Como o algoritmo faz a bolha

A ideia: a bolha de filtro

Em 2011, o ativista americano Eli Pariser deu nome ao que o feed faz: “a sua bolha de filtro é o seu próprio universo de informação, pessoal e único, em que você vive na internet”. E o problema, para ele, é que “não é você que decide o que entra. E, mais importante, você não chega a ver o que foi cortado” (palestra no TED, 2011, tradução nossa).

Era uma hipótese, contada com exemplos do próprio feed dele. A pergunta dos anos seguintes foi medir: quanto o algoritmo estreita, e se isso muda o que as pessoas pensam.

2015: o algoritmo estreita, e a escolha também

Três pesquisadores do Facebook seguiram 10,1 milhões de usuários americanos que declaravam ideologia no perfil. A ordenação do feed reduziu em 8% a chance de um liberal ver notícia do outro lado, e em 5% a de um conservador. O clique da própria pessoa reduziu em 6% e 17% (Bakshy, Messing e Adamic, Science, 2015, p. 1131).

Os autores concluem que a escolha das pessoas pesou mais que o algoritmo. Os números mostram que isso vale com folga para os conservadores; para os liberais, o feed pesou mais que o clique. E o fator que mais limitou a variedade, dizem eles, foi a própria rede de amigos. Os percentuais são reduções relativas de chance, não fatias do feed; o estudo é de 2014 e 2015, com os autores dentro da empresa.

2020: a bolha existe, mas mudar o feed não mudou opiniões

Na eleição americana de 2020, acadêmicos e pesquisadores da Meta publicaram quatro estudos, com o plano de análise registrado antes e a garantia de que a empresa não podia barrar resultados.

O primeiro mediu a segregação: ela cresce do que as pessoas poderiam ver para o que o feed mostrou, e de novo para aquilo com que interagiram; a maior parte da desinformação checada circulava num canto consumido só por conservadores (González-Bailón et al., Science, 2023).

O segundo mediu a dieta: 50,4% do que o usuário mediano via vinha de amigos, páginas e grupos alinhados com ele, 14,7% do outro lado, e política e notícias eram menos de 7% do feed. Cortar em um terço essa exposição, por três meses, não teve efeito mensurável em nenhuma das oito medidas de atitude pré-registradas, entre elas a polarização afetiva (Nyhan et al., Nature, 2023).

O terceiro trocou o algoritmo pela ordem cronológica, também por três meses: o tempo de uso caiu, o conteúdo político e o de fontes não confiáveis aumentaram, e a polarização não mudou de forma significativa (Guess et al., Science, 2023). Um quarto tirou os compartilhamentos do feed: caíram as notícias políticas vistas e o que as pessoas sabiam delas, e as atitudes não mudaram (Guess et al., Science, 2023). Um grupo de pesquisadores apontou depois que o Facebook fez mudanças de emergência no feed depois da eleição, o que afeta a comparação sobre desinformação, não o resultado sobre polarização (Bagchi et al., 2024).

O debate

Pariser fechou a palestra de 2011 com o alerta de uma internet que nos deixa “isolados numa rede de um só”. O pesquisador australiano Axel Bruns respondeu em 2019 que, fora de contextos muito específicos, falta evidência de bolhas genuínas, e que o descompasso entre a percepção pública e a pesquisa “tem todos os traços de um pânico moral” (Internet Policy Review, 2019, tradução nossa). A polarização, para ele, persiste mesmo sem bolha.

Os estudos de 2023 vão na direção dele quanto à opinião em três meses, e na de Pariser quanto à segregação do que se vê. O que nenhum deles mede é o efeito de anos de feed, fora de uma eleição e fora dos Estados Unidos.

E no Brasil

Não há, no Brasil, estudo da mesma escala com acesso aos dados das plataformas. O que se mede é o hábito: mais da metade dos brasileiros online usa as redes sociais para se informar toda semana, as redes estão nove pontos à frente da televisão como fonte semanal de notícias, e a confiança nas notícias caiu para 36%, o menor nível em doze anos (Reuters Institute, Digital News Report 2026, pesquisa online de janeiro e fevereiro de 2026).