Milhares de brasileiros estão transformando a rotina doméstica em fonte de renda vendendo vídeos em primeira pessoa para treinar inteligências artificiais e robôs humanoides. O modelo parece simples: prenda o celular na testa, lave a louça ou varra a casa e receba por hora gravada. Mas, por trás da facilidade aparente, escondem-se regras rígidas, pagamentos voláteis e uma cadeia de dados opaca que levanta dúvidas sobre o futuro desse trabalho.
Como funciona a “fábrica de dados” caseira
Plataformas como Flambra, Hub Data, KGen, Mimix AI, Crowtado e Claru atuam como intermediárias. Elas conectam usuários comuns a projetos de grandes empresas de tecnologia que precisam de dados visuais reais para ensinar máquinas a navegar em ambientes domésticos. O pagamento varia conforme a complexidade: tarefas dentro de casa giram em torno de R$ 10 a R$ 15 por hora, enquanto atividades “comerciais” (jardinagem, reparos, hotelaria) podem chegar a R$ 37,50 a hora.
Para participar, o trabalhador precisa ter mais de 18 anos e seguir um manual rigoroso de captação. A câmera deve ficar fixa na altura da testa ou peito, sem mostrar rostos de familiares, documentos, telas, placas de veículos ou áreas externas. Movimentos bruscos ou mãos muito próximas à lente provocam reprovação imediata.
- Domésticas: cozinhar, lavar louça, organizar, limpar (pagamento menor).
- Comerciais: consertos, montagem, agricultura, limpeza profissional (pagamento maior).
- Regra de ouro: vídeo rejeitado = hora não paga, sem direito a recurso detalhado.
Onde o dinheiro fácil encontra o muro da instabilidade
A artesã Yasmin Prado, de Praia Grande (SP), faturou R$ 2 mil em setembro, mas admite não saber qual empresa compra suas imagens nem para qual robô específico servem. “Dizem que é para treinamento de IA, mas fica superficial”, resume. Essa falta de transparência é a norma: a Flambra, por exemplo, cita cláusulas de confidencialidade contratual para não revelar os clientes finais.
A volatilidade é outro ponto crítico. A designer Giovana Menezes, de Santo André (SP), descreve o mercado como uma commodity: “Quando as empresas lá de fora precisam de muitos dados e está tendo pouca entrega, o preço sobe. Quando tem muita gente fazendo, o preço cai”. Ela ganhou o suficiente para complementar a renda, mas recusa a largar o emprego formal pela ausência de contratos e garantias.
Banimentos misteriosos e a “caixa-preta” da moderação
Relatos no Reclame Aqui expõem um padrão preocupante: contas bloqueadas às vésperas de saques, valores aprovados que somem, bônus prometidos e cancelados unilateralmente. Um usuário relata ter perdido US$ 170 (cerca de R$ 900) após ter a conta excluída ao questionar o não pagamento. Outro viu o saldo de R$ 230 virar R$ 0,33.
As plataformas alegam uso de verificação automatizada e moderadores humanos para garantir qualidade e evitar fraudes. No entanto, a ausência de justificativa técnica para as reprovações ou banimentos deixa o trabalhador refém de um algoritmo que julga seu esforço sem direito a defesa efetiva.
O risco invisível: seus dados treinando o substituto do seu vizinho
Para Luã Cruz, diretor da CTRL+Z, essa é a nova fronteira da automação: trabalhadores comuns geram os dados que permitirão a robôs humanoides executarem aquelas mesmas tarefas no futuro. “Você lavou a louça, enviou o vídeo e eles mandaram para a empresa que faz robô que lava a louça. Essa informação será usada um milhão de vezes… e você só vai receber uma vez”, alerta.
A cadeia de subcontratação dificulta a responsabilização. O trabalhador lida com a plataforma intermediária, sem saber quem é o contratante final. Juridicamente, isso torna quase impossível cobrar direitos trabalhistas ou participar dos lucros futuros gerados pela reutilização infinita desse material.
Capital humano em stand-by e a armadilha da informalidade
O pesquisador Daniel Duque (FGV IBRE) aponta dois riscos estruturais. O primeiro é a saturação: quanto mais gente entra, menor o preço da hora. O segundo é temporal: por quanto tempo a IA precisará de humanos filmando tarefas básicas? “Vai chegar o momento em que a IA se autotreina?”, questiona.
Enquanto isso, quem dedica 40 horas semanais a isso acumula “desperdício de capital humano”. Não há carteira assinada, FGTS, férias ou previdência. Rayssa Nascimento, de Durandé (MG), chegou a faturar R$ 5 mil em dois meses e sustenta a família apenas com isso, mas vive sob a ameaça constante de uma mudança de regra ou queda de demanda zerar a renda da noite para o dia.
O que observar daqui para frente
Esse mercado espelha a lógica da “gig economy” (Uber, iFood), mas com um ativo diferente: dados visuais de alta fidelidade. Para o investidor ou gestor, três variáveis ditam a sustentabilidade do modelo: regulação da ANPD (ainda inexistente especificamente para isso), curva de demanda por dados de robótica (ciclo de vida curto?) e judicialização da relação de trabalho (reconhecimento de vínculo ou direitos autorais sobre o dataset).
Quem aposta nessa cadeia — seja como renda principal ou fornecedor de tecnologia — deve monitorar se as plataformas evoluirão para contratos transparentes e repartição de ganhos de longo prazo, ou se permanecerão como extratoras de mão de obra barata e descartável. O fim do “treinamento humano” pode chegar antes do previsto.
