Enquanto CEOs vendem a promessa de um amanhã radiante movido por inteligência artificial, um contingente invisível de trabalhadores lida com demissões repentinas, remuneração em queda e vínculos cada vez mais frágeis.
Longe dos gráficos otimistas e dos anúncios de investimentos bilionários em IA, muita gente enfrenta uma rotina diferente: jornadas puxadas, contratos temporários que podem ser interrompidos sem aviso e renda imprevisível - mesmo sendo parte essencial do funcionamento da tecnologia que impulsiona a nova corrida econômica.
Bilhões em crescimento, demissões em massa
A inteligência artificial virou sinônimo de capital fresco. Empresas de tecnologia, startups e companhias listadas em bolsa apostam os próximos anos na capacidade dos algoritmos de aumentar a produtividade, reduzir custos e abrir mercados inteiros.
Conforme dados mencionados pelo site Futurism, negócios ligados à IA representaram cerca de 92% do crescimento do PIB dos Estados Unidos no primeiro semestre de 2025. Ou seja: quase todo o impulso recente da economia americana veio, direta ou indiretamente, dessa indústria.
Em paralelo, o mercado de trabalho segue a maré contrária. A própria Amazon, que se beneficia da automação, eliminou cerca de 14 mil vagas de uma vez, mesmo com desempenho robusto. E outubro de 2025 ficou marcado como um dos meses mais severos para demissões em tecnologia desde 2003.
O brilho financeiro da IA convive com um subsolo de incerteza: ganhos recordes no topo, insegurança constante na base da pirâmide.
Esse paradoxo tem uma explicação recorrente: a terceirização em larga escala das tarefas que “alimentam” os modelos de IA. Em vez de times internos estáveis, boa parte do trabalho migra para plataformas sob demanda - pagas por hora ou por tarefa - com pouca ou nenhuma proteção trabalhista.
Os trabalhadores invisíveis da inteligência artificial por trás dos modelos
Para que um sistema de IA pareça “inteligente”, alguém precisou fazer antes o trabalho mais repetitivo e sensível. São pessoas espalhadas pelo mundo rotulando imagens, revisando respostas, pontuando a qualidade de textos, anotando dados delicados e sinalizando conteúdo violento ou inadequado - justamente para que a máquina aprenda a reconhecê-lo e evitá-lo.
Essas funções aparecem com diferentes nomes: rotulagem de dados, anotação, moderação, avaliação de conteúdo. Na prática, em muitos casos o trabalho é feito por freelancers, microempreendedores ou profissionais contratados via agências terceirizadas. E a remuneração costuma oscilar conforme a tarefa e o país.
- Baixa visibilidade: quase nunca são citados em relatórios anuais ou apresentações para investidores.
- Pagamento volátil: valores por hora mudam com pouca clareza sobre critérios.
- Zero estabilidade: projetos surgem e desaparecem sem um aviso confiável.
- Pressão constante: metas rígidas de produtividade e risco de bloqueio por “baixo desempenho”.
Apesar de indispensáveis, esses trabalhadores raramente entram no debate público sobre o futuro da IA. Muitas vezes, são tratados como peças facilmente substituíveis de uma linha de montagem digital.
Mercor: 5.000 desligados de um dia para o outro
Um episódio recente que ganhou destaque nos Estados Unidos envolve a Mercor, empresa parceira de gigantes como Meta e OpenAI. Ela coordenava um projeto de grande porte chamado Musen, que reunia mais de 5.000 trabalhadores remotos.
Segundo relatos divulgados pelo Business Insider, muitos participantes receberam a orientação de que o trabalho seguiria até o fim do ano - e alguns ajustaram seu planejamento financeiro contando com essa renda.
Ainda assim, o projeto foi interrompido de forma brusca. Sem período de transição, sem promessa de realocação e com mensagens contraditórias, milhares de pessoas ficaram sem pagamento em questão de horas.
Pouco depois, a Mercor apareceu com um novo projeto, batizado de Nova. As atividades permaneciam praticamente iguais: avaliar respostas de modelos de IA, identificar falhas e propor ajustes. O que mudou de maneira mais evidente foi o retorno financeiro para quem executava o serviço.
Os relatos indicam que as atividades continuaram quase idênticas, mas o pagamento por hora caiu cerca de cinco dólares de um projeto para outro.
Para muitos trabalhadores, a leitura foi direta: aceitar menos ou voltar ao fim da fila. A desigualdade de poder entre plataformas e freelancers deixava pouco espaço para negociar.
A lógica das “missões descartáveis” em plataformas de IA
O caso da Mercor não parece ser exceção. Plataformas que prestam serviço para empresas de IA vêm repetindo um padrão: projetos curtos, sem compromisso de continuidade e com margem para reduzir taxas a qualquer momento.
