O Que É a Scale AI? Um Guia Simples sobre a Empresa que Ensina a IA com Ajuda Humana

Quando se fala em IA, normalmente se pensa em chatbots como o ChatGPT ou o Claude, ou nos chips que os fazem funcionar. Mas existe uma parte mais discreta da história: antes que uma IA possa aprender qualquer coisa, alguém precisa preparar milhões de exemplos para ela estudar. Boa parte desse trabalho é feita por pessoas, e uma das empresas mais conhecidas por organizá-lo é a Scale AI.

Este artigo explica, em linguagem simples, o que a Scale AI faz, por que a IA precisa de tanta ajuda humana e por que a empresa foi parar no centro de um dos maiores negócios da IA.

O que é a Scale AI?

A Scale AI é uma empresa americana com sede em São Francisco. Ela foi fundada em 2016 por Alexandr Wang, que tinha 19 anos e acabara de deixar o Instituto de Tecnologia de Massachusetts (MIT), e por Lucy Guo, que saiu da empresa em 2018. Ela começou na Y Combinator, um programa famoso que ajuda startups iniciantes.

O principal negócio da Scale são dados para IA. Os sistemas de IA aprendem com exemplos, e esses exemplos só são úteis se vierem com as respostas certas. A Scale organiza um grande número de pessoas pelo mundo para criar essas respostas e desenvolve programas para conferir se o trabalho está correto. Entre seus clientes já estiveram a OpenAI, o Google, a Meta, a Microsoft, montadoras de carros e o governo dos Estados Unidos.

Por que a IA precisa de ajuda humana?

A maior parte da IA aprende com exemplos, mais ou menos como um aluno que estuda com um livro cheio de exercícios resolvidos. Para ensinar uma IA a reconhecer gatos, você mostra muitas fotos que uma pessoa marcou como "gato" ou "não é gato". Essas marcações se chamam rótulos, e o trabalho de colocá-las se chama rotulagem de dados.

A IA não consegue aprender só com as fotos, porque não sabe o que há nelas. Alguém precisa dizer a ela, pelo menos no começo, e fazer isso com milhões de exemplos é um trabalho enorme. A ideia da Scale foi transformar esse trabalho em um serviço: a empresa de IA envia seus dados e a Scale devolve exemplos limpos e rotulados.

Que tipo de trabalho é esse?

O trabalho mudou junto com a IA.

• Desenhar caixas (os primeiros anos). Os primeiros grandes clientes da Scale foram empresas de carros autônomos. Esses carros gravam horas e horas de vídeo das ruas, e alguém precisa desenhar caixas em volta de cada carro, pessoa, bicicleta e semáforo para que a IA do carro aprenda a reconhecê-los.
• Escrever respostas. Os chatbots de hoje aprendem a ser úteis estudando bons exemplos de respostas. A Scale contrata pessoas, muitas vezes especialistas como médicos, advogados, cientistas ou programadores, para escrever respostas ideais para perguntas difíceis.
• Comparar respostas. Um chatbot dá duas respostas para a mesma pergunta, e uma pessoa escolhe a melhor. Milhares dessas escolhas ensinam à IA o que as pessoas preferem. Esse é um passo importante chamado aprendizado por reforço com feedback humano (RLHF, na sigla em inglês). (Veja O Que É Aprendizado por Reforço?)

A maioria dessas pessoas não é funcionária da Scale. São prestadores de serviço que se cadastram nos sites da Scale, o Remotasks (criado em 2017) e o Outlier (criado em 2023), e recebem por tarefa ou por hora.

Um experimento real: por que bons rótulos importam

Para mostrar por que as empresas de IA pagam por isso, fizemos um pequeno experimento. Usamos uma coleção pública e conhecida de 50.000 críticas de filmes do site IMDB, em inglês, em que cada crítica já foi rotulada por pessoas como positiva ou negativa. Depois treinamos uma IA simples para ler uma crítica e adivinhar se ela é positiva ou negativa, e a testamos com 25.000 críticas que ela nunca tinha visto.

