A trend dos anos 80 e o que o algoritmo aprendeu com ela

Uma foto dos anos 80 no feed parece brincadeira de cinco minutos. Do lado do algoritmo, é um instrumento de medida: quem imita quem, depois de quantas exposições e com quanto tempo de atraso.

Você abre o Instagram numa terça-feira qualquer. Alguém publicou uma foto de si mesmo como seria nos anos 1980: cabelo armado, luz dura de estúdio, ombreira, aquele grão típico de filme fotográfico.

Curioso. Você continua rolando.

Mais uma. Depois outra. No dia seguinte é alguém do trabalho, um amigo, uma celebridade fazendo exatamente a mesma coisa. Até que aparece a pergunta inevitável: “como eu ficaria?”

Você acha a ferramenta, sobe a foto, recebe o resultado, publica. Cinco minutos de brincadeira.

Só que a foto nunca foi o experimento. O experimento era você.


Um aviso antes de continuar

O que vem abaixo é um exercício de imaginação, não uma denúncia. Não existe uma sala secreta com gente de terno escolhendo qual filtro vai viralizar semana que vem.

O incômodo é outro: nada do que está descrito aqui precisaria de conspiração para acontecer. Bastaria o que os sistemas de recomendação já fazem todo dia, por motivos comerciais bem chatos.

E parte disso já foi feita, publicada e assinada. Entre 11 e 18 de janeiro de 2012, o Facebook filtrou o feed de 689.003 usuários para mostrar menos posts positivos a um grupo e menos posts negativos a outro. Quem viu menos positividade passou a escrever posts um pouco mais negativos, e vice-versa. O estudo saiu na PNAS em junho de 2014, assinado por Adam Kramer (Facebook) com Jamie Guillory e Jeffrey Hancock (Cornell). Ninguém avisou as 689 mil pessoas.

O efeito medido por pessoa foi minúsculo. Guarde esse detalhe, porque ele volta no fim.


Por que o experimento precisa parecer espontâneo

Imagine um sistema com acesso privilegiado aos algoritmos de recomendação das maiores redes. Ele decide quais conteúdos ganham os primeiros empurrões de distribuição.

O objetivo não é controlar o que cada pessoa pensa. Isso é caro, difícil e provavelmente impossível. O objetivo é mais interessante: medir até onde o comportamento humano pode ser previsto e induzido só reorganizando o que as pessoas veem.

Para medir, é preciso experimentar. E aí aparece o problema clássico de qualquer pesquisa comportamental: se as pessoas sabem que estão sendo testadas, o resultado apodrece.

O teste precisa parecer espontâneo. É exatamente isso que uma trend é.


Por que começar com uma bobagem

Um gerador que transforma sua selfie em retrato dos anos 80 é o instrumento ideal porque não pede nada de ninguém. Nada político. Nada que alguém precise defender no almoço de domingo.

Essa é a parte que importa: quanto menos relevante parece o comportamento pedido, menor a resistência para executá-lo.

Uma campanha dizendo “MUDE SUA OPINIÃO POLÍTICA” levanta escudo na hora. “Veja como você seria em 1987” não levanta nenhum. Ainda assim, as duas coisas medem a mesma variável: quem imita quem, e depois de quantas exposições.

O sistema então entrega a ferramenta discretamente para 5.000 contas. Algumas de influenciadores. Outras de pessoas comuns muito conectadas. Outras de gente com comunidade pequena e fechada, do tipo em que todo mundo lá dentro conhece todo mundo.

Começa a primeira fase.


Quem imita quem, e depois de quanto tempo

O sistema observa quem vê as primeiras fotos. Depois mede quem reage, quem compartilha, quem procura a ferramenta, quem faz a própria versão. E principalmente: quanto tempo cada pessoa demora entre ver e imitar.

Carlos vê uma foto e não faz nada. Vê mais três, nada. Vê a irmã fazendo e participa em minutos.

Mariana vê vinte desconhecidos usando o filtro e ignora todos. Uma influenciadora específica publica. Trinta minutos depois, Mariana está participando.

O algoritmo acabou de descobrir uma coisa que vale muito mais do que preferência de consumo. Ele não descobriu do que Carlos e Mariana gostam. Descobriu quem consegue movê-los.


O segundo mapa: influência medida, não seguidores

A gente imagina rede social como um mapa de relacionamentos. Walber segue João, João segue Maria, Maria segue Pedro.

Existe um segundo mapa por baixo desse, e nele as linhas não são “segue”. São influência medida. A pessoa A tem 17% de influência sobre B. A pessoa C tem 81%. A pessoa D não move ninguém, mas é movida por três pessoas específicas.

