7. Cambridge Analytica

O fim de semana em que o Facebook perdeu a conversa

No sábado, 17 de março de 2018, o jornal britânico The Observer, irmão de domingo do Guardian, publicou uma reportagem que tinha demorado meses para ficar de pé. A fonte principal era um jovem canadense, Christopher Wylie, que tinha trabalhado na Cambridge Analytica e agora aceitava falar com o nome e o rosto à mostra. Segundo a reportagem, a empresa havia obtido dados de mais de cinquenta milhões de perfis do Facebook por meio de um aplicativo acadêmico e os usara para construir modelos de comportamento de eleitores americanos. Wylie dizia que aquilo tinha servido de base para a campanha de Donald Trump em 2016. A empresa negava ter feito algo ilegal. O Facebook, num movimento que a imprensa registrou como tentativa de chegar antes da notícia, tinha anunciado na véspera a suspensão da Cambridge Analytica e de sua matriz, a SCL, da plataforma. A reportagem do Observer foi publicada em conjunto com o New York Times, e o mundo digital passou o fim de semana tratando do assunto.

O que torna a cena útil para este livro é o que ela mostra sobre a anatomia de um escândalo. Havia uma fonte interna disposta a falar. Havia uma empresa com um nome que soava a laboratório e uma promessa que soava a feitiçaria: ler a personalidade de cada eleitor e falar com ele na língua da sua psicologia. Havia uma plataforma que tinha, desde 2015, informação suficiente para agir e que agiu pouco. E havia um público que, em 2018, já desconfiava das redes sociais por causa da eleição americana de dois anos antes e queria uma explicação simples. A explicação simples chegou: uma empresa de dados teria hipnotizado o eleitorado.

Dois dias depois, o canal britânico Channel 4 News exibiu uma investigação com câmera escondida em que o presidente-executivo da Cambridge Analytica, Alexander Nix, aparecia conversando com um repórter que se passava por intermediário de um cliente estrangeiro. Nix dizia, nas gravações, coisas sobre operações de bastidor que ele e a empresa depois repudiaram. No dia 20 de março, o conselho da empresa o suspendeu. Em 4 de abril, o Facebook revisou a estimativa de cinquenta para até oitenta e sete milhões de pessoas. Em 10 e 11 de abril, Mark Zuckerberg sentou-se diante de senadores e deputados americanos. Em 2 de maio, a empresa anunciou o encerramento de suas operações.

Esse arco é verdadeiro e está documentado, e este capítulo vai percorrê-lo. Mas o título do capítulo seguinte da história, aquele que raramente chega às manchetes, é outro: se a Cambridge Analytica de fato conseguia o que prometia. A resposta que a pesquisa oferece é bem menos cinematográfica do que a do fim de semana de março, e ela é a parte mais importante do caso para quem quer entender propaganda. A coleta foi real. A violação de confiança foi real. As multas foram reais. A eficácia da mágica vendida ao cliente é, no melhor dos cenários, não demonstrada.

O que você vai levar deste capítulo

O caso Cambridge Analytica provou uma falha de governança de dados: um aplicativo coletou informação de milhões de pessoas que nunca o instalaram, repassou-a a uma empresa comercial, e a plataforma soube e não agiu a tempo.

Não provou que o voto de ninguém tenha sido decidido por psicografia. A pesquisa sobre predição de personalidade e sobre persuasão personalizada mostra efeitos pequenos e discutidos, e vários dos envolvidos na época admitiram, depois, que o produto era menos preciso do que a venda.

O escândalo é útil como lição de mecanismo: propaganda personalizada é publicidade comercial aplicada a crença política, e o que a torna perigosa é a combinação de dados baratos, ausência de transparência e ausência de contraditório, e não um truque psicológico.

Os dois lados do espectro usaram dados de plataforma em campanhas. A diferença que importa é de consentimento, finalidade e transparência, e não de partido.

No Brasil, a Cambridge Analytica tinha um sócio anunciado em 2017, que suspendeu a parceria em março de 2018. Não há prova, nas fontes consultadas, de que a empresa tenha executado uma campanha eleitoral brasileira.

O caso: o quiz de Kogan e a janela que o Facebook deixou aberta

Para entender o que foi coletado, é preciso entender como o Facebook funcionava entre 2010 e 2014. A plataforma tinha uma interface para desenvolvedores, chamada Graph API, que permitia a aplicativos de terceiros (jogos, quizzes, calculadoras de compatibilidade) pedir acesso aos dados do usuário que os instalava. A versão original dessa interface permitia, além disso, acessar certos dados dos amigos do usuário, desde que as configurações de privacidade dos amigos o permitissem. A lógica de negócio era evidente: um aplicativo que sabe quem são seus amigos pode crescer socialmente, e um jogo que cresce traz anúncios e tempo de tela para a plataforma. A consequência de privacidade era igualmente evidente, só que menos conveniente: uma pessoa que instalava um jogo estava, sem perceber, entregando informação sobre quem era ligado a ela, e esses amigos nunca tinham sido consultados.

Em abril de 2014, o Facebook anunciou que restringiria esse acesso: aplicativos novos não poderiam mais pedir dados dos amigos, e os aplicativos existentes teriam mais um ano para se adaptar. É o que consta do depoimento preparado que Mark Zuckerberg entregou ao Senado dos Estados Unidos em abril de 2018. Foi nessa janela de um ano que entrou Aleksandr Kogan, psicólogo da Universidade de Cambridge.

