- Startups pagam pessoas para coletar dados do mundo real usados para treinar robôs; a empresa Shift ofereceu limpeza de casas de Nova York de graça em troca de vídeos dos profissionais no trabalho, com planos de ampliar para outras cidades como Londres.
- Os vídeos devem mostrar tarefas domésticas comuns (lavação de louça, limpeza de superfícies, passar pano, etc.), pois robôs precisam entender o mundo físico para aprender a executá-las.
- Outras iniciativas incluem a Pronto, na Índia, que grava casas de clientes com consentimento explícito; houve reação negativa no mercado e concorrentes afirmaram não ter planos de filmar dentro de residências.
- Modelos de coleta vão desde câmeras usadas por trabalhadores gig (egocêntricas) até trabalhos repetidos em cenários simulados (fábricas de dados) para otimizar o treinamento de IA física.
- Mesmo com o hype, a automação completa ainda está longe; as empresas continuam vendendo produtos e usando dados de clientes para aperfeiçoá-los, inclusive com trabalhadores remotos para resolver falhas.
Startups de IA oferecem limpeza doméstica gratuita em troca de filmagem do trabalho. A startup Shift disse que limparia casas de Nova York sem cobrança e planeja ampliar para outras cidades, como Londres. O objetivo é coletar vídeos de tarefas domésticas reais.
Os vídeos mostram atividades como lavar louças, limpar superfícies e varrer o chão. Empresas de robótica precisam de dados do mundo físico para ensinar máquinas a lidar com espaço, movimento, peso e iluminação. Isso torna o material valioso para treinamentos.
O formato de coleta é a chave: Shift afirma ter pago dezenas de milhares de pessoas em 15 países, por meio de seu app, para registrar atividades diárias. Em países como a Índia, surgem relatos de serviços de casa que geram dados para IA.
Pronto para competir, o mercado vê outras abordagens. Alguns contratam trabalhadores para repetir tarefas sob vigilância de câmeras e sensores, criando fazendas de dados. O objetivo é obter material de alto valor para treinar robôs.
Mesmo com o entusiasmo, especialistas destacam que a prática levanta questões sobre consentimento, privacidade e compensação. Empresas precisam equilibrar necessidade de dados com normas de uso e transparência.
Entre na conversa da comunidade