Micro1 contrata pessoas no mundo todo para treinar humanoides, enquanto o mercado de IA precisa de novos testes

O gargalo do mercado de embodied AI já não é só o hardware, mas também os dados humanos: milhares de pessoas ao redor do mundo filmam a si mesmas lavando, passando roupa e limpando a casa para treinar humanoides. Ao mesmo tempo, pesquisadores alertam cada vez mais alto que os testes de IA tradicionais dizem quase nada sobre como esses sistemas vão se comportar no trabalho real.

Como os humanoides são treinados

Uma das empresas mais visíveis nessa nova camada do mercado é a Micro1. Ela contrata prestadores de serviço em mais de 50 países, incluindo Nigéria, Índia e Argentina, para gravar tarefas domésticas em primeira pessoa: dobrar roupas, lavar louça, limpar a mesa, servir água, abrir a geladeira. Para isso, as pessoas prendem um iPhone na cabeça e gravam vídeos curtos com as mãos no enquadramento. Depois, o material passa por verificação e anotação e vai parar em datasets comprados por empresas de robótica.

A lógica é simples: para os grandes modelos de linguagem, a internet bastou, mas os robôs humanoides precisam do mundo físico real. Simulações ajudam a treinar movimentos, mas reproduzem mal o caos de um apartamento comum: iluminação variada, cozinhas apertadas, superfícies escorregadias, dezenas de tipos de objetos e de formas de interagir com eles. Por isso, além da Micro1 e da Scale AI, que já reuniu mais de 100 mil horas desse tipo de material, surgem novos canais como o DoorDash Tasks.

Em 19 de março de 2026, a DoorDash lançou oficialmente um piloto que paga entregadores para filmar tarefas domésticas e gravar áudios de fala para IA e robótica. Nem mesmo centenas de milhares de horas de vídeo parecem, por enquanto, o limite da demanda do mercado.

«Isso vai levar mais tempo do que muita gente pensa», — o roboticista

Ken Goldberg.

O preço desses dados

Para muitos trabalhadores, é um bom bico: um pagamento de cerca de 15 dólares por hora é competitivo em vários países. Mas o trabalho logo se torna repetitivo. Os participantes precisam filmar ações parecidas sem parar, inventar novos cenários dentro de um apartamento pequeno e garantir que a gravação siga as instruções. Um trabalhador em Délhi contou que pode levar quase uma hora para produzir quinze minutos de vídeo aproveitável, simplesmente porque não há tantas tarefas diferentes em casa para filmar.

• o iPhone ou outro smartphone compatível é preso na altura da cabeça
• os vídeos são gravados em primeira pessoa, geralmente com 1–2 minutos
• as mãos e o objeto devem ficar no enquadramento quase o tempo todo
• é preciso variar iluminação, cômodos, superfícies e objetos
• rostos, nomes e outros dados pessoais devem ser evitados sempre que possível

A principal questão aqui nem é a rotina, mas a privacidade. Mesmo que o rosto não apareça, o vídeo mostra o interior da casa, remédios na cozinha, objetos das crianças, a rotina diária e vizinhos que aparecem por acaso ao fundo. Além disso, os próprios trabalhadores muitas vezes não sabem para quem suas gravações são vendidas depois, por quanto tempo ficam armazenadas e se é possível pedir a exclusão. A pesquisadora Yasmine Kotturi afirma sem rodeios que as empresas devem explicar às pessoas, de antemão, aonde essa tecnologia pode chegar e como isso vai afetá-las no futuro.

Por que os testes falham

Em paralelo à corrida por dados, ganha força outro debate: como medir, afinal, a qualidade da IA. A pesquisadora Angela Aristidou avalia que o setor passou tempo demais preso à lógica da prova escolar, em que o modelo é comparado a um humano numa tarefa isolada, com resposta certa ou errada. Na vida real, quase nunca é assim. A IA é integrada a equipes, normas e processos longos, em que importam não só precisão e velocidade, mas também como o sistema afeta a coordenação entre pessoas, a carga de trabalho, a confiança e o número de erros nas etapas seguintes.

Como alternativa, Aristidou propõe a abordagem HAIC — Human–AI, Context-Specific Evaluation. A ideia é avaliar não o modelo no vácuo, mas o funcionamento do sistema dentro da organização e no longo prazo. Nos exemplos dela, IAs médicas podiam ir bem nos testes, mas atrasavam o trabalho nos hospitais, porque os médicos precisavam adaptar as conclusões aos padrões locais de relatórios e às exigências dos reguladores.

Essa abordagem desloca o foco em várias frentes ao mesmo tempo:

• da tarefa individual para o trabalho em equipe e o fluxo de trabalho
• do teste pontual para o efeito no longo prazo
• da precisão pura para a qualidade da coordenação e a detecção de erros
• da resposta isolada para as consequências antes e depois do seu uso

Para as empresas, é uma ideia incômoda, mas útil. Uma nota alta em benchmark ainda não significa que a ferramenta vai acelerar um hospital, um armazém, um suporte ao cliente ou uma organização humanitária. Em um dos casos citados por Aristidou, o sistema foi avaliado por 18 meses dentro de processos reais, com acompanhamento separado de quão facilmente as pessoas percebiam e corrigiam seus erros. Só esse tipo de avaliação mostrou quais mecanismos de proteção eram de fato necessários antes de uma implantação em larga escala.

O que isso significa

A história dos treinadores domésticos de robôs e o debate sobre novos benchmarks levam a uma conclusão comum: a indústria de IA depende cada vez menos de demos bonitas e cada vez mais da qualidade de sua infraestrutura invisível. Vão vencer não só quem tiver o robô mais impressionante ou a maior nota nos testes, mas quem conseguir coletar dados reais de forma ética, explicar com clareza as regras de uso desses dados e provar a utilidade do sistema dentro de processos de verdade, e não apenas no palco.