A máquina que achava que sabia demais

Ninguém gosta de rejeição mas, spoiler alert: há um setor inteiro da economia que depende dela. O capitalismo aprendeu, de forma silenciosa, que a atenção humana vale mais quando é ferida em pequenas doses. É assim que os aplicativos de relacionamento prosperam: não prometendo amor, mas a possibilidade dele. O que está à venda ali não é o encontro, é o intervalo entre o match e o silêncio. E quanto mais você tentar reduzir esse intervalo, mais o sistema se retroalimenta. Não é nada novo: muitos coachs e pastores fazem isso, não prometem a prosperidade, mas a possibilidade dela, aliás, a regra em geral de todas as marcas é prometer a possibilidade da felicidade, e terminar por culpá-lo se você não conquistar. Mas falando sobre os aplicativos de relacionamento em si, um estudo recém-publicado na Computers in Human Behavior (Zhang et al., 2025) resolveu medir essa mecânica com algo mais do que intuição e tweets indignados. Usando um modelo computacional baseado em agentes, uma técnica de simulação inspirada na teoria de controle e em dinâmicas de sistemas, os autores criaram uma pequena sociedade digital de solteiros virtuais. Cada “agente” tinha gênero, aparência, expectativa e estratégia amorosa. E, como na vida real, todos acreditavam que mereciam mais do que recebiam. O objetivo era entender o que realmente causa o vaivém emocional dos aplicativos de namoro: aquele ciclo conhecido de empolgação inicial, frustração progressiva, abandono temporário e retorno compulsivo. O estudo chama isso de emotional regulation loop — um laço de retroalimentação em que o afeto não é apenas medido, mas calibrado pelo próprio sistema. O modelo é elegante e cruel. Cada agente começa com uma autoimagem (um escore de atratividade percebida) e um conjunto de metas: quantos matches espera ter, quantas respostas, quantas conversas. O sistema então registra, passo a passo, a diferença entre o que o agente espera e o que de fato obtém. Essa discrepância é transformada em emoção: esperança quando a diferença é pequena, frustração quando é grande. E quanto mais frustrado o agente, mais ele desliza o dedo tentando compensar volume pelo fracasso. A plataforma recompensa essa ansiedade, não a resolve. O artigo cita explicitamente o uso de um control-theoretic feedback mechanism, algo que normalmente veríamos em modelos de regulação de temperatura ou voo automático. Aplicado ao comportamento humano, isso soa cômico e profundamente verdadeiro. O amor digital virou um sistema termodinâmico de dopamina: aquece rápido, esfria devagar, e (claro) consome energia constante. Mas a parte mais interessante não é o modelo, mas sim o que ele revela sobre a estrutura emocional desses ambientes. Os pesquisadores descobriram que, ao contrário do que se imaginava, os usuários não abandonam os apps porque “desistem do amor”, mas porque o sistema precisa que eles saiam de vez em quando. O descanso fora da plataforma é essencial para que o circuito se restabeleça. A regra é clara, nenhum músculo cresce se você fizer musculação sem descanso. Nenhum narcisista prende a sua "vítima" se não der a ela os momentos de amor e carinho. O artigo chama isso de “emotional cooling-off period”, e o simula com um processo análogo à recuperação neural: períodos curtos de inatividade geram ganho de otimismo e resetam as expectativas. Em outras palavras, o desânimo é funcional. É o motor invisível da recorrência. O comportamento de gênero também foi modelado. As agentes femininas foram calibradas para um nível de seletividade três vezes maior que o masculino, com base em dados reais de plataformas como Tinder e Bumble. Isso gerou, previsivelmente, maior estabilidade emocional, mas menor satisfação média. Os homens, por outro lado, apresentaram maior volatilidade: alternavam picos de esperança e colapsos emocionais, com ciclos mais curtos de reentrada. Zhang et al. quantificam isso de forma quase clínica: os homens simulados tinham 2,4 vezes mais probabilidade de desativar o perfil em um dia de frustração e 1,8 vez mais probabilidade de reativá-lo dentro de 72 horas, um comportamento idêntico ao encontrado em amostras de usuários reais analisadas por LeFebvre & McDaniel (2024) no artigo "The cyclic use of dating apps: understanding patterns of engagement, disengagement, and emotional recovery." (Uso cíclico de aplicativos de namoro: entendendo padrões de engajamento, desligamento e recuperação emocional, em tradução livre). Ou seja, o algoritmo não manipula o desejo; ele mede a sua resiliência! Para testar como o tipo de motivação interferia nisso, os pesquisadores classificaram os agentes em três grupos: 1) casuais (good genes hypothesis); 2) sérios (matching hypothesis); 3) híbridos. Os resultados foram, no mínimo, sociologicamente saborosos. Usuários SÉRIOS apresentaram maior propensão a abandonar o aplicativo por frustração, justamente porque