A análise de dados e o poder de persuasão sobre o ponto de vista do usuário: dos limites éticos à proteção legal na LGPD
Resumo: O crescimento exponencial da produção de dados na internet ampliou a capacidade das empresas de conhecer e influenciar o comportamento de seus usuários, criando uma via de mão dupla em que os dados tanto atendem quanto moldam as decisões humanas. Este artigo, segunda parte de uma investigação sobre o impacto da análise de dados na tomada de decisão dos usuários, teve como objetivo investigar a linha tênue entre persuasão e manipulação no ambiente digital, examinar os princípios clássicos de persuasão aplicados a esse contexto, discutir técnicas como o design manipulativo (dark patterns) e o perfilamento psicográfico, e apresentar o marco regulatório brasileiro representado pela Lei Geral de Proteção de Dados Pessoais (LGPD). A pesquisa foi conduzida por meio de revisão bibliográfica. Concluiu-se que a distinção entre persuasão legítima e manipulação não é meramente técnica, mas ética, dependendo de transparência, consentimento genuíno e respeito à autonomia do usuário, e que a LGPD representa esforço relevante, ainda que não suficiente isoladamente, para equilibrar essa relação de poder.
Palavras-chave: persuasão; manipulação; dark patterns; LGPD; proteção de dados.
Introdução
O acesso cada vez maior a dados sobre o comportamento dos usuários permitiu às empresas atuar de acordo com o que estes desejavam à medida que se sabia um pouco mais sobre eles. Diante disso, existe um fato que se apresenta como uma via de mão dupla: como os dados influenciam os usuários e afetam sua tomada de decisão. Observa-se a existência de uma linha tênue entre a manipulação e a persuasão: é notória a forma como aquele que está inserido num meio digital pode estar sendo monitorado, desde o mapeamento de gestos com o mouse até a captação de informações pelo microfone do smartphone. A depender de quem estiver em posse dessas informações, isso pode retornar ao usuário de várias formas, desde um anúncio direcionado até notícias falsas capazes de induzi-lo ao erro e alterar seu comportamento na sociedade.
Partindo desse cenário, e com base nos fundamentos técnicos do Big Data apresentados em artigo complementar a este, este trabalho tem como objetivo discutir a forma como os dados são utilizados para persuadir e, por vezes, manipular usuários, bem como apresentar o marco legal brasileiro de proteção de dados pessoais, contribuindo para alertar e instruir a população sobre como seus dados são obtidos, tratados e retornados ao usuário final.
Persuasão e manipulação através da análise de dados
Persuasão x manipulação: definições e distinções
ortamento do consumidor. O uso de ferramentas de Big Data e Business Intelligence permite às empresas conhecer profundamente as preferências, necessidades e até fragilidadeA conexão entre persuasão e análise de dados é fator central nas estratégias de marketing contemporâneas, orientadas cada vez mais por informações minuciosas sobre o comps dos consumidores, facilitando campanhas persuasivas cada vez mais eficazes. Como observa Carneiro (2021), a persuasão, quando ética, deve beneficiar tanto o consumidor quanto o mercado de forma equilibrada; entretanto, a linha que separa a persuasão legítima da manipulação é muito tênue, e o uso indevido da análise de dados pode distorcer a percepção da realidade, levando o indivíduo a agir conforme interesses de quem controla as recomendações.
A manipulação, quando realizada por meio da análise de dados, pode moldar de forma sutil e imperceptível a maneira como o indivíduo enxerga a si mesmo e ao mundo ao redor. Quando as técnicas de persuasão são usadas de forma manipulativa, os resultados podem ser desastrosos, pois o indivíduo deixa de tomar decisões com base em suas próprias convicções, passando a ser movido por interesses externos, muitas vezes ocultos (CARNEIRO, 2021). Essa manipulação, por ser invisível e personalizada, torna-se ainda mais perigosa: diferentemente da persuasão tradicional — que podia ser detectada e criticada coletivamente, como no caso de um mesmo anúncio televisivo visto por todos —, a persuasão digital personalizada opera de forma individualizada e praticamente imperceptível.
Princípios clássicos de persuasão aplicados ao contexto digital
Os princípios de persuasão identificados por Cialdini (2012) continuam altamente relevantes no contexto digital. A reciprocidade estabelece que as pessoas tendem a retribuir favores; no ambiente digital, isso se explora por meio de testes gratuitos, conteúdo exclusivo e descontos iniciais, sendo o Big Data usado para identificar qual oferta será mais atraente para cada segmento (CIALDINI, 2012). A prova social manifesta-se em contadores de curtidas, avaliações e depoimentos, que criam ilusão de consenso; a análise de dados permite personalizar essas sinalizações para cada perfil demográfico (CIALDINI, 2012).