Kogan operava um aplicativo de teste de personalidade, chamado nos documentos da Comissão Federal de Comércio dos Estados Unidos (FTC) de GSRApp e conhecido como "thisisyourdigitallife". A pessoa respondia a um questionário, em troca de um pagamento pequeno, e autorizava o aplicativo a ler seu perfil. De acordo com a queixa administrativa que a FTC apresentou em julho de 2019, o aplicativo dizia aos usuários que não baixaria seu nome nem outra informação identificável, e a FTC afirma que isso era falso, porque o aplicativo coletava o identificador do usuário no Facebook, o gênero, a data de nascimento, a localização e a lista de amigos. A FTC fala em algo entre 250 mil e 270 mil usuários americanos do aplicativo e, por meio deles, em dados de cinquenta a sessenta e cinco milhões de amigos, dos quais pelo menos trinta milhões eram identificáveis como consumidores americanos. Esses números são da agência reguladora e se referem aos Estados Unidos. O número global que o Facebook divulgou em abril de 2018, de até oitenta e sete milhões de perfis, é maior e inclui outros países.

Convém parar um segundo no que "perfis afetados" significa, porque a expressão aparece em toda manchete e quase nunca é explicada. Afetado quer dizer que o dado dessa pessoa podia ter sido acessado, por um mecanismo que a plataforma permitia, por causa de um amigo que instalou o aplicativo. Não quer dizer que a pessoa recebeu propaganda sob medida, nem que mudou de opinião, nem sequer que o dado dela foi de fato usado num modelo. Entre "meu dado esteve numa base" e "fui convencido por essa base" há uma sequência de passos, e cada passo perde gente.

A parte que gerou a acusação foi o que veio depois. Segundo a FTC, no verão de 2014, Kogan, a Cambridge Analytica e Alexander Nix usaram os dados do aplicativo para treinar um algoritmo que gerava pontuações de personalidade, e essas pontuações foram cruzadas com registros eleitorais americanos para criar perfis de eleitores e direcionar publicidade. O aplicativo tinha sido apresentado como pesquisa acadêmica; a transferência para uma empresa comercial violava as regras da plataforma, que proibiam repasse de dados de usuários a terceiros nessas condições. É esse o núcleo do que a FTC e o Facebook, em depoimentos e documentos, descrevem como a quebra de regras.

O Facebook diz ter sabido do repasse em 2015, por meio de jornalistas do Guardian, e ter banido o aplicativo e exigido que Kogan e a empresa certificassem a destruição dos dados. Esse ponto do depoimento de Zuckerberg é o que deu margem à pergunta de 2018: por que a plataforma, tendo sabido, não avisou os usuários nem verificou a destruição? A resposta que o Facebook deu no Congresso foi, em essência, que confiou nas certificações e que errou ao não fazer mais. A multa de 2019, que veremos adiante, é em parte a resposta jurídica a essa pergunta.

Aqui o leitor atento a este livro vê uma coisa que o caso tem em comum com os que vieram antes. A Cambridge Analytica não inventou uma tecnologia nova de persuasão. Combinou três ingredientes disponíveis: dados comportamentais de plataforma, que o Facebook acumulava e distribuía com generosidade comercial; modelos estatísticos de personalidade, produzidos por psicólogos acadêmicos; e um cliente político disposto a pagar por segmentação. É a lógica de Bernays do capítulo 1, só que com um catálogo de clientes em vez de uma multidão (a ideia de falar a cada grupo na língua do seu desejo), e é a lógica da economia da atenção do capítulo 6, com a atenção substituída pelo voto.

O caso: março de 2018, do vazamento ao Congresso

A reportagem do Observer tinha um mérito e um limite. O mérito foi mostrar o episódio com uma fonte de dentro e documentos. O limite foi a pressa da narrativa que a cercou: nas primeiras horas, muita gente leu "a empresa de Trump usou dados roubados do Facebook para eleger Trump" como se fosse uma frase única e provada. As duas partes da frase têm status diferentes. A primeira, a coleta e o repasse, é objeto de documento oficial. A segunda, a causalidade eleitoral, nunca foi demonstrada, e nem sequer é fácil de definir (voltaremos a isso).

A sequência dos fatos, em ordem, é a seguinte, com as datas conferidas em fontes oficiais ou na imprensa de referência.

Em 16 de março de 2018, o Facebook anunciou a suspensão da Cambridge Analytica e da SCL da plataforma (comunicado de Paul Grewal no site do Facebook, atualizado em 17 de março; ele cita cerca de 270 mil downloads do aplicativo e inclui Kogan e Wylie na suspensão). Em 17 de março, saíram as reportagens do Observer e do New York Times, com Wylie como fonte. Em 19 de março, o Channel 4 News exibiu parte das gravações com Alexander Nix, feitas entre novembro de 2017 e janeiro de 2018, segundo o canal. Em 20 de março, o conselho da Cambridge Analytica suspendeu Nix, pendente de uma investigação independente, e afirmou que as palavras dele nas gravações não representavam os valores nem as operações da empresa. Nesse mesmo comunicado, a empresa disse nunca ter alegado que elegeu o presidente Trump. A frase é importante porque marca a distância entre o que a empresa vendia a clientes (um poder quase mágico) e o que, diante de um escândalo, ela se dispunha a afirmar.

Em 4 de abril, o Facebook informou que até oitenta e sete milhões de perfis poderiam ter sido expostos, a maioria deles nos Estados Unidos. No Brasil, a companhia indicou que cerca de 443 mil usuários poderiam ter tido dados compartilhados, o que colocava o país entre os mais afetados fora dos Estados Unidos. O número exato, 443.117, é atribuído pela imprensa brasileira à divulgação do Facebook em 4 e 5 de abril de 2018 (a data varia entre os veículos). Em 10 e 11 de abril, Zuckerberg depôs no Senado e na Câmara dos Estados Unidos e assumiu a responsabilidade pelo ocorrido na plataforma. Em 2 de maio, a SCL Elections e as afiliadas britânicas entraram em processo de administração judicial, equivalente grosseiro a uma falência supervisionada, e a Cambridge Analytica anunciou o fim das operações. Em 17 de maio, a Cambridge Analytica LLC pediu proteção sob o Capítulo 7 do Código de Falências americano, segundo a imprensa financeira.

