Incentivos · Tecnologia · Relacionamentos

SWIPE

Incentivos, Tecnologia e o Colapso dos Relacionamentos Modernos

SWIPE não é um livro sobre dating apps. É um livro sobre o que acontece quando uma civilização remove a infraestrutura social do amor e entrega a reconstrução para mercados cujo lucro depende da busca continuar.

Sumário

Índice

Vinte e três capítulos em três movimentos: a desintermediação do amor, sua monetização pelo mercado, e a substituição que a inteligência artificial agora propõe.

Nota do Autor

Sobre as Evidências
deste Livro

Este livro usa evidências de tipos radicalmente diferentes. Algumas são causais — derivadas de experimentos naturais, dados longitudinais com grupo de controle ou variações exógenas que permitem identificação. A maioria não é. A maioria é correlacional, conceitual, anedótica estrutural ou modelagem calibrada com parâmetros declarados.

Uso, burnout e preferências de dating apps — por geração (EUA, 2024)
0% 25% 50% 75% 100% Gen Z (1997–2012) 76% Millennials (1981–1996) Gen X (1965–1980) Boomers (1946–1964) Já usou app Sente burnout Deletou em 30 dias Prefere conhecer offline
Fonte: Forbes Health / OnePoll (2024), n=1.000 americanos. Nota metodológica: survey de mercado, menos robusto que dados Pew/ATUS — tratar como evidência de tendência, não estatística estrutural. O padrão mais significativo: a Gen Z tem a maior taxa de burnout (76%) e a maior taxa de deleção (69%), sendo a geração que mais usa e mais sofre com os apps simultaneamente.

Essa heterogeneidade é intencional — e precisa ser nomeada.

O livro trabalha por convergência de mecanismos, não por causalidade isolada. A tese não depende de nenhum número específico. Ela depende de um padrão que se repete: infraestrutura social removida, mercado substitutivo emergindo no vácuo, função-objetivo de plataforma orientada a retenção em vez de vínculo, e uma série de resultados — demográficos, epidemiológicos, psicológicos — que se movem na direção prevista pela hipótese, em múltiplos países e horizontes temporais.

Quando o livro afirma correlações fortes — como R²=0,91 (co-movimento, não causalidade) entre downloads de apps e taxa de fecundidade, ou R²=0,95 (co-movimento, não causalidade) entre downloads e incidência de sífilis — está descrevendo co-movimentos em séries temporais, não relações causais verificadas. Esses números exigem explicação e são compatíveis com a hipótese de transferência. Não a provam.

Quando o livro usa anedotas — Carl em Londres, Chu Yi em Xangai, o analista de São Paulo com 847 swipes — está usando evidência estrutural: casos que ilustram mecanismos documentados em escala maior, não exemplos excepcionais apresentados como regra. A distinção importa.

O livro não afirma monocausalidade. A queda de fertilidade tem causas múltiplas e bem documentadas — educação feminina, custo de moradia, participação no mercado de trabalho, postergação do casamento. Os apps de relacionamento são um mecanismo entre vários, possivelmente de segunda ou terceira ordem em muitas das séries descritas. O que o livro afirma é que ignorá-los sistematicamente — como fez a maior parte da literatura econômica e demográfica da última década — é um erro analítico.

Onde evidência causal mais forte existe, o livro a identifica. Onde não existe, o livro diz "correlação", "congruência" ou "compatível com a hipótese" — nunca "prova".

SWIPE · Incentivos, Tecnologia e o Colapso dos Relacionamentos Modernos
Introdução

O Mercado que Aprendeu
a Monetizar a Solidão

Em algum momento da década de 2010, sem voto, sem lei e sem debate público, uma das instituições mais antigas da vida humana foi transferida para plataformas otimizadas para engajamento.

I

Em algum momento da década de 2010, sem voto, sem lei e sem debate público, uma das instituições mais antigas da vida humana foi transferida para plataformas otimizadas para engajamento.

A forma como os casais se formam sempre mudou. Saiu das aldeias para as cidades, das igrejas para as universidades, das apresentações familiares para bares, escritórios, festas, classificados e sites. Mas aquilo era diferente. O lugar do encontro mudou — isso era visível. A ruptura maior estava em outra camada: pessoas passaram a ser exibidas, ranqueadas, avaliadas e descartadas — visíveis umas às outras num mercado onde ninguém responde por ninguém.

O amor não se tornou digital de uma só vez. Primeiro, tornou-se pesquisável. Depois, ranqueável. Depois, gamificado. Depois, monetizado.

Uma pessoa em busca de intimidade deixou de ser apenas uma pessoa em busca de intimidade. Tornou-se usuário, perfil, ponto de dados, fonte de engajamento, prospecto de assinatura, problema de retenção. Uma das buscas mais antigas da vida humana — por parceiro, testemunha, companhia, casa dentro de outra pessoa — foi absorvida por sistemas cuja sobrevivência econômica dependia não de encerrar a busca, mas de prolongá-la.

A promessa era conexão sem fricção. O acesso explodiu. Havia mais gente na tela, mais opções, mais swipes por noite. A confiança, não. Havia mais contato e menos disposição de permanecer depois da primeira fricção real.

SWIPE não é um livro sobre dating apps. É um livro sobre o que acontece quando uma civilização remove a infraestrutura social do amor e entrega a reconstrução para mercados cujo lucro depende da busca continuar.

Este livro é sobre essa contradição.

§

Começou como uma ruptura pessoal.

Fui traído por alguém que amava. Escrevo essa frase com desconforto, porque há uma vulgaridade inevitável nela. Pessoas são traídas todos os dias. Histórias de amor terminam mal todos os dias. Pessoas mentem, escondem, desaparecem, voltam, racionalizam e ferem umas às outras de modos que nenhuma teoria precisa explicar.

O que tornou essa experiência diferente, para mim, não foi apenas a dor. Foi o contexto.

Eu estava vulnerável. Fazia diálise. Meu corpo havia se tornado uma rotina de máquinas, horários, agulhas e dependência. Havia algo brutalmente concreto nessa condição: quando o corpo falha, a confiança deixa de ser abstração. Você descobre, com humilhação e clareza, quanto da vida depende da boa-fé de outras pessoas.

Foi nesse estado que descobri uma vida paralela: outro homem, outro país, outro futuro sendo ensaiado enquanto uma relação continuava existindo na superfície. A mentira não era apenas uma mentira. Era uma arquitetura. Havia mensagens, lacunas, versões editadas, deslocamentos, silêncios, explicações convenientes, identidades parcialmente performadas. Quando tudo veio abaixo, não veio como uma cena dramática única. Veio como banco de dados: fragmentos, prints, rastros, contradições, evidências digitais demais para ignorar e humanas demais para aceitar.