Em alguns cenários, times inteiros foram desfeitos e substituídos por grupos menores, com especialistas mais caros, enquanto tarefas repetitivas foram empurradas para uma multidão global de trabalhadores de baixa renda. Com isso, o custo médio cai sem pressionar tanto as margens de lucro de quem contrata.
Para quem permanece ativo nesses sistemas, a carga tende a aumentar. As horas se estendem, os objetivos sobem, e a ameaça de ficar sem tarefa passa a rondar qualquer atraso ou erro. Muitos descrevem uma postura de resignação: aceitam as condições por falta de alternativas de emprego formal em seus países ou regiões.
O discurso de utopia não combina com a realidade do chão de fábrica digital
Enquanto a precarização avança, líderes de grandes empresas de tecnologia sustentam uma narrativa de otimismo cauteloso. Satya Nadella, CEO da Microsoft, declarou que a IA pode melhorar a qualidade de vida no mundo - desde que humanos permaneçam no comando das decisões. Sam Altman, líder da OpenAI, também projeta avanços “espetaculares”, ainda que acompanhados de riscos.
A promessa segue a lógica de uma “utopia pragmática”: máquinas assumindo o trabalho pesado, pessoas focando em tarefas criativas, e mais tempo livre. No papel, soa atraente.
No cotidiano, porém, a base desse discurso depende de trabalho humano barato. A automação está na vitrine, mas o funcionamento diário das ferramentas exige uma massa de gente apagando incêndios, corrigindo deslizes dos modelos e ajustando conteúdos para cumprir políticas de segurança.
Enquanto as regras de contratação continuarem frouxas, boa parte do progresso da IA repousa sobre um terreno social instável, sujeito a rachaduras constantes.
O que essa transformação revela sobre o futuro do trabalho
A forma como a IA vem sendo construída opera como um laboratório de tendências que podem se espalhar para outros setores. Se esse arranjo se firmar, alguns movimentos ficam mais prováveis:
| Tendência | O que significa na prática |
|---|---|
| Fragmentação de tarefas | No lugar de um emprego fixo, a pessoa passa a depender de microtrabalhos, nem sempre contínuos. |
| Renda instável | O valor recebido mês a mês oscila bastante, dificultando até o planejamento financeiro básico. |
| Baixa proteção | Sem vínculo formal, torna-se mais difícil acessar benefícios, como seguro-desemprego ou saúde. |
| Competição global | Profissionais em países com menor custo de vida pressionam salários para baixo nos mercados centrais. |
Esse modelo reforça uma dinâmica em que poucas empresas concentram tecnologia, dados e capital, enquanto distribuem tarefas operacionais para uma rede global de prestadores com pouco poder de barganha.
Riscos, brechas e possíveis alternativas
Se essa lógica se mantiver, o impacto não é apenas social. A qualidade da própria IA pode sofrer. Trabalhadores exaustos, mal remunerados e inseguros tendem a errar mais, aceitar tarefas sem tempo adequado de análise e priorizar volume em vez de precisão.
Para empresas e investidores, isso pode significar modelos menos confiáveis, mais vieses embutidos e maior risco de crises de reputação ligadas a conteúdos tóxicos, discriminatórios ou simplesmente incorretos. O corte de custos no curto prazo pode se transformar em uma conta alta no médio prazo.
Entre as alternativas discutidas em ambientes acadêmicos, políticos e sindicais, aparecem ideias como: certificações de boas práticas para plataformas, exigências de transparência na remuneração, pisos mínimos por tarefa, incentivos fiscais atrelados a condições de trabalho e até contratos híbridos que preservem flexibilidade, mas incluam benefícios essenciais.
Conceitos que ajudam a entender esse cenário
Alguns termos facilitam a leitura do que está acontecendo:
- Trabalho de anotação de dados: atividade de rotular, marcar ou comentar informações (texto, imagem, áudio) para que modelos de IA aprendam padrões.
- Plataformas de microtarefas: sites ou aplicativos que quebram projetos grandes em pequenas tarefas pagas por atividade, muitas vezes por centavos de dólar.
- Precarização digital: junção de tecnologia com vínculos frágeis, baixos salários e falta de direitos, frequentemente disfarçada por palavras como “flexibilidade” ou “oportunidade global”.
Nos próximos anos, um cenário plausível combina automação cada vez mais sofisticada com disputas regulatórias. Se governos apertarem a fiscalização e consumidores passarem a valorizar a origem social da tecnologia que utilizam, empresas podem ter de rever seus modelos de contratação. Caso contrário, a tendência é aprofundar essa economia de “bastidores”, em que a promessa de um futuro brilhante segue sustentada por pessoas que trabalham no escuro.
Comentários
Ainda não há comentários. Seja o primeiro!
Deixar um comentário