11 Big data, IA e personalidade
Sendo a personalidade um padrão de pensamentos, emoções e comportamentos, conhecer a personalidade permite, em alguma medida, prever comportamentos. Esse conhecimento tornou-se nas últimas duas décadas um elemento estratégico em campos tão diversos quanto marketing, finanças, saúde mental, recrutamento, segurança nacional e inteligência militar. A história de como isso aconteceu é curta — pouco mais de quinze anos — mas densa, e percorrê-la na ordem em que se desenrolou é instrutivo: foi essa ordem que produziu os marcos científicos, os escândalos públicos e as respostas regulatórias que definem o cenário atual.
11.1 2007-2015 — As raízes militares e os primeiros serviços comerciais
A inferência psicossocial em larga escala não nasceu no consumidor final: nasceu em contexto de inteligência. Em 2007, o serviço de inteligência norte-americano criou a IARPA (Intelligence Advanced Research Projects Agency) — análoga à DARPA, mas voltada para a comunidade de inteligência (Bonvillian, 2018). Um de seus programas mais conhecidos, o EMBERS (Early Model Based Event Recognition using Surrogates), monitorou continuamente, a partir de 2012, dez países da América Latina — incluindo o Brasil — agregando tweets, blogs, indicadores econômicos e fontes abertas para prever protestos, insurgências, crises políticas e resultados de eleições (Doyle et al., 2014; Muthiah et al., 2016; Ramakrishnan et al., 2014). A escolha da região não foi acidental: combinava instabilidade política com grande volume de dados livremente disponíveis na internet (Weinberger, 2011).
Em paralelo, o setor comercial começava a oferecer seus primeiros produtos. Em fevereiro de 2015, na conferência IBM InterConnect, a IBM anunciou comercialmente o Watson Personality Insights (IBM, 2019), um serviço de inferência psicométrica em escala industrial que usava processamento de linguagem natural para estimar, a partir de qualquer texto fornecido — tweets, postagens, e-mails —, traços de personalidade, necessidades e valores do autor. Era o sinal de que a tecnologia, antes restrita a contextos militares, começava a se popularizar.
11.2 2015-2017 — A psicometria digital amadurece
Os três anos seguintes confirmaram cientificamente o que vinha sendo intuído. Em 2015, Youyou, Kosinski e Stillwell (2015) publicaram, na Proceedings of the National Academy of Sciences, o resultado que viraria referência do campo: algoritmos baseados em curtidas e palavras de status no Facebook mostraram-se mais acurados que a maioria dos seres humanos em estimar os Big Five de um usuário desconhecido — em determinados casos atingindo correlações superiores às de cônjuges e familiares próximos. A psicometria digital deixava de ser promessa e passava a ser realidade empírica documentada.
As redes sociais firmaram-se rapidamente como laboratório de comportamento humano em larga escala (Krueger et al., 2012; Ortigosa; Carro; Quiroga, 2014). O Facebook, antes considerado pela comunidade acadêmica uma mera curiosidade, transformou-se em ferramenta de pesquisa para investigar perfis psicológicos em escala populacional (Gross, 2018). Em 2017, Matz e colaboradores (2017) deram o passo seguinte: mostraram que anúncios direcionados ao perfil dos Big Five do usuário no Facebook produziam taxas de clique e conversão consistentemente maiores do que anúncios genéricos. Era a primeira demonstração robusta de que o psychological targeting funcionava como ferramenta de persuasão em escala — e, portanto, podia ser comercializado.
Esse primeiro ciclo — que podemos chamar de psicometria digital pré-LLM — operava por regressões estatísticas treinadas em pegadas observáveis: variáveis quantificáveis (número de curtidas, frequência de termos, padrões temporais) eram correlacionadas com escores de personalidade obtidos por questionário em grupos de treinamento. A meta-análise de Azucar, Marengo e Settanni (2018), publicada no ano seguinte, agregaria a evidência produzida nesse período em forma sistemática.
