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 passou a interessar a campos como marketing, recrutamento e saúde1,2. A história de como isso aconteceu é curta — menos de vinte anos — mas densa, e pode ser contada a partir de três perguntas: como se infere a personalidade a partir de dados, para que essa inferência é usada (e se funciona) e o que a lei protege.

11.1 Como se infere a personalidade a partir de dados

Da pesquisa acadêmica

As redes sociais firmaram-se como laboratório de comportamento humano em larga escala3,4. O Facebook, que a maioria dos acadêmicos via como curiosidade ou como objeto de estudo em si, transformou-se em ferramenta séria de pesquisa para investigar questões psicológicas mais amplas4. Boa parte desse trabalho partiu do myPersonality, um aplicativo de testes de personalidade criado em Cambridge em 2007, cujos usuários podiam ceder seus dados à pesquisa; num dos primeiros estudos com esses dados, publicado em 2013, as curtidas bastaram para prever características como orientação sexual, origem étnica, preferência partidária e traços de personalidade4.

Em 2015, Youyou, Kosinski e Stillwell1 publicaram, na Proceedings of the National Academy of Sciences, o resultado que viraria referência do campo: algoritmos baseados em curtidas no Facebook mostraram-se mais acurados que os amigos do próprio usuário em estimar seus Big Five (r = 0,56 contra 0,49)1; com 150 curtidas, superavam o familiar médio e, com 300, o cônjuge médio1. A psicometria digital deixava de ser promessa e passava a ser realidade empírica documentada.

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) eram correlacionadas com escores de personalidade obtidos por questionário em grupos de treinamento1. A meta-análise de Azucar, Marengo e Settanni2, publicada em 2018, reuniu a evidência acumulada até 2017: em 16 estudos, as correlações entre a previsão e o questionário iam de 0,29 (amabilidade) a 0,40 (extroversão)2, pp. 150, 154.

Os primeiros serviços comerciais

Em fevereiro de 2015, na conferência IBM InterConnect, a IBM anunciou comercialmente o Watson Personality Insights, 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 autor5. Era o sinal de que a inferência de personalidade, até então restrita à pesquisa acadêmica, começava a se popularizar.

Em dezembro de 2020, a IBM anunciou que descontinuaria o serviço em um ano6. O Watson Personality Insights foi efetivamente desligado em 1º de dezembro de 2021. A IBM informou que não havia substituto direto e sugeriu o IBM Watson Natural Language Understanding, que não oferece inferência de personalidade. A empresa não explicou a decisão.

Os modelos de linguagem

Em novembro de 2022, a OpenAI lançou publicamente o ChatGPT7. 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 natural8.

Peters e Matz8 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 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 de autorrelato comparáveis, embora um pouco inferiores, às atingidas por algoritmos especializados da geração anterior8, pp. 1, 5. A inferência psicométrica, antes uma capacidade que exigia engenharia, virou uma capacidade emergente.

Os modelos também podem ser postos do outro lado do teste. Salecha e colaboradores9 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, como respondentes humanos, e maior: quando percebem que estão sendo avaliados, relatam-se mais extrovertidos, conscienciosos e amáveis e menos neuróticos do que quando respondem a um item de cada vez9. O fenômeno revela que os modelos não apenas inferem personalidade alheia: reproduzem, em algum sentido, o jogo psicológico da própria autodescrição humana.

Os sensores do celular

Outra frente usa os sensores do celular. O conceito de digital phenotyping, que já circulava desde meados da década de 2010, ganhou 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 investigaram aplicações em depressão, ansiedade, esquizofrenia e transtorno bipolar10, pp. 2, 5.

Choi, Ooi e Lottridge10 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 sensores passivos do smartphone — sobretudo os de localização, atividade física e interação social — captam padrões de comportamento associados a esses sintomas em pessoas sem diagnóstico clínico; a meta, ainda por demonstrar, é detectá-los antes de o quadro se intensificar10, pp. 1, 18. A aplicação clínica é promissora: monitoramento longitudinal e detecção precoce. Os riscos, por outro lado, são proporcionais: vigilância contínua, inferência de estados mentais sem consentimento explícito, acesso aos dados por empregadores ou escolas10.

11.2 Para que se usa, e se funciona

Publicidade

Em 2017, Matz e colaboradores11 mostraram, em três experimentos de campo no Facebook que alcançaram mais de 3,5 milhões de pessoas, que anúncios ajustados à extroversão ou à abertura do público, estimadas a partir de curtidas, produziam até 40% mais cliques e até 50% mais compras do que anúncios desajustados ou não personalizados11. Era uma demonstração de campo, em grande escala, de que o psychological targeting podia funcionar como ferramenta de persuasão — e, portanto, podia ser comercializado.

