This paper sheds light on the role of digital platform labour in the development of today’s artificial intelligence, predicated on data-intensive machine learning algorithms. Focus is on the specific ways in which outsourcing of data tasks to myriad ‘micro-workers’, recruited and managed through specialized platforms, powers virtual assistants, self-driving vehicles and connected objects. Using qualitative data from multiple sources, we show that micro-work performs a variety of functions, between three poles that we label, respectively, ‘artificial intelligence preparation’, ‘artificial intelligence verification’ and ‘artificial intelligence impersonation’. Because of the wide scope of application of micro-work, it is a structural component of contemporary artificial intelligence production processes – not an ephemeral form of support that may vanish once the technology reaches maturity stage. Through the lens of micro-work, we prefigure the policy implications of a future in which data technologies do not replace human workforce but imply its marginalization and precariousness.
Cette contribution questionne les modalités d’apprentissage des jeunes utilisateurs d’interfaces numériques. À la suite d'Auray (2016), nous analysons les aptitudes à maîtriser les environnements numériques, en discutant la typologie en 4 compétences qu’il propose. Parmi elles, nous nous focalisions surtout sur la compétence dite géographique. Elle regroupe 2 sous-compétences : topologique, une position d’action tactique réorientée de proche en proche et cartographique, une position d’action stratégique et surplombante envisagée en présence de connaissances exhaustives sur une situation. Pour mener ce travail comparatif, nous croisons les apprentissages inscrits dans deux domaines institutionnalisés : l’université et la santé. Des données empiriques issues de deux enquêtes menées dans ces contextes permettent de compléter l’analyse des inégalités sociales face au numérique par celle des handicaps cognitifs liés à l’autisme et physiques liés à des douleurs chroniques.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.