Durante algum tempo, tentei tratar aquilo como uma história privada. Talvez fosse apenas uma traição. Talvez fosse apenas caráter. Talvez fosse apenas azar.

Mas quanto mais eu observava o meu caso — e os casos ao redor —, mais difícil era sustentar essa explicação simples. A experiência era particular. O padrão, não.

O que eu via se repetindo era outra coisa: relações mantidas em ambiguidade permanente; pessoas com múltiplas versões de si em múltiplas plataformas; a disponibilidade constante de alternativas; o desaparecimento como opção tecnicamente simples; a validação terceirizada para feeds, likes e mensagens; o custo quase nulo de começar de novo; o custo altíssimo de confiar de novo.

A tecnologia não havia inventado a mentira. Mas havia tornado certas mentiras mais baratas de sustentar.

Não havia inventado a traição. Mas havia ampliado o mercado de alternativas, reduzido o custo do segredo e enfraquecido as testemunhas compartilhadas que antes tornavam vidas paralelas mais difíceis.

Não havia inventado a covardia. Mas havia transformado o desaparecimento em interface.

Foi aí que a pergunta do livro começou a aparecer.

"E se o problema dos relacionamentos modernos não fosse apenas a falha moral de indivíduos isolados? E se milhões de pessoas estivessem tentando amar dentro de um ambiente que recompensa ambiguidade, pune vulnerabilidade, infla opções, barateia descarte e transforma intimidade em engajamento?"

§

Durante décadas, a pergunta "como vocês se conheceram?" vinha com personagens secundários: uma prima que insistiu, um colega que apresentou, uma festa de bairro, uma amiga que conhecia os dois. Em algum momento da última década, pesquisadores de Stanford encontraram que esses personagens haviam desaparecido. Em 2017, 39% dos casais heterossexuais americanos relataram ter se conhecido online — contra 22% em 2009. Os números continuaram subindo. A história do encontro havia perdido seus figurantes, e junto com eles as testemunhas, a reputação emprestada e o custo social de sumir.

Como casais se conheceram nos EUA — 1980 a 2022
1980 1990 2000 2010 2017 2022 Ano 0% 20% 40% 60% 80% % de novos casais por canal Internet / App 68% Amigos 36% → 13% Trabalho 20% → 8% Bar/Restaurante 5% Família 3% Igreja 5% → 0% 2012 — Internet ultrapassa Amigos
Fonte: Rosenfeld, Thomas & Hausen (2019), How Couples Meet and Stay Together (HCMST), Stanford Social Science Data Collection. Estimativas 2020–2022 atualizadas.

O gráfico mostra a operação que Rosenfeld descreveu — e que este livro inteiro tenta nomear — em uma única imagem. Em 1980, mais de 70% dos casais americanos se conheciam por intermediários humanos: amigos, família, trabalho, igreja, vizinhança. Em 2022, mais de dois terços se conhecem online. Em muitos mercados afetivos, os intermediários não foram apenas complementados pela tecnologia — foram progressivamente substituídos por ela.

O detalhe mais incômodo do gráfico é o eixo do meio. Quando seus amigos te apresentam alguém, eles respondem pela apresentação — se a pessoa some, foi sua amiga que recomendou; se trata mal, é sua amiga quem ouve sobre isso. O algoritmo não responde por nada. Quando "amigos" caiu de 36% para 13% como canal de encontro, não foi só uma estatística mudando. Foi a estrutura de accountability dos relacionamentos sendo desmontada — e substituída por interfaces sem testemunhas.

§

A crise afetiva tem causas em camadas. Dating apps são uma delas — não a única. O mapa abaixo organiza essas camadas antes de entrarmos na análise.

A matriz causal — cinco camadas entre a aldeia e o AI companion
Causas de fundo Infraestrutura corroída Aceleradores digitais Monetizadores Substitutos Urbanização Custo de moradia Individualismo Secularização Educação Trabalho remoto Instabilidade econômica Pós-modernidade Amigos próximos Família extensa Vizinhança Igreja / comunidade Escritório Associações Terceiros lugares Intermediários com reputação Smartphone Redes sociais Dating apps Pornografia digital Streaming Delivery Trabalho remoto Economia de atenção Redes algorítmicas Match Group · Bumble OnlyFans Replika · Character.AI Wellness apps Rent-a-friend Terapia digital Delivery de companhia Creator economy AI companions Robôs humanoides Presença sintética Grief tech Parceiros de IA com memória Corpos com temperatura e toque foco deste livro contexto estrutural ← direção causal: causas de fundo ativam corrosão de infraestrutura; aceleradores digitais amplificam; monetizadores capturam; substitutos competem
Matriz autoral. As setas indicam direção de influência, não causalidade linear exclusiva. Dating apps estão na camada 3 (acelerador digital) e na camada 4 (monetizador) — não são causa única, mas são o mecanismo que este livro analisa em mais detalhe, por terem a documentação mais acessível e os incentivos mais explicitamente documentados em filings regulatórios.

O livro analisa as camadas 3, 4 e 5 — aceleradores digitais, monetizadores e substitutos — porque o argumento central está no modelo de negócio das plataformas: o mecanismo mais recente, o mais documentado e o único ainda redesenhável. Acelerador específico dentro de um contexto preparado por causas mais antigas.

Para leitores que queiram a sustentação empírica desse argumento: o Apêndice Empírico — A Assinatura dos Apps separa a camada dating app da camada smartphone e testa onde o sinal deve aparecer. Pode ser lido depois do Capítulo 14 ou a qualquer momento.

Durante a maior parte da história humana, relacionamentos não se formavam no vazio. Eles estavam inseridos em uma infraestrutura social: família, amigos, vizinhos, trabalho, religião, escola, reputação local, encontros repetidos, testemunhas compartilhadas e a inconveniência ordinária de ter que ver as pessoas novamente. Boa parte dessa infraestrutura era limitadora, às vezes opressiva, muitas vezes injusta. Ninguém deveria romantizar a aldeia. A aldeia oferecia pertencimento, mas também vigilância. Oferecia reputação, mas também conformismo. Protegia alguns e aprisionava outros.

Mas a aldeia fazia algo que a tecnologia moderna ainda não conseguiu substituir. Ela tornava o caráter mais difícil de falsificar. Tornava o desaparecimento custoso. Tornava o compromisso visível para os outros. Cercava o desejo privado de consequência pública.

O smartphone removeu boa parte disso. Não por conspiração. Não por malícia. Principalmente por conveniência.

Tornou-se mais fácil conhecer estranhos do que conhecer vizinhos. Mais fácil deslizar do que ser apresentado. Mais fácil bloquear do que explicar. Mais fácil navegar do que escolher. Mais fácil manter opções vivas do que fazer promessas suficientemente custosas para significarem alguma coisa.

