A máquina de querer mais: como o algoritmo do TikTok redesenha a atenção e o que a ciência já sabe sobre isso
Com 91 milhões de usuários no Brasil, o TikTok opera o sistema de recomendação mais sofisticado do consumo digital em massa. Pesquisadores mapeiam os mecanismos neurológicos, cognitivos e sociais que tornam o scroll infinito tão difícil de interromper — e o que essa arquitetura faz com a percepção de mundo de quem a usa.
Existe uma economia invisível que funciona enquanto você assiste a um vídeo de quinze segundos. A cada instante — a cada pausa do polegar, a cada replique espontâneo, a cada fração de segundo a mais que o olhar demora para deslizar — um sistema de aprendizado de máquina registra um dado comportamental, atualiza um vetor de preferências e calibra o próximo conteúdo que aparecerá na tela. Esse sistema não é figurativo: é o núcleo operacional do TikTok, uma engenharia de recomendação que, segundo pesquisadores de diversas universidades, representa o estado da arte em personalização algorítmica para o consumo em massa.
O Brasil está no centro desse fenômeno. Estimativas de mercado para 2025 apontam que o TikTok já soma 91,7 milhões de contas ativas no país , com um tempo médio de sessão mensal de aproximadamente trinta horas por usuário. Entre jovens de 18 a 24 anos, a plataforma concentra 45% de todo o tempo despendido em redes sociais. Esses números não são apenas métricas de negócio: são a escala de um experimento cognitivo sem precedentes em populações humanas.
O grafo de interesses, não de pessoas
A distinção fundamental que separa o TikTok de plataformas anteriores está na sua arquitetura conceitual de recomendação. Enquanto Facebook e Instagram foram construídos sobre o grafo social — a rede de conexões entre pessoas —, o TikTok opera sobre o que a própria empresa denomina grafo de interesses: um mapa comportamental construído a partir do que o usuário faz, não de quem ele conhece. A empresa detalhou esse funcionamento em documentação técnica divulgada em 2020, desde então amplamente analisada por pesquisadores independentes.
O sistema pondera, em tempo real, uma combinação de sinais explícitos e implícitos. Os explícitos são os mais visíveis: curtidas, comentários, compartilhamentos, contas seguidas. Os implícitos, porém, têm peso ainda maior: taxa de conclusão do vídeo (se o usuário assistiu até o fim), número de repliques, tempo de hesitação antes de deslizar, e até mesmo a decisão de ocultar um conteúdo ou marcá-lo como "não me interessa".
"Ver um vídeo até o final é interpretado pelo sistema como sinal de interesse mais forte do que simplesmente curtir. O algoritmo não lê sua mente — ele lê seu comportamento com resolução milimétrica."
— El País, "Así te afecta el algoritmo de TikTok", 25 jun. 2026Essa granularidade comportamental tem uma consequência imediata: o sistema é capaz de inferir preferências que o próprio usuário não saberia articular verbalmente. Pesquisa publicada em 2025 no periódico New Media & Society, assinada por Julia Salles, examina exatamente essa dimensão — a relação entre predição e serendipidade no design do TikTok. A autora argumenta que o algoritmo não apenas antecipa gostos: ele os constitui, oferecendo conteúdo que o usuário não teria buscado, mas que o sistema, ao apresentar, passa a produzir como preferência retroativa.
A engenharia da dopamina
O sucesso da recomendação do TikTok não pode ser compreendido sem a neurociência por trás do formato de vídeo curto. Diferentemente de longas narrativas — que exigem atenção sustentada e tolerância à frustração antes da recompensa — o vídeo de quinze a sessento segundos entrega dopamina em ciclos rápidos, variáveis e imprevisíveis. É essa imprevisibilidade que, segundo a literatura neurocientífica, torna o comportamento especialmente resistente à extinção.
