9. O feed infinito

O designer que apagou o botão "próxima página"

Em 2006, um designer de interfaces chamado Aza Raskin resolveu um problema que parecia pequeno. Quando uma pessoa chegava ao fim de uma lista de resultados na web, tinha de clicar em "próxima página", esperar a página nova carregar e recomeçar a leitura do alto. Era um atrito, e atrito é o inimigo de quem desenha interface. Raskin pensou numa saída simples: quando o leitor chegasse perto do fim da lista, o próprio site carregaria mais itens e os anexaria embaixo, sem clique e sem recarregar nada. A página deixaria de ter fim. Ele chamou a ideia de rolagem infinita, e a descreveu, em termos de engenharia, como uma forma de poupar o usuário de um passo desnecessário.

Raskin vinha de uma família que pensava interface como ofício moral. O pai, Jef Raskin, foi quem iniciou o projeto do Macintosh original na Apple e passou a vida defendendo que o computador devia se curvar à pessoa, e não o contrário. O filho herdou a obsessão: menos cliques, menos espera, menos fricção. A rolagem infinita era uma vitória nessa lógica. Resolvia um problema real, de um jeito elegante, e quase ninguém teria motivo para reclamar dela em 2006.

O que ninguém previu, segundo o próprio Raskin, foi quem ia pegar a ideia emprestada. Anos depois, ele passou a dizer em entrevistas e palestras que se arrependia do que tinha feito. A linha geral do arrependimento, que ele repetiu em versões diferentes, é que não enxergou como o mecanismo seria apropriado e usado não a favor das pessoas, mas contra elas. Parafraseio de propósito: a imprensa registra várias formulações, algumas com números que não consegui confirmar em fonte primária, e prefiro não pôr aspas em frases que não li no original. O que importa é a estrutura do arrependimento. Ele não acusa ninguém de má-fé. Diz que uma melhoria de usabilidade, quando encontra uma métrica de tempo de uso, vira outra coisa.

A parte mais instrutiva da história é que o código não mudou. O trecho de programação que carrega mais itens quando você chega ao fim é o mesmo, seja ele usado numa lista de resultados de busca, em que ajuda, ou num feed de rede social, em que mantém você ali por uma hora que não estava nos seus planos. A diferença está no que há embaixo da rolagem. Numa lista de resultados, o fim é um fim: a busca se esgota, e você sai com o que veio buscar. Num feed alimentado por um algoritmo que decide, a cada instante, o que mostrar para você não largar, o fim nunca chega, porque a máquina que produz o conteúdo não se cansa.

Este capítulo trata dessa máquina. Ele abre a Parte III do livro, sobre a economia da atenção, e retoma de onde o capítulo 1 parou: a velocidade de ciclo e o ponto de parada, os dois conceitos que organizam tudo. Nos capítulos anteriores, o ciclo era o giro de um caça-níquel. Aqui, o ciclo é um deslizar de polegar. E o ponto de parada, aquele momento natural em que o produto devolve a decisão para você, vai desaparecendo em etapas bem documentadas: primeiro a página que acabava, depois o episódio que acabava, depois a lista cronológica que acabava, depois o vídeo longo que acabava. Quem vê essas etapas em sequência entende por que o feed é o produto mais bem-sucedido da história da economia da atenção e também o mais difícil de julgar.

O que você vai levar deste capítulo

O feed infinito não é um truque isolado. É a soma de quatro remoções de ponto de parada: a paginação, o fim do episódio, a ordem cronológica e a duração longa do conteúdo.

A mudança do feed cronológico para o algorítmico foi feita por quase todas as redes pelo mesmo motivo de negócio, e a justificativa de "mostrar o que você quer ver" é verdadeira e insuficiente ao mesmo tempo.

O TikTok levou a velocidade de ciclo ao máximo ao combinar vídeos de segundos com um sinal de interesse que não depende de você dizer nada, apenas de por quanto tempo seu olho fica parado.

Tempo de sessão e usuários ativos por dia são as métricas que explicam o desenho, e entender como elas operam em testes A/B vale mais do que qualquer teoria sobre "vício em tela".

Os experimentos de desativação mostram efeitos reais, porém pequenos e difíceis de generalizar; quem usa esses estudos para dizer que o feed destrói gerações exagera, e quem os usa para dizer que não há problema também.

Paginação, rolagem e o ponto de parada removido

Voltemos ao mecanismo mais simples. Quando uma lista é dividida em páginas, o clique em "próxima" é um ponto de parada. É pequeno, mas cumpre três funções. Primeiro, avisa que você consumiu um bloco. Segundo, exige uma ação deliberada para continuar, e uma ação deliberada é um instante em que a decisão volta para a sua mão. Terceiro, dá ao sistema uma oportunidade de mostrar o fim: "você chegou à página 10 de 10". A rolagem infinita elimina as três ao mesmo tempo. Não há bloco, porque tudo é um fluxo. Não há ação deliberada, porque o gesto de continuar é o mesmo gesto de ler. E não há fim a anunciar, porque o fim foi desligado.

