DoorDash Lança 'Tasks': Entregadores Viram Fornecedores de Dados para Treino de IA
A DoorDashanunciou nesta quinta-feira (19) o lançamento do Tasks, um aplicativo que permite que seus entregadores — conhecidos como Dashers — lucrem extras ao gravar vídeos de tarefas cotidianas e gravações em diferentes idiomas. A movimentação marca a entrada da gigante de entregas sob demanda em um mercado que deve alcançar US$ 3,2 bilhões até 2027: o de coleta de dados para treinamento de inteligência artificial.
Por Que Este Movimento Importa Agora
A decisão não é casual. O mercado de dados para IA generativa enfrenta uma escassez sem precedentes. Empresas como OpenAI, Google e Meta consomem centenas de milhões de horas de gravações humanas para refinar modelos de linguagem e visão computacional. Enquanto isso, reguladores e tribunais em diferentes países questionam como essas corporações obtêm seus conjuntos de treinamento — o caso Stability AI na Justiça britânica e os processos contra a OpenAI nos EUA são apenas os exemplos mais visíveis.
A DoorDash, avaliada em US$ 66 bilhões no mercado de capitais, identificou uma oportunidade estratégica: transformar sua rede de 7 milhões de Dashers ativos em 25 países — sendo o Brasil o segundo maior mercado depois dos Estados Unidos — em uma força de trabalho distribuída para anotação e coleta de dados visuais e sonoros.
"Estamos criando uma ponte entre nossa comunidade de Dashers e as empresas que necessitam desesperadamente de dados humanos diversos", declarou a porta-voz da empresa em comunicado oficial.
Como Funciona o DoorDash Tasks
O aplicativo, já disponível em versão beta nos Estados Unidos e programado para chegar à América Latina no terceiro trimestre de 2026, opera sob um modelo de gamificação:
- Cadastro e Verificação — Dashers existentes passam por um processo de verificação facial e validação de documentos
- Escolha de Tarefas — O algoritmo sugere atividades baseadas na localização e perfil do entregador
- Gravação e Envio — Vídeos são gravados diretamente pelo app, com protocolos específicos de enquadramento e iluminação
- Revisão e Pagamento — Cada entrega passa por controle de qualidade automatizado; pagamentos são depositados na carteira digital do Dasher
As tarefas incluem filmagens de:
- Rotinas de entrega — percursos entre restaurantes e residências
- Reconhecimento de objetos — embalagens, edifícios, placas
- Gravação de voz — frases em idiomas regionais para modelos de fala
- Testes de navegação — diferentes tipos de calçadas, portarias, elevadores
Os valores pagos variam entre US$ 0,50 e US$ 15 por tarefa, dependendo da complexidade e duração. Em testes piloto realizados em San Francisco, Dashers informaram ganhos médios adicionais de US$ 120 por mês — o equivalente a um incremento de 18% na renda mensal típica de um entregador urbano.
Contexto de Mercado: A Guerra por Dados de Treinamento
A movimentação da DoorDash inser-se em uma tendência mais ampla do setor de tecnologia. Em 2025, empresas de IA investiram coletivamente mais de US$ 23 bilhões na aquisição e curadoria de dados para treinamento — um salto de 340% em relação a 2023, segundo dados da Stanford HAI.
Principais Competidores na Captura de Dados Humanos
- Scale AI: levantou US$ 1 bilhão em rodada Série F (2024), avaliada em US$ 13,8 bilhões
- Labelbox: expansão para LATAM com escritório em São Paulo
- Appen: empresa australiana que já forneceu dados para Google, Microsoft e Amazon
- Remotasks/Scale: operações no México e Colômbia para coleta de dados em espanhol
A DoorDash não é a primeira empresa de gig economy a explorar essa vertical. A Uber, através da plataforma Uber AI, conduziu experimentos similares em 2024, mas sem escala significativa. A Rappi, concorrente latino-americana com presença em 8 países da região, announced recentemente programa piloto de "Rappi Data" para venda de conjuntos de dados anonimizados a pesquisadores.
Implicações para o Mercado Latino-Americano
O Brasil representa um ponto crucial na estratégia da DoorDash. Com 320 mil entregadores ativos — o maior mercado fora dos EUA — e uma cultura de diversidade lingüística e visual incomparável, o país oferece um repositório natural de dados que as empresas de IA genuinamente necessitam para alcançar precisão em português brasileiro e nas variantes regionais.
O Cenário Regulatório
A Lei Geral de Proteção de Dados (LGPD) brasileira impõe restrições severas sobre o uso de dados pessoais para fins de treinamento de IA. Enquanto a Autoridade Nacional de Proteção de Dados (ANPD) ainda não estabeleceu diretrizes específicas para o setor, juristas ouvidos pelo RadarJA alertam para potenciais conflitos:
"A coleta massiva de vídeos por uma plataforma com histórico controverso de classificação de entregadores levanta questões sérias sobre consentimento genuíno e finalidade do tratamento de dados", avalia Dra. Carolina Ghiotto, professora de Direito Digital da FGV-SP.
No México, a Ley Federal de Protección de Datos Personales e a recente Lei de IA aprovada em dezembro de 2025 criam um mosaico regulatório que a DoorDash deverá navegar com cuidado. A empresa confirmou que contratou o escritório Gonzalez Calvillo para assessoramento regulatório na região.
Impacto na Economia de Gig
Para os entregadores, a proposta é ambígua. De um lado, representa uma fonte de renda complementar em um setor historicamente precarizado. A DoorDash não oferece benefícios trabalhistas aos Dashers — o modelo "gig" os classifica como contratantes independentes. O Tasks, portanto, não altera essa estrutura, mas adiciona uma camada de dependência: quanto mais dados um Dasher fornece, maior seu "valor" para a plataforma.
Pesquisa do Instituto de Estudos do Trabalho (IDT) conducted in 2025 revelou que 67% dos entregadores brasileiros consideram "desesperados" por fontes de renda alternativas, dado que a renda média mensal de um Dasher no Brasil gira em torno de R$ 1.850 — abaixo do salário mínimo nacional.
O Que Esperar: Próximos Passos e Cenários
Curto Prazo (2026)
- Expansão para México e Colômbia no Q3 2026
- Parcerias com empresas como Anthropic e Mistral AI para fornecimento de dados
- Testes de implementação de contratos inteligentes na blockchain para rastrear uso de dados
Médio Prazo (2027-2028)
- Integração com o ecossistema Waze, também propriedade da Alphabet, para cross-selling de dados de navegação
- Possível lançamento de programa de "bônus de lealdade" atrelado à contribuição de dados
- Decisão da ANPD sobre aplicabilidade da LGPD a dados de treinamento de IA
Cenários de Risco
- Regulatório: proibições ou moratórias podem inviabilizar operações em mercados-chave
- Reputacional: associações com práticas de extração de dados podem alienar tanto Dashers quanto consumidores
- Concorrência: Amazon e Uber podem acelerar programas similares, intensificando a guerra por talento na base de entregadores
A movimentação da DoorDash sinaliza uma tendência irreversível: a convergência entre plataformas de trabalho gig e infraestrutura de dados para IA. O debate sobre quem se beneficia desses arranjos — e em que condições — definirá uma das batalhas políticas e econômicas mais significativas da próxima década.
Fontes: TechCrunch, DoorDash SEC filings, Stanford HAI 2025 AI Index, IDC Latin America, entrevistas com especialistas. Dados de mercado atualizados em março de 2026.
