Como se estivessem em algum reality show, trabalhadores ao redor do mundo passaram a adotar uma nova rotina antes de começarem a trabalhar: apertar o botão de “gravar” — seja para dobrar roupas, lavar louça ou empilhar caixas.
A autofilmagem do trabalho — com dados reais de como o corpo humano se move — passou a alimentar sistemas de IA e ganhou força em 2026, ajudando empresas como Tesla, Figure AI e Agility Robotics a treinar robôs humanoides e agentes capazes de operar computadores como pessoas.
Segundo a MIT Technology Review, só em 2025, investidores aplicaram mais de US$ 6 bilhões em startups de robôs humanoides.
O movimento ressignifica o trabalho humano: ele deixa de ser só execução de tarefas e passa a ser também matéria-prima para sistemas de IA. Antes se vendia esforço físico, agora também se geram dados comportamentais.
Confira como funciona essa coleta de informações, quem participa dela e quais riscos — e oportunidades — ela traz ao mercado de trabalho.
Como trabalhadores estão ajudando a treinar a inteligência artificial?
Transformados em “sensores humanos”, os trabalhadores usam celulares, câmeras presas à cabeça ou óculos especiais para permitir que a IA aprenda o que a pessoa vê, quando decide agir e como coordena visão e movimento.
Em outras palavras, é como se essas pessoas estivessem “ensinando percepção humana” para as máquinas: o corpo vira câmera, os movimentos se convertem em dados e a própria rotina se transforma em dataset.
Essa captura de movimento é necessária porque, ao contrário dos chatbots de texto — que aprendem com livros e páginas da internet —, os robôs físicos dependem de peso, atrito e interação física para executar tarefas.
Por isso, mais do que gravar, esses trabalhadores “quebram” o próprio trabalho em unidades treináveis — entrada (movimento) e saída (resultado) — seguindo roteiros rígidos: manter as mãos visíveis, mover-se em velocidade natural e evitar cortes bruscos, para que a IA associe cada movimento a um resultado.
Quais profissões e setores já usam esse modelo de treinamento?
O fenômeno não está restrito a um setor: ele já aparece na manufatura, no trabalho doméstico e até no escritório, sempre com o mesmo objetivo — ensinar máquinas a agir como humanos.
Na prática, isso está sendo feito em escala global. Na Nigéria, por exemplo, a Micro1 — uma startup americana que comercializa dados de movimento — contratou milhares de pessoas em mais de 50 países para gravar tarefas simples do dia a dia, como limpar ou organizar objetos, em troca de pagamento por hora.
Na Índia, o processo é ainda mais controlado. Startups como a Objectways montaram estúdios com cômodos completos, onde funcionários repetem as mesmas tarefas dezenas de vezes por dia, como se estivessem treinando uma máquina — e, na verdade, estão.
Já nos Estados Unidos, a lógica se estende ao trabalho digital. A Meta passou a registrar cliques, movimentos do mouse e digitação de funcionários para treinar agentes de IA que operam dentro do computador — como se fossem pessoas.
Nem todo treinamento envolve câmeras: médicos, roteiristas e até campeões de xadrez são pagos para ensinar IA com seu próprio conhecimento, caso da plataforma Mercor, que os contrata para corrigir respostas de chatbots.
Como a IA aprende observando pessoas?
Esses vídeos não são apenas gravações: eles são convertidos em dados detalhados de movimentos rotulados individualmente quadro a quadro. Isso permite que os modelos de visão computacional aprendam a reconhecer objetos e ações a partir da perspectiva de quem executa a tarefa.
Visão computacional é a parte da IA que aprende a ver — não como nós entendemos, mas identificando padrões em pixels: mão + toalha se torna “isso é uma mão / isso é uma toalha / isso é pegar”.
Esse tipo de registro é chamado de dado “egocêntrico”, porque é um vídeo em primeira pessoa, a partir do ponto de vista de quem executa a tarefa — algo difícil de reproduzir só com simulação.
Não basta, porém, filmar com uma câmera presa à cabeça: é preciso transformar cada segundo em dados estruturados, com cada movimento identificado, classificado e organizado, para que a IA aprenda a agir no mundo real.
Nesse cenário, a empresa de infraestrutura de dados Scale AI já reuniu, segundo a MIT Technology Review, mais de 100 mil horas de vídeos, imagens e gravações em primeira pessoa focadas no treinamento de robôs humanoides e sistemas de IA.