Convém separar duas coisas que o debate público mistura. Uma é a rolagem infinita como técnica, que tem usos legítimos. Em mapa, em galeria de fotos, em histórico de mensagens, ela é a interface certa, porque o conteúdo é de fato contínuo e o usuário quer navegar nele sem quebras. A outra é a rolagem infinita aplicada a um conteúdo que o próprio sistema fabrica sem limite, em ordem escolhida para maximizar a permanência. A técnica é a mesma. O que muda é a pergunta que o produto faz quando você chega perto do fim da tela: "esse é o fim do que existe?" ou "o que mais posso colocar aqui para você ficar?".

Há um dado de pesquisa que ajuda a pensar nisso sem apelar para dopamina. A literatura sobre design de interface fala em "sinais de parada" (stopping cues, em inglês) para designar qualquer elemento que sugira ao usuário que uma tarefa terminou: o rodapé de uma página, o final de um capítulo, a luz que se acende no fim de um filme. Estudos de laboratório e de campo, em geral pequenos, sugerem que a presença desses sinais reduz o tempo de uso e que a ausência aumenta. Digo "sugerem" porque a maior parte dessa evidência vem de experimentos curtos, com amostras limitadas, e o efeito medido costuma ser de tamanho modesto. O argumento do capítulo não depende de um efeito gigante. Depende de um fato sobre escala: se um produto com bilhões de usuários consegue acrescentar uns poucos minutos por pessoa por dia com um ajuste de interface, o efeito agregado é enorme, mesmo que cada indivíduo sinta quase nada.

Isso ajuda a explicar um ponto que o capítulo 1 já tinha deixado no ar. A zona da máquina, de Natasha Dow Schüll, exigia equipamento caro, cassino e uma fileira de máquinas projetadas por engenheiros. A rolagem infinita entrega a mesma ausência de bordas num aparelho que cabe no bolso, está sempre no seu campo de visão, não tem hora de abrir ou fechar e custa zero por ciclo. A rodada de caça-níquel custava dinheiro. O deslizar de polegar custa só o tempo, e o tempo só aparece na conta depois.

Na tela: o fim que desapareceu das redes e voltou como aviso

Um sinal de que as próprias empresas sabem disso está nos recursos que elas criaram para reintroduzir um fim artificial. Em 2018, o Instagram passou a mostrar um aviso de que você estava "em dia", ou seja, que já tinha visto tudo o que havia de novo dos perfis que segue. O recurso existe porque o feed, em sua forma normal, não tem esse momento. O capítulo 19 volta a esse tipo de mudança e discute por que quase todas são tímidas. O que interessa aqui é o raciocínio: se o ponto de parada precisa ser acrescentado depois como "recurso de bem-estar", é porque o desenho original o havia removido.

Autoplay: quando o próximo episódio já começou

A segunda remoção acontece no vídeo. Um episódio de série tem um fim natural: os créditos sobem, a história acabou, e o espectador decide se quer outro. Em agosto de 2012, a Netflix lançou um recurso chamado Post-Play (algo como "pós-reprodução"). Segundo a cobertura da imprensa de tecnologia da época, ele encolhia os créditos, mostrava o próximo episódio e, se o espectador não fizesse nada, o iniciava depois de cerca de quinze segundos. Em filmes, oferecia sugestões do que ver a seguir. Em janeiro de 2014, a imprensa registrou que a empresa tornou o salto automático opcional, e hoje o espectador pode desligar a reprodução automática do próximo episódio nas configurações do perfil.

Observe o desenho da decisão. Antes do Post-Play, continuar exigia uma ação: voltar ao menu, achar o episódio, apertar play. Depois, parar passou a exigir a ação. O padrão (default, a opção que vale se você não fizer nada) foi invertido. Em design de escolha, o padrão é uma das ferramentas mais poderosas que existem, porque a maioria das pessoas não muda o que já vem configurado. Trocar "continuar exige ação" por "parar exige ação" não obriga ninguém a nada, e mesmo assim muda o comportamento de uma população inteira.

O capítulo 1 já mostrou a declaração de Reed Hastings, em 2017, de que a Netflix competia com o sono, e não vou repeti-la como âncora. Vale só ligar os pontos: o autoplay é a tradução operacional dessa estratégia. Se o concorrente é a hora de dormir, o ponto de parada mais perigoso do produto é o final do episódio, que é justamente o momento em que a pessoa poderia pensar "já chega por hoje". A pergunta "Ainda está assistindo?", que a plataforma exibe depois de algumas reproduções seguidas, é um ponto de parada restaurado de propósito, em parte para não gastar banda com quem adormeceu na frente da TV. O interessante é que o mesmo recurso serve a dois patrões: ao espectador, que ganha uma chance de decidir, e à empresa, que evita pagar pelo tráfego de quem já não está olhando.

O YouTube seguiu um caminho parecido. A reprodução automática do próximo vídeo se tornou comportamento padrão na plataforma em meados da década de 2010, e a lista de "vídeos recomendados" ao lado do player passou a funcionar como uma fila que o sistema monta para você. Não consegui confirmar a data exata do lançamento do autoplay no YouTube em fonte que eu considere sólida, então fico com a descrição geral. O que se pode afirmar é que a plataforma também oferece hoje um botão para desligar, que vem ligado por padrão em muitos contextos, e que a combinação de recomendação com reprodução automática é o que transforma um vídeo isolado numa sessão.

