Os profissionais que trabalham treinando Inteligências Artificiais
Descubra como as inteligências artificiais são criadas e treinadas – e saiba como você pode entrar nesse mercado promissor

A inteligência artificial já virou parte essencial do nosso cotidiano: no feed das nossas redes sociais, nas assistentes virtuais por comanda de voz (como a Alexa), nos aplicativos de rotas de trânsito, na curadoria de anúncios digitais e em muitos outros aspectos. Mas você já parou para pensar em quem está por trás da inteligência dessas máquinas?
Calma lá, não tem ninguém ditando a resposta para cada uma das perguntas que você faz para a Alexa… Mas fato é que essas IAs não ficam “inteligentes” do zero: é necessária uma grande rede de profissionais para ensinar as máquinas a compreender e interagir com o mundo humano.
+ O que o filme do Willy Wonka diz sobre a tecnologia no mercado de trabalho
São especialistas focados em garantir que as IAs sejam funcionais, éticas e, acima de tudo, úteis. Se você já se perguntou como entrar nesse mercado de trabalho, que, como apontam todas as análises de mercado, só tende a crescer, a boa notícia é que não existe apenas uma porta de entrada – e há espaço para muita gente!
O GUIA DO ESTUDANTE conversou com Marcos Barreto, professor da Fundação Vanzolini e da Escola Politécnica da Universidade de São Paulo (Poli-USP), para entender quem são os “treinadores de IA” e de que maneira os estudantes podem se preparar para atuar nessa área.
A diferença entre um cachorro e um gato

Imagine ensinar uma criança a diferenciar um cachorro de um gato. No início, você mostra dezenas de imagens, explicando pacientemente cada detalhe que distingue os dois. Esse processo, embora simples na analogia, é a base do que acontece no treinamento de inteligências artificiais. A diferença é que, em vez de um instrutor humano, estamos lidando com algoritmos que aprendem por meio de grandes volumes de dados e cálculos matemáticos avançados.
Treinar uma IA é como traduzir o mundo humano para a linguagem das máquinas. Isso envolve alimentar o sistema com milhões de exemplos, permitindo que ele reconheça padrões e faça previsões. Porém, ao contrário de um estudante que interpreta e compreende informações subjetivamente, uma máquina trabalha exclusivamente com números e cálculos objetivos.
+ 7 profissões que jamais serão substituídas por inteligência artificial
“O treinamento de uma rede neural não segue uma dinâmica ‘professor-aluno’, mas sim um processo automatizado baseado em tentativa e erro”, explica Marcos Barreto. “Tudo começa com um chute inicial para os valores dos pesos, que são definidos aleatoriamente. A partir daí, o modelo recebe uma entrada (pergunta), calcula a saída (resposta) e a compara com a saída desejada (resposta correta). Com base na diferença entre a saída obtida e a esperada, os pesos são ajustados.”
Mas o que exatamente são os pesos? Pense novamente na comparação entre o gato e o cachorro, e no que costuma diferenciar estes dois animais. O fator “olhos”, provavelmente, entra na lista, já que a pupila dos bichanos são verticais. Por isso, quando um robô se deparada com a imagem de um gato, identificará essa característica e o peso do fator “olhos” será maior, porque ele ajuda a identificar gatos.
Na rede neural, os pesos funcionam dessa forma. Eles são ajustados durante o treinamento, ajudando o modelo a decidir quais informações são mais relevantes para fazer respostas, escolhas ou previsões mais certeiras. Quanto mais bem treinada for a IA, mais precisos esses ajustes se tornam.
A importância do treinamento
A escolha dos dados usados no treinamento é fundamental para uma IA. “Dados inadequados podem comprometer o aprendizado da rede, pois ela não interpreta o significado das informações, apenas as transforma em números e ajusta os pesos para minimizar o erro em relação aos resultados esperados”, esclarece Barreto. A qualidade do que é colocado no sistema impacta diretamente o resultado.
Mas, assim como qualquer coisa feita por humanos, dados não são apenas números soltos: eles carregam um valor cultural, social e até político. Isso significa que, se a IA for alimentada com informações enviesadas ou incompletas, o resultado pode ser um sistema que perpetua preconceitos ou gera respostas incorretas.
+ Duelo: colocamos um professor e o ChatGPT para avaliar uma redação do Enem
Há alguns anos, o Flickr lançou uma função de marcação automática de fotos baseada em inteligência artificial. Porém, o que deveria facilitar a organização de imagens gerou indignação: várias pessoas negras perceberam que suas fotos de viagem eram marcadas erroneamente como “chimpanzés”.
Por isso, é fundamental que os dados usados no treinamento sejam cuidadosamente selecionados, representando a diversidade e a complexidade do mundo real. Esse cuidado exige, assim, uma equipe multidisciplinar, que vai de cientistas de dados a sociólogos. Surge, então, outro aspecto importante nesse processo: a validação.
Humanos que corrigem IAs

