Aqueles jovens de pequenas cidades que rotulam grandes modelos de IA

Autor: Sleepy.md

Datong, na província de Shanxi — uma cidade que outrora sustentava metade do território do país com o carvão — hoje sacode a poeira escura do carvão do corpo, pega numa picareta mais afiada e volta a atingir com força outra mina invisível.

Nos escritórios do centro internacional Jinmao, em Pingcheng, já não há poços de elevação, já não há camiões para transportar carvão. O que os substitui são milhares de estações de trabalho informáticas bem apertadas, alinhadas de forma compacta. A base de serviços inteligentes de dados “Shanghai Runxun Yunzhong Shenggu” ocupa vários andares inteiros; milhares de jovens colaboradores com auscultadores, atentos ao ecrã, clicam, arrastam e selecionam caixas.

De acordo com dados oficiais, até novembro de 2025, a cidade de Datong já colocou em operação 745k servidores, trouxe 69 empresas de chamadas e rotulagem de dados e ajudou a impulsionar mais de 30k oportunidades de emprego próximas, com um valor de produção de 750 milhões de yuan. Nesta cova numérica de mina, 94% dos trabalhadores são residentes locais com registo domiciliário.

Não é apenas Datong. Entre as primeiras bases de rotulagem de dados definidas pela autoridade nacional dos dados, cidades do interior do país como o condado de Yonghe, em Shanxi, Bijie, na província de Guizhou, e Mengzi, na província de Yunnan, estão claramente incluídas. Na base de rotulagem de dados de Yonghe, 80% são funcionárias. A maioria são mães de aldeia, ou jovens que regressaram à terra natal por não terem encontrado um trabalho adequado.

Há cem anos, nas fábricas têxteis de Manchester, no Reino Unido, estavam cheios de agricultores que perderam as suas terras. E hoje, em frente a ecrãs de computador nas cidades remotas desses condados, estão sentados jovens que não encontram lugar na economia real.

Estão a realizar um tipo de trabalho por peça extremamente futurista, mas também profundamente primitivo, produzindo a “ração” de dados necessária para os gigantes da inteligência artificial com sede em Pequim, Shenzhen e no Vale do Silício criarem modelos de grande escala.

Ninguém acha que isto tem problema nenhum.

Nova linha de montagem nas terras do planalto do Loess

A essência da rotulagem de dados é ensinar as máquinas a reconhecer o mundo.

A condução autónoma precisa reconhecer semáforos e peões; os modelos de grande escala precisam distinguir o que é um gato e o que é um cão. A máquina em si não tem senso comum; é preciso que os seres humanos, primeiro, desenhem um retângulo numa imagem e lhe digam “isto é um peão”. Só assim, depois de engolir milhões de imagens, ela aprende a reconhecer sozinha.

Este trabalho não exige qualificações académicas elevadas; exige apenas paciência e um dedo indicador capaz de clicar sem parar.

Na era áurea de 2017, um simples retângulo 2D podia custar mais de dez cêntimos; até havia empresas que ofereciam um preço de 50 cêntimos. Os rotuladores com mão rápida, que trabalhavam um dia inteiro de dez a mais horas, conseguiam ganhar entre 500 e 600 yuan. No condado, isto era, sem dúvida, um emprego bem pago e respeitável.

Mas à medida que os modelos de grande escala evoluíram, começou a revelar-se a face cruel desta linha de montagem.

Em 2023, o preço unitário da rotulagem simples de imagens já tinha sido derrubado para 3 a 4 cêntimos. A queda ultrapassou 90%. Mesmo para imagens de nuvens de pontos 3D, mais difíceis — compostas por pontos densos, que precisam de ser ampliados inúmeras vezes para se conseguir ver os contornos —, os rotuladores também têm de traçar num espaço tridimensional um retângulo sólido que inclua comprimento, largura, altura e ângulo de rotação, para envolver com perfeição a viatura ou o peão. E, mesmo assim, esse retângulo 3D complexo valia apenas 5 cêntimos.

A consequência direta da queda brutal do preço unitário é o aumento drástico da intensidade laboral. Para conseguirem manter agarrados aqueles dois a três mil yuan de salário base mensal, os rotuladores têm de aumentar continuamente, sem parar, a velocidade do dedo.

Isto, de forma nenhuma, é um trabalho leve de “escritório”. Em muitas bases de rotulagem, a gestão é tão rígida que sufoca: durante o trabalho não é permitido atender chamadas; o telemóvel tem de ficar trancado num compartimento de arrumos. O sistema regista com precisão a trajetória do rato de cada funcionário e o tempo de permanência. Se pararem por mais de três minutos, os avisos do sistema surgem como chicotes.