A escassez opera por meio de mensagens como “apenas 3 itens restantes”, que criam senso de urgência; com Big Data, empresas determinam o nível ótimo de escassez para cada usuário conforme seu histórico de resposta a estímulos (CIALDINI, 2012). A autoridade explora certificações, selos e endorsements de especialistas, personalizados conforme o que é mais convincente para cada segmento; a afeição vale-se de influenciadores e conteúdos que geram identificação emocional; e o compromisso e coerência baseiam-se em técnicas como o “pé na porta”, em que pequenos compromissos iniciais — como um clique em “saiba mais” — levam a compromissos maiores, sendo essas interações rastreadas para criar sequências de persuasão progressiva (CIALDINI, 2012).
O Fogg Behavior Model
Fogg (2003) desenvolveu um framework segundo o qual o comportamento ocorre quando três elementos convergem: motivação (intrínseca ou extrínseca), habilidade (facilidade de executar a ação, otimizada por interfaces intuitivas) e gatilho (o estímulo que aciona a ação no momento certo, como uma notificação push). A análise de dados permite identificar o momento em que cada usuário está com alta motivação e habilidade, disparando o gatilho exatamente nesse instante para maximizar a conversão — o que, combinado estrategicamente, cria um sistema de persuasão praticamente irresistível, sobretudo para usuários menos conscientes dessas técnicas (FOGG, 2003).
Personalização em escala e técnicas baseadas em dados
Susser, Roessler e Nissenbaum (2019) definem manipulação como influência que subverte a autonomia do indivíduo ao explorar suas vulnerabilidades decisórias, diferenciando-a de persuasão legítima (que apela à razão) e de coerção (que remove opções). O behavioral targeting analisa padrões de comportamento digital para inferir interesses e estados emocionais, permitindo prever não apenas o que o usuário pode comprar, mas quando estará mais receptivo a uma oferta (SUSSER; ROESSLER; NISSENBAUM, 2019).
O retargeting faz anúncios “seguirem” o usuário por múltiplos sites, explorando o viés de mera exposição e gerando sensação de vigilância. A otimização por A/B testing permite refinar continuamente técnicas persuasivas — a Netflix, por exemplo, testa dezenas de thumbnails para o mesmo título, exibindo a cada usuário a imagem que maximiza a probabilidade de visualização. O caso do “contágio emocional” do Facebook em 2014, quando a empresa manipulou feeds de centenas de milhares de usuários para testar a propagação de emoções, evidenciou que plataformas digitais experimentam rotineiramente em usuários sem consentimento informado (SUSSER; ROESSLER; NISSENBAUM, 2019).
Algoritmos identificam ainda momentos de máxima vulnerabilidade — quando o usuário está estressado, entediado ou cansado — para entregar notificações e ofertas no timing estatisticamente mais eficaz, o que é eticamente problemático por não apelar à racionalidade, mas explorar momentos de fragilidade decisória. Técnicas de gamificação (pontos, badges, streaks, rankings), por sua vez, ativam motivações intrínsecas e podem gerar padrões compulsivos de uso quando combinadas a reforços de razão variável — mecânica psicológica semelhante à dos jogos de azar (SUSSER; ROESSLER; NISSENBAUM, 2019).
Dark patterns: design manipulativo
Dark patterns, termo cunhado por Harry Brignull, referem-se a interfaces deliberadamente projetadas para enganar, coagir ou manipular usuários a tomarem decisões contrárias a seus interesses. Em estudo sistemático, Mathur et al. (2019) analisaram cerca de 53 mil páginas de produtos em 11 mil sites de compras, identificando 1.818 instâncias de dark patterns, distribuídas em 15 tipos agrupados em sete categorias: sneaking (ocultação de informações, como custos revelados apenas no checkout, presente em 234 sites); urgency (temporizadores e mensagens de urgência, muitas vezes falsos, em 393 sites); misdirection (direcionamento de atenção para longe de informações críticas); social proof (mensagens de atividade de outros usuários, presentes em 345 sites, 26 dos quais com números fabricados); obstruction (dificultar ações como cancelamentos); forced action (condicionar acesso a ações indesejadas, identificado em 236 sites); e trick questions (linguagem confusa ou duplas negativas para induzir escolhas não intencionadas) (MATHUR et al., 2019).