A tecnologia fez o que a tecnologia costuma fazer: reduziu fricção. O erro foi presumir que toda fricção era desperdício.

Em mercados, fricções costumam ser ineficiências. Em relações humanas, algumas fricções são informação. Elas revelam paciência, intenção, generosidade, consistência, coragem e disposição para tolerar o desconforto comum da realidade de outra pessoa. Remova fricção demais e você não obtém liberdade perfeita. Obtém um mercado com menos memória, menos accountability e menos confiança.

§

Os aplicativos de relacionamento não criaram esse mundo sozinhos. Eles chegaram dentro de uma transformação muito maior. A comida saiu dos restaurantes e entrou nas mochilas de delivery. O trabalho saiu dos escritórios e entrou nos quartos. O entretenimento saiu dos cinemas e das salas compartilhadas para feeds infinitos e personalizados. A amizade virou uma camada de notificações. A terapia virou app. A companhia virou serviço. E, cada vez mais, a intimidade passou a poder ser simulada.

Essa é a economia da solidão.

Ela não é simplesmente a economia que produziu solidão. É a economia que descobriu que a solidão podia ser embalada, otimizada e revendida como conveniência, entretenimento, terapia, validação, acesso sexual e companhia sintética.

A resposta é desconfortável: muitas das empresas que hoje vendem alívio para a solidão não lucram necessariamente reconstruindo a infraestrutura social que tornaria seus produtos desnecessários. Um app de namoro não maximiza receita quando todos os seus usuários encontram parceiros estáveis e vão embora. Um AI companion não maximiza valor vitalício quando o usuário reconstrói uma vida social humana e para de abrir o aplicativo à meia-noite. Uma plataforma que vende intimidade parasocial não prospera quando seus melhores clientes ficam menos solitários.

Isso não exige executivos malignos reunidos em uma sala. Exige apenas incentivos comuns. Retenção. Engajamento. Receita recorrente. Menor churn. Maior disposição a pagar. A linguagem é banal porque o mecanismo é banal.

O usuário quer resolução. A plataforma, muitas vezes, quer continuação.

Essa é a tensão central do amor moderno.

É um livro sobre o sistema que tornou certas formas de partir corações mais fáceis, mais baratas, mais escaláveis e mais difíceis de nomear.

Falhas morais ainda existem. Caráter ainda importa. Pessoas ainda fazem escolhas. Mas quando milhões de pessoas começam a descrever a mesma exaustão — o mesmo ghosting, a mesma ambiguidade, a mesma descartabilidade, a mesma ansiedade, a mesma comparação, a mesma solidão — não basta dizer que todo mundo piorou ao mesmo tempo.

As pessoas não ficaram todas mais cruéis de uma vez.

O ambiente mudou. Os incentivos mudaram. O mercado mudou.

§

Uma geração criada dentro de uma adolescência mediada por smartphones entrou em um mercado afetivo organizado por algoritmos, ranqueado por atenção visual, monetizado por assinaturas e cada vez mais cercado por alternativas sintéticas à presença humana. Ela começou a amar em um mundo no qual muitas das antigas instituições de formação de casais já estavam enfraquecidas: igrejas, vizinhanças, famílias extensas, associações locais, ambientes de trabalho, terceiros lugares, até o hábito ordinário de estar fisicamente perto de outras pessoas por tempo suficiente para ser conhecido por elas.

O app não apenas competiu com a aldeia. Ele chegou depois que a aldeia já havia afinado.

É por isso que deletar o app muitas vezes não resolve o problema. Muitos usuários saem da plataforma apenas para descobrir que não existe um mercado offline intacto esperando do lado de fora. O pub fechou. A igreja esvaziou. O escritório virou híbrido. O grupo de amigos se dispersou. O terceiro lugar virou rota de entrega. O músculo social enfraqueceu.

O app não era a doença. Era o mercado mais eficiente construído em cima da doença.

§

O aplicativo de relacionamento ainda exigia outro ser humano do outro lado da tela.

O AI companion não exige.

É por isso que o tema é urgente. Não estamos apenas decidindo como pessoas se conhecem. Estamos decidindo se uma sociedade consegue preservar as condições sob as quais seres humanos ainda preferem o amor difícil, recíproco e responsável a simulações sem fricção.

A aldeia não volta. Mas algumas das funções que ela exercia ainda precisam ser reconstruídas.

Precisamos de lugares onde as pessoas apareçam mais de uma vez. Onde alguém saiba seu nome antes de saber seu perfil. Onde desaparecer tenha algum peso, ainda que pequeno. Precisamos de tecnologias cujas métricas não confundam engajamento com florescimento humano. Precisamos de plataformas que possam ser julgadas não apenas por quanto tempo as pessoas permanecem nelas, mas por sua capacidade de ajudá-las a sair bem. Precisamos distinguir ferramentas que apoiam conexão humana de produtos que silenciosamente a substituem.

Acima de tudo, precisamos de uma linguagem para o problema.

O amor ainda é descrito no vocabulário dos sentimentos: química, desejo, medo, traição, saudade, esperança. Mas a infraestrutura que agora molda boa parte dele fala outra língua: retenção, conversão, engajamento, churn, ranqueamento, paywalls, monetização, testes A/B e recompensa variável.

Porque, se o amor agora passa por mercados, então os mercados precisam fazer parte da história. E, se o mercado é desenhado para manter pessoas procurando, então a solidão do namoro moderno não é apenas fracasso pessoal.

É um equilíbrio.

E equilíbrios podem ser deslocados.

Parte I de III
Primeiro movimento

A Desinter-
mediação

Durante dez mil anos, o amor foi mediado. Não porque as pessoas fossem incapazes de encontrar umas às outras — eram. Mas porque as sociedades construíram, camada por camada, uma infraestrutura de intermediação: amigos que apresentavam, famílias que respondiam pela apresentação, comunidades que registravam o comportamento de cada membro ao longo do tempo. Essa infraestrutura não era apenas social. Era um sistema de informação. Produzia dados verificáveis sobre caráter que nenhuma foto de perfil consegue substituir.

Esta parte documenta o que foi removido. Não com nostalgia — a aldeia também vigiava e coagia — mas com precisão arqueológica. O que a aldeia fazia que o algoritmo não faz. Como a recessão de amizades esvaziou o substrato social antes mesmo de o smartphone chegar. E como, quando o vácuo estava pronto, o mercado entrou.

A desintermediação não aconteceu de uma vez. Aconteceu em ondas: primeiro a urbanização removeu a comunidade física; depois o trabalho removeu a estabilidade de rede; depois o smartphone removeu o que restava. O app de relacionamento não foi a causa — foi o produto final de um processo que começou décadas antes.

