Yellow.com

Sempre que pesquisa, navega ou interage com uma app, está a gerar dados.

Esses dados valem milhares de milhões para as empresas de IA. Mas as plataformas que os recolhem ficam com praticamente todo o valor.

Uma nova geração de marketplaces descentralizados de dados para IA quer inverter esta lógica — usando cripto para pagar diretamente aos contribuintes sempre que os seus dados forem usados para treinar um modelo de machine learning.

A mecânica vai muito além do slogan simplista “seja dono dos seus dados”.

Há camadas de verificação, sistemas de staking, restrições de privacidade e economias de tokens — e, em conjunto, tudo isto determina se um fornecedor de dados é remunerado de forma justa ou se não recebe nada.

Este artigo explica, de base, como esses sistemas são desenhados.

Em resumo

Marketplaces descentralizados de dados de IA ligam pessoas que detêm dados brutos a developers de IA que precisam de conjuntos de treino rotulados e verificados, usando tokens cripto para processar pagamentos de forma trustless.

Contribuintes submetem dados, que são verificados on-chain ou através de redes de oráculos descentralizados antes de qualquer pagamento, eliminando a plataforma intermediária da partilha de receitas.

Técnicas de preservação de privacidade como federated learning e provas de conhecimento zero permitem monetizar dados sem que a informação bruta saia do dispositivo do utilizador.

A tokenomics, incluindo staking, slashing e sistemas de reputação, alinha incentivos para que os participantes forneçam dados de qualidade em vez de “lixo”.

Projetos como a Kled AI na Solana representam a fronteira atual, mas o modelo já se estende por múltiplas chains e arquiteturas concorrentes.

Porque é que as empresas de IA precisam de tantos dados — e quem paga por eles hoje

Modelos de linguagem de grande escala e sistemas de reconhecimento de imagem são vorazes em dados, numa ordem de grandeza difícil de exagerar.

Uma única sessão de treino de um modelo de ponta pode consumir centenas de milhares de milhões de tokens de texto, milhões de imagens rotuladas ou anos de sinais de comportamento humano registado.

Esses dados têm de vir de algum lado.

Hoje, a maior parte chega por alguns canais principais.

O web scraping recolhe texto público em massa. Acordos de licenciamento com plataformas dão aos laboratórios de IA acesso a bases de dados proprietárias — Reddit, grupos de media e agências de imagens stock já fecharam esse tipo de contratos.

E plataformas centralizadas de “crowd work” pagam pequenas quantias a trabalhadores humanos para rotular imagens, transcrever áudio ou avaliar respostas de IA.

O mercado de anotação é grande, mas extrativo. Trabalhadores em plataformas centralizadas ganham muitas vezes entre 1 e 5 dólares por hora, enquanto os datasets rotulados que produzem são vendidos a developers de IA por múltiplos disso por registo.

O problema é estrutural. Uma plataforma centralizada entre o detentor dos dados e o comprador de IA captura quase toda a margem. Define preços, impõe os seus próprios padrões de qualidade e pode excluir contribuidores unilateralmente. Marketplaces descentralizados substituem essa camada de plataforma por smart contracts, protocolos abertos e rails de pagamento em tokens.

O que é, na prática, um marketplace descentralizado de dados de IA

No essencial, um marketplace descentralizado de dados de IA é um protocolo onde oferta e procura de dados se encontram sem um intermediário controlador.

Do lado da procura estão developers de IA ou equipas de investigação que publicam um “pedido de dados” — especificando tipo de dados, critérios de qualidade, formato exigido e preço por registo validado.

Do lado da oferta estão indivíduos ou agregadores de dados que respondem a esses pedidos.

O smart contract funciona como camada de escrow.

O comprador bloqueia fundos no contrato ao publicar o pedido. Quando um contribuinte submete dados que passam na verificação, o contrato liberta automaticamente o pagamento.

Nenhuma das partes precisa de confiar na outra. Ambas confiam no código do contrato.

Os próprios dados, regra geral, não ficam armazenados on-chain.

Guardar gigabytes de imagens rotuladas em Ethereum (ETH) ou Solana (SOL) seria economicamente inviável.

Em vez disso, os dados residem em redes de armazenamento descentralizado como IPFS ou Arweave, e o que vai para a blockchain é um hash “content-addressed” — uma impressão digital única do ficheiro.

O smart contract verifica se o hash submetido pelo contribuinte corresponde a um ficheiro verificado e inalterado antes de libertar o pagamento.

Um content hash é uma curta sequência de caracteres derivada matematicamente do conteúdo exato de um ficheiro. Se alterar um único byte, o hash muda por completo. Isto torna impraticável tentar reclamar pagamento por dados alterados ou reciclados depois do facto.

Como funciona a verificação de dados sem um gatekeeper central

A verificação é o ponto mais delicado deste desenho. Uma plataforma centralizada pode contratar equipas de controlo de qualidade.

Um smart contract não consegue “ver” uma imagem nem avaliar se um texto está corretamente rotulado; apenas executa lógica. Marketplaces descentralizados resolvem isto com três abordagens principais, muitas vezes combinadas.