Cerca de 11% dos 11 mil sites analisados continham ao menos uma instância de dark pattern, e 183 sites empregavam práticas explicitamente enganosas; os pesquisadores identificaram ainda 22 entidades terceiras que oferecem dark patterns como soluções prontas (MATHUR et al., 2019). Diferentemente da persuasão legítima, que oferece razões para a escolha, os dark patterns exploram limitações cognitivas e vulnerabilidades psicológicas para extrair consentimento, dinheiro ou dados que o usuário, se plenamente informado, não forneceria.
Perfilamento psicográfico e impactos sociais
Enquanto a análise comportamental examina o que os usuários fazem, o perfilamento psicográfico busca compreender como pensam, inferindo traços de personalidade a partir de rastros digitais — padrões de uso de redes sociais, linguagem e até curtidas. O caso Cambridge Analytica ilustra os riscos dessa prática aplicada à persuasão política: a empresa obteve dados de dezenas de milhões de usuários do Facebook por meio de um aplicativo de quiz de personalidade e os utilizou para construir perfis psicográficos, oferecendo serviços de micro-targeting a campanhas políticas que prometiam influenciar eleitores “persuadíveis” explorando ansiedades e traços de personalidade individuais (SUSSER; ROESSLER; NISSENBAUM, 2019).
Susser, Roessler e Nissenbaum (2019) argumentam que essa manipulação é particularmente problemática por operar em vulnerabilidades individuais profundas e frequentemente inconscientes, sem que o usuário tenha consentido genuinamente. No nível individual, a otimização algorítmica para engajamento pode gerar padrões compulsivos de uso; documentos internos do Facebook revelados por whistleblowers demonstraram que a empresa sabia que o Instagram piorava problemas de imagem corporal em adolescentes, mas priorizou o crescimento sobre a implementação de salvaguardas. No nível social, a personalização extrema de feeds fragmenta o espaço público compartilhado, dificultando o consenso factual e corroendo a confiança social e institucional (SUSSER; ROESSLER; NISSENBAUM, 2019).
Lei Geral de Proteção de Dados Pessoais (LGPD)
Fundamentos e princípios
Diante dos riscos discutidos, a Lei nº 13.709, de 14 de agosto de 2018 (LGPD), representa o principal instrumento normativo brasileiro de proteção de dados pessoais, promulgada para “proteger os direitos fundamentais de liberdade e de privacidade e o livre desenvolvimento da personalidade da pessoa natural” (BRASIL, 2018, art. 1º). O artigo 6º estabelece princípios que devem orientar qualquer tratamento de dados: finalidade (propósitos legítimos e informados), adequação, necessidade (limitação ao mínimo necessário), livre acesso, qualidade dos dados, transparência, segurança, prevenção, não discriminação e responsabilização (BRASIL, 2018, art. 6º).
Dados, bases legais e direitos dos titulares
A LGPD distingue dados pessoais (informação relacionada a pessoa identificada ou identificável), dados pessoais sensíveis (origem racial, convicção religiosa, opinião política, saúde, dado genético ou biométrico) e dados de crianças e adolescentes, cujo tratamento exige consentimento específico de responsável legal (BRASIL, 2018, art. 5º e 14). A lei estabelece dez bases legais para o tratamento, entre elas o consentimento — livre, informado e específico para cada finalidade —, a execução de contrato, o cumprimento de obrigação legal e o legítimo interesse do controlador (BRASIL, 2018, art. 7º).
O artigo 18 assegura ao titular direitos como confirmação da existência de tratamento, acesso e correção de dados, eliminação ou anonimização de dados desnecessários, portabilidade, informação sobre compartilhamento e revogação do consentimento, além do direito à revisão de decisões tomadas unicamente por meio de tratamento automatizado (BRASIL, 2018, art. 18 e 20).
Obrigações das empresas e fiscalização
Controladores e operadores devem adotar medidas de segurança proporcionais aos riscos, nomear um Encarregado de Dados (DPO), elaborar Relatório de Impacto à Proteção de Dados quando o tratamento apresentar riscos relevantes, notificar incidentes de segurança à Autoridade Nacional de Proteção de Dados (ANPD) e aos titulares, e eliminar os dados ao término do tratamento, salvo exceções legais (BRASIL, 2018, art. 37, 38, 41, 46 e 48). A responsabilidade por danos decorrentes de tratamento irregular é objetiva e solidária entre controlador e operador (BRASIL, 2018, art. 42).