Próximo movimento: como o mercado entrou no espaço vazio →
Capítulos 1 — 3
I
Ato I

A Infraestrutura Perdida

O que existia antes da economia da solidão: aldeia, reputação, intermediários com accountability, custo social de abandono, compromisso como ficção coletiva.

Capítulo 1 — Dez Mil Anos de Amor
SWIPE · Incentivos, Tecnologia e o Colapso dos Relacionamentos Modernos
Parte I
Capítulo 1

Dez Mil Anos de Amor

Da aldeia neolítica ao algoritmo de deslizamento. Em 4 minutos, desmontamos uma infraestrutura que levou 23h56 para ser construída.

1

SWIPE · Capítulo 1 — A Infraestrutura Perdida

Dez Mil Anos
de Amor

Uma história breve do que foi construído — e do que foi destruído em quatro minutos

Role

Se a história fosse um dia de 24 horas

10.000 anos de relacionamento humano comprimidos em 24 horas. Os apps de relacionamento existem há aproximadamente 4 minutos. Em 4 minutos, desmontamos uma infraestrutura que levou 23 horas e 56 minutos para ser construída.

00:00 06:00 12:00 18:00
23:56
ERA DA ALDEIA
Era da aldeia / comunidade
–10.000 a.C. até ~1800 d.C. · 11.800 anos
23h 56min
Era urbana / industrial
1800 – 1995 · ~200 anos
~3min
Era digital / apps
2012 – hoje · ~13 anos
~1min
Os dados

O que os números dizem

Quatro minutos de apps. Esses são alguns dos números que essa ruptura produziu.

0,72
filhos por mulher na Coreia do Sul em 2023 — o menor já registrado em qualquer país na história
Fonte: Statistics Korea, 2024
46,4%
dos adultos americanos eram solteiros em 2023 — 117,6 milhões de pessoas como estado estável
Fonte: Census Bureau / Rosenfeld, Stanford
+60%
de aumento na prevalência de depressão em adultos americanos entre 2013 e 2023
Fonte: CDC / SAMHSA
2017
ano em que, pela primeira vez na história americana, a internet superou família e amigos como principal canal de encontro de parceiros (evento ocorrido por volta de 2012–2013)
Fonte: Rosenfeld, Stanford, 2019
31%
dos homens americanos de 18–24 anos eram sexualmente inativos em 2018 — o dobro de 2000
Fonte: GSS; Twenge et al. (2017) cobre dados até 2016; extensão a 2018 via GSS General Social Survey
97%
dos países do mundo estarão abaixo do nível de reposição até 2100, segundo projeção publicada na The Lancet
Fonte: Vollset et al., The Lancet, 2024
A infraestrutura invisível

O que a aldeia sabia que o algoritmo não sabe

Por volta de 10.000 antes de Cristo, em algum lugar entre o que hoje é a Turquia e o vale do Jordão, um ser humano escolheu um parceiro pela primeira vez dentro de uma estrutura social permanente. Isso não é poesia. É arqueologia.

Antes da Revolução Neolítica, os humanos viviam em bandos nômades de 20 a 80 pessoas. O mercado afetivo era, literalmente, a dúzia de pessoas elegíveis dentro do seu raio de caminhada. O que mudou com o Neolítico não foi apenas onde os humanos dormiam. Mudou como eles se amavam.

O pub onde alguém encontrava os mesmos rostos às quintas virou dark kitchen. A igreja virou estacionamento. O escritório virou três quadrados acesos no Zoom. O amigo que apresentava alguém agora manda um meme às onze da noite. Cada um desses lugares cumpria uma função que raramente era nomeada porque nunca precisou ser comprada: produzir informação verificável sobre caráter ao longo do tempo.

"Você não apenas vivia perto de outras pessoas — você vivia dentro de uma teia de reputação, parentesco, memória coletiva e expectativa mútua."

A aldeia criou o que os antropólogos chamam de pool de parceiros mediado por comunidade. Isso parece limitador. E era. Mas produzia algo que nenhuma tecnologia desde então conseguiu replicar: informação verificável sobre caráter.

John Gottman, que passou quatro décadas filmando casais para identificar o que os fazia durar, chegou a uma conclusão simples: os relacionamentos que sobrevivem são aqueles em que as duas pessoas se conhecem de verdade — não a versão de marketing que cada um apresenta nos primeiros meses, mas o ser humano real que aparece quando está estressado, doente ou assustado.

O que a aldeia sabia sobre você antes de você abrir a boca

Em 2011, um estudo publicado na Science por Walker e colaboradores resolveu um debate antigo sobre a estrutura social dos caçadores-coletores. A descoberta central: grupos humanos pré-agrícolas eram compostos, em sua maioria, por indivíduos não-aparentados entre si — ao contrário do que se acreditava. Isso parece contraintuitivo, mas a implicação é precisa: os humanos conviviam cotidianamente com pessoas que não eram parentes, e mesmo assim construíam vínculos estáveis de cooperação, cuidado e par afetivo. O mecanismo que tornava isso possível era reputacional. Você não precisava ser familiar de alguém para saber quem essa pessoa era — porque toda a aldeia funcionava como banco de informações vivo sobre o caráter de cada membro.

Bernard Chapais, antropólogo da Universidade de Montreal, formalizou esse argumento em Primeval Kinship: How Pair-Bonding Gave Birth to Human Society (Harvard, 2008). A tese central: o casamento — enquanto reconhecimento social de um vínculo reprodutivo — não surgiu para organizar a reprodução. Surgiu para organizar a cooperação entre grupos. Quando dois clãs trocavam parceiros, estavam criando alianças econômicas, militares e sociais que transcendiam as famílias envolvidas. O casamento era infraestrutura de rede. E como toda infraestrutura de rede, só funcionava porque havia intermediários com skin in the game: pais, parentes, líderes comunitários que respondiam, social e materialmente, pelas apresentações que faziam.

O resultado prático desse sistema era algo que nenhuma plataforma digital reproduziu até hoje: informação verificada sobre caráter em contexto. Antes de qualquer conversa de aproximação, a aldeia já sabia que aquela pessoa havia honrado uma promessa, ou não havia. Havia cuidado de alguém doente, ou havia desertado. Era generosa quando podia ser, ou acumulava. A foto do perfil não existia, mas a reputação era onipresente — e construída ao longo de anos de convivência cotidiana, não de segundos de triagem visual.

Isso não era romantismo. Era arquitetura de incentivos — e funcionava porque ninguém havia inventado ainda uma interface que tornasse o abandono invisível. Quem se comportava mal num mercado de 80 pessoas pagava o custo diretamente: exclusão, reputação deteriorada, acesso restrito ao pool de parceiros futuros. O custo de abandono era alto porque não havia para onde ir depois. O app eliminou esse custo estruturalmente. Quando a próxima swipe tem custo zero, o padrão de comportamento de quem permanece é sistematicamente diferente do que existia quando saída era cara.

