500 000 heures de travail humain gratuit. Chaque jour. Par des personnes qui pensaient simplement essayer de se connecter à leur banque.
reCAPTCHA est l'opération de collecte de données invisible la plus réussie de l'histoire d'Internet. 200 millions de personnes la résolvaient chaque jour à son apogée. Presque aucune d'entre elles ne comprenait ce qu'elles construisaient réellement.
Waymo, la filiale de véhicules autonomes de Google, vaut aujourd'hui 45 milliards de dollars. Elle a obtenu une partie cruciale de ses données d'entraînement grâce à vous. Gratuitement. Sur tous les sites web que vous avez jamais visités.
Voici toute l'histoire.
Comment tout a commencé : une idée ingénieuse
En 2000, les bots spammeurs ravageaient Internet. Les forums étaient inondés. Les boîtes de réception saturées. Les sites web avaient besoin d'un moyen de distinguer les humains des machines.
Le professeur de l'Université Carnegie Mellon, Luis von Ahn, a résolu le problème. Il a inventé le CAPTCHA : un mot déformé que seul un humain pouvait lire. Les bots échouaient. Les humains réussissaient.
Mais von Ahn a vu plus loin. Des millions de personnes consacraient un effort cognitif à ces défis. Et si cet effort pouvait servir deux objectifs à la fois ?
En 2007, il a lancé reCAPTCHA. La nouveauté : au lieu de charabia aléatoire, il affichait deux mots. L'un que le système connaissait déjà. L'autre, scanné à partir d'un vrai livre que les ordinateurs ne pouvaient pas encore déchiffrer. Votre réponse aidait à le numériser.
Les livres provenaient des archives du New York Times. Et de Google Books. L'équivalent de 130 millions de livres.
Vous pensiez vous connecter. Vous faisiez de la reconnaissance optique de caractères pour la plus grande bibliothèque numérique du monde.
Google a acquis reCAPTCHA en 2009.
Puis Google a changé la donne
L'ère des mots tortueux s'est achevée vers 2012.
Google avait un nouveau problème. Les voitures Street View photographiaient chaque route de la planète. Mais les photos ne sont que des données brutes. Pour que l'IA soit utile, elle devait comprendre ce qu'elle voyait : panneaux, passages piétons, feux de circulation, devantures de magasins.
Google a donc repensé reCAPTCHA v2. Au lieu de texte déformé, il affichait des grilles de photos. « Cliquez sur toutes les cases contenant un feu de circulation. » « Sélectionnez chaque passage piéton. » « Identifiez les devantures de magasins. »
Ces images provenaient directement de Google Street View.
Vos clics étaient les étiquettes. Chaque sélection indiquait au modèle de vision par ordinateur de Google : cet amas de pixels est un feu de circulation. Cette forme est un passage piéton.
Vous ne passiez pas un test. Vous construisiez un ensemble de données.
L'ampleur dont personne ne parle
À son apogée, 200 millions de reCAPTCHA étaient résolus chaque jour.
10 secondes par défi. Cela représente 2 milliards de secondes de travail humain. Chaque jour. 500 000 heures. Quotidiennement.
L'annotation de données payée coûte entre 10 et 50 dollars de l'heure. À l'estimation la plus basse : 5 millions de dollars de travail gratuit extraits chaque jour.
Et reCAPTCHA n'était pas sur une seule application. Il était sur toutes les banques. Tous les portails gouvernementaux. Tous les sites de commerce électronique. Toutes les pages de connexion sur Internet. Vous n'aviez pas le choix. Vous voulez accéder à votre compte ? Annotez d'abord l'ensemble de données.
Google n'a pas demandé. N'a pas payé. Ne vous a même pas informé.
Ce que tout cela a construit
Les données ont directement alimenté deux produits.
Google Maps. L'outil de navigation le plus utilisé sur Terre. Sa capacité à lire les panneaux de signalisation, identifier les commerces et comprendre la géographie urbaine a été construite, en partie, sur des milliards d'annotations humaines provenant de personnes essayant de se connecter à des sites web.
Et Waymo.
Waymo est le projet de voiture autonome de Google, devenu une entreprise indépendante en 2016. Pour naviguer en toute sécurité, une voiture autonome doit reconnaître des milliers de motifs visuels avec une précision quasi parfaite. Feux de circulation. Passages piétons. Piétons. Panneaux stop.
Les données d'entraînement de référence pour cette reconnaissance ? Annotées par des millions d'humains. Via reCAPTCHA. Sans leur consentement.
Waymo a effectué plus de 4 millions de courses payantes en 2024. Elle opère à San Francisco, Los Angeles et Phoenix. Elle se développe chaque mois. Elle est valorisée à 45 milliards de dollars.
Les fondations ont été posées par des internautes non rémunérés qui essayaient de consulter leurs e-mails.
Pourquoi personne n'a pu reproduire cela
L'annotation de données est coûteuse. Des entreprises comme Scale AI, Appen et Labelbox existent uniquement pour résoudre ce problème. Elles emploient des centaines de milliers de travailleurs pour étiqueter des images, parfois pour moins d'un dollar de l'heure.
Google a résolu cela différemment. Ils ont rendu l'annotation obligatoire. Pas contre rémunération. Pas avec consentement. Comme prix d'entrée sur chaque site du web.
Le résultat : des milliards d'images étiquetées. Une couverture mondiale. Toutes les conditions météorologiques. Tous les moments de la journée. Toutes les villes de la planète.
Aucune entreprise d'annotation n'aurait pu construire cela. Internet lui-même était l'usine. Chaque personne sur le web était un employé qui n'a jamais signé de contrat.
La version que vous utilisez encore aujourd'hui
reCAPTCHA v3, lancé en 2018, ne vous montre même pas de défi. Il observe comment vous déplacez votre souris. Comment vous faites défiler. Combien de temps vous survolez. Votre empreinte comportementale lui indique si vous êtes humain.
Ces données comportementales alimentent également les systèmes d'IA de Google.
Vous n'avez jamais donné votre accord. Il n'y a jamais eu de case à cocher. Vous le faites encore en ce moment même, sur la plupart des sites que vous visitez.
L'ironie qui devrait déranger tout le monde
La vision originale de Luis von Ahn était brillante : rediriger l'effort cognitif que les humains consacrent déjà aux filtres anti-spam vers quelque chose d'utile. Numériser les livres du monde. Résoudre un vrai problème.
Ce que Google a fait de cette vision est tout autre chose.
Ils ont pris un mécanisme de sécurité que les utilisateurs n'avaient d'autre choix que d'utiliser, l'ont déployé sur l'ensemble d'Internet, et ont récolté le résultat pour construire des produits commerciaux valant des dizaines de milliards de dollars.
Les utilisateurs n'ont rien obtenu. Pas même la conscience de ce qui se passait.
L'ironie la plus profonde : vous avez passé des années à prouver que vous étiez humain. En effectuant exactement le type de travail de reconnaissance visuelle que l'IA ne pouvait pas encore faire. Le travail qui, une fois appris, a rendu l'annotation visuelle humaine inutile.
Vous avez prouvé que vous étiez humain. En vous rendant remplaçable.
Sources : Université Carnegie Mellon, Google Blog (2009), WebProNews, MakeUseOf, MIT Technology Review, informations de Waymo.
Si vous avez trouvé cela intéressant, suivez-moi @sharbel sur X.
Et si vous dirigez une entreprise, nous construisons des systèmes de contenu pour les fondateurs afin d'attirer le bon public pour vous et de le convertir en revenus.
Si vous souhaitez que ces mêmes systèmes soient installés pour vous, réservez un appel avec nous sur FounderFunnel.com.
