Amazon Mechanical Turk : vers la fin du service le plus controversé d’AWS

Une perte de confiance progressive dans Mechanical Turk

En 2018, le fournisseur a introduit Ground Truth. Un service d’automatisation de l’étiquetage de données à partir d’échantillons obtenus auprès des « forçats du clic » comme certains les ont appelés. Ground Truth Plus, en 2021, a ajouté la possibilité de faire appel à des « experts » AWS de la labélisation chargés de recruter les annotateurs pour le compte du client. Lui n’avait qu’à fournir son jeu de données.

Or, comme le signale TechCrunch, ces travailleurs de l’ombre qui ont rendu possible l’émergence de ChatGPT et consort se sont mis à utiliser les modèles d’IA générative pour répondre à leur place. En 2023, des chercheurs de l’école polytechnique de Lausanne estimaient que 33 à 46 % des résultats obtenus à travers Amazon Mechanical Turk étaient générés par IA.

En 2025, des chercheurs de l’université de technologie de l’Ontario au Canada ont suggéré que 33 à 56 % des comptes ouverts sur MTurk étaient des « marionnettes » contrôlées par des humains pour souscrire à davantage de demandes et donc maximiser leurs revenus. Or, la qualité des résultats en pâtit, comme en 2018, lorsqu’un chercheur a remarqué que pratiquement la moitié des réponses normalement recueillies auprès de citoyens américains avaient été produites de manière aléatoire par des personnes recourant à un VPN.

Dans un même temps, des plateformes concurrentes, dont Prolific, Lionbridge AI, Telus International, Appen ou Clickworker ont vu le jour.

Cela dit, les fournisseurs de LLM n’ont plus forcément besoin des services de travailleurs peu qualifiés. Eux peuvent s’appuyer sur les retours et les données d’utilisation de clients, mais surtout sur la production de données synthétiques. En octobre 2025, des chercheurs de Meta jugeaient que le ratio idéal de données synthétiques dans le volume total de données d’entraînement se situait en moyenne autour de 30 %, avec quelques variations suivant la taille du LLM. De surcroît, ils font appel à des laboratoires qui engagent des experts de la cybersécurité et de la détection de biais.

Les entreprises sont également encouragées à utiliser des services d’annotation automatique ou de génération de données plus vraies que nature. Toutefois, leur qualité n’est plus forcément mesurée par des humains, mais des LLM as-a-Judge.

C’est aussi le cas chez AWS. Parmi les services qui ne seront plus commercialisés après le 30 juillet prochain, l’on note la fin annoncée d’Amazon Augmented AI for Human Review (A2I). Celui-ci permet de créer des pipelines d’évaluations manuelles de résultats en provenance d’Amazon Textract, Rekognition, Comprehend, Transcribe, Translate et d’autres modèles d’IA, plus personnalisés.

Rationaliser SageMaker et Bedrock

Mais la raison principale derrière l’arrêt progressif de services IA semble plutôt la refonte de ses plateformes. En sus des éditions actuelles de SageMaker et Bedrock, AWS maintient des versions « Classic » pour ses premiers clients. Ainsi, le fournisseur cesse la commercialisation d’Amazon Bedrock Agents Classic et redirige les usagers vers Bedrock AgentCore. Les clients existants peuvent continuer à utiliser le service le plus ancien, mais Agents Classic ne prend pas en charge nativement les serveurs MCP et est globalement moins complet.

À noter que le fournisseur rationalise certaines fonctionnalités, tandis qu’il n’offrira plus de services managés pour d’autres.

Par exemple, il prépare l’intégration de la gestion des rôles SageMaker directement depuis l’IAM, tandis que les données géospatiales peuvent être gérées nativement depuis Amazon S3. Quant aux fonctions de SageMaker Clarify, suite d’explicabilité de modèles, AWS recommande de passer par la librairie open source à la base de sa solution : SHAP. Ces mesures peuvent être associées à un ensemble de bonnes pratiques d’observabilité référencées dans un dépôt GitHub. Model Monitor, lui, pourra être remplacé par une combinaison d’Amazon QuickSight, CloudWatch et ces mêmes recettes. En matière d’évaluation des LLM, il faudra désormais préférer les services intégrés dans Bedrock.

Les clients d’Amazon Kendra, moteur de recherche sémantique lancé avant l’ère de la GenAI, sont invités à migrer leurs applications vers Bedrock Managed Knowledge Base. Aussi, AWS pousse gentiment les usagers d’Amazon Q Business vers Amazon Quick, son successeur.

Néanmoins, AWS reprend le même message cité au début de cet article visant à rassurer les clients existants. L’hyperscaler doit leur laisser de temps de se préparer à d’éventuels changements.