 |
| Em outros momentos, o Pesquisador de pós-doutorado em Comunicação e Cultura na Uniso, Julio Cesar Lemes de Castro, já falou sobre as caraterísticas gerais dos algoritmos e as suas implicações em termos de notícia |
Na reunião de 13
de maio, segunda-feira, os grupos de pesquisa MidCid e MidCon contaram com a
participação do professor doutor Julio Cesar Lemes de Castro, pesquisador de pós-doutorado junto ao Programa de
Pós-Graduação em Comunicação e Cultura da Uniso. Com a palestra “Publicidade contemporânea e a
interpelação algorítmica do consumidor”, Castro compartilhou alguns dos
resultados da sua pesquisa atual, que tem como tema geral a governança
algorítmica.
Segundo Castro, os algoritmos vêm ganhando força em
nossa época e estão presentes em várias áreas da vida social, ainda mais com a
evolução das tecnologias e da web.
Devido à relevância do tema, o pesquisador já discorreu, em outras reuniões,
sobre as caraterísticas gerais dos algoritmos e as suas implicações em termos
de notícia. A fim de complementar a discussão, neste último encontro dos grupos
de pesquisa, o foco foi nas implicações dos algoritmos no consumo, na
publicidade e no marketing digital.
Para explorar o
assunto nessa linha, o professor usa um conceito retirado da filosofia, o de
interpelação. No termo original, a interpelação tem sentido de subjetivação,
uma forma pela qual os sujeitos internalizam concepções. Por conta disso,
Castro acredita ser um entendimento interessante para lidar com a abordagem do
consumidor e da publicidade, adaptando seu significado com objetivo de dar
conta das especificidades dos algoritmos.
Na interpelação
algorítmica do consumidor, Castro pontua cinco características. Ele ressalta,
no entanto, que todas as propriedades exploram tendências que já estavam
presentes em momentos anteriores da história.
Mensurabilidade:
A primeira
citada é a mensurabilidade, o que significa o rastreamento de dados do
consumidor através das plataformas algorítmicas. Em outras palavras, é a
mensuração de características e atributos do consumidor e a transformação disso
em dados.
 |
| Castro é graduado em Jornalismo pela Escola de Comunicações e Artes da USP, com mestrado e doutorado em Comunicação e Semiótica na PUC-SP. Possui pós-doutorado em Psicologia Social no Instituto de Psicologia da USP e pós-doutorado em Comunicação e Cultura na Escola de Comunicação da UFRJ |
Para o
professor, plataformas algorítmicas são as redes sociais; os mecanismos de
busca; o comércio eletrônico; serviços de streaming (Netflix, Spotify...); a
Internet das Coisas (como pulseiras que captam dados sobre atividades físicas
dos usuários); e os serviços de compartilhamento (exemplo, Uber). São
mecanismos de rastreamento (sejam ações ou reações dos usuários) atualizados
constantemente, que se dão por meio de cadastros para a compra de produtos, ou
de atividades realizadas por meio das redes sociais a partir de curtidas,
compartilhamentos, entre outros. “Tudo isso configura o usuário como
consumidor. Seja porque ele está comprando coisas, serviços, seja porque ele
está em uma posição de consumidor de anúncios, portanto, um consumidor
potencial”, explica Castro. Segundo diz, o modelo de comércio eletrônico e a
publicidade online incentivam as empresas dessas plataformas a rastrear os
dados, na medida em que quanto mais são obtidos, maior a precisão dos apelos de
venda. Além disso, quando diferentes dados são combinados é possível detectar
padrões de consumo.
Castro lembra
que, no início do século XX, a publicidade começa a desenvolver pesquisas para
traçar o perfil dos consumidores. Em geral, são pesquisas demográficas (de
gênero, idade, etnia etc.) que servem
de dados para orientar as publicidades. A partir da mensurabilidade torna-se
possível traçar retratos mais preciso dos consumidores.
Recursividade
O segundo ponto
é a recursividade, a ideia de feedback.
