Filtros e algoritmos

A esfera pública da Internet é interligada. Mas agrupamentos são, não obstante, comuns e, para a política, a polarização de grupo é um risco significativo, mesmo se apenas um pequeno número de pessoas opte por ouvir e falar com aqueles que têm a mesma opinião. Uma sociedade livre se beneficia de domínios públicos que oferecem uma ampla variedade de tópicos e posições⁴³. (SUNSTEIN, 2017:277).

O trecho em questão aponta para a preocupação que tem sido objeto de análise nesse estudo, quer seja, a possibilidade de novas perspectivas e presenças estejam em circulação no espaço público, de forma horizontal e não subalterna, para se contrapor ou até mesmo concordar com outras visões expressas no debate público. O fato é que, diferente de Sunstein (2017), sustentamos que as mídias sociais são fatores que nos aproximam desse ideal, e não nos afastam.

possibilidade de filtragem de conteúdos dos quais se discorda é um mecanismo presente nas mídias sociais, mas não está muito claro se essa possibilidade é maior em um contexto de massificação da Internet em relação ao mundo não conectado.

Como bem sustenta o autor, a Internet proporciona a possibilidade de reunir pessoas em torno de certos temas ou ideologias, criando grupos. Ocorre que uma mesma pessoa pode ter vários pertencimentos, e ter diferentes grupos virtuais para conversar e trocar informações com pessoas semelhantes. Por exemplo, uma jovem de 25 anos, estudante de administração, feminista, filiada ao partido XYZ, moradora de Duque de Caxias e que gasta seu tempo livre com jogos de tiro online pode estar inserida em um grupo distinto para cada um destes pertencimentos, podendo assim ser exposta a informações e perspectivas não esperadas. Seria muito comum esperar que uma comunidade no Facebook sobre Duque de Caxias inclua pessoas com diversidade de filiações partidárias ou que tenham vários tipos de profissões. Isso se dá também no ambiente familiar. É muito comum famílias conversarem e organizarem seus afazeres diários por meio das mídias sociais. Nesses ambientes, é comum circular informações sobre acontecimentos diários, receitas culinárias e outras informações que o indivíduo não necessariamente escolheria acessar, mas de forma não planejada foi exposto por meio de um grupo da família.

Além disso, como em boa medida Facebook e Twitter (para ficarmos nos exemplos dados pelo autor) são espaços abertos, nada impede que os usuários sejam confrontados com visões distintas e pensamentos opostos aos seus. É claro que existe a possibilidade de serem construídos espaços completamente homogêneos, mas não há evidência de que esse seja um cenário padrão. No caso do Facebook, é comum que nossos “amigos”, contatos dentro dessa rede, reflitam os diferentes contextos sociais a que estamos inseridos fora da rede, como a escola, a igreja, a família e outros. Nesse sentido, essa composição heterogênea de contatos de diferentes contextos sociais contribui para elevar a chance de exposição a conteúdos e perspectivas diferentes das que o usuário defende e encarna.

Além disso, por meio de comentários (Facebook) ou de respostas (Twitter), o indivíduo pode entrar em uma discussão com outros e acabar mudando de opinião sobre determinado assunto. No caso do Twitter, essa possibilidade é ainda mais verdadeira porque, excetuando os perfis privados, todos podem acessar o que cada um twitta⁴⁵. Uma pessoa X que não conhece a pessoa Y pode acabar recebendo um tweet deste último por meio do amigo W. As preocupações

45 “Twittar” é o ato de publicar tweets no Twitter. Um “tweet” é uma postagem, um conteúdo publicado nesta rede social.

expressas por Sunstein (2017) sobre a formação de grupos e polarização parecem ser, na verdade, encontradas em um pequeno número de participantes das redes sociais (BARBERA;

RIVERO, 2015).

Muito se discute também o papel dos algoritmos na vida social atualmente. No caso das possibilidades de filtragem, o “Daily Me” só é possível por meio de algoritmos que analisam as preferências e filtram os conteúdos expostos na sua página principal. No caso do Facebook, os algoritmos atuam na seleção das postagens que serão incluídas no news feed do usuário, mas também exercem um poder imaginário por serem desconhecidos do usuário em sua essência.

Segundo Bucher (2016), as formas pelas quais os usuários pensam sobre a natureza dos algoritmos e seu funcionamento não só produz diferentes sensações, como desconfiança, aborrecimento e sentimentos de que se está sendo vigiado, mas também são fator importante na modulagem desses algoritmos pelo Facebook, já que o mesmo utiliza técnicas de machine learning⁴⁶ para se adequar a novos contextos de interação entre os usuários.

Os algoritmos utilizados pelo Facebook substituem a tarefa tradicional do editor de jornal, ao selecionar as informações que serão ou não entregues a cada um dos usuários. A diferença crucial é que, diferente do trabalho do editor, cujas premissas são conhecidas e discutidas longamente, os algoritmos são opacos em seus valores de seleção e entrega de informações (DEVITO, 2017). Assim, além da filtragem proativa que cada usuário de Facebook pode realizar (escolhendo determinados amigos, páginas e grupos com que se relacionar), os algoritmos exercem uma seleção baseada em valores desconhecidos. Na medida em que esses algoritmos opacos passam a influenciar não só o consumo de notícias e postagens no Facebook, mas a seleção para vagas de trabalho, alocação de recursos públicos, detenções e cálculo de sentenças, entre outros, torna-se tarefa inescapável discutir formas de auditoria e de responsabilização pelos efeitos destas ferramentas (O’NEIL, 2016; SANDVIG et al., 2014;

SUSSKIND, 2018).

Apesar das preocupações relevantes descritas acima, estudos empíricos sobre a circulação e exposição a informações no Facebook demonstram que o papel dos algoritmos parece ser menor do que o imaginado. Em estudo realizado nos EUA (BAKSHY; MESSING; ADAMIC, 2015), pesquisadores analisaram uma amostra de usuários do Facebook que definiram sua posição política na plataforma (liberal ou conservador). Foram analisados os conteúdos que

46 Machine learning, ou aprendizado de máquina, é um sistema que pode modificar seu comportamento de forma autônoma, baseada na sua experiência no desenvolvimento de certa tarefa. No caso do Facebook, o algoritmo recebe informações durante sua atuação o que irá influenciar na modificação do próprio algoritmo posteriormente.

esses usuários compartilharam na rede social, as postagens a que eles tinham acesso em seu feed, e o engajamento dos mesmos com esses conteúdos. Descobriu-se que o componente mais importante para exposição de conteúdos relacionados a posição política contrária ao do usuário era a composição dos contatos e amigos do que os algoritmos. Além disso, os pesquisadores concluíram que:

Apesar das diferenças no que os indivíduos consomem através de linhas ideológicas, nosso trabalho sugere que os indivíduos são expostos a mais discursos transversais nas mídias sociais do que estariam sob a realidade digital prevista por alguns. (BAKSHY; MESSING; ADAMIC, 2015:1131)

Em outro estudo, que propôs um modelo ecológico para a compreensão da exposição a notícias nas mídias digitais (WEEKS; LANE, 2020), os algoritmos são um elemento de um conjunto de dezenas de componentes que concorrem para determinar a exposição ou não dos indivíduos a certos conteúdos nas mídias sociais. Nesse sentido, por mais que as preocupações em relação a filtragem extrema que poderia existir em redes sociais – onde algoritmos selecionam e recortam parcelas das informações que serão levadas para cada usuário – sejam válidas, há outros elementos em jogo, que tornam a ação de algoritmos (nesse caso em específico) mais um dos componentes que se articulam na experiência de utilização das redes sociais.