Milhares de pessoas estão vendendo suas identidades para treinar IA – mas a que custo?

Certa manhã do ano passado, Jacobus Louw saiu para sua caminhada diária pelo bairro para alimentar as gaivotas que encontrava pelo caminho. Exceto que desta vez, ele gravou vários vídeos de seus pés e da vista enquanto caminhava na calçada. O vídeo lhe rendeu US$ 14, cerca de 10 vezes o salário mínimo do país, ou para Louw, um sul-africano de 27 anos baseado na Cidade do Cabo, África do Sul, metade de uma semana de mantimentos.
O vídeo era para uma tarefa de "Navegação Urbana" que Louw encontrou no Kled AI, um aplicativo que paga aos colaboradores por fazerem upload de seus dados, como vídeos e fotos, para treinar modelos de inteligência artificial. Em algumas semanas, Louw ganhou US$ 50 fazendo upload de fotos e vídeos de sua vida cotidiana.
A milhares de quilômetros de distância em Ranchi, Índia, Sahil Tigga, um estudante de 22 anos, ganha dinheiro regularmente permitindo que a Silencio, que faz crowdsourcing de dados de áudio para treinamento de IA, acesse o microfone de seu telefone para capturar o ruído ambiente da cidade, como dentro de um restaurante ou o tráfego em um cruzamento movimentado. Ele também faz upload de gravações de sua voz. Sahil viaja para capturar cenários únicos, como saguões de hotel ainda não documentados no mapa da Silencio. Ele ganha mais de US$ 100 por mês fazendo isso, o suficiente para cobrir todas as suas despesas com alimentação.
E em Chicago, Ramelio Hill, um aprendiz de soldador de 18 anos, ganhou algumas centenas de dólares vendendo suas conversas privadas de telefone com amigos e familiares para a Neon Mobile, uma plataforma de treinamento de IA conversacional que paga US$ 0,50 por minuto. Para Hill, o cálculo era simples: ele achava que as empresas de tecnologia já capturavam tantos de seus dados privados, então ele poderia muito bem receber uma parte do lucro.
Esses treinadores de IA freelancers – que fazem upload de tudo, desde cenas ao redor deles até fotos, vídeos e áudios de si mesmos – estão na linha de frente de uma nova corrida global por dados. À medida que a fome do Vale do Silício por dados de alta qualidade e de nível humano supera o que pode ser extraído da internet aberta, uma indústria próspera de mercados de dados emergiu para preencher a lacuna. Da Cidade do Cabo a Chicago, milhares de pessoas estão agora microlicenciando suas identidades biométricas e dados íntimos para treinar a próxima geração de IA.
Mas essa nova economia de bicos vem com concessões. Em troca de alguns dólares, seus treinadores estão alimentando uma indústria que pode eventualmente tornar suas habilidades obsoletas, enquanto os deixa vulneráveis a um futuro de deepfakes, roubo de identidade e exploração digital que eles estão apenas começando a entender.
Mantendo a roda da IA girando
Os modelos de linguagem da IA, como ChatGPT e Gemini, exigem vastas quantidades de material de aprendizado para melhorar, mas estão enfrentando uma seca de dados. As fontes de treinamento mais usadas, como C4, RefinedWeb e Dolma, que respondem por um quarto dos conjuntos de dados de maior qualidade na web, agora estão restringindo empresas de IA generativa de treinar modelos com seus dados. Pesquisadores estimam que as empresas de IA ficarão sem texto fresco de alta qualidade para treinar já em 2026. Embora alguns laboratórios tenham recorrido a alimentar de volta os dados sintéticos que sua IA gera, um processo recursivo como esse pode levar os modelos a produzir lixo cheio de erros que causa seu colapso.
É aí que entram aplicativos como Kled AI e Silencio. Nesses tipos de mercados de dados, milhões estão monetizando suas identidades para alimentar e treinar IA. Além de Kled AI, Silencio e Neon Mobile, há muitas opções para treinadores de IA: Luel AI, apoiado pelo famoso incubadora de startups Y-Combinator, obtém conversas multilíngues por cerca de US$ 0,15 por minuto. ElevenLabs permite clonar digitalmente sua voz e deixá-la ser usada por qualquer pessoa por uma taxa base de US$ 0,02 por minuto.
