A partir de 2026, uma nova dinâmica emergiu no mercado de trabalho global: antes de iniciar suas atividades, trabalhadores comuns passaram a acionar o botão de gravação em dispositivos móveis ou câmeras corporais, registrando cada movimento envolvido em tarefas como dobragem de roupas, lavagem de louças ou empilhamento de caixas. Esse material audiovisual, capturado em primeira pessoa, tornou-se a base para o treinamento de sistemas de inteligência artificial, especialmente robôs humanoides e agentes capazes de operar computadores como humanos. Empresas como Tesla, Figure AI e Agility Robotics já utilizam esses dados para refinar seus algoritmos, enquanto investidores injetaram mais de US$ 6 bilhões em startups do setor apenas em 2025, segundo a MIT Technology Review.

A transformação do trabalhador em sensor humano

Os trabalhadores, agora vistos como sensores humanos, empregam celulares, câmeras fixadas na cabeça ou óculos inteligentes para registrar o que veem, quando decidem agir e como coordenam visão e movimento. Esse processo converte a rotina profissional em um dataset comportamental, onde cada ação é quebrada em unidades treináveis de entrada e saída. Para garantir a qualidade do aprendizado da máquina, os participantes seguem roteiros rígidos: mantêm as mãos sempre visíveis, executam movimentos em velocidade natural e evitam cortes bruscos nas filmagens.

Esse fenômeno não se limita a um setor específico. Na Nigéria, a startup americana Micro1 contratou milhares de pessoas em mais de 50 países para gravar tarefas domésticas simples, como limpar e organizar objetos, mediante pagamento por hora. Na Índia, a Objectways montou estúdios com cômodos completos, onde funcionários repetem as mesmas atividades dezenas de vezes ao dia, simulando um treinamento real para as máquinas. Nos Estados Unidos, a Meta passou a registrar cliques, movimentos do mouse e digitação de seus funcionários para treinar agentes de IA que operam dentro do computador. Você pode acompanhar as inovações e as principais notícias sobre tecnologia em tempo real aqui na SpaceMoney.

Nem todo treinamento, porém, depende de câmeras. Médicos, roteiristas e até campeões de xadrez são recrutados por plataformas como a Mercor para corrigir respostas de chatbots, utilizando seu conhecimento especializado para refinar os modelos de linguagem. Essa diversidade de fontes de dados mostra como a IA está sendo alimentada por múltiplas camadas da atividade humana.

Dados egocêntricos e a complexidade do aprendizado físico

Os vídeos capturados não são simples gravações; eles são convertidos em dados detalhados de movimento, rotulados quadro a quadro, permitindo que modelos de visão computacional identifiquem objetos e ações a partir da perspectiva de quem executa a tarefa. Esse tipo de registro, chamado de dado egocêntrico, é essencial porque, diferentemente de chatbots treinados com textos da internet, robôs físicos precisam compreender peso, atrito e interação com o ambiente real.

A empresa Scale AI já acumulou mais de 100 mil horas de vídeos e imagens em primeira pessoa focados no treinamento de robôs humanoides, segundo a MIT Technology Review. Cada segundo desses registros é estruturado em dados organizados, com cada movimento classificado e identificado, para que a IA aprenda a agir no mundo concreto. Sem essa base, seria impossível replicar habilidades como segurar um objeto ou manter o equilíbrio em superfícies irregulares.

Esse processo contrasta com o treinamento de modelos de linguagem como o ChatGPT, que se baseiam em textos e imagens disponíveis online. Para robôs, o conhecimento tácito do trabalho humano – como a coordenação entre visão e movimento – precisa ser extraído diretamente da observação de pessoas reais em ação, o que torna esses dados extremamente valiosos e difíceis de obter por simulação.

Notícias Relacionadas

Benefícios e riscos do novo modelo de coleta

Entre as vantagens apontadas por especialistas, destacam-se a geração de renda extra em regiões com alto desemprego, como Nigéria e Índia, a baixa exigência de formação técnica para a maioria das vagas e a possibilidade de trabalhar em casa com horários flexíveis. Para muitos trabalhadores, essa é uma oportunidade de acesso ao mercado digital sem grandes barreiras de entrada.

Por outro lado, há riscos significativos. A exposição de imagens do ambiente doméstico, incluindo familiares e vizinhos, levanta preocupações com privacidade. Além disso, falta transparência sobre como esses dados serão armazenados e utilizados no futuro. Yasmine Kotturi, professora de computação centrada no ser humano da Universidade de Maryland, alerta que as empresas não comunicam com clareza aos trabalhadores o destino final das gravações. Há ainda o temor de que esse mesmo treinamento acelere a automação e torne obsoletos os próprios empregos que forneceram os dados.

Apesar das incertezas, o mercado de dados humanos continua em expansão. Bilhões de dólares já foram investidos, e projeções do banco Morgan Stanley indicam que mais de 1 bilhão de robôs humanoides poderão estar operacionais no mundo até 2050. No Brasil, porém, o debate ainda é incipiente, embora o país seja um dos maiores usuários de ferramentas de IA como o ChatGPT, segundo a plataforma Semrush.

O futuro do trabalho na era da automação

O paradoxo central dessa prática é evidente: trabalhadores são pagos para ensinar máquinas que, potencialmente, podem substituí-los. No entanto, especialistas como Ken Goldberg, robotista da Universidade da Califórnia em Berkeley, acreditam que essa transição será mais lenta do que se imagina. Para ele, levará mais tempo do que as pessoas pensam para que robôs humanoides substituam completamente tarefas humanas.

Outros defendem um cenário de convivência, como Manish Agarwal, cofundador da startup Humyn Labs, que propõe uma atuação complementar entre humanos e máquinas. Um soldador na Índia, por exemplo, poderia operar remotamente um robô em outro país, combinando habilidades humanas com a precisão mecânica. Essa visão sugere que a automação não eliminará empregos, mas os transformará.

Ainda assim, a incerteza já afeta a geração mais jovem. Uma pesquisa da PwC indica que a inteligência artificial está tornando o primeiro emprego mais difícil para a Geração Z. Com a chegada de máquinas mais autônomas e capazes de executar tarefas menos previsíveis, o panorama pode se tornar ainda mais desafiador. O que antes parecia um simples vídeo do cotidiano agora se revela um instrumento poderoso – e controverso – de transformação do trabalho.

Assuntos