Após o treinamento inicial, as IAs passam por testes rigorosos, em que é a vez dos profissionais humanos avaliarem se os resultados estão alinhados ao esperado. “Em casos das redes neurais generativas [como o ChatGPT], há uma etapa chamada Aprendizado por Reforço com Feedback Humano (em inglês, RLHF: Reinforcement Learning with Human Feedback). Nessa fase, o modelo é usado por humanos, que fornecem feedback direto sobre os resultados, indicando se eles estão adequados ou não”.
Mas o processo não é infalível. O feedback humano dado ao modelo pode, ocasionalmente, deixar passar alguma questão problemática, evidenciando a importância da curadoria inicial dos dados utilizados no treinamento.
+ Quais são os perigos da Inteligência Artificial? Dá para controlá-la?
“Casos como o do chatbot Tay, da Microsoft, ilustram como dados inadequados podem resultar em problemas éticos”, destaca o professor, relembrando o caso de uma IA da Microsoft de 2016 que durou apenas um dia em operação com o público. “Treinada com dados coletados no Twitter, Tay rapidamente começou a produzir respostas racistas e ofensivas, mostrando como dados enviesados levam a resultados tendenciosos se não houver uma supervisão adequada.”
O caso do chatbot exemplifica bem como o treinamento não termina quando a IA começa a operar sozinha. Em um mundo em constante mudança – com novas gírias, novos contextos, novas questões éticas –, os sistemas precisam de aprendizado contínuo para permanecer relevante e útil.
“Operários de dados”

Por mais animador que pareça, nem tudo são flores no mundo do treinamento de IAs. Apesar de ser um mercado em ascensão, o treinamento de IAs também levanta questões éticas relacionadas às condições de trabalho. Em 2023, surgiram denúncias de que empresas terceirizavam parte desse trabalho para funcionários sem qualquer direito, que recebiam cerca de R$500 por mês.
Esses funcionários, os tais “operários de dados” são, na maior parte, oriundos de países subdesenvolvidos, e responsáveis por tarefas exaustivas como rotular dados ou revisar conteúdos. No mercado de trabalho, há quem diga que os cargos representariam uma espécie de nova “classe operária”, referindo-se às condições de trabalho das primeiras fábricas da Revolução Industrial. Os burgueses, desta vez, seriam os diretores e CEOs das big techs.
“Essa discrepância reflete a estrutura do mercado, mas também nos leva a questionar como valorizar todos os envolvidos nesse processo”, afirma Barreto. Especialistas em direitos trabalhistas exigem a regulamentação desse mercado, para garantir que todos tenham os direitos básicos assegurados. “É um dos grandes desafios éticos do setor de IA”, opina.
+ O que define as profissões que serão ou não substituídas pela Inteligência Artificial?
Como entrar no mercado?

O treinamento de máquinas é um trabalho que exige múltiplas habilidades. E, por isso, o caminho é, felizmente, bem diversificado. “Se você tem interesse em Matemática, Programação, Linguística ou até mesmo Sociologia, há espaço para você na área de IA. É uma área em que ciência e humanidades caminham juntas” afirma o especialista. “Quem tem interesse em entender o impacto da tecnologia na sociedade encontra nesse mercado uma oportunidade de contribuir para um futuro mais equilibrado e justo”, afirma.
Para quem está começando, cursos de graduação como Ciência da Computação, Engenharia de Software e Sistemas de Informação são alguns dos caminhos mais diretos para ingressar na área. Mas o professor reforça que áreas como Psicologia, Sociologia e Linguística também têm contribuído para o desenvolvimento das IAs – hoje em dia, muitas empresas buscam funcionários com experiência, inclusive, em pesquisa acadêmica.
+ Governo oferece cursos gratuitos de Ciência de Dados; veja como participar
Além disso, Barreto destaca a importância de cursos complementares e de curta duração para quem já está no mercado ou quer se especializar rapidamente. “Certificações em aprendizado de máquina, ciência de dados e ferramentas de IA são acessíveis e ajudam a construir uma base sólida para quem deseja explorar esse universo”, conclui.
View this post on Instagram
Prepare-se para o Enem sem sair de casa. Assine o Curso GUIA DO ESTUDANTE ENEM e tenha acesso a todas as provas do Enem para fazer online e mais de 180 videoaulas com professores do Poliedro, recordista de aprovação nas universidades mais concorridas do país.