A gigante de entregas DoorDash está expandindo seu modelo de negócios além de alimentos e mantimentos. A empresa lançou o “Tasks”, um novo aplicativo que paga seus motoristas – rebatizados como “Taskers” – para realizar ações simples e cotidianas com o objetivo de treinar modelos de inteligência artificial (IA). Esta medida, na sequência de uma iniciativa semelhante da Uber, levanta questões sobre o futuro do trabalho gig, a privacidade dos dados e a potencial deslocação de trabalhadores pela própria IA que estão a ajudar a construir.
A Natureza do Trabalho
O aplicativo Tarefas atribui atividades pequenas, muitas vezes mundanas, que fornecem dados visuais e de conversação para treinamento de IA. Isso inclui filmar rotinas diárias (como lavar a louça ou arrumar a cama), gravar a si mesmo falando em outro idioma e até mesmo escanear as prateleiras das lojas. DoorDash afirma que esses dados ajudam os sistemas de IA a “entender o mundo físico”, um passo crítico no desenvolvimento de capacidades de aprendizado de máquina mais sofisticadas.
Os pagamentos variam de acordo com o esforço percebido e a complexidade da tarefa: US$ 16 para examinar as prateleiras, US$ 20 para uma conversa “espontânea” encenada em espanhol e mais para tarefas que envolvem cozinhar. A ambiguidade nas taxas salariais acrescenta outra camada de incerteza para os trabalhadores temporários, que já enfrentam fluxos de rendimentos imprevisíveis.
Por que isso é importante: a sede da IA por dados
Os algoritmos modernos de IA dependem de vastos conjuntos de dados para aprender e melhorar. As empresas estão agora a aproveitar diretamente a gig economy para adquirir estes dados de forma barata e eficiente. As tarefas que o DoorDash atribui são precisamente o tipo de filmagem e áudio do mundo real que os modelos de IA precisam para refinar sua compreensão das ações humanas, ambientes e até mesmo nuances culturais.
Esta tendência destaca a crescente demanda por dados “verdadeiros” – as informações precisas e rotuladas das quais o aprendizado de máquina depende. À medida que a IA se expande para a robótica, a automação do retalho e outras indústrias, a necessidade deste tipo de dados de formação só aumentará.
Preocupações com privacidade e a questão da automação
DoorDash afirma que mantém “robustas salvaguardas de privacidade”, mas não oferece detalhes. O facto de os Taskers terem de evitar “conteúdo político” e “informações identificáveis” sugere que a empresa está consciente dos potenciais riscos éticos e legais.
Surge uma questão mais fundamental: o que acontece quando estes modelos de IA estão totalmente treinados? Serão usados para automatizar empregos atualmente ocupados por humanos, incluindo os dos próprios trabalhadores que fornecem os dados de formação? O silêncio da indústria sobre esta questão é preocupante, pois sugere uma desconexão deliberada entre a actual exploração dos trabalhadores temporários e a futura automatização das suas funções.
Disponibilidade limitada, amplas implicações
O aplicativo Tasks está atualmente implementado em áreas selecionadas dos EUA, com a DoorDash fazendo parceria com empresas de varejo, seguros, hotelaria e tecnologia para treinamento. Embora a implementação seja limitada agora, o modelo tem um claro potencial de expansão. A empresa está efetivamente a transformar a sua rede de motoristas num canal de recolha de dados, monetizando a atividade humana em benefício do desenvolvimento da IA.
Este experimento não é apenas sobre o DoorDash; é um sinal de uma mudança mais ampla. A economia gig, já conhecida pelas suas condições de trabalho precárias, está agora a ser transformada em arma para alimentar a fome insaciável dos sistemas de IA.
