Amazon a annoncé le 25 août 2026 la fermeture de sa plateforme Mechanical Turk le 30 septembre 2026. Après 21 ans d'existence, la marketplace de micro-tâches humaines qui a contribué à entraîner une génération de modèles d'intelligence artificielle s'arrête — en grande partie parce que ces mêmes modèles font désormais le travail eux-mêmes.
Deux autres services AWS ferment simultanément : SageMaker Ground Truth et Amazon Augmented AI. Amazon avait déjà cessé d'accepter de nouveaux clients sur ces trois services le 30 juillet 2026, un mois avant l'annonce officielle.
Pour les équipes encore actives sur Mechanical Turk — chercheurs académiques, startups IA en phase d'entraînement, équipes de test utilisateur —, le délai est court : cinq semaines pour exporter les données, clore les projets en cours et migrer vers une alternative.
21 ans : de l'innovation au déclin
Mechanical Turk a été lancé par Amazon en 2005. Son nom rend hommage à un célèbre automate du XVIIIe siècle, surnommé « Le Turc », qui prétendait jouer aux échecs de manière autonome en dissimulant en réalité un joueur humain à l'intérieur. Jeff Bezos avait choisi ce nom délibérément : le service proposait ce qu'il appelait lui-même une « intelligence artificielle artificielle » — des humains accomplissant des tâches que les ordinateurs de l'époque ne pouvaient pas réaliser.
Le principe était simple : des donneurs d'ordre (requesters) postaient des tâches digitales unitaires, appelées Human Intelligence Tasks (HITs), rémunérées quelques centimes chacune. Des travailleurs (Turkers), souvent à temps partiel, les réalisaient en masse : identifier des objets dans des images, transcrire des enregistrements audio, modérer du contenu, étiqueter des données textuelles, répondre à des enquêtes comportementales.
À son apogée, la plateforme comptait plus de 500 000 travailleurs inscrits, principalement aux États-Unis et en Inde. Pour les chercheurs en NLP, en sciences cognitives et en psychologie expérimentale, MTurk est devenu l'infrastructure standard pour recruter des panels à moindre coût. Pour les équipes IA, c'est la plateforme qui a alimenté une part significative des datasets d'entraînement supervisé des années 2010.
Dès les années 2020, le déclin s'est amorcé sur plusieurs fronts. Les modèles d'apprentissage profond ont commencé à prendre en charge automatiquement les tâches les plus simples — reconnaissance d'image commune, transcription automatique — réduisant la demande pour les HITs correspondantes. Des concurrents spécialisés (Scale AI, Labelbox, Toloka, Appen) ont attiré les projets nécessitant un encadrement qualité et des garanties contractuelles que MTurk ne proposait pas. Amazon a progressivement réduit ses investissements dans la plateforme, sans mises à jour majeures depuis plusieurs années.
Ce qui ferme exactement le 30 septembre
Trois services AWS ferment simultanément le 30 septembre 2026.
Amazon Mechanical Turk
La plateforme complète de micro-tâches humaines, accessible via interface web et API. Tous les HITs actifs, les comptes travailleurs, les bibliothèques de tâches et les données associées seront désactivés à cette date. Amazon recommande d'utiliser la console Mechanical Turk pour exporter l'ensemble des résultats et des historiques avant le 30 septembre.
Amazon SageMaker Ground Truth
Le service de labellisation de données intégré à SageMaker, qui utilisait partiellement Mechanical Turk comme source de travailleurs humains pour les tâches d'annotation non automatisables. Les labeling jobs en cours doivent être migrés vers une alternative. Le reste de SageMaker — entraînement, déploiement, notebooks, Feature Store — reste disponible.
Amazon Augmented AI (A2I)
Le service qui permettait d'intégrer une revue humaine dans les workflows d'inférence IA : par exemple, soumettre automatiquement à un opérateur humain les prédictions dont le score de confiance était insuffisant. Les déclencheurs A2I et les human review loops configurés dans vos pipelines doivent être désactivés ou remplacés avant la date limite.
Ce qui ne ferme pas : Amazon Rekognition, Amazon Textract, Amazon Comprehend et les autres services ML d'AWS restent disponibles. SageMaker (hors Ground Truth) reste actif. Les services de labellisation tiers intégrés à SageMaker via des connecteurs personnalisés ne sont pas concernés.
L'ironie fondamentale : l'outil qui a formé l'IA, remplacé par l'IA
La fermeture de Mechanical Turk a une dimension symbolique que peu d'acteurs du secteur manquent de souligner. La plateforme a été, pendant quinze ans, l'une des principales infrastructures de production de données étiquetées pour l'apprentissage supervisé. Des millions de HITs complétés par des centaines de milliers de travailleurs humains ont alimenté les datasets qui ont entraîné les modèles de vision par ordinateur, les premiers systèmes de NLP et les réseaux de reconnaissance vocale de la décennie 2010.
Ces mêmes modèles — suffisamment performants aujourd'hui pour effectuer automatiquement la transcription, la classification d'images et l'annotation de texte — ont rendu la plateforme économiquement non viable. L'outil qui a contribué à créer l'IA s'est fait remplacer par l'IA qu'il a contribué à créer.
