A. Casilli », La Vie Ouvrière, 14 mai 2026, https://nvo.fr/les-ouvriers-de-la-donnee-nouveau-proletariat-2-0-entretien-avec-le-sociologue-antonio-a-casilli/

^[14] Billy Perrigo, « Inside Facebook’s African Sweatshop », Time, 14 février 2022, https://time.com/6147458/facebook-africa-content-moderation-employee-treatment/

^[15] Meta ends Sama contract after Kenyan workers report seeing intimate footage from Ray-Ban smart glasses users », The Next Web, 8 mai 2026, https://thenextweb.com/news/meta-smart-glasses-sama-kenya-workers

^[16] Faustine Ngila, « Meta got sued in Nairobi over labor exploitation and union busting », Quartz Africa, 5 juillet 2023, https://qz.com/africa/2163952/south-african-content-moderator-daniel-motaung-sues-meta-in-kenya

^[17] Slash Enquêtes (France Télévisions), « Dans l’enfer des modérateurs Facebook – Invisibles #3 », YouTube, 27 février 2020, https://www.youtube.com/watch?v=DnoH7nYkLZo

^[18] Antonio A. Casilli, Paola Tubaro, Clément Le Ludec, Marion Coville, Maxime Besenval, Touhfat Mouhtare et Elinor Wahal, Le Micro-travail en France. Derrière l’automatisation, de nouvelles précarités au travail ?, rapport final du projet DiPLab (« Digital Platform Labor »), IRES, 2019, 73 p., https://diplab.eu/wp-content/uploads/2019/05/Le-Micro-Travail-En-France_DiPLab-2019.pdf

^[19] Agence nationale pour l’amélioration des conditions de travail (Anact), « Quelles conditions de travail pour les travailleurs des plateformes numériques ? », Portail de veille sur les conditions de travail, 5 septembre 2018, https://veille-travail.anact.fr/produits-documentaires/quelles-conditions-de-travail-pour-les-travailleurs-des-plateformes

^[20] Antonio A. Casilli, Paola Tubaro, Clément Le Ludec, Marion Coville, Maxime Besenval, Touhfat Mouhtare et Elinor Wahal, Micro-travail et économie du clic, rapport d’étude, Agence d’objectifs CFDT, 2019, https://ires.fr/wp-content/uploads/2023/02/Micro_travail_AO_2017.pdf

^[21] Casilli et al., Le Micro-travail en France, op. cit.

^[22] Christina Behrendt, Quynh Anh Nguyen et Uma Rani, « Social protection systems and the future of work: Ensuring social security for digital platform workers », International Social Security Review, vol. 72, n° 3, 2019, p. 17-41, DOI : 10.1111/issr.12212.

[23] Slash Enquêtes (France Télévisions), « Dans l’enfer des modérateurs Facebook – Invisibles #3 », YouTube, 27 février 2020, https://www.youtube.com/watch?v=DnoH7nYkLZo

^[24] Valerio De Stefano, Ilda Durri, Charalampos Stylogiannis et Mathias Wouters, « Platform work and the employment relationship », ILO Working Paper, n° 27, Organisation internationale du Travail, 2021, https://webapps.ilo.org/static/english/intserv/working-papers/wp027/index.html