Les scénaristes d'Hollywood se tournent vers la formation en IA : témoignage à la première personne du travail d'annotation de données

Un récit à la première personne d'un écrivain et showrunner hollywoodien — auteur d'émissions sur Paramount, Hulu et BBC — décrit sa transition vers le travail de formation à l'IA après que la grève des scénaristes de 2023 a tari ses revenus traditionnels. Il travaille désormais sous un pseudonyme comme 'ri611' en effectuant des tâches d'annotation de données pour des entreprises comme Mercor, Outlier, Task-ify, Turing, Handshake et Micro1.

Comment il a intégré le réseau

• A découvert l'opportunité via un groupe Facebook non officiel de la Writers Guild : un message mentionnait que Mercor payait 150 $/heure pour les écrivains.
• A postulé à 10 emplois, passé 20 heures non rémunérées à des tests, a été interviewé par un agent recruteur IA (une lumière vacillante à l'écran).
• Embauché six semaines plus tard en tant qu''annotateur de données généraliste' à 52 $/heure — en dessous du niveau 'expert' mais au-dessus du niveau débutant.

Tâches quotidiennes

• Lire des conversations entre utilisateurs et un grand chatbot LLM, noter les réponses sur une échelle de 1 à 5, avec justification écrite.
• Évaluer le ton : naturel vs plat, affecté vs agaçant.
• Annoter des images (motifs de meubles, photos de groupe pour isoler des individus).
• Horodater des événements vidéo : chien qui aboie, inconnu passant devant une fenêtre, ballon qui éclate.
• Générer du contenu sensible (scènes de sexe animées, imagerie violente, recettes de bombes) dans le cadre de tests de sécurité en équipe rouge.

Conditions de travail

• Tâches assignées via les chaînes Slack, Airtables, portails de paiement et applications Google Workspace.
• Un chef d'équipe a explicitement déclaré : 'Ce ne sont pas des emplois, ce sont des tâches, et nous sommes des 'taskers'.'
• Chef de projet : un jeune diplômé de 22 ans qui avait l'intention de se lancer dans la banque d'investissement.
• Paie le loyer, achète de la nourriture, couvre les frais d'un nettoyeur humain (tarif fixe de 150 $).

Contexte pour les développeurs

Ce récit illustre le travail humain derrière les données d'entraînement des LLM. Les écrivains — experts en ton, narration et sécurité — évaluent désormais les réponses des chatbots et génèrent des contenus de cas limites. Pour les ingénieurs en IA, c'est un rappel que la qualité des données dépend de travailleurs précaires sous-payés. Des outils comme Outlier et Mercor servent d'intermédiaires pour ce travail, et la structure des tâches (par tâche, sans avantages) reflète les plateformes de travail à la demande.