Capítulo 02: Bolhas de filtro não são acidentes — são funções objetivo

Autores: Angel Zhang & Charlie Cao

Muitas pessoas entendem as bolhas de filtro como “os usuários naturalmente gravitando para conteúdo semelhante.” Isso é apenas metade da história. A outra metade: o sistema reforça ativamente essa preferência, porque é obrigado a otimizar um objetivo específico.

2.1 Lendo bolhas através de métricas de produto

Se um sistema otimiza principalmente:

• Tempo no site → conteúdo viciante vence
• Taxa de cliques → títulos emocionalmente carregados vencem
• Taxas de retorno → conteúdo que faz você sentir “este lugar me entende” vence

Quando os três se combinam, a bolha de filtro se torna quase inevitável.

2.2 Os efeitos colaterais das funções objetivo

Todo objetivo de otimização tem efeitos colaterais — isso é conhecido como Lei de Goodhart:
“Quando uma medida se torna um alvo, ela deixa de ser uma boa medida.”

Os sistemas de recomendação perseguem objetivos quantificáveis. Mas o “crescimento genuíno do usuário,” a “diversidade cognitiva” e o “bem-estar de longo prazo” não podem ser facilmente medidos — portanto, são sistematicamente ignorados.

2.3 Educação personalizada vs. bolhas de filtro: uma linha tênue

A mesma tecnologia pode produzir resultados completamente opostos:

Objetivo de design	Resultado
Maximizar engajamento	Bolha de filtro
Maximizar ganho de aprendizado	Educação personalizada
Objetivos equilibrados + restrições de diversidade	Sistema cognitivo aberto

A função objetivo determina a alma do sistema.

2.4 Resumo do capítulo

A bolha de filtro não é culpa do usuário, nem é malícia da plataforma — é um desalinhamento estrutural entre os objetivos de otimização e as genuínas necessidades cognitivas humanas.

Corrigi-la requer mudar a função objetivo, não apenas mudar o conteúdo.