A aldeia não era um lugar. Era um sistema de informação que levou 10.000 anos para ser construído — e que foi desmontado em tempo suficiente para fazer um café.

O mercado afetivo moderno opera, em contraste, sobre informação que mal existe. Um perfil de app tem, em média, três fotos e 150 caracteres de bio. O intervalo de avaliação é de 0,7 segundo (estimativa de eye-tracking. Não há amigo em comum que responda pela apresentação. Não há custo social de sumir. Não há memória coletiva sobre o que essa pessoa fez quando ninguém estava olhando. O algoritmo sabe quantas vezes você deu swipe para a direita às onze da noite. Não sabe se você apareceu quando alguém precisava de você.

0,7s
Tempo médio que um usuário leva para deslizar à esquerda ou direita no Tinder — neurologicamente insuficiente para processar qualquer informação além de impressões visuais imediatas. A aldeia produzia 20 anos de observação comunitária.
A grande ruptura

Como o amor se tornou privado

Por doze mil anos, a formação de vínculos permanentes foi um assunto coletivo. Não porque os ancestrais fossem menos individualistas por natureza. Mas porque o casamento não era primariamente sobre amor romântico — era sobre aliança entre famílias, transmissão de patrimônio, divisão de trabalho doméstico e reprodução.

"A ideia de que amor romântico deveria ser o fundamento do casamento só se tornou dominante no Ocidente a partir do século XVIII." — Stephanie Coontz, Marriage, a History

Doze mil anos de história humana. Duzentos anos de amor como critério principal. O amor romântico não inventou o casamento por amor. Ele preencheu o vácuo criado quando a lógica econômica deixou de ser suficiente para explicar por que duas pessoas deveriam passar a vida juntas.

Proporção do tempo histórico (10.000 anos = 100%)

97% — Era da comunidade e aldeia
2%
1%
Aldeia / comunidade (9.800 anos)
Era urbana (~200 anos)
Era digital (~30 anos)

O paradoxo de Harari

Harari argumenta em Sapiens que o que torna os humanos únicos é a capacidade de criar e acreditar em ficções coletivas: dinheiro, nações, religiões, direitos humanos. Nenhuma dessas coisas existe na natureza — são histórias que todos concordamos em tratar como reais.

O casamento é uma das ficções mais poderosas que a humanidade já inventou. Sua força vem do comprometimento coletivo de tratá-lo como real e consequente. O casamento funciona não porque dois corpos estejam no mesmo espaço, mas porque toda uma comunidade acredita que eles estão vinculados — e age de acordo com essa crença.

"Essa ficção coletiva é o que os apps dissolveram. Não deliberadamente. Não maliciosamente. Mas ao remover os intermediários sociais do processo de formação de casais."

Quando você conhece alguém cujos amigos você nunca vai encontrar, cuja família nunca vai saber seu nome — há zero custo social para desaparecer. E sem custo social para desaparecer, o compromisso deixa de ser uma ficção coletiva e passa a ser uma afirmação individual sem testemunhas. Afirmações individuais sem testemunhas têm a durabilidade das promessas feitas bêbado.

O que foi perdido

Aldeia vs. Algoritmo

Dimensão Sistema da aldeia Apps de relacionamento
Informação sobre caráter Décadas de observação comunitária 0,7 segundos de avaliação visual
Custo de abandono Alto — consequências sociais reais Zero — bloquear e seguir em frente
Verificação de identidade Rede social em comum garante Perfil editado, sem verificação
Intermediários com accountability Família, casamenteiros, comunidade Algoritmo sem interesse no resultado
Ficção coletiva do compromisso Toda a comunidade testemunha Promessa privada sem testemunhas
Incentivo para qualidade de informação Todos pagam custo de erro coletivo Plataforma lucra com insucesso do usuário
O diagnóstico

Os três componentes que foram eliminados simultaneamente

Dez mil anos de história sugerem que a formação de vínculos permanentes sempre dependeu de três componentes que os apps eliminaram ao mesmo tempo, em menos de uma geração.

01

Informação verificável sobre caráter

Produzida pela observação comunitária ao longo do tempo — não pelo perfil de 500 palavras curado para apresentar a melhor versão de si mesmo.

02

Custo social para o abandono

Criado pela existência de intermediários com accountability, de redes sociais em comum, de contexto compartilhado que tornava o desaparecimento impossível sem consequências.

03

Ficção coletiva do compromisso

Mantida por toda uma comunidade que tratava o vínculo como real e agia de acordo com essa crença — dando ao compromisso peso que nenhum indivíduo sozinho consegue sustentar.

4 min
Se 10.000 anos de história fossem 24 horas, os apps de relacionamento teriam existido por aproximadamente 4 minutos. Em 4 minutos, desmontamos uma infraestrutura que levou 23 horas e 56 minutos para ser construída.

Esses três componentes não foram eliminados porque eram ineficientes. Foram eliminados porque eram invisíveis — ninguém percebia que existiam até que deixaram de existir. É o problema clássico da infraestrutura. Ninguém pensa no encanamento até que a água para.

Por volta de 2012, começamos a perceber que o encanamento havia mudado. Só lentamente entendemos o quanto havia sido removido.

II
Ato II

A Economia da Solidão

O mercado que ocupou o vácuo. Apps, AI companions, criadores parasociais, wellness digital — camadas de um mesmo mercado com a mesma matéria-prima.

Capítulo 2 — A Economia da Solidão · Capítulo 3 — Antes de Perdermos o Amor, Perdemos os Amigos
SWIPE · Incentivos, Tecnologia e o Colapso dos Relacionamentos Modernos
Parte I
Capítulo 2

A Economia
da Solidão

Apps de namoro, AI companions, robôs de companhia, creators parasociais, mesas para um. O que parecia ser um conjunto de fenômenos isolados é, em larga medida, um único mercado — e o primeiro da história cuja viabilidade depende estruturalmente de não resolver o problema que vende.

2

Em algum ponto do norte de Londres, em 2019, um homem chamado Carl pagava £40 por hora para que alguém o escutasse. Não era terapia. Era um aplicativo que conectava clientes a "ouvintes profissionais" — pessoas treinadas para fazer o que vizinhos, irmãos e padres já fizeram de graça pelos últimos dez mil anos. Carl tinha um emprego, um apartamento, conexão à internet, milhares de potenciais conhecidos a um clique de distância. Em pouco mais de um ano, havia gasto algo próximo a quatro mil libras consumindo conexão humana como serviço pago por minuto.

O caso de Carl aparece nas primeiras páginas de The Lonely Century, de Noreena Hertz, e a economista o trata como o detalhe sintomático de uma transformação macroeconômica em curso: aquilo que ela batizaria, naquele livro de 2021, de loneliness economy — economia da solidão.

