Hollywood: antigos produtores de TV passam a treinar IA em segredo

O texto descreve o trabalho de treinamento de IA para empresas como Mercor e outras, com tarefas que vão de avaliar tom de chat a etiquetar vídeos e gerar conteúdos sensíveis, incluindo cenas de anime e recrutamento de fotos.
Os profissionais são contratadoos independentes, com onboarding frequente, uso exaustivo de Slack e Airtable, horários on‑call e muita urgência, além de projetos que começam, param e voltam a surgir de forma abrupta.
A narrativa acompanha a experiência de uma roteirista de Hollywood que migrou para essa área, enfrentando remuneração baixa, demissões súbitas e a necessidade de competir por tarefas com colegas.
Os salários caíram ao longo do tempo, indo de até 150 dólares por hora para especialistas a valores muito menores para iniciantes, com contratos chamados de “sprints” e duração imprevisível.
O texto cita ações legais no setor, com denúncias de possível caracterização de emprego como contrato em vez de vínculo, destacando a falta de proteções trabalhistas, bem como a repetição de demissões e recontratações em plataformas diferentes.

Em tempo integral, a autora atua como escritora de Hollywood e showrunner, mas hoje trabalha como treinadora de IA. Ela descreve um cenário de gig economy na área de IA, com contratos curtos, remuneração variável e alta pressão.

O relato apresenta a rotina de tarefas: avaliar tom de chatbots, identificar padrões em fotos, transcrever vídeos, descrever cenas e até gerar conteúdos sensacionalistas usados para treinar modelos. Plataformas citadas incluem Mercor, Outlier, Handshake, Turing e Task-ify.

Em 2023, a greve em Hollywood buscou impedir que estúdios substituíssem roteiristas por IA. Em 2025, a autora passou a buscar formas de manter a renda após o estouro de contratos não remunerados e mudanças abruptas de projetos. A entrada no mercado de treinamento de IA ocorreu após comentários em grupos de escritores.

A primeira experiência envolveu avaliação de conversas entre usuários e assistentes de IA, seguindo uma “bíblia” de respostas. O objetivo era classificar se a resposta era bem-sucedida, com jornadas de onboarding complexas, Slack, Airtable e reuniões por Zoom. A pressão para seguir guias e padrões era constante.

Segundo relato, o ambiente de trabalho era marcado por incertezas: mudanças de projeto, demissões súbitas, renovações de contratos com valores menores e a classificação de contratos como “tasks” independentes, não empregos formais. A cultura interna incentivava competição entre os contratados.

Diversas jornadas descrevem atrasos, mudanças de remuneração e abusos de supervisão jovem. Projetos eram interrompidos sem aviso, pessoas eram contratadas e demitidas rapidamente, e os horários eram onerosos, com jornadas noturnas para cumprir metas. A narrativa aponta queda de salários e rigidez do sistema.

Testemunhos também relatam vigilância constante: avaliações de desempenho com notas de 1 a 5, promoções apenas para quem mantinha altos índices, além de atrasos na comunicação interna. Em alguns casos, trabalhadores permaneceram meses sem trabalho significativo, aguardando novas fases de projeto.

A autora afirma que o modelo de trabalho está migrando para uma rotina de “sprints” com prazos curtos. Em fevereiro de 2026, já havia acumulado várias mudanças de projeto em plataformas diferentes, com demissões abruptas e sem avisos. O relato conclui que a máquina domina o trabalhador, em vez do contrário.

Em conclusão, o artigo aponta um ecossistema de IA que, segundo a autora, transforma profissionais criativos em engrenagens de uma cadeia de treinamento, com alta pressão, pouca proteção e remuneração instável. Mercor sustenta que oferece notificações sobre mudanças de projetos, enquanto projetos continuam a reconfigurar-se com frequência.