Grandes empresas de IA estão substituindo trabalhadores de baixo custo para rotulagem de dados na África e na Ásia por profissionais qualificados e mais bem remunerados para ajudar a treinar modelos mais inteligentes.
Antes, os profissionais de rotulagem de dados recebiam principalmente tarefas simples de anotação. No entanto, as empresas de IA perceberam que aprimorar seus modelos exige volumes de dados ainda maiores. Como resultado, espera-se que esses profissionais trabalhem ainda mais rápido e concluam centenas de tarefas por dia, o que explica a mudança para especialistas do setor.
A Scale AI, a Turing e a Toloka estão contratando mais especialistas
O desenvolvimento de sistemas de IA com capacidade de "raciocínio", incluindo o o3 da OpenAI e o Gemini 2.5 do Google, acelerou a transição de trabalhadores de baixa renda em países como Quênia e Filipinas para indivíduos mais qualificados.
Empresas como Scale AI, Turing e Toloka já estão empregando especialistas de ponta em áreas como biologia e finanças para apoiar equipes de IA na geração de conjuntos de dados de treinamento mais refinados e complexos.
Olga Megorskaya, CEO e cofundadora da Toloka, chegou a comentar: “Durante muito tempo, a indústria de IA esteve fortemente focada nos modelos e na computação, e os dados sempre foram uma parte negligenciada da IA. Finalmente, [a indústria] está reconhecendo a importância dos dados para o treinamento.”
A Scale AI, a Turing AI e a Toloka atraíram um interesse crescente de investidores desde a recente mudança de estratégia. O investimento de US$ 15 bilhões da Meta na Scale AI em junho elevou seu valor de mercado para US$ 29 bilhões. Em março, a Turing AI garantiu US$ 111 milhões, atingindo uma avaliação de US$ 2,2 bilhões, e em maio, a Bezos Expeditions liderou um investimento de US$ 72 milhões na Toloka.
A Turing paga aos seus especialistas cerca de 20% a mais do que seus salários atuais
Joan Kinyua, chefe da Associação de Rotuladores de Dados do Quênia, explicou que agora os rotuladores estão sendo solicitados a realizar tarefas que dependem de sua compreensão das línguas locais e das nuances culturais.
A organização também observou um aumento nas funções de garantia de qualidade, nas quais humanos revisam o conteúdo gerado por IA. À medida que a OpenAI, a Anthropic e o Google trabalham para criar modelos que possam superar a inteligência humana, a prioridade está mudando para a precisão dos dados e a análise especializada.
Jonathan Siddharth, cofundador e diretor executivo da empresa de rotulagem de dados Turing AI, também afirmou que, para aprimorar os modelos de IA, é necessário usar dados de treinamento provenientes do uso humano real, especialmente em tarefas complexas, e entender como os modelos falham nesses cenários.
Ele chegou a observar que um sistema de IA totalmente avançado pode superar não apenas os físicos, mas também se tornar mais inteligente do que todos os maiores especialistas em todas as áreas necessárias para construí-lo.
Ele acrescentou que a Turing remunera seus especialistas com salários 20 a 30% acima de seus rendimentos atuais. Embora as empresas de IA dediquem apenas cerca de 10 a 15% de seus orçamentos a dados, em comparação com as vastas somas investidas em recursos computacionais, isso ainda representa um investimento financeiro significativo.
Megorskaya, da Toloka, também argumentou que recursos como a cadeia de raciocínio, que ilustram como os modelos de IA resolvem problemas passo a passo, são desenvolvidos por meio de demonstrações de especialistas humanos que decompõem os problemas em componentes menores.
