Le fondateur d’une startup spécialisée dans l’intelligence artificielle affirme que les données synthétiques ne remplaceront pas les données humaines dans les prochaines décennies. Matt Fitzpatrick, PDG d’Invisible Technologies, a déclaré lors d’un épisode récent de la série « 20VC » que l’une des idées reçues les plus répandues dans l’industrie de l’entraînement des IA est que les données générées artificiellement prendront le relais dans quelques années, rendant les humains superflus. « Au début de mon rôle, la principale objection que je rencontrais était que les données synthétiques allaient prendre le dessus, et que nous n’aurions plus besoin de retour humain dans deux ou trois ans », a expliqué Fitzpatrick, qui a rejoint la startup l’an dernier. « Mais en analysant les choses de manière fondamentale, cela n’a pas vraiment de sens. » Les données synthétiques, créées artificiellement, sont utilisées pour entraîner les modèles d’intelligence artificielle, notamment lorsque les données réelles sont rares ou sensibles à cause de problèmes de confidentialité. En revanche, le retour humain consiste à faire appel à des personnes réelles pour classer, évaluer ou entraîner les réponses des IA. Selon Fitzpatrick, la diversité des tâches que doivent accomplir les IA dans le monde est trop grande pour être traitée avec précision par des systèmes autonomes, surtout lorsqu’il s’agit de comprendre des contextes linguistiques ou culturels complexes. Il cite notamment le secteur juridique, où les informations sont souvent confidentielles et spécialisées. « Sur le plan de l’IA générative, nous aurons besoin d’humains dans la boucle pendant des décennies », affirme-t-il. « Et je pense que cette réalité commence à être mieux comprise par beaucoup. » Avant d’intégrer Invisible Technologies, Fitzpatrick était associé principal chez McKinsey, où il dirigeait QuantumBlack Labs, le bras de recherche et développement logiciel dédié à l’IA du groupe. Invisible, qui a levé 100 millions de dollars en septembre dernier à une valorisation de 2 milliards de dollars, concurrence des entreprises comme Scale AI ou Surge AI. Ces startups ont attiré des milliards de dollars ces dernières années, tandis que les géants de la tech s’efforcent de sécuriser les données nécessaires pour entraîner leurs modèles. Elles emploient des millions de travailleurs indépendants chargés de former les IA dans des domaines variés : mathématiques, programmation, mais aussi des notions comme l’humour ou l’empathie. Fitzpatrick se joint ainsi à d’autres dirigeants de startups spécialisées dans l’étiquetage des données pour affirmer que le rôle humain restera essentiel. En septembre, Brendan Foody, PDG de Mercor, avait souligné que la qualité des données et le traitement exceptionnel des personnes impliquées étaient les éléments clés du succès. En juillet, Garrett Lord, dirigeant de Handshake — une plateforme d’emploi qui s’est recentrée sur l’entraînement des IA — avait précisé que le profil des travailleurs évoluait : « Ces modèles ont désormais intégré l’ensemble du contenu disponible sur internet, tous les livres, vidéos… Ils sont assez bons pour que les généralistes ne soient plus nécessaires. » Il prévoit désormais une demande croissante pour des experts spécialisés en mathématiques, sciences ou autres disciplines complexes.