Modelos de inteligência artificial generativa são capazes de resolver problemas matemáticos de nível de PhD, mas falham em tarefas subjetivas como escrever um bom tweet ou criar um design original. Esse paradoxo, que expõe um profundo “gap de gosto” na tecnologia, é o problema central que Thais Castello Branco busca resolver com a Taste Labs. Em entrevista em 31 de julho de 2026, a fundadora detalhou como a otimização dos LLMs para a “resposta mais provável” resulta em uma inevitável regressão à média, produzindo conteúdo medíocre e homogêneo. A tese de Castello Branco, que levantou uma rodada seed de US$ 18,5 milhões liderada por CRV e Amplify, é que a solução não está em mais dados brutos, mas em uma camada de curadoria humana especializada para refinar o que é considerado “bom”.
A Regressão à Média Estética
A mediocridade dos resultados de IA em domínios criativos é um sintoma de seu treinamento. Ao serem alimentados com a totalidade da internet, os modelos aprendem a replicar o que é mais comum. “A maioria dos designs, a maioria dos tweets, a maioria dos posts de blog é mediana”, afirmou Castello Branco. O processo de treinamento que funciona para tarefas com respostas objetivas, como programação ou matemática, torna-se uma falha em áreas subjetivas. O resultado é uma produção em massa de conteúdo que, nas palavras da fundadora, “parece o mesmo”, independentemente do prompt ou da intenção do usuário. A crítica se estende aos próprios criadores da tecnologia. Um dos entrevistadores argumenta que os arquitetos de software e hardware em Silicon Valley, por exemplo, “não têm gosto”. A falta de refinamento no topo da cadeia produtiva, combinada com a lógica estatística dos modelos, cria um ecossistema que otimiza para o genérico.
A Tese dos 'Taste Makers'
Para reverter essa tendência, a Taste Labs aposta em um sistema de duas frentes. A empresa trabalha diretamente com laboratórios de fronteira para avaliar e melhorar os modelos base, mas seu principal diferencial é uma camada de aplicação que injeta dados de preferência qualificados. Isso é feito através de uma comunidade de cerca de mil especialistas, ou “taste makers”, em áreas como design, mídia e escrita. Esses profissionais não apenas avaliam os resultados, mas atuam como críticos, explicando por que um output é bom ou ruim e fornecendo exemplos curados. O objetivo não é definir um único padrão de gosto, mas criar a capacidade de executar bem em múltiplos estilos e direções. Castello Branco argumenta que, longe de eliminar a necessidade de especialistas, a IA torna seu papel ainda mais crucial. “Quanto mais produção em massa de coisas você tem, mais o pico do pico do pico se torna valioso”, disse ela. Essa dinâmica pode representar uma nova oportunidade para a “classe de curadores” — críticos de cinema, arte e literatura — cuja função foi esvaziada pela ascensão das redes sociais.
A abordagem da Taste Labs sinaliza a emergência de uma nova camada de valor no ecossistema de IA, focada não na capacidade computacional bruta, mas no refinamento e na qualidade subjetiva. Enquanto os modelos de base se tornam commodities, a diferenciação se deslocará para as ferramentas e os dados que podem traduzir essa capacidade em resultados esteticamente e contextualmente relevantes. O desafio fundamental, admitido na conversa, é se o gosto — definido por sua raridade e especificidade — pode ser sistematizado em escala sem ser diluído em uma nova, ainda que mais sofisticada, forma de média. O sucesso dependerá da capacidade de preservar a diversidade e a profundidade da curadoria humana que alimenta o sistema.
Fonte · Brazil Valley | Business