Ou seja, aquilo que vem para o usuário (em forma de conteúdo, oferta e anúncio)
é resultado daquilo que é fornecido pelo próprio consumidor. Um exemplo é
quando na hora de se comprar um livro aparece a informação “quem comprou esse
livro também se interessou por aquele outro”, com sugestões baseadas nas
mercadorias visualizadas ou adquiridas anteriormente.
Nesta
característica, há uma correção contínua para aperfeiçoar os próximos anúncios
para outros usuários, tendo um grau de eficiência maior.
 |
| Segundo Castro, a interpelação algorítmica do
consumidor apresenta cinco características, a saber: mensurabilidade, recursividade, perfilamento, ubiquidade e clusterização |
No entanto, há
algumas limitações na recursividade garantida pelos algoritmos. Entre os
exemplos citados, estão o fato de o usuário ficar preso em um determinado
universo de conteúdo. Ou seja, há dificuldade em oferecer novos produtos quando
as pessoas estão consumindo aqueles que os próprios algoritmos induzem e
prendem as pessoas. Além disso, por mais que se acumulem dados, nem sempre a
customização é eficiente e se traduz em uma interpelação. “Esses dias vi numa
rede social alguém reclamando que tinha comprado uma sandália e, logo em
seguida, começou a receber um monte de anúncio de sandália. Isso não tem
lógica. Se acabou de comprar uma sandália, não está mais interessado”,
exemplifica Castro sobre as disparidades, quando um anúncio não coincide com os
interesses do usuário.
Ubiquidade
A terceira
característica é a ubiquidade. Como as plataformas tendem a variar seus
dispositivos e mecanismos, o apelo de consumo alcança o usuário de várias
formas. A interpelação algorítmica tende a se espalhar, cercar o consumidor
pelo celular, por dispositivos acoplados, dispositivos da casa etc. A partir
disso, as corporações vão reunindo/rastreando esses dados obtidos de diversas
fontes, customizando e aperfeiçoando essa interpelação.
Perfilamento
O penúltimo
aspecto é o perfilamento, a criação de perfis. O que a interpelação algorítmica
faz é interpelar o sujeito em um perfil, como fragmento, visto que os dados
captados de forma fragmentada (isto é, interessam-se somente algumas
informações e não todas de cada sujeito) são combinados. O perfil é, então, o
recorte de alguns dados específicos da pessoa. Assim, para cada usuário há
vários perfis dinâmicos, que se modificam o tempo todo de acordo com seus
interesses e atividades.
Clusterização
A última
característica é a clusterização, agrupamento dos perfis. Nos algoritmos têm a
formação de clusters, que são
combinações de perfis/recortes de vários usuários. O professor Castro comenta
que antes vinha usando o termo nichificação, tentando encontrar uma palavra
mais adequada ao português para clusters.
Mas, para ele, o problema é que nicho e segmento têm uma tradição no consumo de
serem associados a conjuntos mais fixos, enquanto clusters, que é usado na linguagem da informática, capta o lado mais
dinâmico dos recortes parciais.
Na palestra,
Castro também falou sobre uma certa convergência que surge entre a interpelação
algorítmica em termos de consumo (acúmulo de dados por parte de empresas
privadas) e os dispositivos de controle social. Um exemplo é a prática das
agências de segurança de utilizarem não apenas seus próprios dados, mas também
informações de corporações privadas, gerando um grande banco de dados de cada
cidadão.
Para informações
mais detalhadas da pesquisa de pós-doutorado do professor Castro, pode-se
consultar os seguintes artigos:
O consumo na era
da interpelação algorítmica, apresentado no Intercom, em setembro de 2018: http://portalintercom.org.br/anais/nacional2018/resumos/R13-1148-1.pdf
Interpelação,
Perfilamento e Performatividade em plataformas algorítmicas, apresentado na
Compós, em junho de 2018:
Texto e fotos: Jennifer Lucchesi
Revisado por: Mara Rovida
Nenhum comentário:
Postar um comentário