Fora da tela: a grade da TV aberta

Quem cresceu no Brasil conhece esse mecanismo sem nunca ter ouvido falar em autoplay. A televisão aberta sempre foi um produto sem ponto de parada, projetado por quem vive de audiência contínua. A grade de programação é, em essência, uma máquina de passar o espectador de um programa para o seguinte. Os profissionais do setor falam em "lead-in", expressão em inglês para o programa forte que vem antes e empresta audiência ao que vem depois. A lógica é a de que a maior parte das pessoas não escolhe o canal de novo a cada atração: fica onde está, e a atração seguinte herda uma parte do público da anterior.

A novela das nove, na Globo, funciona há décadas como a peça central dessa engenharia. A emissora organiza a noite em torno de uma sequência de produtos de alta audiência, com o telejornal nacional encaixado entre as novelas, de modo que quem sentou para assistir a uma atração atravessa as outras sem tomar a decisão de ficar. Não preciso de números de audiência para o argumento, e prefiro não citar nenhum que não tenha verificado: a descrição estrutural da grade é suficiente. O ponto de parada da televisão aberta, que seria o intervalo comercial, era ocupado por uma chamada para o que vem a seguir.

Havia um limite natural, e ele ajuda a medir o que mudou. A grade termina. Depois da última atração da noite, vem a madrugada, e a madrugada é cara de produzir e pouco vista. O espectador tem a hora de dormir como ponto de parada final, e a emissora não consegue empurrá-lo para além dela. O controle remoto trouxe o zapping, a troca rápida de canal, que era a versão doméstica da busca por novidade. O streaming resolveu os dois problemas de uma vez: no lugar da grade que acaba, uma biblioteca sem hora de término; no lugar do zapping, a recomendação, que faz o zapping por você.

Fora da tela: o shopping sem saída óbvia

Há um segundo exemplo do mundo físico que o livro irmão já cobriu e que, por isso, só menciono. No Marketing Adversarial (capítulo 11, sobre varejo e comércio físico), a história de Victor Gruen e do shopping center aparece em detalhe: o prédio sem janelas nem relógio, as lojas-âncora nas pontas, o chamado "efeito Gruen" como nome para o momento em que o visitante esquece o que ia fazer. Lá também está a ressalva de que a ideia de que Gruen projetou corredores para desorientar é mais folclore do que intenção documentada. Fica a conexão com o tema deste capítulo: o shopping e o feed compartilham a promessa de que sempre há mais uma vitrine, e a diferença é que o feed monta a vitrine seguinte depois de ver o que você olhou na anterior.

O feed algorítmico contra o cronológico

A terceira remoção é a ordem. Num feed cronológico, o sistema mostra as publicações das pessoas que você segue na ordem em que foram postadas, da mais recente para a mais antiga. Tem uma propriedade que passa despercebida: ele acaba. Se você acompanha cem contas e elas publicaram quarenta coisas desde a última vez que você abriu o aplicativo, depois da quadragésima há o ponto em que você já viu tudo. É um ponto de parada embutido na estrutura, sem que ninguém o tenha desenhado como tal.

O Facebook lançou o News Feed em 2006, e a introdução foi tão mal recebida na época que houve protestos de usuários dentro da própria rede. Com o crescimento do número de amigos e de páginas, a lista cronológica ficou impraticável: havia mais publicações do que qualquer pessoa conseguia ler. A empresa passou então a ordenar o feed por uma estimativa de relevância, e a imprensa de tecnologia registra a adoção de um critério baseado em popularidade das publicações por volta de 2009; não consegui confirmar a forma exata e o nome dos botões dessa fase, então descrevo só o movimento geral. O que é seguro dizer é que a disputa entre "mais recentes" e "mais relevantes" durou anos dentro do Facebook, e que o lado da relevância ganhou.

Em 2016, a mudança chegou às outras redes. O Instagram anunciou em março daquele ano que testaria um feed ordenado por algoritmo em vez de cronologia, com o argumento, atribuído pela imprensa ao cofundador Kevin Systrom, de que o usuário médio perdia algo como 70% das publicações dos perfis que seguia. Registro o número como atribuição da imprensa, e não como dado auditado. A reação foi imediata e barulhenta, com a hashtag #RIPInstagram e protestos de usuários, e a mudança foi implantada de forma gradual. O Twitter, em fevereiro do mesmo ano, passou a oferecer a opção de colocar no topo da linha do tempo os tuítes que o usuário "mais provavelmente quereria ver", e depois tornou a ordenação algorítmica o padrão. Em ambos os casos, os usuários que protestaram eram, em boa parte, os que gostavam da cronologia justamente por ser previsível.

Por que todos migraram

A explicação oficial é verdadeira: o volume de conteúdo cresceu além da capacidade de leitura, e um bom filtro devolve ao usuário o que importa. Eu aceito essa explicação como metade da resposta. A outra metade é a métrica. Um feed ordenado por relevância pode ser calibrado para um objetivo, e o objetivo que as empresas medem com mais regularidade é o tempo de uso e o número de pessoas que voltam por dia. Um feed cronológico não tem calibração: o usuário abre, vê o que há, fecha. Para quem vive de anúncios mostrados durante o tempo de uso, é um produto que tende a entregar menos minutos por sessão. Teste após teste, as empresas descobriram que o feed ordenado retinha mais, e uma empresa de capital aberto com um teste A/B mostrando mais tempo de uso não deixa a variante de lado por nostalgia.

