09/03/2026

A política em tempos de redes: algoritmos, influência e polarização

Mariluz Congosto

Congosto, M. (2026). A política em tempos de redes: algoritmos, influência e polarização. SmartVote. https://doi.org/10.5281/zenodo.20059004

Introducción

Na última década, as redes sociais transformaram profundamente a forma como nos relacionamos, deslocando parte da comunicação pessoal para o ambiente virtual. O que inicialmente era um meio para manter contacto com familiares e amigos expandiu o seu uso para o entretenimento e a difusão de informação. A sua capacidade de moldar narrativas, amplificar discursos e mobilizar — ou desmobilizar — eleitores teve um impacto significativo nos processos eleitorais em todo o mundo. Este artigo explora como estas ferramentas digitais influenciam a opinião pública.

Cenário atual

É difícil encontrar alguém que viva à margem das redes sociais; quem tem um telemóvel tem acesso a elas. Em Espanha, 99,5% dos lares com membros entre 16 e 74 anos têm acesso, segundo o relatório do INE de 2024¹. Não existe limite de idade para as utilizar: as crianças aprendem a interagir com um telemóvel antes de aprenderem a falar, e as pessoas mais velhas ultrapassaram a barreira digital para comunicar com familiares e amigos.

Según el Digital News Report de Reuters de junio de 2025², em Espanha observa-se um declínio no consumo de notícias em papel em comparação com o formato digital (21% vs. 69%). A televisão também está a perder terreno para as redes sociais (54% vs. 46%). A nível europeu, Espanha destaca-se por ser um dos países com menor confiança nos seus meios de comunicação e, ao mesmo tempo, um dos que mais partilham notícias nas redes sociais.

Nem todos utilizam as redes sociais da mesma forma ou com a mesma intensidade, mas todos estão expostos a elas. Por outro lado, estas plataformas segmentaram-se por idade, captando um público jovem através de conteúdos audiovisuais, e evoluíram para fidelizar os utilizadores através de algoritmos personalizados e novas funcionalidades adaptadas aos seus interesses.

A opacidade dos algoritmos e o relaxamento na moderação de conteúdos contribuem para o aumento da polarização e da toxicidade nas redes sociais. A isto soma-se o papel dos influencers — perfis com um grande número de seguidores — na construção de narrativas com grande visibilidade. Como se a difusão orgânica não fosse suficiente, existe também uma amplificação artificial que reforça determinadas mensagens. Finalmente, a irrupção da Inteligência Artificial não serve apenas para facilitar tarefas, mas em alguns casos também gera confusão.

Os algoritmos decidem por si

Nas plataformas de mensagens instantâneas, como WhatsApp ou Telegram, o acesso à informação é vertical: seleciona-se um canal ou chat e a informação aparece em ordem cronológica. No entanto, em redes sociais como Facebook, Instagram, Twitter/X ou TikTok, o conteúdo apresentado a cada utilizador é personalizado por um algoritmo. Como funciona esse algoritmo continua a ser um mistério, mas o seu objetivo é claro: captar a atenção do utilizador para maximizar o tempo de permanência na plataforma.

O Facebook fornece algumas pistas sobre o funcionamento do seu algoritmo³, embora o código-fonte não tenha sido publicado. Em contrapartida, quando Elon Musk adquiriu o Twitter/X em 2023, cumpriu a promessa de tornar público o código do algoritmo de recomendação, publicando-o no GitHub⁴. Esse código foi analisado por numerosos programadores e comentado em vários meios tecnológicos⁵. No entanto, tratava-se de uma versão incompleta e, até hoje, não foram publicadas atualizações posteriores.

Em 2018, Mark Zuckerberg apresentou um gráfico⁶ muito revelador que mostrava como as pessoas interagem de forma desproporcionada com conteúdos sensacionalistas e provocadores. A sua intenção era inverter essa tendência reduzindo a visibilidade desse tipo de conteúdo.

No entanto, os algoritmos continuam a premiar os conteúdos que geram mais interações.

Influencers políticos: entre a autenticidade e a estratégia

Um indivíduo torna-se influencer quando conquista a admiração de um grande número de pessoas que confiam nas suas opiniões, se identificam com o seu estilo de vida ou seguem fielmente os seus conteúdos, e quando possui a capacidade de gerar impacto nas decisões, gostos ou comportamentos da sua audiência.

As marcas recorrem aos influencers porque são altamente eficazes para os seus negócios. O mesmo acontece no âmbito político: partidos, fundações, lobbies e até países recrutam-nos para transmitir as suas narrativas de forma direta e mais eficaz aos seus seguidores. Fleischmann (2025) assinala que “muitos destes influencers dirigem-se aos jovens e apresentam-se como conselheiros ou mentores, e não é imediatamente evidente — por vezes durante muito tempo — que na realidade são membros de organizações”.