O que é ainda mais desesperante é a taxa de tolerância ao erro. A linha de aprovação do setor costuma ser de 95% ou mais; algumas empresas exigem até 98%-99%. Isto significa: se desenhar 100 retângulos e errar só 2, a imagem inteira é devolvida para reparação.

As imagens dinâmicas estão em sequência contínua; quando há uma mudança de faixa, os veículos ficam ocultos, e o rotulador tem de, com base em inferência e associação, encontrá-los um a um; nas nuvens de pontos 3D, se o objeto tiver mais de 10 pontos, tem de ser desenhado um retângulo. Num projeto complexo de lugar de estacionamento, se as linhas ficam longas e se há algum rótulo em falta, na inspeção de qualidade acabam sempre por encontrar problemas. Devolver uma imagem para reparação quatro ou cinco vezes é normal. No fim, ao contabilizar, depois de gastar uma hora, o que fica na mão são apenas alguns cêntimos.

Uma rotuladora na província de Hunan mostrou o seu recibo de acerto numa plataforma social: depois de um dia de trabalho, ela desenhou mais de 700 retângulos, com um preço unitário de 4 cêntimos; no total, ganhou 30,2 yuan.

É um retrato extremamente desfasado.

De um lado, os patrões da tecnologia que brilham numa conferência de lançamento, falando sobre como a AGI libertará a humanidade; do outro, nos condados do planalto do Loess e nas cidades nas montanhas do sudoeste, os jovens olham para o ecrã oito a dez horas por dia, puxando retângulos de forma mecânica — milhares, dezenas de milhares — e até sonham à noite, com os dedos no ar a desenhar linhas de vias.

Alguém já disse que a aparência da inteligência artificial é como um carro de luxo a passar a galope, mas quando se abre a porta do carro, descobre-se que dentro há cem pessoas a pedalar bicicletas, com os dentes cerrados, a esmagar desesperadamente os pedais.

Ninguém acha que isto tem problema nenhum.

Trabalho por peça para “ensinar a máquina a amar”

Quando o gargalo do reconhecimento de imagens foi rompido, os modelos de grande escala entraram numa evolução ainda mais profunda: precisam de aprender a pensar, conversar e até demonstrar “empatia”, tal como os humanos.

Isso dá origem ao processo mais central e também mais caro no treino de modelos de grande escala — RLHF (aprendizagem por reforço com base em feedback humano).

Em termos simples, trata-se de pedir a pessoas reais para avaliar as respostas geradas pela IA, dando pontuações e indicando qual resposta é melhor e mais alinhada com os valores humanos e preferências emocionais.

O motivo de o ChatGPT parecer “humano” é que, por trás, há infinitos rotuladores RLHF a dar-lhe formação.

Em plataformas de trabalho por encomenda, esse tipo de tarefa de rotulagem costuma ter preço claramente definido: custo por item de 3 a 7 yuan. Os rotuladores têm de atribuir pontuações emocionais extremamente subjetivas às respostas da IA, avaliando se esta resposta é “acolhedora”, se “tem empatia” e se “toma conta das emoções do utilizador”.

Um trabalhador de base, que recebe um salário mensal de dois ou três mil yuan, que vive a correr em lama e sofrimento na vida real, e que nem sequer tem tempo para cuidar das próprias emoções, precisa no sistema atuar como mentor emocional e juiz dos valores da IA.

Eles têm de esmagar à força essas emoções humanas extremamente complexas e subtis — como calor humano e empatia — e quantificá-las em pontuações frias de 1 a 5. Se a pontuação deles não corresponder ao padrão de respostas configurado no sistema, serão julgados como não atingindo a taxa de acerto e, por conseguinte, sofrerão deduções no salário por peça que já é escasso.

É uma “extração” cognitiva. As emoções humanas complexas e delicadas, a moral e a compaixão estão a ser arrastadas à força para o funil do algoritmo. Na balança fria da quantificação e da padronização, tudo é espremido até à última parcela de calor. Quando se fica impressionado por o monstro cibernético no ecrã já ter aprendido a escrever poesia, a compor música, a perguntar se está tudo bem e até a vestir uma pele cheia de melancolia; do lado de fora do ecrã, aquelas pessoas humanas — antes vivas e reais — ao longo de dia após dia de julgamentos mecânicos, degradam-se em máquinas de atribuir pontuações sem emoções.

Esta é a face mais secreta de toda a cadeia industrial, que nunca aparece em notícias de financiamento nem em quaisquer white papers técnicos.

Ninguém acha que isto tem problema nenhum.