11.3 2018 — Cambridge Analytica e a resposta regulatória
Cambridge Analytica. O ano em que tudo o que vinha acontecendo nos bastidores tornou-se debate público. A empresa britânica de análise política obteve, por intermédio de um aplicativo acadêmico aparentemente inócuo, dados de aproximadamente 87 milhões de usuários do Facebook sem consentimento informado, e os utilizou para construir perfis psicológicos com fins de microtargeting político — sobretudo nas campanhas presidenciais de 2016 nos Estados Unidos e no referendo do Brexit. A revelação detonou em março de 2018 (Cadwalladr; Graham-Harrison, 2018) e provocou audiências no Congresso americano (depoimento do Zuckerberg em 10 de abril de 2018), no Parlamento britânico e mobilizou governos no mundo todo.
A resposta regulatória foi imediata. Em maio de 2018, entrou em vigor o GDPR na União Europeia, estabelecendo o direito do titular de oposição a decisões automatizadas (art. 22) e o direito à explicação dos critérios algorítmicos que o afetem. Em agosto de 2018, o Brasil aprovou a LGPD (Lei n. 13.709/2018), inspirada no GDPR (Brasil, 2018). O artigo 5º definiu como dados sensíveis aqueles referentes a origem racial ou étnica, convicção religiosa, opinião política, saúde, vida sexual e dados biométricos. O artigo 12, § 2º, estendeu explicitamente o regime de dado pessoal para informações usadas na formação do perfil comportamental de pessoa identificável. E o artigo 20 garantiu ao titular o direito de revisão de decisões tomadas exclusivamente por meios automatizados — incluindo decisões que definam “aspectos de sua personalidade”. Não foi coincidência cronológica: o legislador estava reagindo ao que Cambridge Analytica havia exposto.
11.4 2019-2022 — Maturação científica, descontinuação de serviços, julgamentos
Os anos seguintes trouxeram três movimentos simultâneos. No plano científico, o conceito de digital phenotyping começou a tomar corpo na literatura clínica — o uso de sensores passivos do smartphone (GPS, acelerômetro, padrões de digitação, ritmo de sono, microfone ambiente) para gerar perfis comportamentais que se correlacionassem com estados mentais. Múltiplos grupos passaram a investigar aplicações em depressão, ansiedade, esquizofrenia e transtornos do humor — agenda de pesquisa que viria a se consolidar em revisões sistemáticas posteriores.
No plano comercial, o cenário se reorganizou rapidamente. Em dezembro de 2020, a IBM anunciou que descontinuaria o Watson Personality Insights em um ano (IBM Cloud, 2020). O serviço foi efetivamente desligado em 1º de dezembro de 2021. A IBM orientou usuários a migrar para o IBM Watson Natural Language Understanding, que não oferece inferência de personalidade. A descontinuação não foi explicada publicamente em detalhe, mas é razoável atribuí-la a uma combinação de fatores: custo de manutenção, preocupação reputacional pós-Cambridge Analytica e — como ficaria claro logo depois — chegada iminente dos LLMs, que tornariam serviços especializados como esse rapidamente obsoletos.
No plano jurídico, o desdobramento de Cambridge Analytica seguia caminho lento. Em dezembro de 2022, após quase cinco anos de litígio, a Meta (controladora do Facebook) concordou em pagar US$ 725 milhões para encerrar a ação coletiva de privacidade movida nos Estados Unidos — o maior acordo individual em ação coletiva de privacidade de dados até aquela data (In re Facebook, Inc. Consumer Privacy User Profile Litigation, 2023; Sawers, 2022). A Meta não admitiu culpa formal. A aprovação final do juiz federal Vince Chhabria viria em outubro de 2023 (Bleichmar Fonti & Auld LLP, 2023).