A Rússia foi acusada de utilizar redes digitais para intervir em processos políticos de outros países. Nas eleições presidenciais da Roménia, uma rede coordenada — alegadamente ligada ao jornal Pravda — teria utilizado websites e influencers para promover massivamente Călin Georgescu. Além disso, o governo dos Estados Unidos acusou a plataforma de influencers Tenet Media de ser financiada pela Rússia e de difundir “propaganda e desinformação”⁷.

Bots e automatização: a criação de uma falsa realidade

A força das redes sociais reside na sua capacidade de propagação. Os algoritmos das plataformas recompensam as publicações que geram mais interações, tornando-as mais visíveis e ampliando o seu alcance. Por isso, quando existe um interesse específico em difundir determinado conteúdo, este costuma ser impulsionado através de mecanismos de automatização.

Os bots são perfis automatizados nas redes sociais, programados para simular o comportamento de utilizadores reais. Interagem através de “gostos”, partilhas, comentários e outras ações que geram visibilidade. Existem também perfis semiautomatizados, nos quais algumas funções são geridas por uma pessoa enquanto outras são executadas automaticamente.

Estes recursos não só amplificam artificialmente a difusão das mensagens que promovem, como também constroem uma perceção enganadora de apoio social, fazendo com que um conteúdo pareça mais apoiado do que realmente está.

Existem diferentes níveis de qualidade nos perfis automatizados. Alguns bots são facilmente identificáveis pela sua pouca elaboração: não têm fotografia, utilizam nomes genéricos ou com sequências numéricas e não incluem qualquer descrição. No entanto, outros são desenhados para passar despercebidos. Ainda assim, existem parâmetros como atividade, interações, data de criação e comprimento do nome que os distinguem dos humanos (Ferrara et al., 2016).

Os bots constituem uma indústria com mercados tanto grossistas como retalhistas. Em regiões como o sudeste asiático, são criadas redes compostas por dezenas de milhares de perfis automatizados, aos quais se aplicam técnicas de “engorda” — ou seja, estratégias para aumentar artificialmente o número de seguidores e o nível de atividade — com o objetivo de aumentar o seu valor comercial. Posteriormente, estes bots são revendidos ou alugados em menor escala para campanhas específicas de difusão ou manipulação digital.

Por vezes, os perfis automatizados ou geridos de forma coordenada são expostos pela sua incongruência contextual. Um exemplo marcante ocorreu durante a DANA em Valência, quando centenas de perfis, aparentemente hindus, se infiltraram na conversa pública sobre o desastre humanitário⁸. Bastava observar os seus perfis para perceber que não tinham qualquer relação com Espanha: nomes, imagens e publicações anteriores revelavam uma atividade centrada em temas alheios ao contexto local. Esta anomalia sugere uma possível operação de “engorda” — para aumentar o número de seguidores — ou até o aluguer temporário de contas com o objetivo de amplificar certas mensagens ou alterar a narrativa nas redes sociais.

Embora as plataformas digitais afirmem combater ativamente as redes de bots, na prática costumam demonstrar alguma permissividade. Isto deve-se, em parte, a interesses comerciais: os bots contribuem para o volume de utilizadores e para a atividade aparente dentro da rede, duas métricas fundamentais que influenciam diretamente a valorização económica destas plataformas.

Polarização digital: o combustível emocional

Um dos efeitos mais significativos dos algoritmos de recomendação é a criação de bolhas ideológicas. Quando os conteúdos são personalizados em função da orientação política do utilizador, este é exposto a informações que reforçam as suas próprias crenças. Com o tempo, este processo pode consolidar posições ideológicas e até favorecer a radicalização (Barberá, P., 2020).

Se a isto se acrescentar a possibilidade de bloquear ou silenciar perfis com opiniões divergentes, a visão do mundo torna-se progressivamente mais parcial, ao eliminar o contraste com outras perspetivas.

Por outro lado, alguns políticos — tanto do governo de coligação como da oposição — fazem um uso irresponsável das redes sociais que contribui para a polarização e a radicalização do discurso público.

A opinião pública está fragmentada e, perante qualquer debate, surgem bolhas ideológicas com pouca interação entre si.

A inteligência artificial: o oráculo

As capacidades da Inteligência Artificial (IA) surpreenderam tanto que algumas pessoas a utilizam como se fosse o oráculo de Delfos. No Twitter/X, é comum recorrer à sua IA, @Grok, para verificar todo o tipo de informações, que depois são apresentadas como provas irrefutáveis da verdade. No entanto, as IAs ainda estão longe de ser infalíveis: podem oferecer respostas enviesadas, erradas ou até completamente inventadas.

Recentemente, no Twitter/X foi publicada a fotografia de uma família numerosa em situação de pobreza, acompanhada do texto: “Com Franco vivia-se melhor”. A imagem provocou uma forte reação contrária e gerou perguntas dirigidas a @Grok sobre a sua autenticidade.