Mestrado 985 e jovens de uma cidade pequena

O trabalho de puxar retângulos da camada mais baixa está a ser esmagado pelas esteiras da IA. Esta linha de montagem cibernética começa a expandir-se para cima, a engolir tarefas intelectuais de nível mais elevado.

O apetite dos modelos de grande escala mudou. Já não se contenta em mastigar o senso comum simples; precisa de engolir conhecimentos profissionais humanos e lógicas de nível superior.

Nas principais plataformas de recrutamento, começa a surgir com frequência a mesma categoria de trabalho a tempo parcial: algo como “rotulagem de inferência lógica para modelos de grande escala” e “instrutor de treino em humanidades para IA”. O requisito para este trabalho é muito elevado: muitas vezes exige “mestrado 985/211 ou superior”, envolvendo áreas profissionais como direito, medicina, filosofia e literatura.

Muitos estudantes de universidades de elite são atraídos e entram em grupos de outsourcing dessas grandes empresas. Mas depressa descobrem que não se trata de nenhum ginásio mental fácil; é um suplício mental.

Antes de aceitarem oficialmente a encomenda, têm de ler documentos de dimensões e critérios de avaliação com dezenas de páginas e fazer duas a três rondas de teste de rotulagem. Depois de passarem, na rotulagem oficial, se a taxa de acerto ficar abaixo da média, perdem a qualificação e são expulsos do grupo.

O que é mais asfixiante é que estes critérios nem sequer são fixos. Face a problemas e respostas semelhantes, se se avaliar com a mesma forma de pensar, o resultado pode ser completamente diferente. É como fazer uma prova que nunca acaba e que nem sequer tem uma resposta-padrão. Não há como aumentar a taxa de acerto com esforço pessoal ou aprendizagem; só se consegue rodar no mesmo lugar, consumindo energia mental e física.

Esta é a nova exploração da era dos modelos de grande escala — colapso de classes.

O conhecimento, que antes era visto como uma escada dourada para romper barreiras e subir, agora caiu em ser oferecido aos algoritmos, como “ração” numérica ainda mais complexa de mastigar. Diante do poder absoluto dos algoritmos e dos sistemas, o mestrando 985 num “castelo de marfim” e o jovem de uma cidade pequena nas terras do planalto do Loess encontraram a mesma finalidade mais estranha: percursos diferentes para o mesmo destino.

Eles caem juntos nesta cova cibernética sem fundo; perdem o brilho, anulam as diferenças e transformam-se todos em engrenagens baratas na esteira — facilmente substituíveis a qualquer momento.

Em países estrangeiros, é igual. Em 2024, a Apple cortou diretamente um departamento de rotulagem de voz com 121 pessoas em Santiago. Esses funcionários melhoravam a capacidade de Siri para processar várias línguas. Eles achavam que estavam na periferia das operações centrais de uma grande empresa tecnológica, mas de repente caíram no abismo profundo do desemprego.

Na perspetiva dos gigantes da tecnologia, quer a “dona” de puxar retângulos numa cidade do interior, quer o instrutor de treino de lógica formado numa universidade de renome, na essência são apenas “consumíveis” que podem ser substituídos a qualquer momento.

Ninguém acha que isto tem problema nenhum.

Um Babel de biliões, construído com o suor por alguns cêntimos

De acordo com dados publicados pela Academia de Informação e Comunicações da China (CAICT), em 2023 o mercado de rotulagem de dados na China tinha uma dimensão de 6,08 mil milhões de yuan. Em 2025, prevê-se que chegue a 20 a 30 mil milhões de yuan; e, segundo a previsão, até 2030 o volume de vendas do mercado global de rotulagem e serviços de dados disparará para 117,1 mil milhões de yuan.

Por detrás desses números, está uma festa de avaliação e valorização — de centenas de milhares de milhões até a dezenas de milhares de milhões de dólares — dos gigantes tecnológicos como OpenAI, Microsoft e ByteDance.

Mas essa riqueza torrencial não chegou às pessoas que realmente “alimentam” a IA.

A indústria chinesa de rotulagem de dados apresenta uma estrutura típica de terceirização em forma de pirâmide invertida. No topo, estão os gigantes tecnológicos que apertam e controlam os algoritmos centrais; na segunda camada, os grandes fornecedores de serviços de dados; na terceira, bases de rotulagem de dados espalhadas por todo o lado e empresas de outsourcing de menor dimensão; no fundo, estão os rotuladores da camada mais baixa que recebem salário por peça.

Cada camada de outsourcing precisa arrancar brutalmente uma camada de “gordura”. Quando os preços unitários lançados pelas grandes empresas são de 5 cêntimos, depois de sucessivas espoliações entre camadas, o que sobra para os rotuladores do condado pode nem chegar a 5 cêntimos.