É tentador ler Carl como anedota: o caso extremo, o homem desviante, o exemplo escolhido pela autora pela carga emocional. Essa leitura erra o ponto. Carl não está fora do mercado — ele está respondendo a ele de forma racional. Em uma cidade onde o pub local fechou, o sindicato de bairro deixou de existir, a igreja perdeu frequência e o trabalho remoto tornou colegas em ícones de Slack, o preço de obter uma hora de escuta atenta de outro ser humano é, de fato, £40. Carl não está fazendo um cálculo errado. Está pagando o preço de mercado por um bem que, em outro momento da história, era subproduto não-monetizado da própria vida em comum.

Há um detalhe físico que o relato de Hertz sobre Carl nunca menciona, mas que importa: ele usava o aplicativo de dentro do seu apartamento, de volta para a janela, com fones de ouvido. Não porque estivesse escondido — mas porque o apartamento estava silencioso de qualquer forma, e o mundo lá fora havia parado de exigir presença.

O capítulo anterior descreveu o que foi removido — duas décadas de infraestrutura comunitária mediando vínculos. O que veio depois não foi ausência. Não foi uma falta. Foi um mercado.

§

O termo e sua genealogia

"Loneliness economy" começou como expressão jornalística antes de virar conceito analítico. Hertz a usa em 2021 para descrever a soma de mercados que prosperam onde a infraestrutura social falhou — apps de companhia, salas de exercício individuais, restaurantes para uma pessoa, terapia de assinatura, cuidados robóticos para idosos. Sua tese central é que a solidão deixou de ser um estado privado a ser tratado clinicamente para se tornar simultaneamente um estado interno, societal, econômico e político — e que a fronteira entre essas dimensões é o que distingue o nosso momento.

Em 2021 a expressão era retórica útil. Em 2026, ela tem cap tables. A OCDE incorporou a categoria em relatórios oficiais sobre bem-estar. A Berkeley Economic Review publicou, em 2026, uma análise modelando o setor como categoria econômica formal — com elasticidades de demanda, margens, taxas de retenção e curvas de adoção comparáveis às de qualquer outro mercado de serviços. O que era metáfora jornalística virou objeto de estudo: a loneliness economy tem hoje empresas de capital aberto, IPOs em fila, métricas padronizadas de retenção e modelos de unit economics tão desenvolvidos quanto os de delivery ou streaming.

O argumento aqui empurra o de Hertz adiante em dois pontos. Primeiro, ela escreveu antes da emergência massiva dos AI companions e antes que humanóides como a Aria da Realbotix entrassem na CES com preço de tabela. Segundo, e mais importante: ela tratou o fenômeno como sintoma de mercados que falharam em prevenir a solidão. A leitura que esta proponho é a inversa — não é que o mercado falhou em prevenir a solidão, é que o mercado descobriu como precificá-la. E uma vez que algo é precificável, o sistema produtivo que o cerca passa a ter incentivo de manter sua escassez.

§

O Substrato Físico: 90% Por Dentro

Para entender por que essa economia é viável em escala — e por que ela continuará crescendo — é preciso olhar para um dado que os debates sobre solidão raramente trazem à tona. Não é um dado sobre relacionamentos, nem sobre tecnologia, nem sobre saúde mental. É um dado sobre paredes.

O National Human Activity Pattern Survey (NHAPS), o levantamento mais ambicioso já conduzido sobre como os americanos passam suas vinte e quatro horas, foi publicado em 2001 pela Agência de Proteção Ambiental dos EUA. Não foi um estudo sobre solidão — foi um estudo sobre exposição a poluentes. Para modelar quanto uma pessoa inala de monóxido de carbono ao longo do dia, era necessário primeiro saber onde ela estava. O resultado, com amostra de 9.386 respondentes ao longo de dois anos, foi este:

87% do tempo dentro de edifícios fechados
6% do tempo dentro de veículos
7% do tempo genuinamente ao ar livre
~30 anos de estabilidade dessa proporção, segundo o próprio estudo

A EPA cita esse número até hoje em sua página oficial sobre qualidade do ar interno. A frase canônica — "americanos passam aproximadamente 90% do seu tempo em ambientes fechados" — é dele. O que poucos notam é que o estudo foi feito antes do smartphone, antes do streaming, antes do trabalho remoto, antes do delivery onipresente. O número é, portanto, uma cota inferior: 90% era a linha de base de uma era que conhecia a sala de cinema, a videolocadora, a livraria física e o jantar fora como práticas semanais.

O American Time Use Survey, conduzido anualmente pelo BLS desde 2003, fornece a continuação dessa série. Em 2024, 33% dos empregados americanos trabalharam de casa em pelo menos um dia útil — proporção significativamente acima dos 24% de 2019, e que se sustentou mesmo após o fim da emergência sanitária. Apenas 30% dos respondentes praticaram qualquer forma de socialização em um dia típico — queda de oito pontos percentuais em uma década. Pesquisadores do projeto descreveram o achado em uma frase: "americanos estão passando mais tempo em casa".

O dado geracional fecha o quadro. Em pesquisa conduzida em 2025 pela Talker Research e analisada pelo American Enterprise Institute em relatório intitulado When a Generation Stays Inside:

49 min Gen Z (18–28) — tempo ao ar livre em dia útil
65 min Gen X (44–59) — tempo ao ar livre em dia útil
120 min Mínimo garantido a presos em isolamento (SHU federal, 28 CFR § 541.22)
67% da Gen Z admite passar dias inteiros sem sair de casa

A inversão é improvável o suficiente para precisar ser repetida: um adulto típico da Gen Z passa, voluntariamente, menos tempo ao ar livre por dia do que um detento em regime de segurança máxima nos Estados Unidos passa por obrigação regulatória. O Bureau of Prisons garante duas horas diárias de pátio a presos em unidades de isolamento administrativo (Special Housing Units, 28 CFR § 541.22) — a categoria mais restritiva do sistema federal. Ninguém garante isso a um jovem de vinte e cinco anos em Brooklyn.

Esse é o substrato físico da economia da solidão. Não é metáfora — é geografia. Quando 87% do tempo se passa dentro de uma estrutura fechada, e quando o trabalho, o entretenimento, a refeição, a conversa, o sexo e a auto-imagem já estão todos disponíveis dentro dessa mesma estrutura via interface digital, a oferta de mercado para satisfação relacional se reorganiza em torno de uma única realidade: o cliente está dentro de casa, e provavelmente sozinho. Toda a economia descrita a seguir é a resposta capitalista a essa condição estrutural.

A geografia tem confirmação censitária. O gráfico abaixo é a aritmética de oitenta e quatro anos de reorganização da unidade básica do habitar americano.