Política

Cambridge Analytica. Em 2018, tudo o que vinha acontecendo nos bastidores tornou-se debate público. A empresa britânica de análise política obteve, por intermédio de um aplicativo de teste de personalidade apresentado como pesquisa acadêmica4, dados de até 87 milhões de usuários do Facebook sem consentimento4, e os usou para construir perfis psicológicos com fins de microtargeting político nos Estados Unidos: em 2016, a empresa trabalhou para Ted Cruz nas primárias e para Donald Trump na eleição geral4, embora negasse ter usado esses dados na eleição presidencial12. A revelação detonou em março de 201812 e provocou audiências no Congresso americano (depoimento do Zuckerberg em 10 de abril de 2018)4, no Parlamento britânico e mobilizou governos no mundo todo.

No plano jurídico, o desdobramento de Cambridge Analytica seguiu caminho lento. Em dezembro de 2022, cerca de quatro anos depois de aberta a ação, a Meta (controladora do Facebook) concordou em pagar US$ 725 milhões para encerrar a ação coletiva de privacidade movida nos Estados Unidos — segundo os advogados dos autores, o maior acordo já obtido numa ação coletiva de privacidade de dados13, pp. 1–2. A Meta não admitiu culpa formal13. A aprovação final do juiz federal Vince Chhabria viria em outubro de 202314.

A chegada dos LLMs também automatizou a persuasão personalizada. Matz, Teeny, Vaid e colaboradores15 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 no marketing de produtos e nos apelos políticos por ação climática; nas mensagens de saúde, o efeito foi pequeno e não significativo15, pp. 1, 6. O que Matz havia demonstrado em 2017 com anúncios redigidos por pessoas podia agora ser automatizado: a redação da mensagem passava a ser feita por um modelo de linguagem comercial, ao alcance de qualquer empresa ou ator político15.

No terreno especificamente eleitoral, Simchon, Edwards e Lewandowsky16 estimaram o ganho persuasivo do microtargeting político em mensagens geradas por IA. O efeito é pequeno — significativo com o ChatGPT, não com o GPT-3 —, e os autores destacam que mesmo efeitos pequenos podem ser decisivos em escala populacional e em pleitos disputados por margens estreitas16, pp. 2–3. O Fórum Econômico Mundial, no mesmo ano, classificou a desinformação acelerada por IA generativa como o principal risco global no horizonte 2024-202617. Na edição de 2026, a desinformação caiu para o 2º lugar no horizonte de dois anos, e os resultados adversos das tecnologias de IA passaram a ser o risco que mais sobe com o tempo: do 30º lugar em dois anos para o 5º em dez18.

Serviços de inteligência

Os serviços de inteligência também se interessaram cedo pela previsão a partir de grandes volumes de dados abertos, voltada para eventos coletivos, e não para a personalidade de indivíduos. Em 2007, o Escritório do Diretor de Inteligência Nacional dos Estados Unidos criou a IARPA (Intelligence Advanced Research Projects Activity) — análoga à DARPA, mas voltada para a comunidade de inteligência19, pp. 897–898. Um dos sistemas financiados por seu programa Open Source Indicators, 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, crises políticas, resultados de eleições e surtos de doenças20,21, pp. 1799–1800,22. A região foi escolhida por ter grande volume de dados públicos e servir de campo de teste conveniente23.

Funciona?

Os números dessas pesquisas pedem cautela. A previsão da personalidade a partir de pegadas digitais tem correlações de 0,29 a 0,40 com o questionário2, e os LLMs, sem treinamento específico, chegam a 0,29 em média8. Nos experimentos de Matz, o ajuste da mensagem à personalidade não aumentou os cliques no primeiro estudo11, e o ganho da persuasão política personalizada é pequeno16. O efeito existe, mas é modesto.

11.3 O que a lei protege

Antes de 2018

A proteção contra decisões automatizadas sobre a personalidade é anterior ao big data. Desde 1995, a diretiva europeia de proteção de dados reconhecia o direito de não ficar sujeito a uma decisão com efeitos significativos “tomada exclusivamente com base num tratamento automatizado de dados destinado a avaliar determinados aspectos da sua personalidade”, como a capacidade profissional, o crédito ou o comportamento, e o direito de conhecer a lógica desse tratamento24, arts. 12, 15.

GDPR e LGPD

O escândalo coincidiu com a chegada de uma nova regulação. Em maio de 2018, passou a ser aplicado na União Europeia o GDPR, aprovado em 201625, estabelecendo o direito do titular de não ficar sujeito a decisões exclusivamente automatizadas, inclusive a definição de perfis (art. 22), e de receber informações sobre a lógica subjacente a elas (arts. 13 a 15)25, pp. 41, 46. Em agosto de 2018, o Brasil sancionou a LGPD (Lei n. 13.709/2018)26. O artigo 5º, II, definiu como dados sensíveis os referentes a origem racial ou étnica, convicção religiosa, opinião política, filiação a sindicato ou a organização de caráter religioso, filosófico ou político, saúde, vida sexual e dados genéticos ou biométricos. O artigo 12, § 2º, admitiu que também possam ser considerados dados pessoais os utilizados na formação do perfil comportamental de determinada pessoa natural, se identificada. 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”.