Há uma observação que vale fazer sobre esse arco. Em menos de dois meses, uma empresa com contratos políticos relevantes deixou de existir, o presidente de uma das maiores companhias do mundo prestou depoimento duas vezes ao Congresso e a palavra "dados" entrou na conversa pública como assunto de eleição. É um caso raro em que a desinformação, digamos assim, no sentido amplo deste livro, funcionou ao contrário: foi a exposição de um fato incômodo que mudou a conduta de uma empresa e a pauta de um país. Quem se pergunta se reportagem ainda importa tem aqui um exemplo concreto de que sim, ainda que o desfecho jurídico tenha sido mais lento e parcial do que o noticiário do fim de semana fazia supor.

A defesa da empresa

A Cambridge Analytica negou ter feito algo ilegal e contratou, depois do escândalo, uma revisão externa (o chamado relatório Malins, de maio de 2018) que concluiu que as acusações não se sustentavam. O leitor deve tratar esse documento como o que ele é, uma peça de defesa encomendada pela própria empresa, e não como árbitro neutro. A mesma régua serve para o relato de Wylie, que é um ex-funcionário com interesse em contar a história de um jeito e que, em livro posterior (Mindf*ck, 2019), contou a história com mais detalhes. Por ser relato de parte, merece o mesmo cuidado. Em ambos os casos, o procedimento correto é o mesmo: o que um lado afirma sobre si ou sobre o outro vale como afirmação, e só passa a fato quando um documento, uma decisão ou um terceiro independente o sustenta.

A técnica: o que era "psicográfico" e o que a ciência diz

A promessa comercial da Cambridge Analytica era a de que sabia a personalidade de cada eleitor e que usava essa informação para escolher a mensagem. O alicerce científico dessa promessa não era fantasia, e convém começar por ele para depois mostrar por que a promessa ficou mais forte do que o alicerce.

Desde o início da década de 2010, um grupo de pesquisadores da Universidade de Cambridge, ligado a Michal Kosinski e David Stillwell, vinha mostrando que as curtidas no Facebook permitiam prever com alguma precisão traços como os chamados cinco grandes fatores de personalidade (abertura, conscienciosidade, extroversão, amabilidade e neuroticismo), além de características como orientação política. Em 2015, um artigo de Wu Youyou, Kosinski e Stillwell, publicado na revista PNAS, comparou o julgamento de um modelo de computador, baseado em curtidas, com o julgamento de pessoas do convívio, e concluiu que o computador superava um colega de trabalho com dez curtidas, um amigo ou colega de quarto com setenta, um familiar com cento e cinquenta e um cônjuge com trezentas, tomando como referência a autoavaliação da própria pessoa. (Os números vêm dos resumos e da divulgação do estudo.) O resultado era estatisticamente forte e estava longe de ser leitura de mente: o modelo acertava a tendência de um traço, na média de muita gente, melhor do que muitos humanos o fazem. Para vender anúncio a milhões, esse tipo de acerto médio basta. Para prever o comportamento de uma pessoa específica, não.

Um segundo estudo da mesma linha foi além e testou persuasão em campo. Em 2017, Sandra Matz, Kosinski, Gideon Nave e Stillwell publicaram na PNAS três experimentos com anúncios no Facebook, alcançando mais de três milhões e meio de pessoas. Anúncios cujo texto combinava com o nível de extroversão ou de abertura à experiência do público-alvo geraram, segundo os autores, até 40% mais cliques e até 50% mais compras do que os não personalizados. A expressão "até" faz o trabalho de uma advertência. Os números são o teto, não a média, e o contexto é de produtos de consumo (cosméticos, um jogo de ficção), em que um clique a mais é uma boa notícia e uma mudança de crença não está em jogo.

O passo seguinte da cadeia, de "anúncios personalizados vendem um pouco mais" para "mensagens personalizadas mudam o voto", é o que carece de evidência. Aqui o capítulo 5 ajuda a raciocinar: persuadir alguém a clicar num anúncio de maquiagem é uma tarefa pequena, de baixo custo e fácil de medir; mudar a escolha de um eleitor que já tem partido, família, grupo de amigos e uma lembrança do último governo é uma tarefa grande, cara e quase impossível de isolar. Os estudos de campanha eleitoral costumam encontrar efeitos de persuasão pequenos, em média, e a literatura sobre propaganda política é, no conjunto, mais cética do que as consultorias.

Há três pontos da pesquisa posterior ao escândalo que o leitor deve conhecer.

O primeiro é o testemunho de quem construiu o modelo. Aleksandr Kogan, que tem interesse óbvio em minimizar o próprio papel, disse a veículos como a CNN e, em depoimento ao Senado americano em 2018, segundo o que a imprensa registrou, que os dados do aplicativo não eram precisos no nível individual e que o uso do material numa campanha era ineficaz. Ele afirmou também que os anúncios nativos do Facebook, com segmentação por interesse, seriam mais eficazes para um anunciante do que o caminho psicográfico. Vale repetir a ressalva: é uma testemunha com motivo para dizer isso. A informação útil é que um dos criadores do modelo, quando pressionado, defendeu a tese de que o modelo valia pouco.

O segundo ponto é o conjunto de estudos independentes. Um trabalho de Jakee e Fink, disponível como texto de discussão, compara o microdirecionamento da Cambridge Analytica ao de outras consultorias e conclui que não há sinal de que fosse superior, de modo que é improvável que fosse uma explicação decisiva de qualquer resultado, segundo o resumo do trabalho. Uma meta-análise de 2026 na Psychology & Marketing estima que os rastros digitais expliquem uma fração pequena da variância de personalidade, algo em torno de cinco por cento, e que a personalização por traços produza efeito comportamental próximo de zero nos desenhos mais rigorosos, segundo o resumo do artigo. Um artigo da Political Science Research and Methods sobre validação de segmentação em redes sociais mostra que anúncios do Facebook frequentemente não alcançam o público pretendido, com taxas de acerto que, nos experimentos, variaram de forma ampla. Isso desloca a pergunta: antes de saber se a mensagem persuadiu, é preciso saber se chegou à pessoa certa, e a resposta nem sempre é sim.