A inversão estrutural — domicílios unipessoais nos EUA, 1940 a 2024
1940 1950 1960 1970 1980 1990 2000 2010 2024 Ano 0% 10% 20% 30% 40% % de domicílios com 1 morador 7,7% 29% 1 em 13 ~1 em 3
Fonte: U.S. Census Bureau, decennial census 1940–2010, American Community Survey 2024 (HH-4). Em 1940, um em cada treze lares americanos tinha um único morador. Em 2024, quase um em três.

A loneliness economy não chegou em vácuo. Chegou em um país literalmente reconfigurado para o consumo solo. A inversão da curva acima — sólida, monotônica, contínua por oitenta e quatro anos — antecede o smartphone em décadas. O smartphone não criou a casa unipessoal; encontrou-a pronta e ofereceu, dentro dela, a interface que tornaria a vida adulta sem outras pessoas funcionalmente possível.

A loneliness economy não é a economia que produziu a solidão. É a economia que descobriu que a solidão é compatível com o consumo — e, melhor ainda, que produz padrões de consumo previsíveis, isolados de redes sociais reais, e operáveis em escala individual a partir de um único cômodo.

§

Quando a Infraestrutura Vende Funções no Varejo

Carl pagava por escuta. Mas a economia da solidão não para na escuta. Ela vende funções mais granulares — presença, papel, função social — que antes eram subprodutos não-monetizados da vida em comum.

Reuters, setembro de 2022 — Shoji Morimoto, Tóquio

Shoji Morimoto não oferece conselho, terapia, sexo, amizade ou espetáculo. Em Tóquio, ele se aluga para fazer quase nada. Às vezes acompanha alguém em uma refeição. Às vezes apenas aparece. Às vezes sua única função é ocupar uma cadeira que, sem ele, ficaria vazia. Ele chama isso de "ser alugado para não fazer nada". O preço é tabelado. A agenda está sempre cheia.

A demanda por Morimoto não é exótica. É a expressão mais nua possível do que o mercado passou a oferecer quando a infraestrutura social falhou: presença humana mínima como serviço contratável. Não terapia. Não amizade. Não sexo. Só companhia suficiente para atravessar uma situação. Um almoço que seria humilhante comer sozinho. Uma consulta médica que precisava de uma segunda pessoa. Uma despedida sem testemunha.

A indústria japonesa de "rent-a-family" vai mais longe. Documentada pela New Yorker, ela oferece atores treinados para representar maridos, mães, netos, convidados de casamento, filhos ausentes. Uma pessoa sem família suficiente pode contratar uma — e as relações resultantes, segundo a reportagem, podem parecer mais reais do que o esperado. O mercado não vende apenas companhia. Vende papéis sociais: as funções que a aldeia distribuía por obrigação mútua e que a modernidade individualizou até tornarem-se escassas o suficiente para ter preço.

Quando a infraestrutura social falha, até a presença neutra vira produto. O mercado não inventa a solidão. Descobre que ela tem elasticidade de demanda.

A progressão é coerente: Carl compra escuta. Morimoto vende presença neutra. A rent-a-family vende papel. Cada degrau é um recuo adicional da aldeia, e cada recuo cria um novo nicho de mercado para vender de volta o que a aldeia oferecia de graça.

§

As Cinco Camadas do Mercado

A economia da solidão não é um setor — é uma pilha de setores que partilham a mesma matéria-prima e o mesmo perfil de cliente. Convém separá-las antes de analisar a anomalia que as une.

1
Intermediação afetiva paga
Apps de namoro e relacionamento. O Match Group, conglomerado que controla Tinder, Hinge, OkCupid, Match.com e outras dezenove marcas, atingiu pico de capitalização de mercado de aproximadamente $30 bilhões em 2021. Mais de cem bilhões de matches reportados em uma década apenas no Tinder. A camada mais antiga e mais documentada — e o objeto direto dos próximos capítulos.
Match Group · Bumble · Hinge · Coffee Meets Bagel · apps verticais (islâmicos, judeus, fazendeiros, sugar)
2
Companhia sintética
AI companions com modelos de assinatura. Replika passou de cerca de 2 milhões de usuários em 2022 para mais de 10 milhões em 2025. Character.AI alcançou 20 milhões de usuários ativos mensais. A APA reportou crescimento de 700% no número de aplicativos classificados como "AI companion" entre 2022 e 2025 — dado de classificação de app store, metodologia não divulgada. Aproximadamente uma em cada cinco pessoas adultas nos EUA relata interação significativa com um AI companion.
Replika · Character.AI · Pi · Kindroid · Nomi · Talkie
3
Corpos sintéticos
Robótica de companhia. A Realbotix, que estreou na CES 2025, vende a Aria por $175 mil por unidade. Morgan Stanley estima o mercado total de humanóides em $5 trilhões até 2050. A Coreia do Sul já distribui o Hyodol, robô de companhia para idosos, via subsídio governamental. O custo unitário de robôs domésticos caiu de US$ 500 mil em 2023 para projeções abaixo de US$ 1.000 em 2027 — uma curva de Wright análoga à de painéis solares ou drones.
Realbotix · Figure · Tesla Optimus · Hyodol · Unitree · Lovot
4
Economia parasocial
Creators que vendem a sensação de relacionamento. Alix Earle relata receber até $70 mil por vídeo patrocinado de 60 segundos (cifra autodeclarada). OnlyFans transferiu mais de US$ 25 bilhões a creators desde 2016 — e a maior parte do consumo, segundo análises internas da plataforma, é em grande parte mensagens privadas e conteúdo de nicho — não pornografia explícita no sentido convencional. Cameo, Patreon, Twitch subscriptions e influencers de relacionamento monetizam diretamente a percepção de proximidade com alguém que o usuário não conhecerá nunca.
OnlyFans · Patreon · Cameo · Twitch · TikTok creator fund · "girlfriend experience" como categoria
5
Infraestrutura solo
A camada mais discreta — e talvez a mais reveladora. Mesas para um em Tóquio com cortinas individuais. Apartamentos de 12 m² em Seul. Ossan rental no Japão (US$ 9 por uma hora com um senhor para conversar). RentAFriend, que reporta 620 mil "amigos" cadastrados em dezenas de países. Wellness emocional por assinatura (Calm, Headspace, BetterHelp). Restaurantes silenciosos. Salas de academia individuais. Tudo desenhado para tornar o consumo isolado preferível ao consumo acompanhado.
RentAFriend · BetterHelp · Calm · Headspace · solo dining infrastructure · ossan rental · cuddle services
A pilha de receita — cinco camadas da loneliness economy, 2015 a 2025e
2015 2017 2019 2021 2023 2025e Ano 0 $100B $200B $300B $400B $500B Receita anual (USD) Delivery solo · ~$200B Streaming + parasocial · ~$140B Wellness digital · ~$60B Dating apps · ~$8B AI companions · ~$3B
Fontes: SimilarWeb, Statista Loneliness Economy Tracker (2024), Match Group / Bumble 10-Ks, Replika / Character.AI press releases, IBISWorld Wellness Apps. Receita líquida anual; estimativas 2025 baseadas em runrate Q3 2024.

