Plataforma brasileira que ensina 'bom gosto' a IAs levanta US$ 7,9 milhões
DesignArena, usada por 5,3 milhões de pessoas para avaliar resultados de inteligência artificial, recebe investimento para expandir modelo de treino baseado em preferências humanas.
A DesignArena, plataforma que coleta avaliações humanas para treinar modelos de inteligência artificial, anunciou uma rodada de investimento de US$ 7,9 milhões. O serviço já conta com 5,3 milhões de usuários ao redor do mundo que ajudam a ensinar sistemas de IA a produzirem resultados mais alinhados com o que as pessoas realmente preferem — algo que os pesquisadores chamam de "gosto" ou "preferência humana".
A startup fornece dados críticos para laboratórios de IA de ponta (empresas que desenvolvem os modelos mais avançados do mercado, como OpenAI, Anthropic e Google DeepMind). Esses laboratórios usam as avaliações coletadas pela DesignArena para fazer o chamado RLHF (aprendizado por reforço com feedback humano), uma técnica que ajusta o comportamento de um modelo de IA com base em milhares de escolhas feitas por pessoas reais.
Na prática, a plataforma funciona como uma espécie de arena de comparação: usuários veem dois resultados gerados por IA — podem ser imagens, textos ou designs — e escolhem qual deles é melhor. Essas preferências são agregadas e usadas para treinar os modelos a produzirem outputs (resultados) que agradem mais consistentemente.
O modelo de negócio da DesignArena se apoia na escala: com milhões de usuários avaliando resultados diariamente, a empresa consegue gerar um volume de dados de preferência que seria caro e demorado de produzir internamente nos laboratórios. A rodada de investimento deve acelerar a expansão da plataforma e o desenvolvimento de novas ferramentas para coleta e análise de feedback humano.
Segundo informou o TechCrunch AI, a captação reflete um movimento mais amplo da indústria: à medida que os modelos de IA ficam tecnicamente mais capazes, o desafio deixa de ser apenas performance bruta e passa a ser alinhamento — fazer com que a IA entenda e siga o que os humanos realmente querem, mesmo quando isso envolve critérios subjetivos como estética, tom ou adequação cultural.