O terceiro ponto é a dificuldade de medir a causalidade no voto. Mesmo que se admita que alguma mensagem personalizada tenha chegado a alguém e agido, a eleição americana de 2016 foi decidida por 77.744 votos distribuídos em três estados, a soma das margens de Trump na Pensilvânia, em Wisconsin e em Michigan, e nenhum estudo sério consegue isolar o efeito de um conjunto de anúncios entre os milhares de fatores da campanha. Quem afirma "a Cambridge elegeu Trump" e quem afirma "a Cambridge não teve efeito algum" estão ambos acima do que os dados permitem. O que se pode dizer é que a prova de efeito decisivo nunca apareceu, e que a ausência de prova, aqui, vem com razões metodológicas, e não só com falta de esforço.

Uma tabela pequena resume o que o caso estabeleceu e o que deixou aberto.

Pergunta	O que está documentado	O que não foi demonstrado
Os dados foram coletados e repassados contra as regras?	Sim: queixa da FTC, depoimento da plataforma, decisões do regulador britânico	Quantos perfis brasileiros foram de fato usados em modelo
A Cambridge Analytica elaborou perfis de eleitores?	Sim, segundo a FTC, a partir do verão de 2014	Que os perfis fossem mais precisos que os de concorrentes
Houve efeito sobre o voto?	Reivindicado pela empresa em material de venda e depois relativizado	Qualquer efeito causal mensurável sobre o resultado
A empresa trabalhou no referendo do Brexit?	Contatos exploratórios com grupos da campanha	Trabalho operacional, segundo o regulador britânico em 2020

As contas: multas, acordos e o que cada uma quer dizer

Quando um escândalo vira conta, o leitor tende a tratar o valor como medida de gravidade. A leitura é tentadora e precária, porque cada valor responde a um fundamento jurídico diferente e a um teto legal que pode ser baixo por razões históricas.

A multa do regulador britânico (ICO) ao Facebook, confirmada em 25 de outubro de 2018, foi de 500 mil libras, o máximo previsto na lei de proteção de dados anterior ao regulamento europeu de 2018. O ICO anunciou a multa em 25 de outubro de 2018 (BBC e relatório final do órgão, de novembro de 2018). O fundamento foi o de que a plataforma deixou desenvolvedores acessarem informações dos usuários sem consentimento suficientemente claro e informado e não protegeu esses dados de uso indevido. Comentaristas notaram na época que, sob o regulamento mais novo, o teto seria muito maior, o que ilustra a distância entre o valor e a gravidade. O Facebook recorreu e, em outubro de 2019, fez acordo com o regulador: retirou o recurso e pagou a multa, sem admitir responsabilidade.

Nos Estados Unidos, em 24 de julho de 2019, a FTC anunciou um acordo de 5 bilhões de dólares com o Facebook, a maior penalidade já aplicada pela agência a uma empresa de tecnologia, em parte ligada ao episódio da Cambridge Analytica e em parte a descumprimento de ordem anterior sobre privacidade. No mesmo dia, a FTC apresentou queixa administrativa contra a Cambridge Analytica e anunciou acordos com Alexander Nix e com Aleksandr Kogan: ambos aceitaram ordens que os proíbem de fazer declarações enganosas sobre coleta e uso de dados pessoais e exigem a exclusão das informações coletadas pelo aplicativo. A empresa, em falência, não fez acordo. A comissão aprovou a queixa e os termos por cinco votos a zero, segundo o comunicado.

Em dezembro de 2022, a Meta, controladora do Facebook, concordou em pagar 725 milhões de dólares para encerrar uma ação coletiva de consumidores americanos sobre o compartilhamento de dados, sem admitir culpa. A imprensa jurídica registrou a aprovação preliminar pela Justiça federal da Califórnia em março de 2023 e a final em outubro de 2023. Sem admissão de culpa, a quantia é, no vocabulário jurídico, o preço de encerrar a controvérsia, e não um veredito.

Para o referendo do Brexit, a conclusão do regulador britânico foi uma correção importante à narrativa popular. Em outubro de 2020, a comissária Elizabeth Denham escreveu a um parlamentar que, depois de revisar o material, não encontrara evidência adicional que mudasse seu entendimento anterior: a SCL e a Cambridge Analytica não haviam sido envolvidas na campanha do referendo no Reino Unido, além de consultas iniciais. (Parafraseado a partir do resumo da imprensa.) A empresa que havia sido colada ao Brexit pela cobertura internacional não teve, segundo o regulador, papel operacional nele. Já a Leave.EU, uma das campanhas pró-saída, foi multada pelo ICO por e-mails de marketing irregulares, por um motivo que nada tem a ver com psicografia.

O leitor que tenha desconfiado de que a história pode ter sido contada de forma exagerada terá, aqui, motivo. Mas há uma leitura ainda mais exata: o escândalo foi real onde havia documento e foi inflado onde havia narrativa. Separar os dois exige o mesmo trabalho que o capítulo 5 pediu em relação a boatos: perguntar, a cada afirmação, "quem documentou isso e como".

O outro lado: Obama 2012 e a régua de consentimento

Uma pergunta que apareceu em março de 2018, quase em simultâneo com o escândalo, foi se o que a Cambridge Analytica fez era diferente do que campanhas democratas haviam feito. A pergunta é legítima e tem resposta com ressalvas.