Um estudo publicado em 2022 no periódico Frontiers in Psychology, conduzido por Qin, Omar e Musetti, analisou 659 adolescentes e identificou que a qualidade do sistema — sua capacidade de manter o usuário em estado de flow, ou seja, absorção total na tarefa — é um preditor mais forte de comportamento aditivo do que a qualidade do conteúdo em si. Em outras palavras: a forma como o TikTok entrega vídeos importa mais do que o que é entregue.
Impacto cognitivo e comportamental — pesquisas selecionadas
Neuroimagens citadas em revisão publicada em Frontiers in Human Neuroscience (2024) indicam que a assistência a vídeos personalizados ativa regiões do cérebro associadas ao processamento de recompensa — especialmente a área tegmental ventral e o núcleo accumbens, componentes do sistema mesolímbico dopaminérgico. Pesquisadores descrevem um ciclo de hiperativação que se retroalimenta: a cada rodada de vídeos, o sistema nervoso recalibra o limiar de satisfação para cima, tornando os estímulos ordinários progressivamente menos interessantes. É o mesmo mecanismo descrito em dependências comportamentais como o jogo patológico.
Pesquisadores Sharpe e Spooner, em artigo publicado em 2025 no Perspectives in Public Health, nomearam esse fenômeno de "dopamine-scrolling" e o classificaram como um desafio de saúde pública emergente. Para adolescentes, cuja região pré-frontal — responsável pelo controle de impulsos e avaliação de consequências — ainda está em desenvolvimento, a exposição intensiva a esse padrão de estimulação seria particularmente preocupante.
Bolhas de interesse e diversidade informacional
O mecanismo de personalização do TikTok tem uma consequência estrutural que vai além do comportamento individual: a restrição gradual do repertório informacional do usuário. Quanto mais o sistema aprende as preferências de alguém, mais o feed converge para um conjunto estreito de tópicos, formatos e perspectivas — o que Eli Pariser chamou de filtro de bolha ainda em 2011, mas que hoje tem confirmação empírica mais robusta.
Uma auditoria algorítmica publicada em 2025 em conferência da ACM investigou a "deriva de personalização" em tópicos polarizadores no TikTok. Os pesquisadores criaram contas-fantoche (sock puppets) com diferentes perfis de interesse e mediram com que velocidade o algoritmo as conduzia a ecossistemas de conteúdo progressivamente homogêneos. Os resultados confirmaram que a amplificação de conteúdo alinhado às preferências iniciais do usuário ocorre em ritmo acelerado — frequentemente nos primeiros centenas de vídeos assistidos — e que essa personalização reduz a exposição a perspectivas divergentes.
Pesquisa publicada no Journal of Information Technology & Politics em 2025, por Li, Cheng e Gil de Zúñiga, analisou mais de 160 mil contas públicas do TikTok e 16 milhões de vídeos. Os autores identificaram aumento expressivo na produção de conteúdo político entre 2019 e 2023 e evidências de câmaras de eco, ainda que com peculiaridades em relação a plataformas como Twitter: no TikTok, a câmara de eco é mediada menos por conexões sociais e mais pela lógica do algoritmo de recomendação.
"No TikTok, a câmara de eco não é construída por quem você segue, mas pelo que você parou para ver por dois segundos a mais do que o habitual."
— Análise editorial — O TecidoA própria empresa reconhece o risco. Em sua documentação pública, o TikTok afirma introduzir deliberadamente vídeos fora das preferências habituais do usuário para evitar homogeneização excessiva, e alega não exibir dois vídeos consecutivos do mesmo criador ou tema. Pesquisadores, no entanto, questionam a eficácia dessas salvaguardas: a lógica de maximização de engajamento e a lógica de diversidade informacional são estruturalmente tensionadas, e a primeira tende a prevalecer em sistemas treinados para otimizar tempo de sessão.
O caso brasileiro: regulação em construção
No Brasil, as implicações do algoritmo do TikTok estão no centro de um litígio regulatório que ganhou contornos concretos em novembro de 2024. A Autoridade Nacional de Proteção de Dados (ANPD) abriu processo administrativo contra a plataforma após identificar indícios de violação à Lei Geral de Proteção de Dados Pessoais (LGPD), especialmente no que diz respeito ao princípio do melhor interesse de crianças e adolescentes.
