LLMs já escrevem código e resolvem matemática complexa. Mas conseguem criar algo que não pareça “mais do mesmo”? 🎨🤖 A brasileira Thais Castello Branco fundou a Taste Labs para ensinar bom gosto às IAs. 🧵

Imagem indisponível

A tese é provocadora: modelos preveem a resposta mais provável. Em matemática, ótimo. Mas em design, escrita e criatividade, o “mais provável” costuma ser só o caminho mais seguro — e repetitivo. Quem quer uma IA que apenas copie padrões?

Criada há cerca de um ano em Nova York, a Taste Labs vende dados de treinamento focados em design e programação frontend. O produto não é só dado: é julgamento especializado. E como transformar “bom gosto” em algo treinável?

Imagem indisponível

A startup reúne mais de mil “Tastemakers”: designers, especialistas em frontend e críticos de arte, pagos para executar tarefas que ajudam a calibrar modelos. Mas a pergunta central permanece: quem decide o que é bom — e quais referências ficam de fora?

Para entrar, profissionais passam por portfólio, testes e entrevistas. Isso pode elevar a qualidade, mas também cria um filtro poderoso sobre estética e repertório. A seleção conseguirá refletir culturas, estilos e públicos diversos — ou reforçará um gosto dominante?

Imagem indisponível

O mercado já tem gigantes: a Scale AI foi avaliada em US$ 29 bilhões, enquanto Surge AI e outras disputam contratos com laboratórios. A diferença da Taste Labs é apostar em curadoria profunda, não em dados em massa. Especialização vence escala?

Os clientes não foram revelados, mas a Taste Labs diz fornecer dados a boa parte dos grandes labs de IA. Se o “gosto” de ferramentas usadas por milhões for definido por poucos fornecedores, quanta influência essa camada invisível passa a ter?

Imagem indisponível

A corrida da IA talvez não seja mais apenas por modelos maiores ou chips mais rápidos. Pode ser pela capacidade de reconhecer nuance, contexto e originalidade. Só que bom gosto não é uma resposta única — e talvez essa seja justamente a parte mais humana do negócio.