Da invisibilização à expertise: o trabalho humano por trás da IA
A mensagem que surge na tela varia entre "Confirme que você é humano" e "Não sou um robô", interrompendo o cadastro num site ou a finalização de uma compra online. Em seguida, vem o pedido para que você selecione fotos com semáforos, faixas de pedestres, e bicicletas. Só depois disso você pode seguir adiante.
O robô que pede as provas de que você é "gente de verdade” só sabe avaliar isso porque outra pessoa - um trabalhador de dados - registrou para a máquina quais os pixels das imagens que correspondem aos tais semáforos, faixas de pedestres, e bicicletas. Essa tarefa é imprescindível para que sistemas de inteligência artificial (IA) funcionem cada vez melhor, e para que o reCAPTCHA concorde que você é, de fato, um ser humano.
Tanto os esforços como as condições de trabalho de quem atua nesse ramo são muitas vezes deixados de lado quando falamos sobre tecnologia. Portanto, as dificuldades enfrentadas por eles continuam, como os salários baixos em contratos terceirizados, e a sua importância permanece às sombras das big techs.
Para Camilla Salim Wagner, cientista política e pesquisadora no projeto Data Workers’ Inquiry (DWI), um dos motivos pelos quais a realidade dos trabalhadores de dados é ignorada, mesmo que essa seja uma força de trabalho enorme e global, é comercial. “Quando se fala em IA, queremos vender algo que seja artificial, automatizado, um sistema de computadores. Fica difícil vender inteligência artificial se o fato de que essa IA se baseia em inteligência humana é amplamente conhecido", diz.
Leia também: A indústria de IA explora trabalhadores. O que fazer para torná-la mais justa?
Porque os trabalhadores de dados passam horas fazendo tarefas analíticas extremamente precisas sob enorme pressão, garantindo que nenhum vídeo violento apareça no seu feed, o DWI defende que, além de terem direito a condições dignas de trabalho, as pessoas empregadas nesse contexto sejam consideradas tão especialistas quanto os programadores e acadêmicos que constroem a IA. A grande diferença é que os últimos são reconhecidos como tal, e quem trabalha com dados fica invisibilizado.
O QUE É O TRABALHO DE DADOS
Dentro do trabalho de dados, existem quatro polos de atividades. A primeira, a criação de dados, tem como objetivo treinar e otimizar a IA. Para uma ferramenta automatizada detectar, por exemplo, a figura de um gato numa determinada imagem, é preciso que o trabalhador produza milhares de fotos e vídeos em ângulos diferentes, de gatos variados, para que o reconhecimento ocorra de forma rápida e clara. O mesmo acontece com uma IA construída para sinalizar conteúdos ilegais e violentos, pontua Wagner.
O segundo tipo de função é o labelling, no qual há a análise, categorização e organização de dados. Aí entram os moderadores de redes sociais, como Lúcio, brasileiro que trabalhou na ByteDance, empresa gestora do TikTok, e que relatou ter de analisar um vídeo a cada dez segundos, durante 6 horas por dia, mantendo uma média de qualidade de 97% no trabalho. O ambiente era de vigilância e competitividade extremos, e mesmo não sendo parte do time que moderava vídeos considerados "sensíveis", Lúcio era exposto a conteúdos sexuais disfarçados e até a registros do perigoso skull breaker challenge.
O terceiro polo é o de verificação, em que há a checagem de dados produzidos pela IA, sinalizando se são adequados aos critérios de qualidade estabelecidos pelas empresas. Por último, existe a personificação, caso do queniano Michael Geoffrey Asia: Ele era pago $ 0,05 (cerca de R$ 0,26) por mensagem íntima que trocava via chat com pessoas diferentes, se passando por personagens que se adequavam aos desejos dos interlocutores. Além dos conflitos éticos e morais que enfrentou, e o impacto psicológico desse trabalho, Asia descreve ter vivido momentos em que não conseguia distinguir entre quem era de verdade e as identidades falsas que assumia online.
Leia também: A Meta tentou substituir equipes por agentes de IA. O plano implodiu
Nesse quarto tipo de função, para além de companheiros de IA, o trabalhador de dados pode tanto ter que se passar por uma IA quando algum problema é identificado no sistema, como para também criar dados. Nesse caso, diz Camilla Salim Wagner, do DWI, “é uma pessoa fingindo ser um robô, criando dados para que o robô soe mais como nós gostaríamos que os robôs soassem.”
AS CONDIÇÕES DE TRABALHO
As posições de trabalho de dados geralmente são disponibilizadas em plataformas que pagam por tarefas realizadas, ou por empresas de recrutamento terceirizadas, que exigem que os "contratados independentes” assinem termos de confidencialidade (na sigla em inglês, são os NDAs). Desse modo, os trabalhadores não só não podem falar sobre suas experiências, como não conseguem se organizar coletivamente para demandar mais direitos por meio de um sindicato. Aumenta, assim, a sensação de isolamento.
A priori, o fato de que esse trabalho pode ser feito de qualquer ponto do globo parece positivo. A promessa, como descrito por um trabalhador de dados brasileiro sob o pseudônimo Ruba, é de que os contratos trazem flexibilidade de horários, e a impressão de que as tarefas a serem desempenhadas são simples demais para o valor em dinheiro a ser recebido.
Mas a realidade é outra: os pagamentos são feitos só se o resultado for aprovado pela empresa, e há suspensões repentinas de acesso a essas plataformas, sem que se possa recorrer à decisão com a empresa. Às vezes, o pagamento é feito através de criptomoedas e cartões de vale-presentes, o que dificulta o uso desse dinheiro para, por exemplo, alimentação e saúde.