11.5 2022-2024 — A virada dos LLMs e a persuasão em escala
Em novembro de 2022 — quase no mesmo mês do acordo da Meta — a OpenAI lançou publicamente o ChatGPT (OpenAI, 2022). O efeito sobre o campo da inferência de personalidade foi qualitativo, e não apenas quantitativo. Os LLMs não precisam ser treinados especificamente para inferir personalidade: eles realizam essa inferência como subproduto de sua capacidade geral de processar linguagem natural (Peters; Matz, 2024).
Peters e Matz (2024) testaram diretamente essa capacidade. Forneceram ao GPT-3.5 e ao GPT-4 conjuntos de postagens de usuários de redes sociais (cujos escores Big Five reais já haviam sido medidos por questionário) e pediram que o modelo estimasse o perfil de personalidade de cada autor. Sem qualquer treinamento adicional, o GPT-4 obteve correlações com os escores reais comparáveis às atingidas por algoritmos especializados da geração anterior — e em alguns domínios as superou. A inferência psicométrica, antes uma capacidade que exigia engenharia, virou uma capacidade emergente.
Há, contudo, ressalvas. Salecha e colaboradores (2024) mostraram que, quando os próprios LLMs respondem a inventários de personalidade — isto é, quando o modelo é tratado como sujeito —, eles apresentam viés de desejabilidade social semelhante ao de respondentes humanos: tendem a relatar-se mais conscienciosos, mais amáveis e menos neuróticos do que provavelmente seriam em uma medida implícita. O fenômeno revela que os modelos não apenas inferem personalidade alheia: reproduzem, em algum sentido, o jogo psicológico da própria autodescrição humana.
A chegada dos LLMs também ampliou a escala da persuasão personalizada. Matz, Teeny, Vaid e colaboradores (2024) testaram, em quatro estudos com 1.788 participantes, se mensagens persuasivas elaboradas pelo ChatGPT e adaptadas ao perfil psicológico do destinatário — traços de personalidade, ideologia política, fundamentos morais — eram mais eficazes que mensagens não personalizadas. Os resultados foram afirmativos em todos os domínios testados: marketing de produtos, apelos políticos por ação climática, mensagens de saúde pública. O que Matz havia demonstrado em 2017 com anúncios de Facebook estava agora disponível, em escala muito maior, para qualquer empresa ou ator político com acesso a um modelo de linguagem comercial.
No terreno especificamente eleitoral, Simchon, Edwards e Lewandowsky (2024) estimaram o ganho persuasivo do microtargeting político em mensagens geradas por IA. O efeito médio é modesto em magnitude, mas estatisticamente robusto — e os autores destacam que mesmo efeitos pequenos podem ser decisivos em escala populacional e em pleitos disputados por margens estreitas. O Fórum Econômico Mundial, no mesmo ano, classificou a desinformação acelerada por IA generativa como o principal risco global no horizonte 2024-2026 (World Economic Forum, 2024).
Paralelamente, na área clínica, o digital phenotyping avançava sua agenda de pesquisa. Choi, Ooi e Lottridge (2024) publicaram revisão sistemática na JMIR mHealth and uHealth avaliando 40 estudos sobre fenotipagem digital aplicada a estresse, ansiedade e depressão leve. Os autores concluíram que combinações de sensores passivos — sobretudo GPS, microfone e padrões de uso do aparelho — conseguem identificar com sensibilidade clinicamente relevante padrões comportamentais associados a sintomas leves, antes de o quadro se intensificar. A aplicação clínica é promissora: monitoramento longitudinal, sinalização precoce de recaídas, ajuste de doses em tempo real. Os riscos, por outro lado, são proporcionais: vigilância contínua, possibilidade de inferência de estados mentais sem consentimento explícito, uso desviado por seguradoras ou empregadores.