Há um detalhe que merece ser dito para não cair na teoria da conspiração. O algoritmo não "quer" prender ninguém. Ele é treinado para prever o que você vai fazer a seguir (olhar, curtir, comentar, compartilhar, ficar), e o que as pessoas fazem tende a ser o que as mantém ali. A compulsão aparece como subproduto de um sistema que otimiza um número. Isso não torna o resultado inocente, e é por isso que a pergunta de quem constrói deve ser sobre a métrica, não sobre a intenção.

Anos depois, boa parte das redes devolveu algum tipo de visão cronológica como opção, geralmente numa aba separada ("seguindo", "recentes"), enterrada atrás de um toque a mais e quase nunca como padrão. O fato diz alguma coisa. A empresa reconhece que parte dos usuários quer a lista previsível e a oferece, mas o padrão continua sendo o feed ordenado, e o padrão, como vimos no autoplay, decide o comportamento da maioria.

Um complemento: o Facebook também mexeu na ordenação para tentar privilegiar interações entre pessoas em 2018. Essa mudança, seus motivos e seus efeitos colaterais (um aumento de conteúdo que provocava raiva, segundo documentos internos) pertencem ao capítulo 11, sobre validação social, e é lá que eu os trato. Basta registrar aqui que a ordenação é o lugar onde se decide o que o feed otimiza.

TikTok: o feed que dispensa você de escolher

A quarta remoção, a da duração, é a que o TikTok levou ao limite. Para entender a novidade, compare com o que existia. Num feed de rede social tradicional, o conteúdo vem de pessoas que você escolheu seguir: o chamado grafo social. O sistema ordena, mas o universo é seu. No TikTok, a tela principal, chamada Para Você (For You), não depende do grafo social. O sistema tira vídeos de um repositório enorme, de autores que você nunca viu, e o critério de escolha é o que ele aprendeu sobre o seu comportamento. Você não precisa seguir ninguém, curtir nada, nem sequer saber o que quer. Basta abrir e deixar o polegar trabalhar.

Em dezembro de 2021, o New York Times publicou uma reportagem sobre um documento interno da empresa, intitulado "TikTok Algo 101", produzido, segundo a cobertura, por uma equipe de engenharia em Pequim. Uma porta-voz da empresa confirmou a autenticidade do documento. O jornal não publicou o texto integral, e outros veículos relataram que também não conseguiram obter a cópia, de modo que o que sabemos vem de descrições da reportagem e de comentários posteriores. Com essa ressalva, o desenho que emerge é simples: o sistema combina previsões de curtida, comentário e reprodução, e dá peso grande ao tempo que você assiste a cada vídeo, incluindo se você o revê. Segundo as descrições publicadas, o documento tratava retenção e tempo de uso como as metas do sistema, e a pessoa que usa o aplicativo mais dias contribui para a métrica de usuários ativos por dia. Não tomo essas descrições como texto literal.

A parte importante, e que a reportagem popularizou, é a do sinal. Curtir exige um gesto. Seguir exige uma decisão. Assistir exige apenas deixar o vídeo rodar. Um sistema que aprende com tempo assistido aprende com o que você faz quando não está decidindo nada, e isso é muito mais informativo e muito mais difícil de esconder do que uma preferência declarada. A pessoa que diz que gosta de documentário e passa vinte minutos em vídeos de gente se atrapalhando na cozinha está entregando ao sistema a segunda informação, não a primeira. Esse é o sentido em que se diz que o TikTok "lê a mente", e o termo é impreciso: ele lê o comportamento, que muitas vezes é o que a pessoa não admitiria como preferência.

Vídeo curto como velocidade de ciclo máxima

No capítulo 1, a velocidade de ciclo era o número de rodadas por minuto de uma máquina. Aqui o ciclo é o vídeo. Se o vídeo médio dura, digamos, vinte segundos, e o ciclo completo é assistir ou pular e passar ao seguinte, um usuário numa hora completa percorre perto de cento e oitenta ciclos (3.600 segundos divididos por 20). Cenário ilustrativo: se a média cair para doze segundos, são trezentos ciclos por hora. Compare com um episódio de série de quarenta e cinco minutos, que oferece um único ciclo na mesma janela, e o ciclo termina num ponto de parada marcado por créditos. Quando o capítulo 1 mencionou a petição do estado de Kentucky contra o TikTok e o limiar de cerca de duzentos e sessenta vídeos para formar hábito, a ordem de grandeza é compatível com este cálculo: poucos minutos de uso contínuo já bastam para somar centenas de ciclos.

O que a velocidade de ciclo faz, aqui, é multiplicar a oportunidade de acerto. Cada vídeo é uma pequena aposta do sistema: este vai prender? Se o vídeo é ruim, o custo para você é de dois segundos e um deslize. Se é bom, você fica. O sistema aprende com cada resposta e ajusta a seguinte, e a economia do processo depende de a aposta ser barata. É a mesma lógica da razão variável do capítulo 3, aplicada sem o dinheiro: a recompensa vem em intervalos imprevisíveis, e o custo de tentar de novo é praticamente zero. Convém repetir a cautela do capítulo 3: a analogia com a alavanca de caça-níquel é útil, mas é uma analogia dos críticos, e o fato de a tela entregar recompensas variáveis não prova, sozinho, que o uso se torna patológico.