Primeiro, mudamos a quantidade de críticas rotuladas com que a IA podia aprender:

Com apenas 10 críticas rotuladas, a IA era pouco melhor que jogar uma moeda. Com 25.000, acertou mais de 90% das vezes. Mais exemplos rotulados deixam a IA mais inteligente, e é por isso que as empresas de IA querem milhões deles.

Depois mantivemos 2.000 críticas rotuladas, mas trocamos alguns rótulos de propósito, como se rotuladores descuidados tivessem chamado críticas boas de ruins e ruins de boas:

Alguns erros não atrapalharam muito, mas, à medida que os rótulos errados se acumularam, a IA foi piorando, até quase só chutar. A qualidade importa tanto quanto a quantidade. Por isso empresas como a Scale não vendem apenas rótulos; vendem rótulos conferidos, usando várias pessoas por tarefa, perguntas de teste com respostas conhecidas e programas que detectam trabalho descuidado.

Mais do que rótulos

Com o tempo, a Scale criou outros negócios:

• IA para governos e grandes empresas. A Scale cria e vende ferramentas de IA prontas. Entre seus clientes estão as Forças Armadas dos EUA e empresas como a BP e a Mayo Clinic. Em 2025, o Pentágono escolheu a Scale para o Thunderforge, um projeto para usar agentes de IA no planejamento militar, e em maio de 2026 um acordo do Pentágono com a Scale foi ampliado para valer até US$ 500 milhões.
• Testar IA. A Scale mantém rankings públicos que comparam modelos de IA em tarefas difíceis. Com o Center for AI Safety, ela criou o Humanity's Last Exam ("O Último Exame da Humanidade"), um teste com 2.500 perguntas muito difíceis escritas por cerca de 1.000 especialistas. Quando foi lançado, em janeiro de 2025, os melhores modelos de IA acertavam menos de 10%; em meados de 2026, os melhores passavam de 40%.

O acordo com a Meta

Em junho de 2025, a Scale virou notícia no mundo todo.

A Meta, dona do Facebook, do Instagram e do WhatsApp, investiu cerca de US$ 14,3 bilhões por 49% da Scale, o que avaliou a empresa em cerca de US$ 29 bilhões. As ações da Meta não dão direito a voto, então ela não controla a empresa. Mas o verdadeiro prêmio para a Meta foi o próprio Alexandr Wang: ele deixou a Scale para liderar o novo laboratório de IA da Meta, cujo objetivo é criar uma "superinteligência", uma IA mais inteligente que as pessoas.

O acordo teve efeitos colaterais. Empresas de IA rivais temiam que dividir seus dados e planos com uma empresa da qual a Meta é sócia pudesse ajudar um concorrente. Segundo a imprensa, o Google e a OpenAI reduziram seus trabalhos com a Scale. Um mês depois, a Scale demitiu cerca de 200 funcionários, cerca de 14% da equipe, e deixou de trabalhar com 500 prestadores. Seu líder interino, Jason Droege, disse que a empresa tinha crescido rápido demais no negócio de dados para chatbots.

A Scale diz que continua sendo uma empresa independente. Ela apostou ainda mais na venda de IA para governos e empresas e, em julho de 2026, anunciou Francis deSouza, ex-executivo de alto escalão do Google Cloud e ex-CEO da empresa de biotecnologia Illumina, como seu novo CEO, a partir de 10 de agosto de 2026.

Quanto ela vale?

Como muitas startups, a Scale não está na bolsa de valores, então seu valor só é definido quando investidores compram uma parte dela.

A Scale informou receita de cerca de US$ 870 milhões em 2024. Em maio de 2026, Droege disse esperar que a receita passasse de US$ 1 bilhão em 2026, com a venda de IA para empresas e governos crescendo mais rápido.

