Como Funcionam as Operações de Influência Modernas, Parte 1: A Nova Pilha de Influência

Como as Operações de Influência Modernas Funcionam, Parte 1: A Nova Pilha de Influência

Escrito por Charles Davis via The Epoch Times,

Numa noite de terça-feira em um dormitório, um estudante abre o TikTok para um “intervalo de cinco minutos”.

O primeiro clipe é uma montagem de escombros e sirenes.

O segundo é uma explicação no estilo de professor, com legendas bem organizadas, entregando uma única conclusão moral.

O terceiro é um vídeo de celular tremido de uma confrontação em outro campus—gritos, luzes de polícia, uma multidão avançando como o clima.

O estudante não procura nenhum desses.

Eles nem sequer seguem as contas.

O feed chega já confiante sobre o que importa.

Este é a tecnologia política do nosso momento: o sistema que decide—milhares de vezes ao dia—o que você verá em seguida.

A Pilha de Influência

Por grande parte do último século, influência significava transmissão. Você comprava um jornal, veiculava um anúncio de rádio, imprimia panfletos, argumentava na praça da cidade. O feedback era lento, indireto e caro.

Hoje, a influência funciona em uma pilha diferente. É microsegmentação—descobrir qual fatia da população segmentar. É distribuição de recomendação—determinar o que colocar na frente do grupo-alvo e em que sequência. É a medição de efeitos—tempo de exibição, revisitas, hesitação ao rolar, comentários, compartilhamentos. E é iteração—ajustando rapidamente o que funciona e descartando o que não funciona.

Uma vez que esses pedaços se encaixam, a persuasão deixa de parecer um debate de festa. Assume a aparência de um termostato: sinta a sala, ajuste a temperatura, sinta novamente.

Microsegmentação Não Começou com o TikTok

A microsegmentação é mais antiga que o feed do smartphone.

As campanhas há muito combinam arquivos de eleitores com dados de consumidores e demográficos, e, então, adaptam apelos a segmentos específicos. O que mudou, especialmente no início dos anos 2010, foi o ritmo: a capacidade de ver o que está funcionando enquanto o momento ainda está se desenrolando.

A operação digital da campanha de Obama em 2012 oferece uma ponte útil entre o mundo mais antigo e o atual. Suas equipes observavam o comportamento na web em tempo quase real e o usavam para resposta rápida. Durante um debate presidencial, quando o então governador de Massachusetts, Mitt Romney, disse “arquivos cheios de mulheres”, a campanha comprou imediatamente anúncios de pesquisa vinculados à frase e para uma ficha informativa; o líder digital da campanha descreveu um “aumento imediato tanto no tráfego quanto no engajamento” de usuários pesquisando esse termo.

Isso não é TikTok. Ainda é a web aberta—pesquisa, anúncios, páginas de destino. Mas a mudança mostra uma nova lógica: observe o comportamento à medida que acontece, e, então, redirecione a atenção antes que a história esfrie. Aproveite o momento.

As plataformas algorítmicas industrializam esse loop. A microsegmentação não se trata de “quem recebe qual mala direta”. Torna-se um sistema ao vivo, costurado à distribuição e ao feedback. Diferentes dados demográficos podem ser mostrados versões direcionadas da mesma realidade, e o sistema aprende—em escala—como cada grupo responde.

E “resposta” não requer concordância explícita. Pode ser atenção, excitação e volatilidade: dois segundos extras de tempo de exibição, uma revisita, um comentário digitado com raiva e postado, um compartilhamento em um grupo de bate-papo.

Os sistemas de classificação não apenas refletem a preferência. Eles a moldam.

Não precisamos adivinhar se a classificação muda o que as pessoas veem. Pesquisadores testaram isso dentro das plataformas.

Um estudo em larga escala publicado nos Proceedings of the National Academy of Sciences of the United States of America (PNAS) utilizou um “experimento randomizado em larga escala” no X, então conhecido como Twitter, que atribuiu um grupo de controle randomizado—cerca de dois milhões de contas ativas diárias—a um feed em ordem cronológica “livre de personalização algorítmica”, precisamente para que os efeitos da classificação pudessem ser medidos. Os autores relataram diferenças mensuráveis na “amplificação algorítmica” entre atores políticos em vários países.

Essa é a chave: a classificação é uma intervenção. Quando um sistema ordena conteúdo, ele decide o que se torna saliente, o que parece comum para grupos particulares, o que parece urgente e o que desaparece. O poder político pode emergir mesmo quando ninguém escreve um manifesto dentro da empresa. O feed treina o usuário. É um ambiente, e ambientes moldam o comportamento.

É por isso que o debate público tão frequentemente erra o ponto.

As pessoas argumentam como se a única questão fosse se uma plataforma “censura” um ponto de vista ou “promove propaganda”. Essas preocupações importam. Elas apenas se sobrepõem a um mecanismo mais profundo: o simples ato de classificação, repetido bilhões de vezes, muda sobre o que as sociedades falam.

Medição: O Poder Oculto Está no Painel

A pilha de influência é alimentada por painéis.