Os concorrentes perceberam. O Instagram lançou os Reels em 2020 e o YouTube passou a oferecer os Shorts a partir de 2020–2021, cada um colocando um feed de vídeos curtos e verticais, recomendados por algoritmo, dentro de produtos que já existiam. A imitação é um dado em si: quando as maiores empresas do setor adotam, em poucos meses, o mesmo formato, a hipótese razoável é que os testes internos de todas elas mostraram o mesmo resultado em tempo de uso. Eu não tive acesso a nenhum desses testes, de modo que isso é inferência. É também a inferência que a convergência do mercado torna mais plausível do que qualquer outra.

Uma ressalva honesta sobre o TikTok: parte do que ele faz, outras plataformas de vídeo também fazem. O sistema de recomendação do TikTok é eficiente, mas não existe indício forte de que seja qualitativamente diferente do de seus concorrentes na lógica geral, e as acusações mais graves contra ele (inclusive a petição de Kentucky) são alegações de autoridades em processos, não conclusões de tribunal. Em vários países, o foco regulatório sobre o produto mistura preocupação com crianças, com segurança de dados e com geopolítica. Separar essas camadas é parte do trabalho de quem julga.

O tempo de sessão como objetivo

Para entender por que esses recursos se espalham, é preciso olhar a métrica. Em empresas de produto digital, a sigla DAU (daily active users, ou usuários ativos por dia) mede quantas pessoas abrem o produto num dia. Outra métrica, o tempo de sessão ou tempo gasto (time spent), mede quantos minutos elas ficam. Para uma empresa financiada por publicidade, as duas têm relação direta com a receita: mais pessoas por dia, vendo mais anúncios por sessão. Os times de produto recebem metas nessas métricas, e os bônus acompanham.

Cenário ilustrativo, com números inventados só para a conta fechar. Um produto tem 100 milhões de usuários ativos por dia. O time testa uma mudança na ordem do feed e mede, num teste A/B (metade dos usuários vê a versão antiga, metade a nova), que a variante aumentou o tempo médio de sessão em 2 minutos por pessoa por dia. Isso significa 200 milhões de minutos adicionais por dia (100 milhões vezes 2). Se cada minuto de uso rende, em publicidade, R$ 0,02, a mudança adiciona R$ 4 milhões por dia (200 milhões vezes 0,02), ou cerca de R$ 1,46 bilhão por ano (4 milhões vezes 365). Nenhum teste real é tão limpo, mas a estrutura de incentivo é essa. Diante de uma conta dessas, o time que propõe uma versão com mais pontos de parada, que reduziria o tempo, precisa convencer a empresa a abrir mão de uma receita concreta em nome de um benefício difuso.

O problema de fundo é que a métrica não distingue o tempo bem gasto do tempo arrependido. Um minuto de leitura de que você gostou e um minuto de rolagem que você lamenta depois aparecem iguais no painel. Isso é verdade para qualquer métrica de uso, e é por isso que o capítulo 19 propõe medir o arrependimento. Por ora, basta guardar que o desenho do feed é a consequência racional de um painel que só enxerga minutos.

Há um contraexemplo que merece menção justa. No início de 2018, Mark Zuckerberg disse a investidores que a mudança que o Facebook preparava no feed provavelmente reduziria o tempo de uso na plataforma, e que a empresa aceitava isso em nome de interações mais significativas. Reporto de memória a direção da declaração, não os números, e o capítulo 11 explica por que a mudança teve efeitos colaterais. O que vale aqui é o precedente: quando uma empresa abre mão, publicamente, de tempo de uso, o episódio é notícia, justamente porque não é a regra.

Tristan Harris, o "Time Well Spent" e O Dilema das Redes

A crítica de dentro tem um rosto: Tristan Harris. Ele trabalhou no Google como especialista em ética de design e, em 2013, circulou internamente uma apresentação sobre o dever de minimizar a distração e respeitar a atenção dos usuários. Saiu da empresa e passou a fazer campanha por uma ideia que chamou de "Time Well Spent", algo como "tempo bem gasto": a de que os produtos digitais deveriam ser medidos pelo tempo que as pessoas, ao refletir, achassem bem usado, e não pelo tempo bruto. A organização que ele cofundou com Aza Raskin, o Center for Humane Technology, nasceu desse movimento, em torno de 2018.

A campanha teve efeito prático. Em 2018, a Apple e o Google lançaram, nos sistemas operacionais de celular, painéis para o usuário acompanhar o tempo de uso e limitar aplicativos (Tempo de Uso no iOS, Bem-estar Digital no Android), e as próprias redes passaram a oferecer lembretes e controles. A leitura generosa é que a pressão de gente como Harris levou as empresas a admitir publicamente que tempo bruto não é o objetivo. A leitura cética, que acho mais próxima dos fatos, é que as ferramentas ficaram longe do coração do produto: o limite é opcional, fácil de ignorar com um toque, e o padrão continua o mesmo.

Em 2020, o documentário O Dilema das Redes (The Social Dilemma), dirigido por Jeff Orlowski e lançado na Netflix, levou a tese ao grande público, com Harris e outros ex-funcionários de empresas de tecnologia como personagens centrais. O filme tem méritos claros: apresentou a ideia de que o produto é desenhado em torno de métricas de atenção a milhões de pessoas que nunca tinham pensado nisso. E tem fraquezas que a crítica apontou com bons argumentos.

