Esta semana, uma startup de treinamento de IA chamada Shift anunciou que limparia as casas dos nova-iorquinos de graça, com planos de expandir para outras cidades, incluindo Londres. Olhando ao redor do meu próprio apartamento, entendo o apelo. Mas tem um porém – sempre tem um porém.

Em troca da limpeza, a Shift quer filmagens de seus faxineiros trabalhando: esfregando louças, limpando bancadas, tirando pó das mesas, passando pano no chão. Quer vídeo de todo o trabalho doméstico chato que felizmente terceirizaríamos se pudéssemos – e que empresas de robótica estão correndo para ensinar máquinas a fazer para que possam nos vender algo que faça por nós. Isso é mais difícil do que parece. Diferente de chatbots, geradores de imagem e outras ferramentas de IA que explodiram nos últimos anos, robôs têm que lidar com o mundo físico – entender espaço, movimento, força, atrito, formas e materiais estranhos, iluminação complicada e tudo mais que humanos entendem instintivamente. É por isso que coisas geralmente fáceis para nós, como dobrar roupas, pegar uma maçã ou servir um copo d'água, têm se mostrado enlouquecedoras para roboticistas codificarem.

Ensinar máquinas a fazer essas coisas requer muitos dados. Texto, imagens e vídeos podem ser facilmente extraídos da internet em escala industrial – muitas vezes sem compensar as pessoas que os criaram. O mundo físico é mais difícil de extrair, e mais difícil ainda de extrair silenciosamente sem pagar por isso. Isso torna o acesso a dados de alta qualidade um gargalo enorme para empresas que desenvolvem IA física, então startups como a Shift estão ficando criativas. Elas não estão sozinhas. Na Índia, reportagens recentes revelaram que a plataforma de serviços domésticos Pronto tem usado as casas dos clientes como fonte de filmagens para treinamento de IA em tarefas como cozinhar, limpar e lavar roupa. A Pronto diz que só grava filmagens se os clientes optarem explicitamente – não está claro o que os clientes recebem em troca, além de uma cópia das filmagens – mas a prática gerou uma onda de reações negativas, com startups rivais insistindo que nunca gravaram dentro de casas para treinar IA.

Outras startups estão focadas em escalar a coleta de dados. A Human Archive, sediada no Vale do Silício, espera fazer parceria com empresas como a Pronto e fazer com que trabalhadores de bico gravem suas atividades usando bonés com câmera nada elegantes. Os chapéus coletam filmagens do ponto de vista do usuário – exatamente o tipo de dados “egocêntricos” ou em primeira pessoa que empresas de robótica precisam para ensinar máquinas como as pessoas navegam no espaço físico. A Shift também recorre diretamente aos consumidores, alegando ter pago dezenas de milhares de pessoas em 15 países para gravar suas atividades através de seu aplicativo. Algumas empresas estão pulando o trabalho útil e pagando trabalhadores para completar as mesmas tarefas físicas repetidamente enquanto câmeras e sensores capturam cada movimento – transformando atividades físicas rotineiras como dobrar toalhas, pegar copos e carregar caixas em material valioso de treinamento de IA.

E alguns dados vêm de robôs já em campo. Apesar do hype, a automação real ainda está longe – daí a necessidade de todos esses dados – mas as empresas estão ansiosas para lançar produtos de qualquer forma, usando dados das casas dos clientes para melhorar o produto. Muitas dependem de trabalhadores remotos para intervir quando os robôs inevitavelmente travam; eles também usarão esses dados. Claro, trocar dados por algo de valor não é novo – empresas oferecem descontos, conveniência e serviços gratuitos em troca de acesso aos seus dados há anos, desde cartões de fidelidade e cookies até câmeras de painel, aplicativos de seguro que monitoram como as pessoas dirigem e aquela TV inteligente hedionda que sempre mostra anúncios. O novo é o tipo de dado que as empresas estão dispostas a pagar. Por enquanto, isso significa talvez deixar um humano limpar sua casa de graça usando um chapéu chique para que, eventualmente, uma empresa possa te vender um robô para fazer isso.