Em 2012, a campanha de reeleição de Barack Obama usou um aplicativo no Facebook para mobilizar apoiadores. Quem se cadastrava na lista de e-mail da campanha era convidado a autorizar o aplicativo, que podia ler certos dados do perfil. A Associated Press, em reportagem de 21 de março de 2018 reproduzida por muitas emissoras locais americanas, estimou em torno de um milhão os apoiadores que deram acesso aos seus dados. O aplicativo usava a lista de amigos para sugerir que o apoiador entrasse em contato com amigos que o modelo da campanha apontava como mais receptivos. Os amigos, como no caso de Kogan, não deram consentimento direto: o acesso era permitido pelas regras do Facebook da época.

Carol Davidsen, diretora de integração de dados e de análise de mídia da campanha, afirmou em 2018, em mensagens públicas, que o Facebook permitiu o acesso a esses dados porque a plataforma estava do lado da campanha, e que aquele foi o único uso que a deixou desconfortável, apesar de a campanha ter respeitado as regras. (Paráfrase a partir do relato da AP.) Os ex-assessores de Obama sustentaram que os dados foram mantidos em segurança, não foram vendidos nem repassados e que a campanha, nas palavras de seu cientista-chefe Rayid Ghani, não extraiu tudo o que era possível sobre todos. Jim Messina, o coordenador da campanha de 2012, argumentou que a diferença com a Cambridge Analytica estava na fraude: dados que um pesquisador obteve pagando pessoas para instalar um aplicativo e depois repassou a uma empresa comercial. A checagem da PolitiFact, de 22 de março de 2018, sobre uma comparação feita por Meghan McCain, classificou-a como "meio verdadeira": as duas campanhas acessaram dados de amigos por regras antigas da plataforma, mas com usos diferentes.

Eis o teste de simetria aplicado a esse caso. Se a Cambridge Analytica tivesse trabalhado para um candidato progressista e o aplicativo de 2012 tivesse sido operado por uma campanha conservadora, a descrição técnica seria idêntica: dados de plataforma obtidos por um mecanismo permitido pela plataforma, usados para segmentar e mobilizar. O que muda a avaliação não é o lado, e sim três variáveis. A primeira é o consentimento de quem instalou: em 2012, o apoiador sabia que estava ajudando uma campanha; no quiz de Kogan, o usuário achava que estava respondendo a um estudo acadêmico. A segunda é a finalidade declarada e a real: a campanha de 2012 usava dados para o seu próprio fim, enquanto o aplicativo de 2014 prometeu pesquisa e entregou venda. A terceira é a transferência a terceiros: uma coisa é uma campanha usar a própria base, outra é um dado migrar de um pesquisador para uma consultoria que vende segmentação. Quem usar "Obama também fez" como defesa de Kogan ignora essas três variáveis, e quem usar "foi o mesmo" como acusação ao outro lado também.

Há outro ponto de simetria que o noticiário de 2018 tendeu a omitir. A Cambridge Analytica prestou serviços, antes de Trump, à campanha do senador Ted Cruz nas primárias republicanas de 2016, e a campanha de Trump, em 2016, usou o Facebook como principal canal de anúncios, com ou sem a Cambridge Analytica, como registrou a cobertura da época. O uso intensivo de plataformas para anúncio político não era uma originalidade da direita: era, em 2012, uma fonte de orgulho da esquerda, descrita em livros e matérias como a campanha mais sofisticada em dados até então. O que a imprensa e os eleitores acharam aceitável em 2012 e inaceitável em 2018 diz algo sobre os princípios, e algo sobre a conveniência de cada época.

O Brasil: uma parceria anunciada, suspensa e investigada

No Brasil, o caso tem uma versão própria, menor do que o título sugere, mas instrutiva.

Em março de 2017, o publicitário André Torretta anunciou uma parceria entre sua empresa, a Ponte Estratégia, e a Cambridge Analytica, criando um braço chamado Cambridge Analytica Ponte, com escritório em São Paulo, segundo a imprensa de comunicação da época (Meio & Mensagem, 13 de março de 2017). Em novembro de 2017, em entrevista reproduzida pela UOL a partir da Bloomberg, Torretta disse que a parceria buscava clientes para as eleições de 2018, que ele recusaria clientes extremistas e que pretendia "tropicalizar" o método, com mais pesquisa e menos compra de dados do que nos Estados Unidos. Em dezembro de 2017, a Folha de S.Paulo publicou que a empresa que trabalhou para a campanha de Trump chegara ao Brasil.

Quando o escândalo explodiu, em março de 2018, a Ponte suspendeu a parceria, segundo a Bloomberg em 21 de março e O Globo na mesma semana. Torretta declarou que desconhecia ilegalidades da Cambridge Analytica, que a empresa americana não tivera acesso a dados de brasileiros e que a retomada da parceria era improvável. A Ponte voltou ao nome anterior. O BuzzFeed News informou que houvera conversas com um partido de grande porte que não se concretizaram, mas a Ponte não confirmou contratos eleitorais. Nas fontes consultadas, não há prova de que a Cambridge Analytica tenha executado campanha eleitoral no Brasil em 2018; o que existiu foi uma sociedade comercial anunciada, depois suspensa. O dossiê desta pesquisa registrou que não encontrou contrato eleitoral brasileiro fechado com a CA antes do escândalo, e o texto mantém essa formulação em vez de afirmar o contrário.