O treinamento de IA freelancer é uma nova categoria emergente de trabalho, e ela crescerá substancialmente, disse Bouke Klein Teeselink, professor de economia do King’s College London.
As empresas de IA sabem que pagar às pessoas para licenciar seus dados ajuda a evitar o risco de disputas de direitos autorais que poderiam enfrentar se dependessem inteiramente de conteúdo extraído da web, disse Tesselink. Essas empresas também precisam de dados de alta qualidade para modelar comportamentos novos e aprimorados em seus sistemas, disse Veniamin Veselovsky, pesquisador de IA. "Dados humanos, por enquanto, são o padrão ouro para amostrar fora da distribuição do modelo", acrescentou Veselovsky.
Os humanos que alimentam as máquinas, particularmente aqueles em países em desenvolvimento, muitas vezes precisam do dinheiro e têm poucas outras opções para ganhá-lo. Para muitos treinadores de IA freelancers, fazer esse trabalho é uma resposta pragmática à disparidade econômica. Em países com alto desemprego e moedas desvalorizadas, ganhar moeda americana é muitas vezes mais estável e gratificante do que empregos locais. Alguns deles lutam para conseguir empregos de nível básico e fazem treinamento de IA por necessidade. Mesmo em nações mais ricas, o aumento do custo de vida transformou a venda de si mesmo em um pivô financeiro lógico.
No entanto, as armadilhas do treinamento de IA freelancer podem ser invisíveis. Em alguns mercados de IA, os treinadores de dados concedem licenças irrevogáveis e isentas de royalties que permitem às empresas criar "obras derivadas", o que significa que uma gravação de voz de 20 minutos hoje pode alimentar um bot de atendimento ao cliente de IA nos próximos anos, com o treinador nunca mais vendo um centavo. Além disso, devido à falta de transparência nesses mercados, o rosto de um usuário pode acabar em um banco de dados de reconhecimento facial ou em um anúncio predatório do outro lado do mundo, com praticamente nenhum recurso legal.
Dados humanos, por enquanto, são o padrão ouro para amostrar fora da distribuição do modelo
Louw, o treinador de IA na Cidade do Cabo, está ciente das concessões de privacidade. E embora a renda seja errática e não suficiente para cobrir suas despesas mensais totais, ele está disposto a aceitar essas condições para ganhar dinheiro. Ele lutou com um distúrbio nervoso por anos e não conseguiu garantir um emprego, mas o dinheiro ganho em mercados de IA, incluindo Kled AI, permitiu que ele economizasse para um curso de treinamento de spa de US$ 500 para se tornar um massagista.
"Como sul-africano, ser pago em USD vale mais do que as pessoas pensam", disse Louw.
Mark Graham, professor de geografia da internet na Universidade de Oxford e autor de Feeding the Machine, reconheceu que para indivíduos em países em desenvolvimento, o dinheiro pode ser significativo no curto prazo, mas alertou que "estruturalmente este trabalho é precário, não progressivo e efetivamente um beco sem saída".
Os mercados de IA dependem de uma "corrida para o fundo em salários", acrescentou Graham, e uma "demanda temporária por dados humanos". Uma vez que essa demanda mude, "os trabalhadores ficam sem proteções, sem habilidades transferíveis e sem rede de segurança".
O único vencedor que emerge, disse Graham, são "as plataformas no hemisfério norte [que] capturam todo o valor duradouro".
Permissões em branco
Hill, o treinador de IA baseado em Chicago, tinha sentimentos conflitantes sobre vender suas chamadas de telefone privadas para a Neon Mobile. Por cerca de 11 horas de chamadas, ele ganhou US$ 200, mas ele disse que o aplicativo frequentemente ficava offline e falhava em liberar pagamentos atrasados. "A Neon sempre foi sombria para mim, mas continuei usando para conseguir algum dinheiro extra e fácil para contas e outras despesas diversas", disse Hill.