A ANPD, criada pela Lei nº 13.853/2019, fiscaliza o cumprimento da LGPD e pode aplicar sanções que vão da advertência à multa de até 2% do faturamento (limitada a R$ 50 milhões por infração), passando por bloqueio ou eliminação de dados e suspensão parcial ou total das atividades de tratamento (BRASIL, 2019). Até o momento, a autoridade tem priorizado abordagem orientativa, mas multas por descumprimento grave já vêm sendo aplicadas.
Para os titulares, recomenda-se conhecer seus direitos, ler políticas de privacidade, configurar opções de privacidade nas plataformas, ser seletivo ao consentir, usar autenticação de dois fatores e revisar permissões de aplicativos. Para as empresas, recomenda-se adotar Privacy by Design e by Default, mapear os dados tratados, estabelecer bases legais claras, obter consentimentos adequados, implementar mecanismos para o exercício de direitos pelos titulares e manter plano de resposta a incidentes, entre outras práticas de governança de dados.
Considerações finais
Este artigo investigou os limites éticos entre persuasão e manipulação no ambiente digital e o marco regulatório que busca proteger o usuário nesse contexto. Os achados revelam assimetrias profundas entre usuários e plataformas: enquanto as empresas dispõem de capacidades sofisticadas para coletar, analisar e aplicar dados comportamentais em escala individual, os usuários frequentemente desconhecem a extensão dessa coleta e enfrentam barreiras para exercer controle efetivo sobre seus próprios dados. A prevalência documentada de dark patterns exemplifica como o design pode ser instrumentalizado contra os interesses de quem o utiliza.
A distinção entre persuasão legítima e manipulação antiética não é meramente técnica, mas fundamentalmente ética, dependendo de transparência, consentimento genuíno e respeito à dignidade humana. A LGPD representa esforço relevante para equilibrar essa relação de poder, mas sua efetividade depende também de literacia digital que capacite os usuários a compreender e exercer seus direitos, e de mudança cultural nas organizações que incorpore a proteção de dados como valor, e não mero requisito de conformidade. Como produto prático desta investigação, e de seu artigo complementar sobre os fundamentos técnicos do Big Data, foi desenvolvido um infográfico de orientação voltado a usuários e empresas, disponível em: https://drive.google.com/drive/folders/1373Ip3SPmtCn03XeHAC0aCjao4wBwt6f?usp=sharing.
Referências
BRASIL. Lei Nº 13.709, de 14 de Agosto de 2018. Lei Geral de Proteção de Dados Pessoais (LGPD). Brasília, DF: Diário Oficial da União, 2018. Disponível em: https://www.planalto.gov.br/ccivil_03/_ato2015-2018/2018/lei/L13709compilado.htm. Acesso em: 1 ago. 2025.
BRASIL. Lei nº 13.853, de 8 de julho de 2019. Altera a Lei nº 13.709, de 14 de agosto de 2018, para dispor sobre a proteção de dados pessoais e para criar a Autoridade Nacional de Proteção de Dados. Brasília, DF: Diário Oficial da União, 2019.
CIALDINI, Robert B. As armas da persuasão: Como influenciar e não se deixar influenciar. Rio de Janeiro: Sextante, 2012.
FOGG, B. J. Persuasive Technology: Using Computers to Change What We Think and Do (Interactive Technologies). 2003. Disponível em: https://memoof.me/download/922/pdf/922.pdf. Acesso em: 26 nov. 2025.
MATHUR, Arunesh et al. Dark Patterns at Scale: Findings from a Crawl of 11K Shopping Websites. Proceedings of the ACM on Human-Computer Interaction, v. 3, n. CSCW, Article 81, nov. 2019. Disponível em: https://arxiv.org/abs/1907.07032. Acesso em: 20 nov. 2025.
SUSSER, Daniel; ROESSLER, Beate; NISSENBAUM, Helen. Online Manipulation: Hidden Influences in a Digital World. Georgetown Law Technology Review, v. 4, n. 1, p. 1-45, 2019. Disponível em: https://georgetownlawtechreview.org/online-manipulation-hidden-influences-in-a-digital-world/GLTR-01-2020/. Acesso em: 20 nov. 2025.
Publicado por Melquesedec de Souza Nascimento; Jhonatta Pietro de Oliveira