Você abre o celular para “dar uma olhadinha rápida”, rola o feed por alguns minutos e sai com a sensação de que entendeu o assunto do momento. Mas e se essa segurança toda fosse uma ilusão cuidadosamente construída? Um novo estudo sugere que, enquanto você acredita estar aprendendo, os algoritmos podem estar te guiando por um caminho estreito de informações, limitando o conhecimento real e inflando a confiança em conclusões erradas.

A pesquisa analisou como feeds online organizados por algoritmos de recomendação personalizados influenciam o aprendizado. O resultado é inquietante: mesmo quando as pessoas não sabem absolutamente nada sobre um tema, a forma como o conteúdo é filtrado pode levá-las a aprender menos e, paradoxalmente, a confiar mais em respostas incorretas.

A sensação de estar bem informado nem sempre significa que você realmente está.

Como os algoritmos moldam o que você aprende

Os sistemas de recomendação que organizam o feed online funcionam observando escolhas anteriores. Eles priorizam conteúdos parecidos com aqueles que você já clicou, curtiu ou assistiu. A lógica parece eficiente, mas o estudo mostra que esse conforto tem um custo.

Ao receber apenas uma fração do material disponível, os participantes exploraram menos informações e deixaram de acessar conteúdos relevantes. Em testes posteriores, esse grupo apresentou desempenho inferior em comparação com quem teve acesso mais amplo e não filtrado ao material.

Menos informação, mais confiança

Um dos achados mais preocupantes do estudo não foi apenas a redução do aprendizado, mas o aumento da autoconfiança. Mesmo cometendo mais erros, os participantes que seguiram o feed personalizado acreditavam com mais firmeza que estavam certos.

Essa combinação cria um cenário perigoso: aprender pouco e acreditar demais. Segundo o pesquisador Giwon Bahg, os algoritmos conseguem induzir generalizações imprecisas logo no primeiro contato com um assunto, criando vieses quase instantâneos.

Vieses surgem mesmo sem conhecimento prévio

Pesquisas anteriores já mostravam como algoritmos reforçam opiniões políticas ou sociais pré-existentes. O diferencial deste estudo foi provar que o problema surge mesmo quando o tema é totalmente desconhecido.

Bahg, atualmente pesquisador de pós-doutorado na Pennsylvania State University, explica que a personalização cria uma visão distorcida desde o início do aprendizado. O cérebro passa a tratar aquele recorte limitado como se fosse o panorama completo.

O trabalho foi publicado no Journal of Experimental Psychology: General e contou com a colaboração do psicólogo Brandon Turner, da Ohio State University.

Quando o feed vira sinônimo de realidade

Turner chama atenção para um comportamento comum: usuários tendem a assumir que o que aparece no feed representa tudo o que existe sobre um tema. Ao confiar apenas nas recomendações algorítmicas, as pessoas acreditam compreender aspectos que nunca chegaram a explorar.

O problema se agrava porque, na maioria das vezes, o usuário nem percebe que está diante de uma seleção parcial. O feed online não avisa o que ficou de fora. Ele apenas reforça escolhas anteriores, criando uma falsa sensação de domínio do assunto.

Um exemplo simples e cotidiano

Imagine alguém que decide conhecer, pela primeira vez, o cinema de um país distante. Ao abrir um serviço de streaming, o algoritmo sugere alguns títulos e destaca um filme de ação. Depois da primeira escolha, as próximas recomendações seguem o mesmo gênero.

Em pouco tempo, a pessoa passa a acreditar que aquele país produz majoritariamente filmes de ação. Obras premiadas de outros estilos simplesmente desaparecem do radar. O feed não mente, mas também não mostra tudo.

O experimento que revelou o problema

Para eliminar qualquer influência de conhecimento prévio, os pesquisadores criaram um experimento com 346 participantes baseado em categorias fictícias de alienígenas, semelhantes a cristais. Cada tipo possuía seis características distintas, e os participantes precisavam aprender a identificá-los corretamente.

Em um dos grupos, todos os dados precisavam ser analisados. No outro, um algoritmo personalizava o feed do experimento, incentivando escolhas repetidas. Embora todo o conteúdo estivesse tecnicamente disponível, o sistema reforçava sempre os mesmos padrões.

O resultado foi claro: quem seguiu o caminho algorítmico explorou menos características, errou mais e, ainda assim, demonstrou maior confiança nas respostas.

O feed não só limita o que você vê, como molda o que você acha que sabe.

Impactos que vão além da internet

As implicações desse comportamento ultrapassam o ambiente digital. Turner alerta que crianças e jovens, que usam plataformas online como principal fonte de aprendizado sobre o mundo, podem ser especialmente afetados por sistemas que priorizam engajamento em vez de diversidade informacional.

O estudo, intitulado A personalização algorítmica da informação pode causar generalização imprecisa e excesso de confiança, também contou com a participação de Vladimir Sloutsky e foi publicado em setembro de 2025. Ele reforça um alerta incômodo: consumir apenas o que o feed entrega pode parecer prático, mas não é sinônimo de aprender de verdade.