O preço que você paga por te conhecerem tão bem

Em 2022, a economista americana Zephyr Teachout cunhou dois termos que deveriam figurar em qualquer debate sério sobre economia digital: surveillance wages e surveillance prices — salários de vigilância e preços de vigilância, em tradução livre. A ideia é perturbadoramente simples: se uma empresa sabe o suficiente sobre você, não precisa mais negociar. Ela apenas oferta.

Por décadas, a teoria econômica tratou preços e salários como resultado de uma dança entre oferta e demanda — imperfeita, assimétrica, mas ao menos parcialmente opaca para ambos os lados. O consumidor não sabia ao certo quanto o vendedor lucraria; o empregador não sabia exatamente qual era o salário de reserva do candidato. Essa névoa protegia. Dava margem para barganha, para recusa, para dignidade.

A névoa está se dissipando. Não de forma dramática, com anúncios e alertas — mas silenciosamente, clique a clique, like a like, consulta médica a consulta médica.

O que o seu scroll revela

Considere uma cena banal: você pesquisa passagens aéreas para visitar um familiar doente. Volta ao site algumas horas depois. O preço subiu. Coincidência? Possivelmente não. Plataformas de e-commerce e viagens utilizam há anos técnicas de dynamic pricing — precificação dinâmica — que ajustam valores em tempo real conforme o comportamento do usuário. Quantas vezes você acessou a página? Que horas são? Você está num iPhone? Esses sinais constroem um perfil de urgência e disposição a pagar.

O que Teachout identificou é que isso está se tornando estrutural e sistemático — não mais um ajuste pontual, mas um modelo de negócio. E que a matéria-prima são os dados que você gera ao simplesmente existir na internet: seu endereço, sua renda estimada pelo CEP, seu histórico de compras, seu ritmo de sono inferido pelo horário das postagens, seu estado emocional deduzido pelo que você consome no YouTube às 23h.

Quando o corpo vira dado de mercado

O horizonte que se descortina vai além do comportamento em redes sociais. Com a proliferação de wearables — relógios inteligentes, monitores de glicose, aplicativos de saúde mental — e a digitalização dos prontuários médicos, as empresas terão acesso, em breve, a um retrato fisiológico de seus clientes e funcionários.

Imagine o cenário: uma seguradora sabe, a partir de dados compartilhados voluntariamente por um aplicativo de bem-estar, que determinada pessoa tem pressão alta mal controlada e histórico familiar de doenças cardiovasculares. Tecnicamente, no Brasil, isso é vedado pela Lei Geral de Proteção de Dados. Na prática, esses dados circulam por corretoras de informação — os chamados data brokers — em mercados pouco regulados, empacotados como "perfis de risco" ou "scores de estilo de vida".

No mercado de trabalho, a dinâmica é igualmente inquietante. Plataformas de recrutamento já utilizam modelos preditivos que estimam a "propensão a aceitar" de um candidato — combinando dados sobre seu tempo desempregado, histórico salarial, localização e até o tom afetivo de suas interações em redes profissionais como o LinkedIn. O resultado prático: dois candidatos igualmente qualificados podem receber ofertas salariais distintas, calibradas não pelo valor que gerariam para a empresa, mas pelo mínimo que cada um aceitaria.

O mercado que nunca fecha

Há uma dimensão filosófica nessa transformação que merece atenção. O mercado clássico pressupõe partes que entram e saem da negociação com certa autonomia — que podem dizer não, que podem esperar, que podem ignorar. A vigilância de preços e salários ataca exatamente esse pressuposto: ao antecipar o comportamento do outro lado, ela elimina a possibilidade de surpresa, de resistência, de blefe.

Não se trata apenas de injustiça distributiva — embora seja isso também. Trata-se de uma mudança na natureza da agência econômica. Quando a empresa sabe que você voltará ao site mais três vezes antes de comprar, que você precisa do emprego e não tem reservas financeiras para esperar, que sua ansiedade aumenta às quintas-feiras segundo seus dados de sono — ela não está mais participando de um mercado. Está administrando você.

O que pode ser feito

Teachout e outros pesquisadores propõem caminhos regulatórios: proibição do uso de dados pessoais identificáveis na formação de preços e salários, obrigação de transparência algorítmica, criação de direitos de auditoria para consumidores e trabalhadores. No Brasil, a LGPD oferece uma base — mas sua aplicação enfrenta gargalos estruturais na Autoridade Nacional de Proteção de Dados.

No plano individual, a resposta é limitada. Usar VPNs, navegar em modo privado, recusar cookies — são medidas que criam atrito, mas não resolvem o problema estrutural. Os dados mais sensíveis — de saúde, financeiros, de localização — raramente passam pelo nosso controle consciente.

A questão, no fundo, é política: que tipo de mercado queremos? Um em que o preço reflete o valor do produto, ou um em que ele reflete o mapeamento milimétrico da nossa vulnerabilidade? A tecnologia não responde a essa pergunta. Apenas a torna mais urgente.