Provas criptográficas servem para dados estruturados em que a correção pode ser testada matematicamente. Se um contribuinte enviar trajetos de GPS, leituras de sensores ou registos financeiros, uma prova de conhecimento zero pode confirmar que os dados cumprem certas propriedades — foram registados a uma determinada hora, estão dentro de um intervalo válido, provêm de um dispositivo específico — sem revelar os valores brutos.

Validação pela multidão funciona para tarefas subjetivas de rotulagem. Vários contribuintes independentes analisam o mesmo dado e enviam as suas avaliações. O contrato compara respostas, paga a quem converge com a maioria e penaliza outliers recorrentes. É a versão descentralizada da anotação redundante que plataformas centralizadas usam para detetar participantes negligentes ou maliciosos.

Staking e slashing acrescentam uma camada económica. Os contribuidores bloqueiam um depósito em tokens nativos da plataforma antes de poderem submeter dados. Se as suas submissões forem repetidamente rejeitadas ou marcadas como fraudulentas pelo mecanismo de validação coletiva, a sua stake é “slashed”, parcial ou totalmente confiscada. Submeter dados de baixa qualidade torna‑se financeiramente penalizador, alinhando o incentivo do fornecedor com a exigência de qualidade do comprador.

Como as técnicas de preservação de privacidade protegem os contribuintes

Há uma tensão óbvia neste modelo: privacidade. Se um utilizador vende o seu histórico de navegação ou dados de saúde a um developer de IA, o valor é real — mas a exposição também.

Marketplaces descentralizados enfrentam este problema com duas técnicas que estão a ganhar maturidade.

Federated learning mantém os dados brutos integralmente no dispositivo do utilizador. Em vez de enviar os dados para um servidor central, é o próprio modelo de IA que é enviado para a máquina do contribuinte. O modelo treina localmente sobre os dados, e apenas os “pesos” atualizados — parâmetros matemáticos abstratos que não revelam diretamente a informação subjacente — regressam ao developer. As atualizações de múltiplos utilizadores são agregadas para melhorar o modelo. Os dados de treino nunca saem do ambiente do contribuinte.

Privacidade diferencial introduz ruído estatístico calibrado num dataset antes de este ser partilhado, tornando impraticável reconstruir registos individuais a partir do agregado, preservando ao mesmo tempo os padrões estatísticos úteis para treino. O nível de ruído é ajustável: mais ruído significa maior proteção, mas ligeira perda de utilidade.

Estas técnicas são cruciais também no plano regulatório. Leis como o RGPD na Europa e o California Consumer Privacy Act nos EUA impõem regras rígidas sobre transferência e uso de dados pessoais. Um marketplace que demonstre, de forma credível, que o seu pipeline nunca transmite informação pessoal bruta poderá enfrentar um enquadramento regulatório muito mais favorável do que um modelo que simplesmente exporta e monetiza dados em claro.

Tokenomics, staking e como os contribuintes são efetivamente pagos

O mecanismo de pagamento varia consoante a plataforma, mas a maioria recorre a um utility token próprio em vez de pagar diretamente em ativos como Bitcoin (BTC). O token acumula várias funções.

Primeiro, é a unidade de conta dos pedidos de dados. Compradores definem as suas ofertas em tokens, o que faz com que a procura por dados se reflita na procura pelo token: quanto mais pedidos de dados existirem, mais tokens são necessários para os financiar.

Segundo, o staking cria um bloqueio do lado da oferta. Quem contribui tem de deter e colocar tokens em stake para participar no marketplace, retirando oferta circulante e alinhando os incentivos dos utilizadores com a saúde da rede.

Terceiro, a reputação costuma estar ligada ao histórico on-chain do token. Um contribuinte que manteve stake contínuo, teve submissões aceites e nunca foi sujeito a slashing constrói um track record verificável. Esta reputação pode justificar um prémio de preço pelos seus dados, porque os compradores confiam mais nesse perfil do que num estreante sem histórico.

Na prática, o fluxo de pagamentos funciona assim: um comprador publica um pedido e deposita, por exemplo, 500 tokens no contrato de escrow. Um contribuinte submete 50 registos rotulados. A camada de validação analisa e aprova. O contrato liberta 50 tokens para o contribuinte, 2 tokens para os validadores que aprovaram a submissão e retém os 448 tokens restantes para futuros contribuidores. O comprador obtém acesso ao registo do dataset verificado após confirmação do pagamento.

A tokenomics só funciona se houver procura genuína pelos dados. Projetos que nascem com valuations elevados mas pouca utilidade real tendem a falhar. recompensas para contribuidores, mas sem compradores — desenvolvedores de IA — pagando do outro lado do marketplace geram uma pressão inflacionária sobre o token que não é sustentável.

