<\/p>\n\n\n\n
Pesquisadores da Universidade do Sul da Calif\u00f3rnia publicaram em mar\u00e7o de 2026 um estudo na revista Trends in Cognitive Sciences<\/em> com uma hip\u00f3tese inc\u00f4moda: o uso massivo de grandes modelos de linguagem est\u00e1 reduzindo a diversidade de estilos, perspectivas e estrat\u00e9gias de racioc\u00ednio entre os usu\u00e1rios. Quanto mais gente usa as mesmas ferramentas para escrever, revisar e estruturar argumentos, mais as sa\u00eddas se parecem entre si, mesmo quando os inputs s\u00e3o diferentes.<\/p>\n\n\n\n O fen\u00f4meno tem nome na literatura: homogeneiza\u00e7\u00e3o cognitiva. E ele importa muito al\u00e9m do campo da lingu\u00edstica.<\/p>\n\n\n\n O problema n\u00e3o \u00e9 a IA em si. \u00c9 a camada que ela processa.<\/strong><\/p>\n\n\n\n O estudo mira especificamente os LLMs, sistemas treinados para prever e gerar linguagem. A cr\u00edtica faz sentido nesse recorte: um modelo que aprendeu padr\u00f5es de escrita a partir de bilh\u00f5es de textos tende a convergir para o que \u00e9 estatisticamente “correto” e “claro”, que por defini\u00e7\u00e3o \u00e9 o mais comum. A diversidade, nesse regime, \u00e9 ru\u00eddo a ser eliminado.<\/p>\n\n\n\n Mas h\u00e1 uma confus\u00e3o latente no debate p\u00fablico que vale desfazer: nem todo dado processado por IA \u00e9 linguagem.<\/p>\n\n\n\n Existe uma diferen\u00e7a fundamental entre um sistema que interpreta o que as pessoas escrevem<\/strong> e um sistema que observa o que as pessoas fazem<\/strong>. O comportamento f\u00edsico, para onde as pessoas se deslocam, por quanto tempo ficam em determinados locais, com que frequ\u00eancia retornam, em quais hor\u00e1rios, n\u00e3o passa por nenhum filtro lingu\u00edstico. Ele n\u00e3o pode ser homogeneizado por um modelo de texto porque ele nunca foi texto.<\/p>\n\n\n\n Dado comportamental \u00e9 o que sobra quando voc\u00ea remove a media\u00e7\u00e3o<\/strong><\/p>\n\n\n\n Quando uma pessoa frequenta o mesmo shopping toda sexta \u00e0 noite, sai pela entrada norte e passa vinte minutos num ponto de alimenta\u00e7\u00e3o espec\u00edfico antes de ir embora, esse padr\u00e3o n\u00e3o est\u00e1 descrito em nenhum lugar. Ela n\u00e3o o digitou, n\u00e3o o verba e provavelmente n\u00e3o tem consci\u00eancia dele. Ele existe como tra\u00e7o de mobilidade, e s\u00f3 pode ser capturado por plataformas que monitoram presen\u00e7a e deslocamento no mundo f\u00edsico.<\/p>\n\n\n\n \u00c9 exatamente essa a natureza do dado que alimenta solu\u00e7\u00f5es como o GeoBehavior: padr\u00f5es de visita, tempo de perman\u00eancia, frequ\u00eancia, hor\u00e1rio, recorr\u00eancia. N\u00e3o h\u00e1 intermedia\u00e7\u00e3o lingu\u00edstica nesse caminho. O dado \u00e9 uma observa\u00e7\u00e3o direta de comportamento, e comportamento humano, diferentemente da linguagem mediada por LLM, \u00e9 inerentemente heterog\u00eaneo.<\/p>\n\n\n\n A implica\u00e7\u00e3o para quem compra m\u00eddia<\/strong><\/p>\n\n\n\n O mercado publicit\u00e1rio vive uma tens\u00e3o crescente entre dois tipos de dado: o declarativo (o que o usu\u00e1rio informa sobre si mesmo) e o comportamental (o que ele demonstra por meio de suas a\u00e7\u00f5es). Os LLMs refor\u00e7am o dado declarativo, eles trabalham com o que foi dito, escrito, postado. Quanto mais esse universo se homogene\u00edza, mais os p\u00fablicos constru\u00eddos com base em dados textuais se tornam indistingu\u00edveis entre si.<\/p>\n\n\n\n Audi\u00eancias criadas a partir de comportamento f\u00edsico percorrem o caminho oposto. Elas partem da especificidade do mundo real, um aeroporto espec\u00edfico, uma praia em um hor\u00e1rio determinado, uma avenida delineada com precis\u00e3o por pol\u00edgonos, e capturam exatamente quem esteve l\u00e1, n\u00e3o quem se encaixa numa categoria sem\u00e2ntica definida por um modelo.<\/p>\n\n\n\n A pergunta que o estudo implicitamente levanta para o mercado de m\u00eddia \u00e9: quando os dados baseados em linguagem convergem para o mesmo centro, como voc\u00ea garante que a sua audi\u00eancia ainda representa algo distinto?<\/p>\n\n\n\n A resposta come\u00e7a pela escolha da camada de dado com a qual voc\u00ea trabalha.<\/p>\n","protected":false},"excerpt":{"rendered":" Pesquisadores da Universidade do Sul da Calif\u00f3rnia publicaram em mar\u00e7o de 2026 um estudo na revista Trends in Cognitive Sciences com uma hip\u00f3tese inc\u00f4moda: o uso massivo de grandes modelos de linguagem est\u00e1 reduzindo a diversidade de estilos, perspectivas e estrat\u00e9gias de racioc\u00ednio entre os usu\u00e1rios. Quanto mais gente usa as mesmas ferramentas para escrever, […]<\/p>\n","protected":false},"author":1,"featured_media":777,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-776","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-sem-categoria"],"yoast_head":"\n