@Grok respondeu de forma contundente: “A foto é de Walker Evans, 1936, Alabama”. No entanto, uma simples pesquisa com o Google Lens conduzia ao Arquivo Fotográfico Histórico da Universidade de Málaga, onde se indicava que a imagem foi tirada em Espanha, em 1952. Apesar de vários utilizadores terem partilhado esta informação com @Grok, a IA persistiu no erro durante várias interações até finalmente o reconhecer⁹. Este episódio demonstra os riscos de confiar cegamente em sistemas automatizados para verificação.

Como evitar a manipulação nas redes sociais

Por um lado, existem os interesses económicos das plataformas digitais, que promovem a difusão de conteúdos sensacionalistas e radicais, toleram a presença de redes de bots e utilizam algoritmos concebidos para captar a nossa atenção e manter-nos ligados o maior tempo possível. Por outro lado, surge uma pergunta inevitável: como regular estes espaços sem incorrer em censura?

Existe uma terceira via: a autorregulação por parte dos utilizadores. Para isso, é fundamental promover a literacia mediática, entendida como a capacidade de identificar os mecanismos que favorecem a manipulação e aprender a contrariá-los. Algumas estratégias fundamentais incluem:

• Neutralizar os algoritmos: configurar as redes sociais para priorizar conteúdos das nossas próprias ligações em vez dos recomendados pela plataforma, rever que dados pessoais partilhamos, desativar notificações desnecessárias e estabelecer limites de tempo de utilização.
• Questionar os influencers e a Inteligência Artificial: verificar a informação antes de a partilhar e considerar possíveis enviesamentos ideológicos ou algorítmicos que possam influenciar as suas mensagens.
• Não alimentar os bots: bloquear e denunciar perfis que apresentem comportamentos automatizados ou suspeitos, evitando assim a sua amplificação.
• Evitar a polarização: seguir contas de diferentes espectros ideológicos. A pluralidade protege contra a manipulação emocional. Silenciar perfis que promovam conteúdos negativos, agressivos ou excessivamente polarizantes.

Referências

Barberá, P. (2020). Social media, echo chambers, and political polarization. Social media and democracy: The state of the field, prospects for reform, 34-55.

Ferrara, E., Varol, O., Davis, C., Menczer, F., & Flammini, A. (2016). The rise of social bots. Communications of the ACM, 59(7), 96-104.

Fleischmann, G. (2025). Die Codes der Extremisten: wie Links-und Rechtsextreme, Autokraten und Islamisten die Demokratie unterwandern. edition a.

Autora

Mariluz Congosto é doutora em Engenharia Telemática pela Universidade Carlos III de Madrid e licenciada em Informática pela Universidade Politécnica de Madrid. Foi professora honorária no departamento de Telemática da Universidade Carlos III até setembro de 2025.

Desde 2008 é investigadora de dados sociais, principalmente no Twitter e Telegram. Utiliza análise de redes e visualização para descobrir padrões de comportamento, propagação de mensagens e caracterização de utilizadores.

Foi professora associada na Universidade Carlos III de 2004 a 2009 e na Universidade Politécnica de Madrid de 1987 a 1989.

Anteriormente trabalhou na Telefónica I+D de 1988 a 2008, na ELIOP de 1986 a 1988, na Diputación de Almería de 1984 a 1986 e na SECOINSA (mais tarde Fujitsu) de 1980 a 1984.

Ciberdados

Google Scholar: https://scholar.google.com/citations?hl=en&user=wFYExuEAAAAJ

Orcid: http://orcid.org/0000-0002-8826-729X.

Blog http://mariluzcongosto.com

Twitter: http://twitter.com/congosto

Linkedin: http://www.linkedin.com/in/congosto

Observação: Este artigo é uma tradução automática do texto original em espanhol. Em caso de discrepâncias ou diferenças de significado, consulte a versão original.

1.  https://www.ine.es/dyngs/Prensa/TICH2024.htm ↩︎
2. https://reutersinstitute.politics.ox.ac.uk/sites/default/files/2025-06/Digital_News-Report_2025.pdf, pgs.108-109.
   ↩︎
3.  https://es-es.facebook.com/business/help/718033381901819 ↩︎
4. https://github.com/twitter/the-algorithm
   ↩︎
5. https://techcrunch.com/2023/03/31/twitter-reveals-some-of-its-source-code-including-its-recommendation-algorithm/
   ↩︎
6. https://www.facebook.com/notes/751449002072082/
   ↩︎
7. https://www.justice.gov/archives/opa/pr/two-rt-employees-indicted-covertly-funding-and-directing-us-company-published-thousands
   ↩︎
8. https://x.com/JulianMaciasT/status/1853157607869120719 ↩︎
9.  https://x.com/ropamuig37/status/1960100859955798466 ↩︎