Lalita*, trabalhadora de confec\u00e7\u00e3o na periferia de Delhi, recebeu uma c\u00e2mera frontal acoplada na cabe\u00e7a por ordem da ger\u00eancia no in\u00edcio de um turno. A equipe n\u00e3o recebeu explica\u00e7\u00e3o sobre o objetivo, apenas a instru\u00e7\u00e3o de usar o dispositivo durante a linha de produ\u00e7\u00e3o.<\/p>\n
O equipamento gravou o ritmo das m\u00e3os, o alinhamento de colarinhos e costuras, al\u00e9m de intera\u00e7\u00f5es com colegas. Inicialmente houve risos entre as trabalhadoras, mas a curiosidade deu lugar \u00e0 apreens\u00e3o sobre monitoramento constante.<\/p>\n
A pr\u00e1tica faz parte de um movimento maior no pa\u00eds: coletar dados egoc\u00eantricos de f\u00e1bricas para treinar rob\u00f4s. As imagens ajudam a mapear movimentos humanos e comportamentos \u00fateis para sistemas aut\u00f4nomos que podem substituir trabalhadores no futuro.<\/p>\n
A empresa egocentric data assina como EgoLab, com atua\u00e7\u00e3o em Gurugram, Haryana, e clientes de peso como a Tesla. Estima-se que parte relevante do futuro valor da Tesla possa vir de rob\u00f4s humanoides, n\u00e3o apenas de ve\u00edculos el\u00e9tricos.<\/p>\n
Segundo an\u00e1lises, a \u00cdndia se consolidou como polo para coleta de esse tipo de dado, com diversas startups criando cadeias de fornecimento para rob\u00f3tica. Em pesquisa, especialistas destacam o papel \u00fanico do pa\u00eds pela escala, diversidade e intensidade de m\u00e3o de obra.<\/p>\n
Ao registrar os movimentos, as empresas tamb\u00e9m realizam o processamento dos v\u00eddeos: corre\u00e7\u00e3o de m\u00e3os, rastreamento de a\u00e7\u00f5es e separa\u00e7\u00e3o de atividades do fundo. O pa\u00eds j\u00e1 domina cerca de 35% do mercado global de anota\u00e7\u00e3o de dados, com a maior parte da receita vindo de clientes dos EUA.<\/p>\n
A remunera\u00e7\u00e3o direta aos trabalhadores pela gera\u00e7\u00e3o desses datasets \u00e9 questionada. Em muitos casos, as f\u00e1bricas recebem compensa\u00e7\u00e3o por facilitar as grava\u00e7\u00f5es, mas n\u00e3o pagam extra aos empregados. Cr\u00edticos ressaltam que isso esconde quem produz o dado.<\/p>\n
Um pesquisador afirma que a demanda por dados egoc\u00eantricos cresce e que a competi\u00e7\u00e3o pressiona os custos para baixo, reduzindo o ganho dos trabalhadores. A resist\u00eancia de donos de f\u00e1bricas a pagamentos diretos \u00e9 citada como pr\u00e1tica comum.<\/p>\n
Al\u00e9m do ambiente fabril, empresas passam a recrutar trabalhadores informais, como pedreiros, entregadores e vendedores, para registrar atividades di\u00e1rias. Nesses casos, o pagamento costuma ocorrer por meio de contratos locais com as firmas de tecnologia.<\/p>\n
Um trabalhador da constru\u00e7\u00e3o, Munazir*, relata ganhos adicionais semanais que ajudam a complementar a renda. Ele afirma que tem pouca ideia de como os dados gerados ser\u00e3o utilizados, recebendo apenas a renda extra, sem pagamento espec\u00edfico pelo conjunto de dados.<\/p>\n
Especialistas destacam a necessidade de discutir propriedade e remunera\u00e7\u00e3o, j\u00e1 que as bases de dados derivadas da atividade humana podem sustentar sistemas de IA globais. H\u00e1 debates sobre royalties ou formatos de compartilhamento de valor que reconhe\u00e7am a contribui\u00e7\u00e3o dos trabalhadores.<\/p>\n
A hist\u00f3ria de Lalita encerra com a constata\u00e7\u00e3o de que o material gravado foi convertido em dados, agora limpos, anotados e usados por empresas de tecnologia. Ela questiona, de forma impl\u00edcita, quem pagar\u00e1 sua gera\u00e7\u00e3o enquanto rob\u00f4s ocuparem o espa\u00e7o de trabalho.<\/p>\n","protected":false},"excerpt":{"rendered":"