Um transmissor pode aprender semanas depois se uma mensagem chegou. Uma plataforma aprende em minutos se um clipe aumentou a retenção entre jovens de 19 anos em um local específico, em uma determinada hora, após uma sequência estrategicamente definida de vídeos anteriores.

Isso cria uma capacidade de persuasão que as instituições mais antigas não foram construídas para igualar: experimentação rápida com a atenção humana. O conteúdo se torna uma hipótese. O público se torna um laboratório vivo. O sistema mantém o que funciona.

As universidades atualizam as políticas uma vez por semestre. As redações de notícias ajustam a estrutura ao longo de dias. Os legisladores se movem ao longo de meses. O escopo e o foco do feed podem mudar antes do almoço.

Por que a raiva vence dentro do loop

Uma verdade difícil sobre a pilha de influência é que nem todas as emoções viajam igualmente bem por ela. Emoções de alta excitação se movem mais rápido porque elas provocam ação.

Em um estudo fundamental sobre compartilhamento, Jonah Berger e Katherine Milkman descobriram que a viralidade está ligada à excitação fisiológica: o conteúdo que evoca emoções de alta excitação, incluindo raiva e ansiedade, é mais propenso a se espalhar do que o conteúdo que evoca emoções de baixa excitação, como tristeza.

A política adiciona outro acelerador: emoção moral. Um estudo do PNAS analisando grandes conjuntos de dados de debates nas redes sociais descobriu que a linguagem emocional moral aumenta a difusão; em sua amostra, cada palavra emocional moral adicional em uma mensagem estava associada a um aumento substancial no compartilhamento.

E a raiva tem vantagens particulares em ambientes em rede. Uma análise computacional do Weibo descobriu que a raiva é mais “contagiosa” do que a alegria e mais capaz de viajar ao longo de laços sociais mais fracos—o que significa que pode se mover além de um grupo unido e se espalhar para comunidades mais amplas.

Junte tudo isso e a lógica de segmentação se torna quase mecânica. A raiva mantém as pessoas assistindo. Aumenta as chances de que elas compartilhem. Tende a se estender de clusters locais para redes mais amplas. Em um sistema otimizado para engajamento, a raiva não é apenas um sentimento. É uma vantagem de distribuição.

Iteração: Como os pontos de discussão voltam como temas otimizados

E então há o truque de transmissão mais antigo—a frase repetida, o slogan, o ponto de discussão—reaparecendo em novas roupas.

Na televisão, a tematização funcionava porque a repetição faz com que as ideias pareçam comuns. Na pilha de influência, o sistema testa variações. Ele monitora a curva de retenção, observa a velocidade de compartilhamento e a intensidade do comentário. As frases que sobrevivem são aquelas que viajam e se endurecem em slogans que parecem “em todos os lugares”, porque a plataforma aprendeu exatamente onde “em todos os lugares” é.

É assim que um quadro moral se torna um mecanismo de transporte. Uma frase curta é fácil de legendas, fácil de hashtags, fácil de costurar e remixar. Também é fácil para o sistema reconhecer e direcionar para públicos que historicamente responderam a essa chave emocional.

O Problema da Verificação

Um segundo fato político da pilha de influência é que os de fora têm dificuldade em verificar o que está acontecendo em tempo real.

As plataformas apontam para a transparência e o acesso dos pesquisadores. Embora esses programas sejam significativos; às vezes, eles ficam atrás da velocidade dos eventos. A vantagem da pilha de influência é a velocidade em um mundo de supervisão lenta. Quando você não consegue ver todo o sistema—pesos de distribuição, regras de desclassificação, caminhos de recomendação, decisões de aplicação—você não consegue separar de forma confiável as ondas orgânicas das ondas amplificadas algorítmicamente, ou avaliar se as intervenções foram neutras ou assimétricas.

O que Esta Série Fará

Nos próximos capítulos, subiremos a pilha.

Examinaremos o reconhecimento de emoções e por que até mesmo a inferência de afeto falha pode ser perigosa quando as instituições tratam os resultados como verdade. Analisaremos o modelo operacional da China—resolução de identidade mais cobertura de sensores mais fusão de dados—e por que a arquitetura importa mais do que qualquer sensor único. Trataremos o TikTok como uma camada de distribuição onde a iteração é rápida e a verificação é difícil. Em seguida, aplicaremos o framework a um caso de teste que os americanos vivenciaram: o aumento da dinâmica de protesto no campus durante a guerra de Gaza, o que podemos medir e o que não podemos afirmar com responsabilidade.

O objetivo não é reduzir a genuína convicção política a “o algoritmo fez isso”. As pessoas protestam por motivos reais. As instituições falham por motivos reais. Mas em um mundo onde a atenção é programável, torna-se imprudente fingir que o feed é apenas entretenimento.

A pilha de influência não substitui a política. Ela muda a temperatura em que a política acontece.

E uma vez que você a vê, a pergunta deixa de ser se um único vídeo “causou” alguma coisa.

A pergunta se torna: quem controla o termostato—e quem pode auditá-lo?

As opiniões expressas neste artigo são opiniões do autor e não refletem necessariamente as opiniões de The Epoch Times ou ZeroHedge.

Tyler Durden
Seg, 04/06/2026 - 23:25