11.6 2024-2025 — O novo marco regulatório
O ciclo regulatório aberto em 2018 com GDPR e LGPD ganhou em 2024 sua peça mais ambiciosa: o EU AI Act. O Regulamento (UE) 2024/1689 entrou em vigor em 1º de agosto de 2024, com as proibições do artigo 5º aplicáveis desde 2 de fevereiro de 2025 (European Parliament and Council of the European Union, 2024). É o primeiro marco regulatório dedicado à IA em escala internacional. Para o tema deste capítulo, três proibições do artigo 5º interessam diretamente:
- sistemas de pontuação social (social scoring) que avaliem ou classifiquem pessoas com base em comportamento ou em traços pessoais inferidos;
- sistemas que prevejam comportamento criminal baseados unicamente em perfil ou traços de personalidade;
- sistemas de categorização biométrica que deduzam raça, opinião política, orientação sexual ou convicção religiosa.
As sanções por descumprimento podem alcançar €35 milhões ou 7% do faturamento global anual da empresa infratora, conforme o que for maior.
No Brasil, a ANPD — Autoridade Nacional de Proteção de Dados — entrou em fase de operacionalização do que a LGPD havia previsto sete anos antes. Em maio de 2025, publicou nota técnica consolidando contribuições de consulta pública para fundamentar a regulamentação das decisões automatizadas que envolvem perfis de personalidade (Autoridade Nacional de Proteção de Dados, 2025). A agenda regulatória da ANPD para 2025-2026 inclui ainda direitos do titular, reconhecimento facial, data scraping, agregadores de dados e revisão de decisões automatizadas — agenda que demonstra que o legislador brasileiro entendeu a inferência psicométrica como um dos vetores centrais de risco da próxima década.
A combinação dos três marcos — GDPR, LGPD e EU AI Act — cria um cenário em que a inferência de personalidade a partir de dados digitais permanece tecnicamente possível e largamente realizada, mas passa a operar sob restrições legais crescentes, com obrigações de transparência, revisão humana e direito do titular à objeção. Empresas como Crystal Knows, Humantic AI e Sentino seguem oferecendo serviços comerciais de inferência psicométrica, e os próprios LLMs de uso geral (ChatGPT, Claude, Gemini) realizam inferência equivalente sob demanda em qualquer conversa — mesmo quando isso não é seu propósito explícito.
11.7 Síntese — conexão com o apêndice
A última década e meia produziu, portanto, três deslocamentos significativos, e percorrê-los na ordem em que aconteceram torna visível o motor que os movia. Primeiro, a tecnologia migrou do contexto de inteligência militar (IARPA, EMBERS) para o consumidor final (Watson, Crystal Knows, ChatGPT). Segundo, a psicometria deixou de depender de autorrelato e passou a operar por inferência sobre pegadas digitais — primeiro com algoritmos especializados (Youyou, Matz), depois como capacidade emergente de modelos de linguagem de uso geral (Peters & Matz, Salecha). Terceiro, o cenário regulatório saiu da inexistência (pré-2018) para um conjunto de marcos crescentes (GDPR/LGPD em 2018, EU AI Act em 2024) que reconhecem o perfil de personalidade como objeto especificamente sensível — e que o reconheceram, na maior parte das vezes, em resposta direta a escândalos públicos como Cambridge Analytica.
Vale antecipar uma ironia que será retomada no ensaio em apêndice: os algoritmos modernos “acertam” sobre nossa personalidade com fidedignidade comparável à de pessoas que nos conhecem (Peters; Matz, 2024; Youyou; Kosinski; Stillwell, 2015) precisamente porque operam com uma definição operacional do construto — padrões estatísticos de comportamento observável — que não exige que personalidade seja uma “coisa” interior. Eles funcionam bem com a tese de que personalidade é padrão, não substância. Talvez a máquina seja, sem saber, wittgensteiniana. E talvez o jurista que escreveu o artigo 12 da LGPD, ao falar em “formação do perfil comportamental”, tenha registrado em lei o que a filosofia da linguagem vinha dizendo havia décadas: que a personalidade é menos uma coisa que se tem do que um conjunto de padrões que se manifestam — e que, manifestando-se, podem ser observados, registrados, agregados e utilizados.