Os pontos mais valiosos desse segundo mapa não são os perfis grandes. São contas com 700 seguidores que, quando adotam um comportamento, arrastam dez pessoas próximas junto. Em ciência de redes eles têm nome: nós de propagação. É deles que depende se uma coisa pega ou morre no berço.

A maioria não faz ideia de que ocupa essa posição.


Cada pessoa tem uma sequência que funciona nela

Depois de milhões de interações, a pergunta muda de forma.

“Essa pessoa pode ser influenciada?” é uma pergunta ruim, porque a resposta é quase sempre sim, em alguma circunstância.

A pergunta boa é: qual sequência de estímulos aumenta a chance de determinada pessoa fazer determinada coisa?

Carlos precisa de amigo, amigo, irmã, ação. Mariana precisa de desconhecido, desconhecido, autoridade percebida, ação. Uma terceira pessoa precisa de repetição pura até bater a sensação de que todo mundo já fez.

Cada um tem uma espécie de assinatura. O algoritmo aprende a sua.


A ironia de se expressar junto com milhões de pessoas

Tem uma ironia boa aqui. Quando alguém publica a foto de 1987, a sensação é de expressão pessoal. “Olha como EU seria nos anos 80.”

No mesmo instante, milhões de pessoas escolhem a mesma ferramenta, a mesma estética, a mesma década, publicam na mesma semana e escrevem legendas parecidas.

A pessoa sente que está se expressando enquanto executa um comportamento coletivo previsível. E isso funciona melhor do que qualquer ordem, porque ordem gera resistência e trend gera adesão. Ninguém mandou você fazer a foto. As pessoas pediram umas às outras.


A biblioteca de dez milhões de livros

Imagine que você entre numa biblioteca com dez milhões de títulos. Você é livre para escolher qualquer um.

Alguém colocou cinco deles numa mesa bem na sua frente.

Sua liberdade continua tecnicamente intacta. Sua escolha, não. O feed funciona assim: você escolhe no que clica, mas não escolheu o que apareceu.

Controlar o cardápio não determina o prato. Só mexe nas probabilidades.


O erro das teorias antigas de manipulação

As teorias clássicas imaginavam controle mental como algo absoluto: a pessoa recebe a mensagem e obedece.

Nada disso é necessário. Suponha que uma mensagem faça só 2% das pessoas mudarem de comportamento. Parece fracasso. Aplique a 2 bilhões de pessoas e são 40 milhões de comportamentos alterados.

É aqui que volta o detalhe do experimento do Facebook. O efeito por pessoa era pequeno a ponto de ser quase irrelevante. Em escala populacional, virou capa de jornal no mundo inteiro.

Ninguém precisa controlar indivíduos. Controlar probabilidades populacionais dá o mesmo resultado e não deixa rastro.


Cada trend testa uma variável diferente

Vista por esse ângulo, cada trend vira um instrumento de medida.

Dança mede imitação motora. Foto nostálgica mede identidade e pertencimento. Desafio mede pressão social. Teste de personalidade mede autocategorização. Briga viral mede polarização. Corrente mede propagação entre comunidades que normalmente não se falam. Produto viral mede conversão em dinheiro. Meme mede velocidade de transmissão cultural.

Uma de cada vez, parece bobagem. Juntas, formam um laboratório de psicologia social com bilhões de participantes que não sabem que são participantes.


O usuário faz o trabalho de graça

A parte mais econômica do sistema é que a população executa o experimento sozinha.

Os usuários criam variações, testam legendas, editam imagens, fazem memes com o formato, mostram para amigos, respondem comentários e convencem outras pessoas a entrar. Ninguém precisa produzir milhões de peças de propaganda. Basta plantar uma semente cultural pequena e sair de perto.

O usuário é cobaia, produtor, distribuidor e recrutador ao mesmo tempo. Sem cobrar nada e por vontade própria.


Como uma ideia vira consenso: presente, popular, normal, óbvia

Com o mapa de propagação pronto, dá para tentar coisa mais séria do que filtro de foto.

Uma ideia não precisa nascer majoritária. Ela precisa primeiro parecer presente. Depois popular. Depois normal. No fim, óbvia.

O caminho é lento. A opinião aparece num vídeo. Vira meme. Alguém comenta. Um influenciador menciona de passagem. Um amigo compartilha. Outra pessoa ironiza quem pensa diferente. Até a pessoa concluir sozinha: “todo mundo está pensando assim”.

Talvez “todo mundo” nunca tenha pensado assim. O algoritmo só escolheu qual pedaço da realidade aquela pessoa ia enxergar.


Por que uma trend não parece ter autor

O maior triunfo de um sistema desses acontece quando ninguém consegue apontar onde o comportamento começou.

Propaganda tem autor. Campanha tem financiador. Ordem tem autoridade. Trend não tem ninguém. Ela simplesmente apareceu.