Desafios e debates

• Pagamento e condições de trabalho. Reportagens e estudos descreveram trabalhadores do Remotasks em países como Filipinas e Quênia recebendo pagamentos muito baixos ou atrasados. Um estudo de 2022 da Universidade de Oxford concluiu que o Remotasks cumpria apenas um de seus dez critérios de trabalho justo. A Scale já disse que se compromete a pagar seus colaboradores de forma justa e em dia.
• Processos. Entre o fim de 2024 e o início de 2025, trabalhadores processaram a Scale nos EUA, dizendo que foram tratados como prestadores quando deveriam ser funcionários e, em um dos casos, que sofreram danos por terem de ler conteúdos perturbadores para testar a segurança de IAs. A Scale contesta essas acusações.
• Clientes e concorrência. Concorrentes como Surge AI, Mercor e Turing oferecem serviços parecidos e cresceram rápido depois do acordo com a Meta, em parte conquistando trabalhos que antes iam para a Scale.
• Trabalho militar. Algumas pessoas apoiam o uso de IA para ajudar no planejamento militar; outras se preocupam com o uso de IA na guerra. Os líderes da Scale já defenderam que os EUA precisam da IA mais avançada para acompanhar rivais como a China.
• A IA ainda vai precisar de pessoas? A IA já consegue rotular parte dos dados sozinha. A aposta da Scale é que os exemplos mais difíceis e valiosos, como respostas de especialistas e comparações cuidadosas, ainda vão precisar de pessoas por muito tempo.

Um pouco de história

Experimente você mesmo

• Você provavelmente já rotulou dados. Quando um site pede para "selecionar todas as imagens com semáforos", você está ajudando a rotular imagens.
• Seja o feedback humano. Alguns chatbots às vezes mostram duas respostas e perguntam qual você prefere, ou oferecem botões de joinha para cima e para baixo. Sua escolha é o mesmo tipo de sinal que o RLHF usa.
• Veja um conjunto de dados rotulado. Procure o conjunto "IMDB" no Hugging Face para ver as críticas de filmes e os rótulos que usamos no nosso experimento.

Perguntas comuns

A Scale AI tem um chatbot? Não um para o público. Ela ajuda outras empresas a criar e melhorar os seus, e cria ferramentas de IA sob medida para governos e empresas.

A Scale AI pertence à Meta? Não. A Meta tem 49%, mas suas ações não dão direito a voto, então a Scale continua independente.

Quem faz a rotulagem? Principalmente prestadores de serviço pelo mundo que se cadastram pela internet, de estudantes e trabalhadores de aplicativo fazendo tarefas simples a especialistas com pós-graduação fazendo as mais difíceis.

Posso trabalhar para a Scale? Os sites Outlier e Remotasks recrutam prestadores. Como em qualquer trabalho por aplicativo, leia com atenção os valores pagos e as avaliações antes de se cadastrar.

Por que a IA não aprende sozinha? Cada vez mais ela consegue, em algumas tarefas. Mas, para aprender o que é correto, útil ou seguro, a IA ainda precisa de exemplos dados por pessoas, principalmente para habilidades novas ou difíceis.

Glossário

• Rotulagem de dados: colocar as respostas corretas (rótulos) em exemplos para que uma IA aprenda com eles.
• Conjunto de dados: uma grande coleção de exemplos usada para treinar ou testar IA.
• Rótulo: a resposta ligada a um exemplo, como "gato" numa foto ou "positiva" numa crítica.
• Prestador de serviço: alguém pago por tarefa ou por hora que não é funcionário da empresa.
• RLHF: aprendizado por reforço com feedback humano, ou seja, ensinar uma IA usando as escolhas das pessoas entre as respostas dela.
• Avaliação (valuation): quanto uma empresa vale, com base no que os investidores pagam por uma parte dela.
• Benchmark: um teste padrão usado para comparar modelos de IA.

Para encerrar

A Scale AI mostra que, por trás de todo sistema de IA impressionante, existe uma enorme quantidade de exemplos, e muitos deles foram criados, conferidos ou escolhidos por pessoas. A Scale transformou esse trabalho em um negócio, cresceu com as febres dos carros autônomos e dos chatbots e ficou tão importante que a Meta pagou mais de US$ 14 bilhões por uma grande parte dela e contratou seu fundador.

Da próxima vez que uma IA der uma boa resposta, lembre que, em algum lugar, pessoas ensinaram a ela como é uma boa resposta.