O Ministério Público do Distrito Federal e Territórios instaurou, em março de 2018, um inquérito civil, pela Portaria 02/2018, para apurar as circunstâncias e causas do provável uso ilegal de dados pessoais de brasileiros pela Cambridge Analytica e pela Ponte Estratégia (a portaria é citada em documento do Senado Federal; a imprensa da época reproduz o texto). Não localizei, nas fontes consultadas, o desfecho desse inquérito; por isso o texto não afirma nem arquivamento nem condenação. Quanto ao Facebook, a Secretaria Nacional do Consumidor, do Ministério da Justiça, aplicou à plataforma uma multa de R$ 6,6 milhões por conta do episódio, com base no Código de Defesa do Consumidor e no Marco Civil da Internet; anulou a penalidade em julho de 2022 para garantir o direito de defesa e a restabeleceu em agosto de 2022, segundo a DPL News. Aqui vale a mesma presunção de inocência de todo o livro: a Ponte negou irregularidades, não foi condenada, nas fontes verificadas, e comparar uma parceria comercial anunciada à coleta de dados de Kogan seria um equívoco. A sociedade existiu e foi interrompida; a coleta ilícita é outro fato, que a Ponte nega ter praticado.

O episódio brasileiro coincide com a tramitação de uma lei. A Lei Geral de Proteção de Dados (Lei 13.709) foi sancionada em agosto de 2018, ou seja, cinco meses depois do escândalo e dois meses antes da eleição, e passou a ter força de lei de modo gradual. Dizer que o caso Cambridge Analytica "causou" a LGPD seria exagero, porque o projeto vinha de anos de discussão, inspirado no regulamento europeu; dizer que o caso ajudou a tirar o assunto da gaveta é razoável, e a leitura aparece em comentários da época, e aqui vai como interpretação. O que se pode afirmar sem ressalva é a coincidência de datas.

Para o ano de 2018, outro desdobramento merece nota: o Brasil teve em outubro, no mesmo período, uma eleição em que o canal decisivo de desinformação e de organização política foi menos o anúncio segmentado do Facebook e mais a mensagem de WhatsApp, em grupos e correntes. O capítulo 8 trata disso. Vale deixar aqui a observação de que o modelo "Cambridge Analytica", uma consultoria com dados sofisticados, é um tipo de risco, e o modelo "mensagem em massa em canal fechado" é outro, e que um país pode estar exposto a um sem estar exposto ao outro.

O que mudou depois

Três mudanças decorrem do caso, e é útil separá-las porque nem todas são conquistas.

A primeira é a restrição técnica de acesso de aplicativos a dados de usuários e de amigos nas plataformas, que o Facebook intensificou depois do escândalo, com revisão de aplicativos e fim de funcionalidades de coleta de contatos. O custo foi indireto: pesquisadores acadêmicos, que usavam essas interfaces para estudar comportamento político, perderam acesso. Boa parte do que se sabe sobre a eleição de 2016 e sobre a difusão de desinformação veio de pesquisas que, depois de 2018, ficaram mais difíceis, e o debate sobre acesso de pesquisadores a dados de plataformas (que o capítulo 13 retoma) é filho em parte desse episódio. Uma lei de privacidade que protege o usuário também pode proteger a plataforma do escrutínio.

A segunda é a regulação. O regulamento europeu de proteção de dados, que entrou em vigor em maio de 2018, ganhou o caso como argumento. Nos Estados Unidos, a FTC passou a exigir da plataforma mecanismos de supervisão de privacidade como parte do acordo de 2019. No Brasil, a LGPD veio a seguir. Em todos os casos, a lição jurídica foi a de que dado pessoal tem finalidade e que a transferência fora da finalidade é violação.

A terceira é a mudança de percepção sobre o poder da segmentação. Depois de 2018, a ideia de que "os algoritmos sabem tudo sobre você" ganhou vida própria no debate público e na publicidade comercial, e hoje serve tanto de denúncia quanto de promessa de venda. Quando um fornecedor de marketing diz que sua inteligência artificial lê a personalidade do cliente, vale perguntar com que precisão e com que teste. A mensagem do caso, para quem compra serviço de segmentação, é que o produto vendido pode ser muito pior do que a apresentação, e que o fato de um dado ter sido coletado de maneira questionável não quer dizer que tenha sido útil.

A defesa

A defesa para a pessoa

A defesa de uma pessoa contra a coleta e o uso de dados comportamentais é parcial, e convém admitir isso. O que dá para fazer: revisar periodicamente quais aplicativos têm acesso à sua conta em cada plataforma e revogar os que você não usa; desconfiar de quizzes de personalidade e testes de "descubra quem você é", que historicamente servem de isca de coleta; entender que curtidas são dado e que quem as vê pode inferir mais do que você pensa; e, diante de um anúncio político muito ajustado ao seu perfil, perguntar quem o pagou e por que você o está vendo. Várias plataformas têm bibliotecas públicas de anúncios, que permitem ver quem anuncia e qual mensagem; consulte-as (disponibilidade e escopo variam por plataforma e por país; confira o que existe quando for usar).

A defesa para a redação e para a empresa

Jornalistas devem tratar a promessa de uma consultoria como alegação e pedir a evidência de eficácia, que quase nunca está disponível. A cobertura do fim de semana de março de 2018 acertou a coleta e, em muitos veículos, exagerou o efeito. Empresas e campanhas que compram segmentação devem exigir teste: pedir um grupo de controle, medir o resultado e não aceitar demonstração com casos escolhidos. Quem lida com dados deve manter registro de finalidade, de base legal e de repasse; a lição jurídica do caso é que "o usuário consentiu em usar o aplicativo" não equivale a "o usuário consentiu em ter o dado vendido a uma consultoria política".

A defesa para a plataforma e para o Estado

A plataforma precisa auditar o que acontece com os dados depois que eles saem pela interface, e não apenas pedir que o desenvolvedor certifique a destruição. O Estado precisa de regra clara sobre uso de dados pessoais em campanha, com sanção proporcional e com capacidade técnica de fiscalização. O regulador britânico recomendou, em 2018, um código estatutário de boas práticas para o uso de dados pessoais por campanhas, ao fim de uma investigação que apontou desrespeito generalizado à privacidade dos eleitores por parte de partidos e organizações, segundo resumos do relatório. O ponto vale para qualquer país, inclusive o Brasil, em que a Justiça Eleitoral regula o conteúdo e o impulsionamento, mas a separação entre dados de campanha e dados de consumo ainda é matéria em construção.

