Politipédia › Comportamento do Eleitor

Bolha Algorítmica e o Eleitor

Do Editorial AVM, a enciclopédia livre do marketing político brasileiro.

O contexto de Pariser e Sunstein

Pariser não é acadêmico de formação. É ativista digital, ex-presidente do MoveOn.org e cofundador do Avaaz. Foi essa vivência prática que o fez perceber o fenômeno antes dos cientistas sociais. Quando ele publicou The Filter Bubble, em maio de 2011, a internet ainda era vista como o território utópico da pluralidade e do diálogo democrático. A tese de Pariser contrariou essa narrativa. Ele argumentou que a personalização, vendida como serviço ao usuário, é na verdade um mecanismo de captura que favorece engajamento publicitário e desfavorece deliberação democrática.

Antes de Pariser, o jurista Cass Sunstein já havia plantado a semente. Em Republic.com, de 2001, Sunstein chamou atenção para o risco das "câmaras de eco" e dos "information cocoons", ambientes onde as pessoas escolhem ouvir apenas o que confirma suas preferências. Em Republic.com 2.0, de 2007, e depois em #Republic, de 2017, ele atualizou o argumento para a era das redes sociais. Para Sunstein, o problema não é a tecnologia em si, é a erosão dos encontros não planejados que a democracia deliberativa exige. O cidadão precisa de atrito com ideias diferentes. A bolha elimina o atrito.

Os dois autores convergem num ponto central: democracia saudável pressupõe exposição involuntária a discordância. O café, a praça, o jornal impresso, o debate de rádio, todos esses ambientes antigos forçavam contato com pontos de vista que ninguém escolheria encontrar. A internet personalizada desmontou essa estrutura.

Como o algoritmo constrói a bolha

Três mecanismos principais sustentam a bolha algorítmica, e cada um opera de forma independente e combinada.

O primeiro é a seleção por comportamento prévio. O algoritmo observa o que o eleitor curte, comenta, compartilha, quanto tempo assiste, em que horário se engaja. Com esses dados, ele aprende o padrão de preferência e passa a priorizar conteúdo similar. Um eleitor que pausa em vídeos contra determinado político recebe mais vídeos contra aquele político. Um eleitor que reage a notícias de economia vê mais notícias de economia. O feed vira um espelho das preferências anteriores.

O segundo é a seleção por rede de contato. Quem o eleitor segue, quem segue o eleitor, com quem ele conversa mais no privado, tudo isso forma grupos sociais que o algoritmo trata como unidades. Se a rede imediata do eleitor se polariza para um lado, ele começa a ver principalmente conteúdo desse lado, mesmo que nunca tenha manifestado preferência explícita.

O terceiro é a amplificação por engajamento. Conteúdo que gera reação emocional forte, raiva, indignação, euforia, circula mais. Isso significa que dentro da bolha o eleitor é exposto não ao conteúdo mais equilibrado, mas ao mais inflamado. A câmara de eco não só repete o que ele pensa, ela repete na versão mais extrema.

A analogia útil é a de um restaurante que lê a sua mente. Na primeira visita, o garçom anota tudo. Na segunda, ele já sugere. Na décima, ele nem pergunta, traz direto o prato. Parece cordialidade. Na verdade, é enclausuramento do paladar. Você nunca mais vai experimentar aquilo que poderia gostar se tivesse provado sem saber que existia.

A aplicação ao Brasil

O Brasil é caso extremo de bolha algorítmica por uma razão específica: a combinação de WhatsApp, Instagram, TikTok e YouTube domina o consumo de informação política. O WhatsApp foi central nas eleições de 2018 e seguiu central em 2022, com grupos fechados que funcionam como bolhas dentro de bolhas. O Instagram e o TikTok estruturam a atenção do eleitor jovem. O YouTube alimenta a formação ideológica de longa duração, principalmente masculina e adulta.

Pesquisa do DataSenado e do TSE ao longo de 2022 mostrou que eleitores altamente engajados em redes sociais apresentavam padrão de consumo muito mais homogêneo que eleitores de consumo tradicional. Quem só via telejornal de TV aberta recebia espectro ideológico mais amplo que quem consumia política predominantemente por Instagram e YouTube.

Três efeitos brasileiros específicos merecem registro. Primeiro, a validação da certeza. Como o feed confirma a visão prévia do eleitor, ele não duvida mais que sua opinião é majoritária. A pessoa acha que "todo mundo" pensa como ela, e se surpreende quando a urna mostra o contrário. Segundo, a caricatura do adversário. Como o eleitor nunca vê o adversário em contexto, só vê recortes que o inflamam, ele passa a acreditar que o outro lado é composto de pessoas irracionais ou mal-intencionadas. Terceiro, a radicalização gradual. Algoritmos que otimizam engajamento tendem a empurrar o usuário para conteúdo progressivamente mais extremo, fenômeno descrito em estudos do YouTube por Zeynep Tufekci e outros pesquisadores.