Ce cycle n'est pas une coïncidence : c'est le mécanisme structurel à l'œuvre dans toute automatisation. La question pertinente pour les PME et ETI n'est pas de savoir si ce phénomène va continuer — il va continuer — mais d'identifier quelles tâches dans leur propre organisation suivront le même arc, et sur quel horizon de temps. Les projets d'automatisation métier qui réussissent commencent systématiquement par cet audit honnête.
Alternatives concrètes selon vos besoins
Les alternatives disponibles se répartissent selon le type de besoin couvert par Mechanical Turk dans votre organisation.
Pour la labellisation de données IA (images, texte, audio)
- Scale AI : standard de l'industrie pour les grands projets d'annotation nécessitant des garanties de qualité élevées. Équipes humaines spécialisées, SLAs contractuels, intégration dans les pipelines MLOps. Tarifs élevés, justifiés pour des datasets critiques.
- Labelbox : plateforme SaaS orientée équipes IA internes, avec une interface de labellisation intuitive, des outils de revue qualité et des intégrations directes dans les workflows de ML. Adapté aux équipes qui font de la labellisation en continu plutôt qu'en campagnes ponctuelles.
- Toloka (Yandex) : alternative la plus proche de MTurk en termes de fonctionnement — réseau mondial de travailleurs, paiement au HIT, interface similaire. Support du français. À noter : la gouvernance est russe, ce qui peut poser question pour certaines données sensibles.
- Appen : entreprise australienne spécialisée dans la préparation de données IA, présente en Europe, avec des capacités multilingues et des programmes de qualité certifiés.
Pour les études et panels utilisateurs
- Prolific : alternative académique de référence à MTurk, très utilisée en Europe et particulièrement bien adaptée aux études en sciences sociales et en NLP. Panels validés, rémunération transparente pour les participants, interface ergonomique pour les chercheurs.
- UserTesting : pour les études UX qualitatives avec enregistrement de sessions — différent de MTurk mais couvre le cas d'usage « tester un produit avec de vrais utilisateurs ».
Pour la revue humaine dans les pipelines IA (remplacement d'Amazon A2I)
La fermeture d'Amazon A2I nécessite de reconstruire les human-in-the-loop dans vos pipelines d'inférence. Les options techniques disponibles sont : Labelbox (qui propose des workflows de revue intégrables dans vos pipelines), des solutions maison basées sur des files de tâches (par exemple SQS + interface interne), ou des outils comme Argilla pour la revue de données NLP. Dans le cadre d'un projet d'outil interne sur mesure, c'est souvent l'occasion de concevoir un workflow de validation adapté précisément à vos contraintes métier plutôt que de reconstruire un remplacement générique. Pour discuter de votre situation, contactez notre équipe.
FAQ
Sources
FAQ — Amazon ferme Mechanical Turk après 21 ans : l'IA a rendu inutile le travail humain qui l'a formée
Puis-je encore utiliser Mechanical Turk après le 30 septembre 2026 ?
Non. Amazon a confirmé que tous les services cessent le 30 septembre 2026. Après cette date, l'accès à la plateforme, aux APIs et aux données sera désactivé. Exportez vos données et résultats avant la date limite via la console Mechanical Turk.
Qu'arrive-t-il aux données et résultats de mes HITs ?
Elles seront inaccessibles après le 30 septembre. Amazon recommande d'exporter tous vos résultats et bibliothèques de tâches avant la fermeture. Aucune migration automatique vers un autre service n'est prévue.
SageMaker reste-t-il disponible après la fermeture de Ground Truth ?
Oui. Seul SageMaker Ground Truth est concerné par la fermeture. Le reste de SageMaker — entraînement de modèles, endpoints d'inférence, notebooks, Feature Store — reste disponible et n'est pas impacté par cette annonce.
Cette fermeture est-elle liée à l'AI Act ou à une réglementation ?
Non directement. La fermeture est motivée par des raisons commerciales : baisse de l'usage, déclin de la plateforme face à la concurrence spécialisée, et surtout le fait que les modèles IA effectuent désormais automatiquement les tâches qui constituaient le cœur de MTurk.
Faut-il désactiver les workflows Amazon A2I dans nos applications avant le 30 septembre ?
Oui. Les déclencheurs A2I et les human review loops configurés dans vos pipelines doivent être désactivés ou remplacés avant le 30 septembre pour éviter des erreurs dans vos workflows d'inférence. Identifiez tous les points d'intégration A2I dans votre code avant la date limite.
Prolific est-il vraiment une alternative valable pour des études académiques ?
Oui. Prolific est aujourd'hui la plateforme de référence pour les études académiques en Europe, notamment en NLP, sciences cognitives et psychologie expérimentale. Elle offre des panels validés, une rémunération transparente des participants, et une interface conçue pour les chercheurs. Son modèle est plus strictement encadré que MTurk, ce qui améliore la qualité des données mais réduit légèrement la flexibilité des tâches complexes.