Agora ele está reconsiderando o quão fácil foi esse dinheiro. Em setembro, poucas semanas após o lançamento, a Neon Mobile ficou offline depois que o TechCrunch descobriu uma falha de segurança que permitia que qualquer pessoa acessasse os números de telefone, gravações de chamadas e transcrições dos usuários. Hill disse que a Neon Mobile nunca o informou sobre isso, e agora ele está preocupado com a forma como sua voz pode ser mal utilizada na internet.
O que Jennifer King, pesquisadora de privacidade de dados no Stanford Institute for Human-Centered Artificial Intelligence, considera preocupante é que os mercados de IA não são claros sobre como e onde os dados dos usuários serão implantados. Sem negociar ou conhecer seus direitos, acrescentou ela, "os consumidores correm o risco de seus dados serem reutilizados de maneiras que não gostam ou não entenderam ou anteciparam, e terão pouca opção se isso acontecer".
Quando os treinadores de IA compartilham seus dados na Neon Mobile e no Kled AI, eles estão concedendo uma licença em branco (mundial, exclusiva, irrevogável, transferível e isenta de royalties) para vender, usar, exibir publicamente e armazenar sua imagem – e até mesmo criar obras derivadas deles.
O fundador da Kled AI, Avi Patel, disse que os acordos de dados de sua empresa limitam o uso a fins de treinamento de IA e pesquisa. "Todo o negócio depende da confiança do usuário. Se os contribuidores acreditarem que seus dados podem ser mal utilizados, a plataforma para de funcionar." Ele disse que sua empresa avalia as empresas antes de vender conjuntos de dados, para evitar trabalhar com aquelas com "intenções questionáveis", como pornografia, e "órgãos governamentais" que eles acreditam que poderiam usar os dados de maneiras que conflitam com essa confiança.
Como sul-africano, ser pago em USD vale mais do que as pessoas pensam
A Neon Mobile não respondeu a um pedido de comentário.
De acordo com Enrico Bonadio, professor de direito da City St George’s, University of London, os termos desses acordos permitem que as plataformas, bem como seus clientes, façam "quase tudo com esse material, para sempre, sem pagamento adicional e sem forma realista para o contribuinte retirar o consentimento ou renegociar significativamente".
Riscos mais preocupantes incluem os dados dos treinadores serem usados para deepfakes e impersonação. Mesmo que os mercados de dados afirmem remover qualquer identificação dos dados, como nome e localização, antes de vendê-los, os padrões biométricos são, por natureza, difíceis de anonimizar de forma robusta, acrescentou Bonadio.
Arrependimento do vendedor
Mesmo quando os treinadores de IA conseguem negociar proteções mais sutis para como seus dados serão usados, eles ainda podem sentir arrependimento. Quando Adam Coy, um ator de Nova York, vendeu sua imagem em 2024 por US$ 1.000 para a Captions, um editor de vídeo com IA que agora se chama Mirage, seu acordo garantiu que sua identidade não seria usada para fins políticos ou para venda de álcool, tabaco ou pornografia, e que a licença expiraria em um ano.
A Captions não respondeu a um pedido de comentário.
Não muito tempo depois, os amigos de Adam começaram a lhe enviar vídeos que encontraram online apresentando seu rosto e voz com milhões de visualizações. Em um desses vídeos, um reel do Instagram, a réplica de IA de Adam afirma ser uma "médica de vagina" e promove suplementos médicos não comprovados para mulheres grávidas e no pós-parto.
"Foi embaraçoso explicar isso às pessoas", disse Coy.
"Os comentários são estranhos de ler porque comentam sobre minha aparência física, mas não sou realmente eu", acrescentou Coy. "Minha sensação [ao decidir vender minha imagem] era que a maioria dos modelos iria extrair dados e imagens da internet de qualquer maneira, então seria melhor ser pago por isso."
Coy disse que não se inscreveu para nenhum trabalho de dados de IA desde então. Ele só consideraria, disse ele, se uma empresa oferecesse uma compensação significativa.