Como a Kled AI e projetos similares implementam esse modelo na Solana

A Kled AI é hoje um dos casos mais avançados na Solana. O protocolo se apresenta como um marketplace descentralizado em que indivíduos podem monetizar seus dados pessoais especificamente para treinamento de modelos de IA. As baixas taxas e a alta capacidade de processamento da Solana tornam viáveis os micropagamentos de alta frequência e baixo valor que a economia desses mercados de dados exige: pagar uma fração de token por uma única imagem rotulada é economicamente factível na Solana de uma forma que não é na Ethereum mainnet.

A arquitetura da Solana também é crítica em termos de velocidade. A verificação dos dados que dispara a liberação do pagamento precisa ser liquidada rapidamente. Um contribuidor não vai aceitar um marketplace em que espera horas por uma confirmação de pagamento. A finalização em frações de segundo da Solana faz com que a experiência de pagamento se aproxime de uma plataforma tradicional, sem abrir mão das garantias de confiança programável de um smart contract.

A Velvet, que vem ganhando tração junto com a Kled AI, segue uma vertente diferente: é um terminal de portfólio on-chain com IA integrada que reúne spot, perpétuos e estratégias de yield. Ela é relevante para esse debate porque ilustra o mesmo tema de fundo: sistemas de IA que operam com dados on-chain e liquidam em tokens cripto. Enquanto a Kled AI cria um mercado para dados brutos de treinamento, a Velvet é um exemplo de aplicação de IA que consome esse tipo de dado de mercado já processado. As duas ocupam pontas opostas do mesmo pipeline da economia de dados.

Outros projetos nesse espaço incluem o Ocean Protocol, que foi pioneiro no conceito de ativos de dados tokenizados na Ethereum, e o Grass, que remunera usuários especificamente por ceder banda ociosa e dados de navegação para pipelines de treinamento de IA. Cada um adota uma arquitetura distinta, mas todos compartilham o mesmo modelo central: pagamentos cripto, reforçados criptograficamente, em troca de contribuições de dados verificadas.

Quem de fato se beneficia desse modelo — e quais são os riscos

Para contribuidores individuais de dados, a atratividade é direta: um valor que antes era extraído de graça passa a ser capturado na ponta. Alguém com grande alcance em redes sociais, expertise setorial ou acesso a dados raros — como prontuários médicos, documentos jurídicos profissionais, conteúdo em línguas não hegemônicas — pode cobrar um prêmio relevante em um marketplace com demanda real de desenvolvedores de IA.

Para desenvolvedores de IA, marketplaces descentralizados oferecem acesso a tipos de dados difíceis de obter via scraping ou licenciamento tradicional. Dados de preferência humana, anotações em nichos altamente especializados e conteúdo multilíngue de regiões sub-representadas são efetivamente escassos. Um protocolo capaz de originar e verificar esse tipo de dado em escala entrega valor concreto.

Os riscos, porém, são significativos para ambos os lados. A volatilidade do token significa que um contribuidor remunerado hoje no token nativo pode descobrir que, em termos de dólar, seu pagamento vale bem menos quando for de fato usar o recurso. Do lado do comprador, o problema se inverte: o preço do token pode disparar entre o planejamento da compra de dados e a execução, encarecendo o acesso aos dados em relação ao orçamento.

A qualidade dos dados segue como um problema em aberto em grande escala. Mecanismos de validação coletiva e modelos baseados em staking ajudam a coibir fraude, mas não a eliminam.

Agentes mal-intencionados mais sofisticados podem manipular sistemas de reputação ao longo do tempo, e desenvolvedores de IA que compram dados em um marketplace novo e ainda não testado assumem um risco de qualidade que praticamente não existe quando contratam empresas de anotação consolidadas, com anos de histórico.

O risco regulatório é o maior fator imprevisível. A monetização de dados pessoais fica na encruzilhada entre legislação de privacidade, regras de valores mobiliários aplicáveis aos tokens envolvidos e frameworks de governança de IA que ainda estão sendo desenhados. Um marketplace que opera em conformidade em uma jurisdição pode estar em zona cinzenta legal em outra.

Considerações finais

Marketplaces descentralizados de dados para IA são uma resposta específica e tecnicamente embasada para um problema econômico real: historicamente, as pessoas que geram os dados de treinamento quase não capturaram o valor que ajudaram a criar.

Smart contracts, armazenamento endereçado por conteúdo, aprendizado federado e staking de tokens se combinam para montar um sistema em que esse valor flui diretamente para os contribuidores — sem um intermediário de plataforma capturando a maior parte da margem.

O modelo ainda está em fase inicial.

A economia de tokens segue em evolução, os sistemas de verificação precisam provar que escalam para milhões de participantes sem serem manipulados, e o ambiente regulatório em torno da monetização de dados pessoais permanece indefinido.

Mas o lado da demanda não desaparece.

Desenvolvedores de IA precisam de mais dados, e de uma maior diversidade de dados, do que fontes centralizadas conseguem oferecer de forma confiável.

É essa necessidade estrutural que sustenta a tese de longo prazo dos marketplaces descentralizados de dados.

Leia a seguir: XRP pode cair 30% à medida que atividade de baleias e RSI desabam

Marketplaces descentralizados de dados de IA começam a operar: o que os investidores precisam saber