Quais são as vantagens e os riscos desse modelo de treinamento?
Como qualquer nova frente de trabalho ligada à IA, a coleta de dados por vídeo traz benefícios concretos e questões um tanto nebulosas.
Entre as vantagens apontadas pelas reportagens consultadas, estão:
- Renda extra em regiões com alto desemprego, como Nigéria e Índia;
- Baixa exigência de formação técnica para a maioria das vagas;
- Possibilidade de trabalhar em casa, com horários flexíveis.
Por outro lado, os riscos e críticas mais citados são:
- Exposição de imagens do ambiente doméstico, incluindo familiares e vizinhos;
- Falta de transparência sobre como os dados serão usados e armazenados;
- Risco de o próprio emprego se tornar obsoleto com o avanço da automação.
Em entrevista à MIT Technology Review, Yasmine Kotturi, professora de computação centrada no ser humano na Universidade de Maryland, nos EUA, afirma que falta às empresas comunicar com clareza aos trabalhadores onde esses dados vão parar.
O que diferencia esse treinamento dos chatbots tradicionais?
Os modelos de linguagem como o ChatGPT, que chegaram ao público em 2022, foram treinados principalmente com textos e imagens disponíveis na internet.
Já no caso dos robôs humanoides, o desafio foi diferente: eles não precisam apenas “entender” informação, mas aprender a lidar com o mundo físico — segurar objetos, manter o equilíbrio, reagir a superfícies irregulares —, habilidades não disponíveis em livros, sites ou bancos de dados online.
Ou seja, enquanto chatbots de texto evoluem com leitura e correções feitas por especialistas humanos, robôs físicos dependem de algo bem diferente: vídeos e dados de movimento captados em tarefas, no mundo real.
Qual é o cenário atual desse mercado no Brasil e no mundo?
Com bilhões já investidos, o mercado de robôs humanoides revela uma aposta acelerada na criação de máquinas capazes de reproduzir o trabalho humano em escala global. Uma projeção do banco Morgan Stanley, de 2025, aponta que mais de 1 bilhão de robôs humanoides poderão estar em operação no mundo até 2050.
No Brasil, esse cenário ainda parece distante: embora o país figure entre os maiores usuários de ferramentas de IA como o ChatGPT — segundo levantamento da plataforma Semrush —, a discussão sobre robôs humanoides físicos por aqui é, por enquanto, incipiente.
Como esse tipo de treinamento pode afetar o futuro do trabalho?
O paradoxo envolvido nessa prática é claro: pessoas estão sendo pagas para ensinar máquinas que, teoricamente, podem acabar substituindo o próprio trabalho delas no futuro.
Apesar disso, especialistas como o robotista Ken Goldberg, da Universidade da Califórnia em Berkeley, acreditam que essa transição será mais lenta do que parece: “vai levar mais tempo do que as pessoas pensam”, afirma o cientista à MIT Technology Review.
Outros vão além e apostam em um cenário de convivência. É o caso do indiano Manish Agarwal, cofundador da startup de dados humanos Humyn Labs, que defende uma atuação complementar entre humanos e máquinas, em vez de uma simples substituição — um soldador na Índia, por exemplo, poderia operar remotamente um robô em outro país.
Ainda assim, a incerteza já tira o sono de muita gente, principalmente os mais jovens: uma pesquisa da PwC mostra que a IA está tornando o primeiro emprego mais difícil para a Geração Z. Esse cenário, já tenso, pode piorar com a chegada de máquinas mais inteligentes e autônomas, capazes de executar tarefas menos previsíveis.
No fim, o que parecia um vídeo banal — alguém dobrando uma toalha ou arrastando o mouse no trabalho — adquire um significado maior: é agora a matéria-prima de uma economia de dados que está apenas começando a tomar forma.
Por trás desses registros, há um incômodo de fundo: é possível acreditar em novas oportunidades de renda e qualificação, ou, na prática, trabalhadores estão treinando, em condições precárias, as máquinas que vão substituí-los no futuro?
Se esse universo de robôs, dados e trabalho te interessa, vale a pena explorar também como a IA já está elevando salários e criando novas vagas — mas cobrando habilidades como criatividade e liderança logo no início. Compartilhe esta matéria nas suas redes sociais e ajude a levar essa discussão para mais pessoas.