Num livro chamado “O feudalismo tecnológico”, o ex-ministro das finanças da Grécia, Yanis Varoufakis, lançou uma perspetiva muito penetrante: hoje em dia, os gigantes tecnológicos já não são capitalistas no sentido tradicional; são “cloudalists” (senhores do cloud).

O que eles possuem não são fábricas e máquinas, mas sim algoritmos, plataformas e poder de computação — esses são os territórios digitais nas terras do tempo cibernético. Neste novo sistema feudal, o utilizador não é um consumidor, é um “arrendatário digital”. Cada like, comentário e visualização nas nossas redes sociais está, de forma gratuita, a abastecer os “senhores do cloud” com dados.

E aqueles rotuladores de dados espalhados pelos mercados mais baixos, são a camada mais inferior de “servos digitais” neste sistema. Eles não só precisam produzir dados, como também limpar, classificar e pontuar enormes quantidades de dados brutos, transformando-os em “ração” de alta qualidade que os modelos de grande escala conseguem digerir.

É um movimento de apropriação cognitiva e silenciosa. Tal como o movimento de cercamentos do século XIX no Reino Unido expulsou os camponeses para dentro das fábricas têxteis, hoje, a vaga de IA arrasta os jovens que não encontram espaço na economia real para o ecrã.

A IA não apagou a distância entre classes; pelo contrário, construiu uma “esteira transportadora de dados e suor”, que vai dos condados do interior central e ocidental da China, até à sede dos gigantes tecnológicos em Pequim, Tianjin, Xangai, Guangzhou e Shenzhen. A narrativa de revolução tecnológica é sempre grandiosa e brilhante, mas a cor de fundo é sempre o consumo em massa de mão de obra barata.

Ninguém acha que isto tem problema nenhum.

Sem necessidade de um amanhã humano

A conclusão mais cruel está prestes a chegar, e está a acontecer cada vez mais depressa.

À medida que as capacidades dos modelos de grande escala saltam de nível, aquelas tarefas de rotulagem que antes exigiam trabalho humano dia e noite estão a ser assumidas pela própria IA.

Em abril de 2023, o fundador da Li Auto, Li Xiang, revelou dados num fórum: no passado, a Li Auto precisava de fazer cerca de 10 milhões de frames por ano de rotulagem manual de imagens para condução autónoma; o custo de outsourcing chegava perto de 8B. Mas quando passaram a usar modelos de grande escala para rotulagem automatizada, aquilo que antes levava um ano a fazer, passou a conseguir-se basicamente em apenas 3 horas.

A eficiência é 1000 vezes a do ser humano — e isto ainda era em 2023. Apenas no mês de março que acabou de passar, a Li Auto também lançou o motor de rotulagem automática MindVLA-o1 da nova geração.

Na indústria, circula uma frase de auto-ironia que é absolutamente verdadeira: “Quanto mais inteligência, mais mão de obra.” Mas agora, no outsourcing de rotulagem de dados, os investimentos das grandes empresas já mostraram uma queda em rutura de 40%-50%.

Aqueles jovens de cidades pequenas que passaram incontáveis noites em frente ao computador, mantendo os olhos vermelhos e a sofrer, alimentaram na prática um monstro com as próprias mãos. Agora, este monstro vira-se para trás e esmaga-lhes o pão da boca.

Quando a noite cai, os escritórios de Pingcheng, em Datong, continuam tão pálidos como de dia. Os jovens que fazem transição de turnos trocam de forma silenciosa, nos elevadores, os seus corpos exaustos. Dentro deste espaço dobrado, aprisionado por incontáveis caixas poligonais, ninguém se importa com que tipo de salto épico a arquitetura Transformer atravessou do outro lado do oceano, nem ninguém consegue entender o ribombar do poder de computação por trás de centenas de biliões de parâmetros.

Os olhos deles só ficam colados na barra de progresso vermelha que representa “a linha de aprovação” no back-end, calculando se aqueles poucos pontos e poucos cêntimos de trabalho por peça conseguem ou não ser juntados para uma vida decente no fim do mês.

De um lado, o toque da campainha no Nasdaq e a avalanche de tecnologia na imprensa; os gigantes estão a brindar pela chegada da AGI. Do outro lado, aqueles “servos digitais” que alimentaram a IA, uma mordida de cada vez, com o próprio corpo e sangue, só conseguem esperar com receio na azáfama dos sonhos doridos — que em algum amanhecer aparentemente comum, aquele monstro criado por eles, sem sequer se preocupar, chute o pão da boca fora.

Ninguém acha que isto tem problema nenhum.