Houve um período, não muito longe, em que a maioria das conversas sobre inteligência artificial começou a soar estranhamente desconectada das pessoas que realmente estavam produzindo valor dentro dos sistemas. Todos falavam sobre modelos, computação, avaliações e escala, mas muito poucas pessoas falavam sobre a camada silenciosa por baixo de tudo isso: o fluxo constante de dados gerados por humanos, correções, contexto, feedback e nuances comportamentais que tornavam esses sistemas úteis em primeiro lugar.

O desequilíbrio se tornou difícil de ignorar uma vez que os produtos de IA passaram de novidade para infraestrutura. Os modelos melhoraram, as empresas levantaram mais capital e as interfaces ficaram mais suaves, mas a relação subjacente entre os contribuidores e as plataformas mal mudou. As pessoas ainda estavam entregando dados comportamentais quase que acidentalmente. Os desenvolvedores treinavam sistemas com o conhecimento da comunidade que não podiam recompensar de forma sustentável. Pesquisadores dependiam de conjuntos de dados fragmentados com proveniência questionável. Todo o ecossistema começou a operar como uma máquina extraindo inteligência das bordas enquanto concentrava a propriedade no centro.