A primeira é a causalidade. O filme sugere que o aumento de depressão e ansiedade entre adolescentes a partir de 2011 é efeito direto das redes, e a literatura científica está longe de consenso sobre isso (o capítulo 4 mostrou a briga entre Haidt e Odgers; o 16 volta ao assunto). A segunda é o tom de pânico moral: comentaristas lembraram que cada tecnologia nova, do livro ao rádio, provocou alarmes parecidos. A terceira é a dramatização: as cenas encenadas com atores que representam o "algoritmo" como três homens na sala de controle transmitem a impressão de um plano deliberado, quando a realidade é mais prosaica e mais difícil de combater, a de equipes comuns otimizando métricas. A quarta é que o filme dá pouco espaço a quem discorda. A própria Meta respondeu publicamente ao documentário com um texto dizendo que ele distorcia os fatos; é a resposta de uma parte interessada, mas aponta falhas que outros críticos também apontaram.

Há uma ironia que não deve ser ignorada: o filme foi distribuído por uma plataforma de streaming que usa reprodução automática e cuja liderança já declarou competir com o sono. Isso não invalida a crítica do filme, mas lembra que a economia da atenção não é um problema de "redes sociais", e sim de qualquer produto que mede sucesso por tempo de uso. Eu prefiro a versão do argumento de Harris que sobrevive às críticas ao filme: não que o feed destrua a mente de uma geração, mas que um produto escolhido por minutos tem um viés estrutural contra as pessoas que, em momento frio, prefeririam gastar menos.

O que os experimentos de desativação mostram

Se o feed faz mal, o que acontece quando as pessoas saem dele? Essa pergunta virou um pequeno gênero de pesquisa, e vale conhecer os três estudos mais citados e entender por que nenhum fecha a questão.

O primeiro é de Hunt, Marx, Lipson e Young (2018), publicado no Journal of Social and Clinical Psychology. Foram 143 estudantes de graduação, que depois de uma semana de linha de base foram sorteados para limitar o uso de Facebook, Instagram e Snapchat a cerca de dez minutos por plataforma por dia (trinta minutos no total), ou para usar como de costume. Ao longo de três semanas, o grupo que limitou reportou menos solidão e menos depressão, com efeito maior entre quem já tinha mais sintomas no início. Ambos os grupos mostraram uma leve queda em ansiedade e medo de ficar de fora, o que os autores atribuíram, possivelmente, ao simples ato de se monitorar. Os limites: amostra pequena, de uma universidade, prazo curto, medidas de bem-estar autorreportadas, e quem sabe que está num experimento sobre redes sociais sabe também o que se espera dele.

O segundo é o de Allcott, Braghieri, Eichmeyer e Gentzkow (2020), publicado na American Economic Review. Os autores mediram quanto 2.844 usuários do Facebook exigiriam para deixar a conta desativada por quatro semanas e sortearam um subconjunto para desativá-la de fato, verificando a desativação. O experimento ocorreu perto das eleições legislativas americanas de 2018. Os resultados: a desativação reduziu a atividade online, inclusive em outras redes, aumentou atividades fora da tela como assistir TV sozinho e conviver com família e amigos, reduziu o conhecimento factual de notícias e a polarização política, e aumentou o bem-estar subjetivo, com efeito que os próprios autores descrevem como pequeno. Depois do experimento, o uso do Facebook ficou persistentemente menor. Os autores também concluem que o valor que os usuários atribuem à rede é alto, e que os vieses que poderiam inflar essa avaliação parecem pequenos diante do excedente do consumidor. A frase mais honesta do estudo, para o argumento deste capítulo, é essa: as pessoas valorizam o produto e ao mesmo tempo mostram ganhos pequenos ao largá-lo. As duas coisas são verdadeiras ao mesmo tempo, e isso vale para muita coisa que usamos.

O terceiro é o experimento ligado às eleições americanas de 2020, feito por pesquisadores acadêmicos em colaboração com a Meta e publicado em 2023 na Science (Guess e coautores, entre outros trabalhos da mesma série). Nele, cerca de 23 mil usuários do Facebook e 21 mil do Instagram foram aleatoriamente passados, por três meses, de um feed ordenado por algoritmo para um feed cronológico reverso. O resultado central: o feed cronológico mudou muito o que as pessoas viam, mas não mudou de forma mensurável a polarização, nem outras atitudes políticas medidas, no período do estudo. Relatos sobre o trabalho indicam que o tempo de uso das plataformas caiu para quem recebeu o feed cronológico, e que a exposição a conteúdo político e a conteúdo de fontes pouco confiáveis aumentou, enquanto a exposição a conteúdo incivil no Facebook diminuiu. Esses detalhes vêm de resumos do trabalho, e não da leitura do artigo, então os registro com cautela.

Esse terceiro estudo foi contestado. Uma equipe liderada por pesquisadores da Universidade de Massachusetts Amherst publicou na Science, em setembro de 2024, uma carta crítica segundo a qual a Meta introduziu, em torno da eleição de 2020, 63 medidas temporárias de emergência no feed, os chamados "break glass", que coincidiram com o período do experimento e podem ter alterado o grupo de comparação. Pelo argumento deles, parte do efeito reportado pode vir dessas mudanças. Os autores do estudo original responderam na mesma revista que a mudança no grupo de comparação limita a generalização, mas não invalida a conclusão. Não sei decidir quem tem razão, e a conclusão cuidadosa é que o resultado não pode ser usado como prova de que o algoritmo não importa.