Quando milhões de pessoas reproduzem a mensagem por conta própria, a origem some dentro da população. O sistema não parece estar falando. As pessoas parecem estar falando umas com as outras.


O momento em que você está mais suscetível

Prever comportamento é bom. Prever o momento em que alguém está mais suscetível é melhor.

O algoritmo conhece seus horários, seu padrão de sono inferido pelo uso, seus relacionamentos, suas buscas, suas compras, o que você consome, a velocidade com que rola a tela, quais assuntos fazem você parar e quais pessoas fazem você reagir.

O alvo deixa de ser a mensagem certa. Passa a ser a mensagem certa, para a pessoa certa, pela boca certa, no minuto certo.


O que a plataforma realmente vende

Faz tempo que se repete a frase “se o serviço é grátis, você é o produto”. Ela está incompleta.

Seus dados não são o produto final. São matéria-prima. O produto é a previsão do seu comportamento futuro. E existe uma coisa que vale ainda mais do que a previsão: a capacidade de mexer um pouquinho nela.

Não fazer você comprar o tênis, e sim aumentar a chance de que compre. Não obrigar você a assistir ao filme, e sim aumentar sua curiosidade. Não convencer você de uma ideia, e sim aumentar a frequência com que você esbarra em argumentos favoráveis a ela.

O poder mora na probabilidade.


A pergunta desconfortável

Se um sistema assim existisse de fato, a parte assustadora não seria a obrigação. Seria a ausência dela.

Ninguém seria forçado a nada. Você continuaria escolhendo, clicando, compartilhando, formando opinião. Continuaria tendo autonomia de verdade, em boa medida. Só que alguém estaria mexendo, em silêncio, nas probabilidades que vêm antes de cada escolha.

A foto dos anos 80 seria só uma brincadeira. A música viral, só uma música. O meme, só um meme. A indignação coletiva, coincidência. A opinião nova que parece estar em todo lugar, espírito do tempo.

E essa seria a maior conquista do sistema: não controlar o que você pensa, mas controlar o suficiente do que você vê para aumentar a chance de que você pense certas coisas sozinho.

Porque a manipulação perfeita não termina quando alguém obedece a uma ordem. Ela termina quando não existe ordem nenhuma. Quando a pessoa olha para o que fez e diz: “eu quis fazer isso.”




Nota de quem trabalha do outro lado

Na Novamedia a gente compra distribuição dentro desses mesmos sistemas de recomendação todo dia. A mecânica descrita aqui é a que qualquer anunciante enxerga quando escolhe público, horário e criativo. A diferença é o ângulo: o artigo olha do lado de quem está sendo distribuído.

Se você quer saber o que o algoritmo anda fazendo com os anúncios e o conteúdo da sua empresa, é daí que parte a análise de viabilidade que a gente faz.


Solicitar análise de viabilidade (retorno em até 24 horas úteis).

Publicações recentes

Midia de Performance O Guia Definitivo Para Escalar Vendas e Atrair Clientes Qualificados 2 3

Marketing de Performance: Guia para Escalar Vendas e Atrair Clientes Qualificados

Entenda como a mídia de performance transforma anúncios em resultados mensuráveis e crescimento sustentável. Este artigo explora as estratégias baseadas em dados, os principais canais como Google e Meta Ads, e como evitar erros que desperdiçam verba. Descubra como utilizar métricas reais para otimizar seu ROI e converter cliques em vendas diretas para sua empresa.

Novamedia post site para pequenos negocios 01

Sites para Pequenas Empresas: Como Atrair e Vender Mais na Internet?

Hoje em dia, ter um site para sua pequena empresa não é apenas uma opção – é uma necessidade. Um site profissional bem construído pode transformar a presença online do seu negócio e ajudar você a atrair mais clientes, consolidar sua marca e, claro, vender mais. Neste artigo, vamos explorar os elementos essenciais que um site para pequenos negócios deve ter para gerar resultados reais.

Novamedia blog como aparecer em primeiro no google 01

Como Aparecer em Primeiro Lugar no Google

Descubra como otimizar seu website e aparecer em primeiro lugar no Google. Aprenda quais são os segredos de um bom SEO: desde a pesquisa de palavras-chave até a criação de conteúdo valioso, além da melhoria da velocidade de carregamento. Siga nosso passo-a-passo e aumente o tráfego do seu site!

Como Criar uma Página de Vendas de Sucesso: Copywriting na Prática

Você precisa escrever uma página de vendas para um próximo lançamento? Ou talvez melhorar o copy existente no seu funil ou site? Este artigo é para você. Vamos explorar os 10 elementos essenciais que uma página de vendas deve incluir para criar confiança, construir autoridade e converter visitantes em clientes.

Receba os artigos por e-mail

Um aviso quando sai artigo novo. Nada além disso.

Solicitar análise de viabilidade