Entre as determinações emitidas pela ANPD, destacou-se a exigência de encerramento do recurso "feed sem cadastro", que permitia o acesso ao conteúdo da plataforma sem autenticação — e, portanto, sem qualquer verificação de idade. A autoridade identificou que, apesar de os Termos de Uso do TikTok proibirem usuários com menos de 13 anos, a ausência de barreiras efetivas tornava a vedação praticamente inoperante. Dados do TIC Kids Online 2024, do Cetic.br, mostram que 45% das crianças e adolescentes brasileiros entre 9 e 17 anos possuem perfil no TikTok, incluindo 28% dos jovens entre 11 e 12 anos.
TikTok e menores no Brasil — dados regulatórios
Em 2025, o marco regulatório brasileiro avançou com a aprovação da Lei n.º 15.211 — chamada informalmente de Lei do ECA Digital —, que introduziu exigências objetivas para plataformas digitais: vedação à autodeclaração de idade, obrigatoriedade de mecanismos verificáveis de aferição etária, vinculação de contas de menores de 16 anos a responsáveis legais e proibição de vigilância massiva. A lei dialoga, em parte, com as medidas que o TikTok já adota na Europa sob pressão do Regulamento de Serviços Digitais (DSA), como a detecção comportamental de possíveis usuários menores e a exigência de autorização parental para alterações de configurações por menores de 16 anos — medida implementada pela plataforma em março de 2026.
A tensão regulatória não é exclusividade brasileira. A Comissão Europeia mantém investigação sobre o design de scroll infinito e o alto nível de personalização como potenciais facilitadores de uso compulsivo. O TikTok contesta essas caracterizações e aponta para ferramentas de bem-estar digital disponíveis na plataforma — como temporizadores e modos de tela noturna. Pesquisadores, porém, notam que tais ferramentas são opt-in e que sua eficácia é limitada exatamente porque dependem de uma agência cognitiva que o design da plataforma sistematicamente desgasta.
A ciência da agência algorítmica
O debate sobre o TikTok frequentemente escorrega para uma dicotomia estéril: ou o usuário é responsável pelo próprio tempo de tela, ou a plataforma é inteiramente culpada pelo vício digital. A neurociência e a psicologia comportamental oferecem uma leitura mais matizada. O conceito de economia da atenção, formulado por Davenport e Beck nos anos 2000, propõe que a atenção humana é um recurso finito e que plataformas digitais competem por ela com ferramentas cada vez mais sofisticadas — tornando a escolha "racional" de desligar o aplicativo muito mais difícil do que sugere o senso comum.
Revisão sistemática publicada em 2025 na revista Societies, que analisou trinta estudos empíricos realizados entre 2015 e 2025 sobre bolhas de filtro e câmaras de eco, concluiu que sistemas algorítmicos amplificam homogeneidade ideológica de forma estrutural, que jovens demonstram consciência parcial sobre o funcionamento dos algoritmos — mas têm agência limitada para contrabalançar seus efeitos —, e que as câmaras de eco, além de polarização ideológica, também cumprem funções de reforço identitário e pertencimento cultural.
Esse último ponto é central para entender por que a regulação algorítmica é uma questão que vai além da proteção de dados. O algoritmo do TikTok não apenas entrega conteúdo: ele formata como grupos sociais se reconhecem, que informações entendem como relevantes e como procedem diante de visões de mundo divergentes das suas. Uma plataforma com 91 milhões de usuários brasileiros, operando a essa escala e com essa lógica, tem implicações que extrapolam o campo da tecnologia e penetram em questões de saúde pública, epistemologia coletiva e vitalidade democrática.
Como o sistema de recomendação funciona — mecanismos documentados
Taxa de conclusão — assistir um vídeo até o final é o sinal com maior peso positivo no modelo. Repliques espontâneos amplificam esse sinal.
Latência de deslize — o tempo que o usuário leva para passar ao próximo vídeo após o término é monitorado e interpretado como indicador de interesse latente.