O que esses estudos não medem

Os três experimentos medem coisas diferentes do que este capítulo discute. Hunt e Allcott medem bem-estar e uso em semanas. Guess e colegas medem polarização e atitudes políticas em três meses. Nenhum mede o que o início do capítulo chamou de ponto de parada removido: se as pessoas usam o produto de um jeito que preferem não usar. Esse é o conceito de arrependimento, não de dano clínico, e a evidência direta sobre ele é mais escassa do que a retórica sugere. Também há limites de método comuns: períodos curtos demais para detectar efeitos que se acumulam por anos; participantes que sabem que estão num experimento; e a substituição, já que quem sai de uma rede costuma ir a outra, o que dilui a diferença entre os grupos.

Um economista diria que o conjunto dos resultados é compatível com um mundo em que o produto é valioso, o dano médio é pequeno, e uma minoria de usuários tem um problema grande. Essa é a leitura que mais se encaixa na posição do livro. Em outras palavras, a evidência não autoriza a frase "as redes estão destruindo uma geração" e também não autoriza a frase "é só escolha individual". O que ela autoriza é uma pergunta mais estreita e mais útil: dado que o produto é desenhado sem pontos de parada, quem são as pessoas para as quais isso custa caro, e o que o desenho faz com elas?

Do outro lado: quem sente o feed como perda de controle

Os números médios escondem a experiência individual, e a evidência sobre quem sofre mais é, de novo, mista. O que se pode afirmar com segurança é que as pessoas relatam arrependimento: quando perguntadas, muitas dizem que gastam mais tempo em redes do que gostariam. Esse relato é coerente com o experimento de Allcott, em que o uso da rede caiu de forma persistente depois de quatro semanas fora, algo que não se esperaria se o uso fosse inteiramente deliberado. Mas autorrelato de arrependimento é uma medida frágil: as pessoas também dizem que gastam mais do que gostariam em comida, em televisão e em sono, e isso não faz de todo hábito um vício.

Um indício vem do próprio Raskin. Relatos de imprensa, que não consegui conferir, o apresentam admitindo que ele mesmo continua rolando, mesmo sabendo como o mecanismo funciona. Uso o relato apenas como ilustração, sem aspas e sem tratá-lo como fato verificado. O que ele ilustra é uma ideia que o capítulo 18 desenvolve: conhecer o mecanismo não imuniza contra ele. A proteção mais confiável não é a força de vontade nem o conhecimento, e sim mudar o ambiente: tirar o aplicativo da tela inicial, desligar a reprodução automática, ter um horário em que o aparelho dorme em outro cômodo.

Verdades desconfortáveis

O feed cronológico, que muita gente defende como a alternativa ética, não é neutro. Quando o Instagram e o Twitter migraram, havia uma razão de usabilidade real: a lista cronológica de quem segue mil contas é ilegível. E o experimento de 2020 mostrou que, num dos cenários testados, o feed cronológico aumentou o conteúdo político e de fontes pouco confiáveis. Não existe "feed sem algoritmo": existe um critério de ordenação, e a escolha entre eles é política e de produto, não técnica.

A rolagem infinita não é um crime, e quem defende que ela deveria ser proibida precisa responder em que ponto a técnica vira o dano: em qualquer lista, só em feeds de rede social, só para menores? Os reguladores que tentaram nomear o recurso nas leis estão descobrindo como é difícil fazer isso sem pegar o mapa e a galeria de fotos.

A maior parte dos engenheiros e designers que construíram esses recursos não tinha má intenção, e muitos trabalharam com métricas razoáveis. Isso torna o problema pior, não melhor, porque significa que ele não depende de vilões e não desaparece quando os vilões saem. Depende de painel, meta e bônus.

Quem constrói e quem se defende tem a mesma dificuldade, que é a de separar o produto que o usuário quer do produto que ele consegue largar. As duas coisas aparecem em número idêntico nos dados de uso. O seu aplicativo favorito, o que você usa com gosto, também tem um pouco disso. O texto do livro não exclui o leitor do problema.

Por fim, o estado regulatório muda mais rápido do que um livro. Até o fim de outubro de 2026, a discussão sobre limitar rolagem infinita, reprodução automática e feeds personalizados para menores aparece em leis e propostas de vários países, e o capítulo 17 traz o panorama. Para o argumento deste capítulo, o que importa é que o debate regulatório reconhece o mecanismo que aqui chamamos de remoção de ponto de parada, mesmo quando usa outros nomes.

Para quem constrói

Antes de lançar qualquer feed ou lista contínua, responda por escrito: onde está o ponto de parada neste produto? Se a resposta for "não há", decida se isso é uma escolha de design ou um esquecimento.

Desenhe o fim: um aviso de "você viu tudo o que há de novo", um limite por sessão que o usuário possa escolher, uma pausa depois de muito tempo seguido. Meça se o aviso reduz o tempo de uso; se reduz e a empresa o desfaz, você aprendeu qual é a métrica verdadeira.

Deixe a reprodução automática desligada por padrão para menores e ofereça a escolha a todos. O padrão é a decisão mais poderosa da interface.

