Quando algoritmos nos desapontam: percepção de ineficácia algorítmica, reatância psicológica e personalidade implícita como motores do comportamento de aversão a algoritmos em plataformas de vídeo curto

Por que isso importa para seu feed

Aplicativos de vídeo curto como TikTok e Douyin prometem nos mostrar exatamente o que queremos, exatamente quando queremos. Ainda assim, muitas pessoas se veem irritadas com seus feeds, desconfiadas do que veem ou constantemente em conflito com as recomendações. Este estudo faz uma pergunta aparentemente simples, com grandes consequências para nossa vida digital: o que acontece, psicologicamente, quando as pessoas sentem que o algoritmo simplesmente não está funcionando para elas?

Quando o feed parece estranho

Os pesquisadores se concentram em uma ideia-chave que chamam de percepção de ineficácia algorítmica: a sensação de que a plataforma continua exibindo vídeos entediantes, inúteis ou irrelevantes. Em vez de medir quão preciso o algoritmo realmente é, eles observam quão preciso ele parece para os usuários. Quando as pessoas julgam os clipes recomendados como pouco memoráveis, sem significado ou pouco convincentes, é mais provável que resistam ao próprio sistema. Em outras palavras, a decepção com o feed torna-se o ponto de partida para uma resistência mais ampla à orientação algorítmica.

Da irritação ao contra-ataque

O próximo passo é a reatância psicológica — a sensação desagradável que temos quando achamos que nossa liberdade está sendo limitada. No Douyin e em apps semelhantes, a página “Para Você” decide o que aparece primeiro, direcionando a atenção de forma discreta. Quando esse fluxo entra em conflito com o que os usuários acham que deveriam ver, eles podem se sentir empurrados, acotovelados ou até vigiados. O estudo mostra que esses momentos de desencaixe fazem mais do que irritar. Eles despertam a sensação de que o app está dizendo aos usuários o que assistir, o que por sua vez alimenta raiva, impaciência e o impulso de fazer o oposto. Essa reação emocional torna-se um motor poderoso do que os autores chamam de aversão a algoritmos.

Como as pessoas reagem ao feed

A aversão a algoritmos se manifesta de maneiras sutis, porém importantes. Em vez de rolar passivamente, os usuários começam a evitar clipes recomendados, buscar manualmente ou reconstruir suas listas de reprodução à mão. Alguns tentam “retreinar” o sistema pulando, bloqueando ou passando rapidamente por vídeos indesejados. Outros se desconectam por períodos ou tratam a plataforma com um tipo de cinismo cansado: continuam usando-a, mas com baixa confiança e poucas expectativas. Usando dados de pesquisa com 733 usuários do Douyin, o estudo constata que quanto mais ineficaz as pessoas percebem o algoritmo, mais reatância psicológica relatam — e mais intensamente executam esses pequenos atos de resistência.

Personalidade e mentalidade na era dos algoritmos

Nem todos respondem às recomendações ruins da mesma maneira. Os autores examinam um traço chamado personalidade implícita, que capta se as pessoas veem traços e habilidades como fixos ou mutáveis. Quem tem uma mentalidade “fixa” tende a manter uma atitude estável e cética em relação aos algoritmos, quer eles funcionem bem ou mal. Quem tem uma mentalidade de “crescimento” é mais sensível: responde positivamente quando o sistema parece útil, mas reage de forma mais aguda quando ele falha. O estudo mostra que, para esse segundo grupo, a sensação de que o algoritmo é ineficaz inflama com mais força a reatância psicológica, o que por sua vez leva a comportamentos mais intensos de aversão a algoritmos.

O que as plataformas podem fazer de diferente

Esses achados sugerem que o problema não é apenas se os motores de recomendação são tecnicamente precisos, mas se as pessoas se sentem ouvidas e no controle. Quando os usuários experimentam o feed como uma via de mão única, mesmo pequenos erros podem se transformar em desconfiança e evasão duradouras. Os autores defendem que as plataformas ofereçam maneiras mais claras de entender e influenciar as recomendações, criem verdadeiros ciclos de feedback quando os usuários reagem e projetem controles que respeitem mentalidades diferentes. Simplificando: quando os algoritmos nos falham — ou sequer parecem falhar — as pessoas não apenas dão de ombros e continuam rolando. Elas se adaptam, resistem e às vezes se afastam silenciosamente dos próprios sistemas destinados a servi-las.

Citação: Zeng, R., Zhu, D. & Evans, R. When algorithms fail us: perceived algorithmic ineffectiveness, psychological reactance, and implicit personality as drivers of algorithm aversion behavior on short-form video platforms. Humanit Soc Sci Commun 13, 266 (2026). https://doi.org/10.1057/s41599-026-06573-w

Palavras-chave: aversão a algoritmos, plataformas de vídeo curto, recomendações personalizadas, reatância psicológica, autonomia do usuário