sua métrica de sucesso era menos flexível. Já os HÍBRIDOS, aqueles que calibravam expectativas conforme sua atratividade percebida, foram os que mais permaneceram ativos, mesmo infelizes. Em termos simples: quem consegue justificar o fracasso como “estratégia” fica mais tempo preso. Soa interessante para responder muitas coisas sobre a vida moderna, mas aqui vamos nos ater aos apps de relacionamento. A verdadeira originalidade do paper de Zhang está em como ele converte tudo isso em equações. O estado emocional de cada agente é definido como a média ponderada entre o “progresso” (isto é, a redução da diferença entre expectativa e resultado) e o estado emocional anterior, ajustado por um fator de esquecimento. O termo matemático, λ, representa o quanto esquecemos a rejeição de ontem antes de tentar de novo. A simulação mostra que esse λ é menor do que imaginamos: os humanos digitais — e, por extensão, nós — esquecem pouco. A rejeição se acumula, só muda de camada. No fim, o sistema atinge um equilíbrio perverso: cada agente mantém um nível médio de frustração que nunca zera, mas também nunca explode. O artigo descreve isso como bounded volatility, uma faixa de oscilação emocional que garante engajamento constante sem colapso. Essa é, talvez, a mais precisa definição científica de “vício socialmente aceitável” já publicada. A parte empírica do estudo (que usa dados anônimos de plataformas norte-americanas) reforça a simulação: usuários ativos por mais de 30 dias passam a apresentar uma curva emocional senoidal, alternando fases de engajamento e abandono quase regulares. Zhang chama isso de cyclical affective regulation, ou seja, o amor (ou uma das versões dele) transformado em série temporal. E como toda série temporal, o sistema aprende seus próprios ritmos: se você tende a voltar em 40 dias, o algoritmo te lembrará disso no dia 39. Há ainda implicações interessantes sobre o que isso faz com nossa autoimagem. Em entrevistas paralelas usadas para validar o modelo, os participantes descreveram sentimentos de “micro-rejeição acumulada” e “confiança intermitente” (expressões que, traduzidas em linguagem de sistema, equivalem a uma constante atualização de parâmetros internos. Cada deslize, cada “match que não responde”, é uma pequena perda de calibração. O sistema não está te avaliando) está te treinando. A emoção, aqui, é feedback. O estudo propõe uma interpretação incômoda: os aplicativos de namoro não são “plataformas de encontro”, mas sistemas de gestão emocional distribuída. Sua função principal não é formar casais, mas modular intensidade afetiva. Eles geram mais dados com o atrito do que com o acerto. O encontro é ruído; o desencontro é dado! É por isso que as pausas são parte do design. Zhang mostra que os agentes que passavam mais tempo “offline” retornavam com maior probabilidade de engajamento sustentado — exatamente o tipo de comportamento que maximiza receita em sistemas de assinatura ou impulsiona publicidade contextual. A desintoxicação é o truque. Você sai para respirar e volta porque o ar lá fora é... vamos dizer... rarefeito. Há uma camada ética inevitável. Se um sistema é desenhado para manter pessoas emocionalmente instáveis o tempo suficiente para monetizar sua oscilação, ele se aproxima mais da psicofarmacologia do que do entretenimento. O paper não diz isso com todas as letras, mas a equação sugere, pois o design de plataformas afetivas é um experimento psicológico profundo, ao vivo, contínuo e o principal, sem comitê de ética. A humanidade, nesse caso, é o grupo de controle. O problema não é o algoritmo. O problema é o que ele aprendeu sobre nós. Que suportamos rejeição em microdoses, desde que venha com promessas eventuais de recompensa. Que confundimos atenção com valor. Que a esperança, em pequenas quantidades, é mais viciante que o prazer. Em outras palavras: o software não está errado — ele está otimizado. Zhang conclui o artigo com algo improvável para um periódico técnico: uma nota de advertência quase filosófica. Ele escreve que “o verdadeiro risco não está no fracasso emocional, mas na normalização do fracasso como forma de engajamento.” É uma frase que poderia estar num ensaio de Byung-Chul Han, mas sai de um laboratório de modelagem computacional. E talvez esse seja o ponto: a tecnociência está aprendendo a descrever o afeto com a frieza com que descreve um circuito elétrico. O estudo não resolve o amor (bastante importante dizer) mas explica por que ele anda em círculos digitais e mostra que nossos sentimentos, quando traduzidos em dados, seguem leis termodinâmicas: não desaparecem, só mudam de forma. A rejeição, quando reciclada o suficiente, vira engajamento. E o engajamento, quando retroalimentado, vira dependência! É estranho, mas talvez o algoritmo só tenha entendido antes de nós o que o mercado do afeto sempre soube: o amor é um ótimo produto, mas uma péssima experiência de usuário.