Verdades desconfortáveis

A primeira é que o caso Cambridge Analytica foi, em parte, um golpe de vendas bem-sucedido contra os próprios clientes. A empresa cobrou por uma mágica que, na melhor hipótese, funcionava como outras formas de segmentação. Quem achou, em 2018, que bastava proibir a empresa para proteger a democracia aceitou sem querer a propaganda dela: tratou a promessa de eficácia como fato. Quando o público acredita que o inimigo é onipotente, o inimigo ganha a reputação que queria.

A segunda é que a plataforma foi coautora. O Facebook construiu um sistema em que um desenvolvedor podia ler dados de quem nunca o instalou, lucrou com o crescimento que isso trazia, e só restringiu a regra quando o custo de reputação ficou maior que o benefício. Quem concentra a indignação num consultor e esquece o desenho do produto está dispensando a empresa de explicar o seu modelo.

A terceira é que o uso de dados para eleição não é privilégio de um campo. A campanha que se orgulhou de sofisticação em dados em 2012 e a campanha que contratou a consultoria em 2016 jogaram o mesmo jogo, com regras que a plataforma deixava abertas. O que muda de um caso para outro é a conduta específica (consentimento, finalidade, transferência), e quem a usa como arma partidária perde a única coisa que torna a crítica convincente, a mesma régua para todos.

A quarta é que existe um risco simétrico ao da manipulação, que é o pânico da manipulação. Se tudo o que um eleitor pensa é atribuído a um algoritmo, a responsabilidade política some: a derrota vira culpa de um engenheiro e o eleitor vira marionete. A pesquisa sobre persuasão mostra gente que resiste, ignora, esquece e muda de ideia por motivos próprios, e não uma massa programável. Uma explicação que isenta o eleitor de ter escolhido é confortável, e por isso mesmo merece desconfiança.

A quinta é que a regulação também tem custo. O acesso de pesquisadores aos dados que ajudariam a responder se esse tipo de segmentação funciona diminuiu depois do caso, em nome da privacidade. Proteger o usuário e permitir que a sociedade audite o poder das plataformas são objetivos que se chocam, e quem prefere um deles sem admitir o preço do outro não fez a conta.

Como se defender

Se você é eleitor ou usuário

• Revise os aplicativos conectados à sua conta nas redes e remova os que não usa.
• Trate quizzes de personalidade, "qual personagem você seria" e testes similares como coleta de dados, mesmo quando parecem pesquisa.
• Ao ver um anúncio político, procure o anunciante na biblioteca pública de anúncios da plataforma, quando existir, e compare a mensagem que você recebeu com a que outros grupos recebem.
• Desconfie de mensagens que parecem escritas para você, com seus medos e seu vocabulário. A personalização é um sinal de segmentação, não de verdade.
• Desconfie também de quem diz que sabe exatamente como você pensa. Previsão média de personalidade é diferente de leitura de pessoa.

Se você trabalha com comunicação ou campanha

• Exija do fornecedor de dados a origem, a base legal, a finalidade original e o registro de repasse. Se ele não souber responder, não compre.
• Peça teste de eficácia com grupo de controle antes de pagar por segmentação psicográfica. Casos de sucesso escolhidos a dedo não valem.
• Não prometa ao cliente o que a literatura não sustenta. A reputação de quem vendeu mágica em 2016 não sobreviveu a 2018.
• Mantenha separadas a base de apoiadores e a base de consumo, e documente o consentimento de cada uma.

Se você decide ou julga

• Pergunte, diante de um caso de coleta ilícita, três coisas separadas: o que foi coletado, o que foi feito com o que foi coletado, e o que se prova do efeito. Misturar as três é o erro mais comum.
• Compare a sanção com o fundamento e com o teto legal, não só com o valor.
• Aplique a mesma régua a campanhas de espectros diferentes que usem dados de plataforma.

Sinais de alerta

• Uma consultoria promete "ler a personalidade" do eleitor sem mostrar teste de eficácia.
• Um aplicativo pede acesso ao perfil e à lista de amigos para entregar um quiz.
• O discurso de venda descreve a segmentação como infalível e a trata como segredo industrial que não pode ser auditado.
• Uma notícia afirma que determinada empresa "elegeu" um candidato, sem estudo que a sustente.
• Um dado pessoal coletado para pesquisa aparece em uma ferramenta de venda política.
• A plataforma responde a um problema de dados dizendo que "o desenvolvedor violou as regras", sem explicar por que a regra permitia a coleta.

Exercícios

1. Linha do tempo com fontes. Monte uma linha do tempo de uma página com dez datas do caso (coleta, ban de 2015, reportagem, depoimentos, multas), indicando para cada uma a fonte primária (comunicado, queixa, depoimento) ou a fonte jornalística que a registra. Marque as que você só encontrou em fonte secundária.
2. Pesquisa do aplicativo. Abra as configurações de aplicativos conectados da sua conta em uma rede social. Liste quantos aplicativos têm acesso, o que cada um lê e se você se lembra de ter autorizado. Entregue a lista e a decisão (manter ou revogar) com uma linha de justificativa para cada.
3. Dois lados, uma régua. Escreva uma página comparando o aplicativo de 2012 da campanha Obama e o aplicativo de Kogan segundo três critérios (consentimento, finalidade, transferência). Troque os partidos e releia: a avaliação mudaria? Se sim, reescreva.
4. Auditoria de promessa. Escolha o anúncio de um serviço de "marketing com inteligência artificial" que promete conhecer o seu cliente. Liste as perguntas que você faria para validar a promessa (amostra, grupo de controle, métrica, intervalo de erro) e o que consideraria evidência suficiente.
5. Brasil, 2018. Leia uma reportagem da época sobre a parceria Ponte e Cambridge Analytica e outra sobre a suspensão. Escreva, em até duas páginas, o que cada uma prova, o que insinua e o que ainda faltava saber.