Existe, ainda, o fato de que esse trabalho não promove grande possibilidade de crescimento. “Não havia um plano de carreira sólido e estipulado, então, bater meta era somente uma forma de não ser demitido", conta Lúcio num relatório sobre sua experiência como moderador, publicado no site do DWI.
Trabalhadores de dados estão espalhados ao redor do mundo, mas muitos se encontram em países do Sul Global, onde pode haver maior precarização e menor regulação trabalhista. A mão de obra disponível é ampla, e os altos índices de desemprego desses lugares levam as pessoas a aceitarem as condições ruins colocadas pelas plataformas e empresas de recrutamento.
Leia também: Inteligência Artificial amplia fake news e risco à democracia, diz estudo
A geografia do trabalho de dados - quem produz e anota dados vive no Sul Global, enquanto a empresa para qual isso é feito tem sede no Norte - nada mais é do que a atualização de divisões internacionais antigas sobre o trabalho. Rafael Grohmann, professor de estudos críticos de plataformas na Universidade de Toronto, observa que a realidade de quem está no ramo de dados é também representativa da gig economy, cada vez mais comum, e que substitui empregos formais por contratos curtos e bicos.
Ele adiciona que, em nosso país, isso “atualiza um histórico também do que significa o trabalho feminino no Brasil, porque você trabalha de casa. Então, você consegue articular o trabalho remoto com o trabalho de cuidados, com trabalho doméstico, com cuidado do filho… muitas vezes é a única possibilidade que as pessoas têm".
Porque o principal idioma usado no trabalho de dados é o inglês, a tendência, no Brasil, é de pessoas com um nível maior de escolaridade desempenhem essas funções, às vezes tendo até diplomas de mestrados e doutorados. Por causa da precarização de seus setores, passam a anotar dados para complementar a renda.
Adicionado a isso, a pandemia foi um agravador, levando mais pessoas a aceitarem esse tipo de trabalho por não poderem sair de casa, como aponta uma série de reportagens do The Intercept Brasil, publicadas em 2024, e que frisam que o trabalho de dados ocorre, por aqui, dentro de um limbo político e jurídico, já que muitas empresas e plataformas não têm representação em solo brasileiro.
O TRABALHADOR ENQUANTO ESPECIALISTA
Mesmo que o trabalho de dados ocorra em escala global, é importante pensar em como as pessoas que desempenham essas funções são responsáveis por entenderem contextos e línguas locais. Isso traz para a IA uma leitura aprofundada, com nuances, e atualizada, melhorando-a.
Leia também: OpenAI pausa treinamento de nova IA após alerta de segurança
Chama atenção uma situação vivida por Lúcio, moderador em São Paulo, sobre o uso das palavras "vagabundo" e "vagabunda”. Foi preciso mais de um ano para convencer chefes de moderação muitos níveis acima dele, que vivem em países e culturas diferentes, de que há outro peso e significado quando uma mulher ou pessoa negra é assim chamada no Brasil. Isso causa, inclusive, impacto na agressividade com que o conteúdo deve ser moderado, por veicular ofensas de cunho sexual ou racista. Só quem vive aqui é capaz de reconhecer isso.
Considerando que estamos em período de campanha eleitoral, e que a moderação de conteúdo de redes sociais precisa obedecer às regras do TSE sobre o que é permitido online, existe neste momento uma oportunidade para pensarmos a necessidade estrutural do trabalho de dados.
“O trabalho de dados vai ser para sempre uma componente da manutenção do bom funcionamento de sistemas de inteligência artificial", diz Wagner, do DWI. Nas eleições especialmente, porque quem rotula dados vai precisar estar muito mais atento às políticas de comunidade das redes e à maior quantidade de fake news que precisarão ser checadas e derrubadas. É similar ao que houve durante as enchentes do Rio Grande do Sul, em 2024, em que a moderação foi imprescindível para que informações falsas não circulassem e gerassem danos aos esforços de resgate.
No Data Workers’ Inquiry, que é vinculado ao instituto DAIR (Distributed AI Research Institute) e ao Instituto Weizenbaum, existe, ainda, um segundo motivo para enxergar trabalhadores de dados como experts. A proposta é fomentar que essas pessoas relatem suas experiências e as analisem também, fugindo da pesquisa acadêmica tradicional que as colocaria apenas como objetos de estudo. Pensando nisso, o DWI publica relatos em formatos diferentes e que facilitam o acesso a um público além do acadêmico, através de histórias em quadrinhos, curta-metragens, e ensaios pessoais.
Leia também: 5 perguntas para Timnit Gebru, fundadora do DAIR
“Quem está de fato fazendo e vivendo o trabalho tem muito conhecimento valioso e é, na verdade, especialista nessa faceta do desenvolvimento da inteligência artificial. Então, o nosso projeto não é só sobre participação, é sobre autoridade em como os dados para IA são feitos. Não só porque eles têm muito mais para dizer e para contribuir para o desenvolvimento dessas tecnologias do que de fato é permitido ou aceito hoje, mas também por serem especialistas e agentes, contando e analisando a própria história,” diz a pesquisadora no instituto.
Para ela, além de fazer com que a realidade do trabalho de dados fique cada vez mais visível, é preciso trazer isso nas discussões atuais sobre a IA.
“Existe uma preocupação com o futuro do trabalho, com desinformação, com a forma como a IA vai interagir com sistemas nacionais. Mas esses debates têm focado muito em como a IA vai ser usada, e pouco no desenvolvimento desses sistemas, na forma como eles são produzidos. É uma faceta fundamental para o impacto que eles vão ter no futuro, mas é uma faceta também do impacto que eles já têm. É preciso observar e participar desses debates, sabendo que não é mágica e não é um computador independente surgindo de forma inteligente sem nenhuma intervenção humana,” reforça Wagner.