Os limites do conceito

A tese da bolha algorítmica enfrenta contestação acadêmica relevante, e qualquer analista sério precisa registrá-la. Pesquisadores como Elizabeth Dubois e Grant Blank, em estudo publicado em 2018 na revista Information, Communication and Society, argumentaram que a câmara de eco é superestimada. Pessoas que se informam por múltiplas fontes e têm interesse político moderado raramente vivem em bolhas puras. A bolha seria mais intensa entre minorias de alta intensidade política, justamente aquelas que dominam a conversa pública, mas menos presente na maioria do eleitorado.

Outros pesquisadores, como Jacob Weisberg em experimentos informais já em 2011, mostraram que buscas no Google sobre temas políticos retornavam resultados parecidos para pessoas com históricos diferentes. A personalização existe, mas não é tão rígida quanto Pariser sugeriu.

Isso não invalida o conceito. Significa que ele se aplica mais a algumas plataformas que outras, mais a alguns tipos de eleitor que outros, e mais a alguns temas que outros. O estrategista precisa calibrar. A bolha é real, mas não é universal. É mais intensa no Instagram e TikTok que no Google. É mais intensa no eleitor jovem altamente conectado que no eleitor idoso de TV aberta. É mais intensa em temas politicamente polarizados que em temas técnicos.

Implicações operacionais para campanha

Primeiro, mapear as bolhas antes de mirar. Cada segmento do eleitorado vive em bolhas distintas, e conteúdo feito para uma bolha não atravessa para outra sem adaptação. Campanha que produz só uma versão de mensagem está gastando esforço num alvo que o algoritmo decide se vai ou não entregar.

Segundo, usar os próprios algoritmos como aliados. Quem entende como o feed prioriza consegue calibrar formato, horário, gancho, comprimento, tudo para maximizar entrega. Conteúdo que o algoritmo premia vira veículo de penetração na bolha adversária quando bem construído.

Terceiro, investir em interlocutores da outra bolha. Two-step flow explica isso: quem atravessa a bolha alheia não é o candidato, é o influenciador de dentro dela. Campanha inteligente identifica vozes respeitadas em bolhas adversárias e aposta em conexão com elas.

Quarto, testar hipóteses fora da bolha da própria campanha. O risco maior é a equipe acreditar que "todo mundo" concorda porque o feed da equipe confirma. Pesquisa qualitativa fora da base, grupos focais com eleitores de outra preferência, contato direto com quem discorda, tudo isso vacina contra o autoengano que a bolha gera.

Quinto, não confundir barulho com tamanho. Bolha que gera muito engajamento pode ser pequena e dar falsa sensação de tendência. Tracking quantitativo externo corrige o que a leitura de feed distorce.

Erros recorrentes

Primeiro erro: acreditar que o próprio feed representa o eleitorado. É o pior autoengano da campanha digital. Segundo: produzir só conteúdo que confirma a base, sem cálculo de penetração nas bolhas adjacentes. Terceiro: ignorar que o algoritmo tem viés próprio, privilegiando sempre engajamento emocional em detrimento de argumentação. Quarto: tratar bolha como monólito, sem entender que dentro dela há microbolhas com dinâmicas diferentes. Quinto: subestimar a velocidade com que a bolha pode ser atravessada por influenciadores de confiança, escolhendo interlocutores errados ou tardios.

Perguntas-guia para o estrategista

Quais são as bolhas principais em que o eleitorado-alvo está hoje? Quem são as vozes de autoridade dentro de cada uma delas? Que tipo de conteúdo essas bolhas premiam, e qual o custo de produzir algo que o algoritmo entregue? Em que ponto a bolha do candidato vira barreira por parecer sectária demais para indecisos? E qual a hipótese de penetração em bolha adversária: frontal, por interlocutor confiável, ou por tema transversal que o algoritmo não classifica como partidário?

Reflexão ampliada

A eleição municipal de 2024 mostrou que bolha algorítmica não determina resultado sozinha, mas define quase tudo o que vem antes. O eleitor que votou em 2024 tomou sua decisão dentro de um ambiente informacional que ele mesmo não controlava. As mensagens que chegaram, as que foram bloqueadas, as que viralizaram, tudo foi mediado por sistemas automatizados que campanhas mal preparadas nem entendiam.

Em 2026 o cenário é ainda mais exigente. Plataformas ajustaram algoritmos para reduzir alcance orgânico de conteúdo político, empurrando campanhas para o tráfego pago. Isso redistribui poder entre quem tem caixa e quem não tem, mas não elimina a bolha, redefine quem a patrocina. A inteligência artificial generativa também entrou no jogo e multiplica a capacidade de produzir conteúdo personalizado para cada microbolha, o que eleva o teto e o piso da corrida.

O ponto estratégico é este: a bolha algorítmica transformou a campanha política em batalha de arquitetura informacional. Ganhar não é mais produzir o melhor conteúdo, é produzir o conteúdo que cada bolha recebe e converte. Quem entende isso, calibra. Quem não entende, grita no vazio da própria câmara de eco e se surpreende com a urna.

A Politipédia registra a bolha algorítmica não como curiosidade acadêmica, mas como infraestrutura da disputa contemporânea. O eleitor de 2026 decide dentro de um ambiente que não é neutro, e o profissional de marketing político que ignora esse dado opera sem mapa num território cada vez mais acidentado.

Ver também

Referências