Prompt de estudo

Vou colar o texto de uma reportagem ou de um relatório sobre uso de dados pessoais em campanha política. Separe, em três listas, (1) o que o texto documenta com fonte identificável, (2) o que o texto afirma sem documento, e (3) o que seria preciso saber para concluir que houve efeito sobre o voto. Em seguida, aplique o teste de simetria: reescreva o resumo trocando o partido ou o espectro dos envolvidos e diga se a sua avaliação mudaria e por quê. Não invente fatos nem números que não estejam no texto; quando faltar informação, diga que falta.

Estou avaliando um fornecedor que promete "segmentação psicográfica" para uma campanha. Liste dez perguntas que um comprador cético deveria fazer, incluindo como a empresa obteve os dados, qual a base legal, como valida a precisão da predição, como mede o efeito de uma mensagem e que estudos independentes existem. Para cada pergunta, descreva uma resposta que seria um sinal de alerta.

Fontes e leituras

Documentos oficiais e decisões

• FTC. Comunicado de 24 de julho de 2019 sobre a queixa administrativa contra Cambridge Analytica e os acordos com Alexander Nix e Aleksandr Kogan: https://www.ftc.gov/news-events/news/press-releases/2019/07/ftc-sues-cambridge-analytica-settles-former-ceo-app-developer (lido para este capítulo).
• FTC. Queixa administrativa, 24 de julho de 2019: https://search.ftc.gov/system/files/documents/cases/182_3107_cambridge_analytica_administrative_complaint_7-24-19.pdf (não aberta integralmente; dados citados pelo comunicado).
• Zuckerberg, M. Depoimento preparado ao Comitê Judiciário do Senado dos EUA, 10 de abril de 2018: https://www.judiciary.senate.gov/imo/media/doc/04-10-18 Zuckerberg Testimony.pdf (acesso bloqueado na consulta; conteúdo citado por reprodução na imprensa).
• ICO (Reino Unido). Investigation into the use of data analytics in political campaigns, novembro de 2018: https://ico.org.uk/media2/migrated/2260271/investigation-into-the-use-of-data-analytics-in-political-campaigns-final-20181105.pdf (não aberto; resumo por terceiros).
• ICO. Carta da comissária Elizabeth Denham ao parlamentar Julian Knight, 2 de outubro de 2020: https://ico.org.uk/media2/migrated/2618383/20201002_ico-o-ed-l-rtl-0181_to-julian-knight-mp.pdf (PDF não legível na consulta; conclusão conhecida por cobertura da imprensa).

Estudos

• Youyou, W.; Kosinski, M.; Stillwell, D. "Computer-based personality judgments are more accurate than those made by humans". PNAS, 2015. DOI 10.1073/pnas.1418680112.
• Matz, S. C.; Kosinski, M.; Nave, G.; Stillwell, D. J. "Psychological targeting as an effective approach to digital mass persuasion". PNAS, 114(48), 2017, p. 12714-12719. DOI 10.1073/pnas.1710966114.
• Jakee, K.; Fink, A. Texto de discussão sobre o microdirecionamento da Cambridge Analytica, SSRN: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4843786 (resumo).
• Meta-análise sobre predição de personalidade e personalização, Psychology & Marketing, 2026: https://onlinelibrary.wiley.com/doi/10.1002/mar.70073 (resumo).
• Frontiers in Communication, 2020, sobre o impacto causal difícil de medir: https://www.frontiersin.org/journals/communication/articles/10.3389/fcomm.2020.00067/full (resumo).

Imprensa

• The Guardian/The Observer, 17 de março de 2018, reportagem com Christopher Wylie: https://www.theguardian.com/news/2018/mar/17/cambridge-analytica-facebook-influence-us-election (acesso bloqueado na consulta; citada pela cobertura e pelo dossiê).
• Reuters, 4 de abril de 2018, sobre os 87 milhões de perfis: https://www.reuters.com/article/technology/facebook-says-data-leak-hits-87-million-users-widening-privacy-scandal-idUSKCN1HB2CA/ (não aberta; citada pelo dossiê).
• Associated Press, março de 2018, "Obama campaign advisers say they used Facebook data properly" (lida por retransmissão em emissoras locais); NPR, 25 de março de 2018; PolitiFact, 22 de março de 2018: https://www.politifact.com/factchecks/2018/mar/22/meghan-mccain/comparing-facebook-data-use-obama-cambridge-analyt/.
• Meio & Mensagem, 13 de março de 2017, e UOL/Bloomberg, 21 de novembro de 2017, sobre a parceria da Ponte com a Cambridge Analytica.
• O Globo e BuzzFeed News (março de 2018) sobre a suspensão da parceria: https://oglobo.globo.com/mundo/publicitario-brasileiro-suspende-parceria-com-cambridge-analytica-22500990 e https://www.buzzfeednews.com/article/mauroalbano/cambridge-analytica-brazil-suspend-partnership.
• Reuters, 23 de dezembro de 2022, sobre o acordo de 725 milhões de dólares: https://www.reuters.com/legal/facebook-parent-meta-pay-725-mln-settle-lawsuit-relating-cambridge-analytica-2022-12-23/ (não aberta; confirmado por buscas na imprensa jurídica).

Leituras

• Wylie, C. Mindf*ck: Cambridge Analytica and the Plot to Break America. Random House, 2019 (relato de parte interessada).
• Capítulos 1, 5, 6 e 8 deste livro.