O AI Act

O ciclo regulatório 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 202527. A maior parte das demais regras passou a valer em 2 de agosto de 2026, mas uma alteração aprovada em julho de 2026 adiou para dezembro de 2027 as obrigações dos sistemas de alto risco, entre eles os de reconhecimento de emoções e os usados para recrutar e avaliar trabalhadores27,28. Para o tema deste capítulo, seis proibições do artigo 5º interessam diretamente27, pp. 51–52:

  • técnicas subliminares ou manifestamente manipuladoras que distorçam o comportamento e causem dano significativo;
  • exploração de vulnerabilidades devidas à idade, à incapacidade ou à situação socioeconômica;
  • classificação social (social scoring) com base no comportamento ou em características de personalidade, quando leve a tratamento prejudicial ou desfavorável;
  • previsão de crime com base exclusivamente em perfil ou em traços de personalidade;
  • inferência de emoções no trabalho e na escola, salvo por razões médicas ou de segurança;
  • categorização biométrica para deduzir raça, opiniões políticas, filiação sindical, convicções religiosas ou filosóficas, vida sexual ou orientação sexual.

As sanções pelo descumprimento dessas proibições podem alcançar €35 milhões ou 7% do faturamento global anual da empresa infratora, conforme o que for maior27.

No Brasil, depois da LGPD

No Brasil, a ANPD — hoje Agência Nacional de Proteção de Dados29, art. 55-A — entrou em fase de operacionalização do que a LGPD havia previsto sete anos antes. Em 2025, publicou nota técnica consolidando as contribuições de uma tomada de subsídios sobre inteligência artificial e revisão de decisões automatizadas — inclusive as que definem “aspectos de sua personalidade” (art. 20 da LGPD)30, pp. 1–2. A decisão automatizada — inclusive a que define aspectos da personalidade — entrou assim na pauta do regulador brasileiro; até meados de 2026, porém, a norma sobre o artigo 20 ainda estava em elaboração31. Desde março de 2026, o Estatuto Digital da Criança e do Adolescente (Lei n. 15.211/2025) proíbe usar técnicas de perfilamento e análise emocional para direcionar publicidade comercial a crianças e adolescentes, e criar perfis comportamentais deles para esse fim32, arts. 22, 26, 41-A. O marco legal da inteligência artificial (PL 2.338/2023), aprovado pelo Senado em dezembro de 2024, aguardava em outubro de 2026 o parecer da comissão especial da Câmara33.

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, direito de oposição e revisão das decisões automatizadas — com intervenção humana no GDPR25, mas não obrigatoriamente na LGPD, que deixou de exigi-la em 201926,30.

11.4 Linha do tempo

Tabela 11.1: Linha do tempo da inferência de personalidade a partir de dados
Ano Fato
2007 Criado o app myPersonality, em Cambridge; a IARPA começa a operar
2012 O EMBERS entra em operação em dez países da América Latina
2013 Um dos primeiros estudos a prever traços a partir de curtidas no Facebook
2015 Youyou, Kosinski e Stillwell; a IBM lança o Watson Personality Insights
2016 O GDPR é aprovado (27 de abril)
2017 Matz e colaboradores: anúncios ajustados à personalidade
2018 Cambridge Analytica (março); o GDPR passa a ser aplicado (maio); a LGPD é sancionada (agosto)
2019 A Lei n. 13.853 tira da LGPD a revisão “por pessoa natural”
2021 A IBM desliga o Watson Personality Insights (1º de dezembro)
2022 ChatGPT (novembro); acordo de US$ 725 milhões da Meta (dezembro)
2024 O AI Act entra em vigor (1º de agosto); estudos de Peters e Matz, de Matz e colaboradores e de Simchon e colaboradores; o Senado aprova o PL 2.338/2023 (dezembro)
2025 Proibições do art. 5º do AI Act (2 de fevereiro); nota técnica da ANPD; sanção do ECA Digital (setembro)
2026 O ECA Digital entra em vigor (17 de março); regras gerais do AI Act (2 de agosto), com o alto risco adiado para 2027 e 2028

11.5 Síntese

As últimas duas décadas produziram, portanto, três deslocamentos significativos, e vê-los juntos torna visível o motor que os movia. Primeiro, a inferência de personalidade saiu da pesquisa acadêmica (myPersonality, Youyou, Matz) para o consumidor final (Watson, ChatGPT). Segundo, a psicometria ganhou uma via que dispensa o autorrelato de quem é avaliado — a inferência sobre pegadas digitais, ainda calibrada por questionários —, primeiro com algoritmos especializados (Youyou, Matz), depois como capacidade emergente de modelos de linguagem de uso geral (Peters e Matz). Terceiro, o cenário regulatório passou de normas esparsas, como a diretiva europeia de 1995, a um conjunto de marcos mais amplos (o GDPR, aprovado em 2016 e aplicado desde 2018; a LGPD, de 2018; o AI Act, de 2024), que tratam a avaliação automatizada da personalidade como objeto de proteção específica — e que o escândalo Cambridge Analytica ajudou a tornar urgentes.

Uma ironia

Há aqui uma ironia: os algoritmos modernos “acertam” sobre nossa personalidade com acurácia comparável — ou superior — à de pessoas que nos conhecem1,8 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.

Referências