![[VÍDEO] Operação da Polícia Civil cumpre 70 mandados contra facções criminosas no RN](https://www.jolrn.com.br/wp-content/uploads/2026/04/IMG_6096-360x180.png)
Plataformas digitais passaram a intermediar a compra de dados pessoais — como voz, vídeos e conversas privadas — para abastecer o treinamento de modelos de inteligência artificial, em um movimento que conecta diretamente usuários comuns à cadeia produtiva das grandes empresas de tecnologia. Esse mercado não é operado diretamente pelas big techs, mas por empresas intermediárias que coletam, organizam e revendem esses dados para sistemas que dependem de material humano para melhorar desempenho e precisão.
Empresas intermediárias estruturam a coleta global de dados
O modelo é operado por plataformas como Kled AI, Silencio, Neon Mobile e Luel AI, que atuam como intermediárias entre usuários e empresas de inteligência artificial. Essas empresas organizam a coleta de dados em escala, oferecendo pagamentos por minuto de áudio, vídeo ou interação capturada .
A Luel AI, por exemplo, paga cerca de US$ 0,15 por minuto de conversa multilíngue, enquanto ferramentas associadas à clonagem de voz oferecem valores ainda menores por minuto de gravação. Esse tipo de remuneração define o padrão econômico do setor, baseado em alto volume e baixo custo unitário.
Essas plataformas funcionam como infraestrutura invisível da indústria de IA, criando um fluxo contínuo de dados que alimenta modelos desenvolvidos por empresas maiores, sem que haja relação direta entre quem fornece o conteúdo e quem efetivamente lucra com sua aplicação final.
Big techs dependem desse mercado para sustentar modelos avançados
A expansão desse sistema está ligada à necessidade das grandes empresas de tecnologia — responsáveis por sistemas como modelos generativos e assistentes digitais — de acessar dados humanos atualizados e diversos. Bases tradicionais de treinamento passaram a ser insuficientes ou restritas, pressionando o setor a buscar novas fontes.
Pesquisas indicam que conjuntos de dados amplamente utilizados no passado já enfrentam limitações de uso e disponibilidade, o que desloca a coleta para ambientes controlados por plataformas privadas.
Esse movimento cria uma cadeia em que empresas globais dependem de intermediários para garantir o fornecimento contínuo de dados, transferindo a coleta para uma camada menos visível do mercado.
Ao mesmo tempo, a qualidade desses dados humanos continua sendo considerada superior à de conteúdos sintéticos gerados por IA, o que reforça a dependência desse modelo.
Modelo transforma dados pessoais em matéria-prima digital negociável
A estrutura criada por essas plataformas converte elementos da vida cotidiana — como fala, imagem e interação — em ativos negociáveis dentro da economia digital. O usuário deixa de ser apenas consumidor de tecnologia e passa a atuar como fornecedor de insumos.
Esse processo ocorre de forma descentralizada, com indivíduos em diferentes países participando da coleta, muitas vezes atraídos pela possibilidade de renda em moeda forte.
Casos relatados mostram usuários recebendo valores relativamente baixos por envio de conteúdo, mas suficientes para complementar renda em contextos econômicos específicos .
A lógica econômica do modelo se sustenta na escala: quanto maior o volume de dados coletados, menor o custo por unidade para as empresas que utilizam essas informações.
Contratos ampliam poder das plataformas sobre o conteúdo
Ao aceitar os termos dessas plataformas, os usuários concedem permissões amplas que permitem uso global, permanente e irreversível dos dados fornecidos, incluindo a possibilidade de criação de produtos derivados sem pagamento adicional .
Essas cláusulas transferem o controle do conteúdo para as empresas, que passam a decidir como e onde as informações serão utilizadas ao longo do tempo.
Especialistas apontam que a dificuldade de revogar esse consentimento limita a capacidade dos usuários de controlar o uso posterior de seus dados.
Esse modelo contratual consolida uma assimetria entre quem fornece o conteúdo e quem detém os direitos sobre sua exploração.
Falhas e uso indevido ampliam risco dentro da cadeia
Além das condições contratuais, há registros de falhas de segurança em plataformas desse tipo, incluindo casos em que dados de usuários ficaram acessíveis sem proteção adequada, expondo informações sensíveis .
Também foram identificados usos de imagem e voz em contextos não previstos, como conteúdos publicitários, mesmo quando havia restrições contratuais iniciais.
A combinação entre contratos amplos e falhas operacionais amplia o risco de uso indevido dos dados fornecidos.
Esse cenário evidencia limitações na capacidade de controle sobre o fluxo dessas informações após a cessão.
Cadeia global concentra valor fora de quem produz os dados
O modelo cria uma divisão clara entre quem fornece os dados e quem captura o valor econômico gerado a partir deles. Usuários recebem pagamentos pontuais, enquanto empresas utilizam esses dados para desenvolver produtos escaláveis e de longo prazo.
Especialistas apontam que esse tipo de atividade tende a ser temporária para os trabalhadores, sem garantia de continuidade ou desenvolvimento profissional, enquanto o valor acumulado permanece concentrado nas empresas que operam os sistemas.
À medida que plataformas ampliam a coleta e consolidam contratos que permitem uso indefinido dos dados, o volume de informações disponíveis para treinamento cresce de forma contínua, enquanto os mecanismos de controle individual permanecem limitados, estabelecendo uma estrutura em que dados pessoais são incorporados permanentemente a sistemas comerciais globais sem participação proporcional dos usuários nos ganhos gerados por sua utilização ao longo do tempo.