Sinais negativos — marcar 'não me interessa', ocultar ou reportar conteúdo atualiza o modelo na direção oposta com peso significativo.
Conteúdo próprio — os vídeos que o usuário publica — seus hashtags, sons usados e descrições — também alimentam o modelo de preferências.
Injeção de diversidade — o sistema afirma introduzir conteúdo fora das preferências estabelecidas para evitar saturação, embora pesquisadores questionem a extensão dessa prática.
O que vem a seguir
Em fevereiro de 2026, o TikTok introduziu no Brasil o chamado "Feed Personalizado Avançado", que utiliza análise preditiva baseada em padrões de retenção de até quinze segundos para calibrar recomendações. A empresa afirma que a novidade elevou o tempo médio de sessão em 18% — um dado que ilustra exatamente a tensão de fundo: os avanços técnicos do sistema são medidos, primariamente, pela profundidade com que ele retém a atenção, não pela qualidade do que oferece.
Para pesquisadores da área, a próxima fronteira do debate não está em banir a personalização algorítmica — tecnicamente inviável e politicamente improvável —, mas em estabelecer padrões mínimos de transparência sobre como esses sistemas funcionam, exigir auditorias independentes regulares, e desenvolver o que alguns chamam de "literacia algorítmica": a capacidade de usuários compreenderem, ao menos em linhas gerais, as forças que moldam o que veem na tela. É uma forma de agência que nenhum botão de configuração consegue substituir.
O Cetic.br revelou, na edição 2025 do TIC Kids Online, que quase dois terços dos jovens brasileiros entre 9 e 17 anos já utilizam ferramentas de inteligência artificial generativa — um dado que sinaliza que a interface entre cognição jovem e sistemas automatizados de recomendação e geração de conteúdo vai se aprofundar rapidamente. Compreender a arquitetura por trás dessas interfaces não é mais uma questão técnica de nicho: é alfabetização para o século XXI.
Fontes e referências
- Salles, J. (2025). "Affect and prediction in short-video social media recommendation algorithm: TikTok and the missing half-second". New Media & Society. journals.sagepub.com
- Li, Y.; Cheng, Z.; Gil de Zúñiga, H. (2025). "TikTok's political landscape: Examining echo chambers and political expression dynamics". New Media & Society. journals.sagepub.com
- Qin, Y.; Omar, B.; Musetti, A. (2022). "The addiction behavior of short-form video app TikTok: The information quality and system quality perspective". Frontiers in Psychology. ncbi.nlm.nih.gov
- Sharpe, B.T.; Spooner, R.A. (2025). "Dopamine-scrolling: a modern public health challenge requiring urgent attention". Perspectives in Public Health. journals.sagepub.com
- MDPI Societies (2025). "Trap of Social Media Algorithms: A Systematic Review of Research on Filter Bubbles, Echo Chambers, and Their Impact on Youth". mdpi.com
- Cetic.br / NIC.br (2024). TIC Kids Online Brasil 2024 — frequência de uso de plataformas digitais por crianças e adolescentes. cetic.br
- Cetic.br / NIC.br (2025). TIC Kids Online Brasil 2025 — uso de IA generativa por jovens. cetic.br
- ANPD (2024). Processo Administrativo contra o TikTok — tratamento irregular de dados de crianças e adolescentes. mobiletime.com.br
- Exame (2026). "TikTok testa verificação de idade na Europa; o que diz a lei sobre proteção de crianças no Brasil". exame.com
- Xue, L. et al. (2025). "Algorithmic Audit of Personalisation Drift in Polarising Topics on TikTok". ACM Conference Proceedings. arxiv.org
- El País (2026). "Así te afecta (sin darte cuenta) el algoritmo de TikTok: cómo decide lo que ves y qué puedes hacer para recuperar el control". elpais.com
Voz do Leitor
O que você achou deste artigo? Deixe sua opinião, crítica ou sugestão. Queremos tecer essa conversa com você. Suas visões são fundamentais e podem ser publicadas em nossa seção de "Cartas dos Leitores".