DoorDash rémunère désormais les travailleurs de la gig economy pour se filmer en train de faire le ménage, et oui, c'est aussi dystopique qu'il y paraît

Bienvenue dans le futur : vous entraînez les robots qui vont vous remplacer

DoorDash a lancé une application autonome appelée Tasks, et c'est peut-être le développement le plus sinistrement révélateur de l'économie à la tâche à ce jour. Le principe ? Payer votre armée de coursiers pour qu'ils se filment en train d'effectuer des tâches ménagères comme faire la vaisselle, plier le linge et battre des œufs. Les images sont ensuite intégrées dans des modèles d'IA. Vous savez, ceux qui alimentent les robots qui finiront par faire ces travaux à leur place.

Lancée le 19 mars 2026, l'application Tasks est disponible pour les quelque 8 millions de Dashers enregistrés aux États-Unis, avec quelques exceptions notables. La Californie, New York, Seattle et le Colorado sont tous exclus, ce qui est sûrement une simple coïncidence et n'a absolument rien à voir avec le fait que ces régions bénéficient de protections plus strictes pour les travailleurs indépendants. Rien à voir ici.

En quoi consistent réellement les tâches

Le travail en lui-même varie du banal au légèrement surréaliste. Les Dashers peuvent accepter des missions telles que se filmer en train de remplir un lave-vaisselle (caméra portée sur le corps braquée sur les mains, laver au moins cinq assiettes, maintenir chaque objet propre bien en vue), faire les lits, plier des vêtements ou même enregistrer des conversations improvisées en espagnol.

La rémunération varie apparemment beaucoup. Selon des rapports secondaires, les tâches ménagères simples rapportent environ 5 dollars (environ 4 livres sterling), tandis que les missions de scan de rayons rapportent environ 16 dollars, et les enregistrements de conversations en espagnol environ 20 dollars. DoorDash n'a pas officiellement confirmé les tarifs spécifiques, donc prenez ces chiffres avec des pincettes.

Depuis 2024, les Dashers ont accompli plus de 2 millions de ces tâches. C'est un volume énorme de données d'entraînement réelles, capturées dans de vraies maisons par de vraies personnes vaquant à leurs occupations réelles.

Qui récupère les données ?

C'est là que ça devient vraiment intéressant. Les images ne servent pas uniquement aux ambitions d'IA de DoorDash. L'entreprise a confirmé que les données collectées via Tasks alimentent des modèles pour des partenaires externes dans les domaines de la vente au détail, de l'assurance, de l'hôtellerie et de la technologie. Le directeur général de DoorDash, Ethan Beatty, a présenté cela comme une mise à profit d'une décennie d'expérience en logistique de livraison pour aider d'autres entreprises. Ce qui semble bien plus acceptable que de dire "nous monétisons des images de gens en train de faire leur vaisselle".

Le directeur technique de DoorDash, Andy Fang, a été plus franc, qualifiant l'initiative d'essentielle pour "construire la frontière de l'intelligence physique". Étant donné que DoorDash a dévoilé son propre robot de livraison, Dot, en septembre 2025, une machine de 160 kilos et près d'un mètre cinquante qui circule dans le Grand Phoenix à une vitesse pouvant atteindre 32 km/h en transportant six pizzas, le terme "intelligence physique" tombe avec une certaine ironie.

DoorDash n'est pas seul dans cette aventure

La tendance générale est indéniable. Uber a lancé un programme similaire via son AI Solutions Group, désormais opérationnel dans 30 pays, où les chauffeurs téléchargent des photos, enregistrent des clips vocaux et photographient des menus de restaurants. Instawork a recruté des travailleurs à Los Angeles pour porter des bandeaux montés avec un téléphone tout en se filmant en train de nettoyer des maisons. Et Sunday Robotics a expédié plus de 2 000 "gants de capture de compétences" à plus de 500 foyers américains, collectant environ 10 millions de routines pour construire son modèle de base.

Ensuite, il y a le projet pilote de fermeture de portes de Waymo à Atlanta, où DoorDash paie un Dasher pour s'approcher d'un robotaxi et fermer la porte. Une capture d'écran Reddit a montré un paiement total de 11,25 dollars pour cette seule action. Cette tâche est désormais classée dans l'écosystème Tasks, ce qui signifie que le support aux véhicules autonomes fait déjà partie de la gig economy.

Le côté inconfortable

Les critiques ont rapidement souligné la tension centrale : les travailleurs de la gig economy génèrent, en fait, les données d'entraînement qui pourraient finir par rendre leurs rôles obsolètes. DoorDash présente Tasks comme un revenu complémentaire, un moyen de gagner de l'argent entre deux livraisons. Et pour être juste, contrairement à d'autres controverses sur l'entraînement de l'IA, les travailleurs sont ici directement rémunérés pour leurs contributions.

Mais des questions subsistent. DoorDash n'a pas publié de détails sur les cadres de consentement, les politiques de conservation des données, ou les droits des travailleurs sur les images filmées à l'intérieur de leur propre domicile. Comme l'a noté Anders Beck, vice-président d'Universal Robots, les entreprises ont besoin de données réelles distribuées car les données d'entraînement collectées en laboratoire ne suffisent tout simplement pas pour un déploiement réel. Cela fait des maisons et des cuisines des travailleurs le nouveau terrain d'entraînement de l'IA.

Le verdict

Tasks est un aperçu fascinant et légèrement inconfortable de la direction que prend l'économie à la tâche. Pour les Dashers à court d'argent, c'est de l'argent facile pour un effort minimal. Mais les implications à long terme méritent d'être surveillées de près, surtout pour ceux qui pensent que l'expression "entraîner son propre remplaçant" n'est qu'une figure de style.

Lisez l'article original sur source.