Meça, ao lado do tempo de sessão, o arrependimento. Uma pergunta simples depois da sessão ("esse tempo valeu a pena?"), feita a uma amostra pequena, já diz mais do que um mês de painel.

Sinais de que o produto cruzou a linha: usuários que abrem o aplicativo sem tarefa e sem lembrança de ter decidido; picos de uso de madrugada; queda no número de sessões acompanhada de aumento no tempo por sessão. A métrica que denuncia é a distribuição do tempo, não a média: se uma fatia pequena de usuários concentra horas e horas por dia, o produto está funcionando como máquina de zona para eles.

Para quem se defende

Desligue a reprodução automática onde puder: nas configurações da Netflix, do YouTube e das redes que oferecem a opção. Sem ela, o fim de cada vídeo volta a ser um ponto de parada.

Escolha o feed cronológico ou de "seguindo" como visão padrão quando a rede permitir. Ele acaba, e um feed que acaba é mais fácil de largar.

Tire os aplicativos de feed da primeira tela do celular e deixe-os atrás de um toque a mais. Remova o aplicativo à noite, ou carregue o aparelho fora do quarto. Atrito é a ferramenta do usuário.

Use o painel de tempo do sistema (Tempo de Uso, Bem-estar Digital) como um espelho, não como uma barreira: olhe o número uma vez por semana e pergunte se foi o tempo que você queria.

Com crianças e adolescentes, combine regras com eles em vez de apenas bloquear, e explique o desenho: dizer "esse aplicativo foi feito para você não parar" ajuda mais do que dizer "isso faz mal". Se o uso estiver atrapalhando sono, estudo ou convivência de forma persistente, procure um profissional de saúde mental; quem está em sofrimento intenso pode ligar para o CVV, no 188, ou procurar o CAPS da sua cidade.

Exercícios

1. Escolha um feed que você usa. Durante uma semana, anote em cada sessão a hora de início, a hora de fim e se o fim foi uma decisão sua ou veio de uma interrupção externa. Entregue a tabela e um parágrafo dizendo quais pontos de parada o produto oferece e quais não oferece.

2. Escreva um memorando de uma página, na voz de um gerente de produto, propondo adicionar um aviso de "você viu tudo" a um feed existente. Inclua a previsão de impacto em tempo de sessão e a justificativa de negócio que você usaria para convencer a diretoria. Depois escreva um parágrafo na voz do diretor de receita recusando.

3. Refaça a conta do cenário deste capítulo com números de um produto que você conheça (usuários ativos por dia, aumento de minutos, receita por minuto). Mostre a conta passo a passo e diga qual hipótese é a mais frágil.

4. Escolha um dos três experimentos (Hunt, Allcott ou Guess) e leia o resumo do artigo original. Liste três limites do estudo e diga se eles enfraquecem ou não o uso que este capítulo fez dele.

5. Compare a grade de uma emissora de TV aberta numa noite com a lista de recomendação de um serviço de streaming. Aponte onde cada um coloca o ponto de parada e como cada um tenta atravessá-lo.

Prompt de estudo

Atue como um pesquisador de interação humano-computador. Explique a diferença entre um "sinal de parada" (stopping cue) e um "ponto de parada" tal como usado neste capítulo, cite os estudos experimentais que testaram o efeito de remover sinais de parada em interfaces, e diga, para cada um, o tamanho da amostra, o desenho e o limite. Não invente referências: se não souber, diga que não sabe.

Simule uma reunião de produto em que quatro pessoas (designer, analista de dados, advogada e representante de pais) discutem se um aplicativo de vídeos curtos deve desligar a reprodução automática para menores de 16 anos. Dê a cada uma um argumento forte e uma dúvida honesta, e termine com uma proposta de teste A/B que meça tempo de sessão e arrependimento.

Fontes e leituras

• Raskin, Aza: relatos de imprensa e entrevistas sobre o arrependimento com a rolagem infinita; Center for Humane Technology (humanetech.com). Parafraseados, sem aspas.
• Netflix, Post-Play (agosto de 2012): cobertura de TechCrunch, Engadget, The Next Web e NBC News; mudança para opcional em janeiro de 2014 (Engadget).
• Smith, Ben. Reportagem sobre o TikTok e o documento "TikTok Algo 101", The New York Times, dezembro de 2021.
• Instagram anuncia teste de feed algorítmico, março de 2016: cobertura de MediaPost, Christian Science Monitor e outros.
• Hunt, M. G., Marx, R., Lipson, C., Young, J. (2018). No More FOMO: Limiting Social Media Decreases Loneliness and Depression. Journal of Social and Clinical Psychology, 37(10), 751–768.
• Allcott, H., Braghieri, L., Eichmeyer, S., Gentzkow, M. (2020). The Welfare Effects of Social Media. American Economic Review, 110(3), 629–676.
• Guess, A. M., Malhotra, N., Pan, J. e outros (2023). How do social media feed algorithms affect attitudes and behavior in an election campaign? Science. Crítica: equipe da Universidade de Massachusetts Amherst, Science, 2024.
• O Dilema das Redes (The Social Dilemma), direção de Jeff Orlowski, Netflix, 2020; críticas em Reason, Portside e outros.
• Schüll, N. D. (2012). Addiction by Design. Princeton University Press.
• Gruen e o shopping: Marketing Adversarial, capítulo 11 (livro irmão desta plataforma).