A indústria se apresenta em categorias diferentes — apps, AI, wellness, delivery, criadores. O cliente, porém, é o mesmo: alguém que mora sozinho, que trabalha do apartamento, que come na frente da tela, que ocasionalmente sente falta de algo que não consegue nomear direito.

Cada uma dessas cinco camadas tem capítulo próprio. O que importa, neste ponto, é a aritmética do agregado. Somando — apps de namoro + AI companions + robótica de companhia + creator economy parasocial + infraestrutura solo + wellness emocional + cuidado robótico para idosos — o valor de mercado projetado se aproxima da casa do trilhão de dólares em receita líquida — ou de vários trilhões em volume bruto de transações, dependendo da metodologia aplicada. Morgan Stanley, sozinho, estima a fatia da robótica humanóide em US$ 5 trilhões até 2050. Não é nicho. A diferença é real, verificável, monetária. É um setor maduro o suficiente para ter sua própria seção em relatórios anuais de bancos de investimento.

§

A Anomalia: Um Mercado que Não Pode Resolver Seu Problema

Aqui chega-se ao ponto que distingue este livro de qualquer artigo de revista popular sobre o tema. Há uma propriedade desta economia que é, até onde sei, sem paralelo na história dos mercados na escala de uma indústria.

O argumento clássico de Adam Smith é conhecido: o açougueiro não te alimenta por benevolência, mas porque tem interesse próprio em alimentar você. O alinhamento entre o interesse privado do produtor e o interesse do consumidor é o que faz o mercado funcionar. A mão invisível só opera porque vender comida ao faminto resolve a fome do faminto — e o faminto, depois de comer, volta amanhã para repetir a transação. O mercado prospera porque resolve o problema declarado.

A loneliness economy inverte essa estrutura. O Tinder não lucra com usuários que encontram um parceiro estável e cancelam a assinatura. A Replika não lucra com usuários que usam o aplicativo por três semanas, ganham confiança social, e voltam para a vida humana. A OnlyFans não lucra com fãs que migram de "girlfriend experience" digital para uma namorada real. A indústria de wellness emocional por assinatura não lucra com clientes curados.

Em todos os casos, o modelo de negócio depende estruturalmente da persistência do problema declarado. Resolver a solidão do cliente é, do ponto de vista da unit economics, churn. E churn é o inimigo número um de qualquer empresa SaaS — incluindo as que vendem companhia.

Microeconomia aplicada A anomalia em vocabulário formal

Este capítulo descreve uma falha de mercado que não é nova — economistas a estudam desde os anos 1970 — mas cujo objeto é. A novidade não é o ferramental. É a aplicação a um bem que, até pouco tempo atrás, não circulava em mercados.

Akerlof (1970) · Market for Lemons Seleção adversa estrutural. Em mercados com assimetria de informação, os participantes "de melhor qualidade" tendem a sair, deixando os "de pior qualidade" como pool residual. Aplicado à loneliness economy: quem tem capacidade afetiva intacta forma vínculos rapidamente e sai do mercado. Quem permanece — e gasta — é progressivamente a fração com mais dificuldade de vincular. O setor acumula sistematicamente seu cliente ideal: o cliente que não vai embora.
Hirschman (1970) · Exit, Voice, and Loyalty Exit a custo zero. O argumento de Hirschman: quando o custo de sair de uma relação é alto, os atores investem em "voz" — em renegociar, em melhorar, em ficar. Quando o custo de sair é zero, "voz" desaparece. O ghosting, em economia, é simplesmente exit a custo marginal nulo. E o que distingue a loneliness economy é que ela vende exit a custo zero como feature: deletar o app, bloquear o contato, trocar de chatbot — todas operações sem custo social ou financeiro. O bem que ela monetiza é a possibilidade permanente de fuga.
Coase (1937) / teoria da firma Internalização do que era externalidade positiva. A vida em comum produzia conexão como subproduto não-monetizado — o vizinho, o terceiro lugar, o sindicato. Era externalidade positiva clássica. A loneliness economy é a história de como essa externalidade foi internalizada pela firma: aquilo que circulava de graça passou a ser produto pago. O Coase teorema, ironicamente: quando os direitos de propriedade sobre a "atenção humana" ficam claramente atribuídos a plataformas, o mercado se forma — mas o excedente vai para quem detém os direitos.
Seleção adversa Exit a custo zero Externalidade internalizada Incentivo perverso estrutural Falha de mercado fundadora

Há uma objeção possível, e vale enfrentá-la. Pode-se argumentar que todos os mercados têm tensão entre resolver o problema do cliente e mantê-lo cliente. A indústria farmacêutica enfrenta isso (cura vs. tratamento contínuo). O setor automobilístico também (carros que duram para sempre vs. ciclo de troca). A objeção tem fundo, mas erra a magnitude. No caso de remédios e carros, há uma verificação externa da satisfação: o paciente sabe se foi curado, o motorista sabe se o carro funciona. Médicos, mecânicos, FDA, agências reguladoras geram pressão competitiva para que o produto efetivamente entregue.

A loneliness economy não tem isso. A verificação de satisfação é privada, opaca e fácil de simular. Não há FDA para AI companions. Não há rating de Match.com baseado em casamentos formados. Não há mecanismo público que classifique a OnlyFans pela proporção de fãs que migraram para relações estáveis. O bem é estruturalmente impossível de auditar do lado de fora — o que significa que a discriminação de preços e a captura de excedente do consumidor podem operar quase sem limite. O plano premium do Tinder Select, lançado a US$ 499 por mês, não é uma anomalia: é o preço que se cobra quando se sabe que ninguém de fora pode contestar se o serviço está entregando o que promete.

§

O Que Distingue Isso de Mercados Anteriores

Mercados sempre monetizaram necessidades humanas. A indústria alimentícia monetizou a fome. A indústria imobiliária monetizou o abrigo. O setor de transporte monetizou a mobilidade. Hollywood monetizou o tédio. Cada um desses mercados tem suas patologias, suas externalidades negativas, seus ciclos de captura regulatória. Mas eles compartilham uma propriedade: o bem que vendem é razoavelmente verificável, e o estado de sua não-satisfação é socialmente visível.

Você sabe se está com fome. Os outros sabem se você está sem teto. Um carro que não anda é falha audível. Um filme que entedia gera review pública.

A solidão não tem nada disso. É privada por definição (você pode estar cercado de pessoas e estar profundamente só), simulável por design (a foto sorridente no Instagram, o feed cheio de likes), e passível de alívio sintomático sem cura (o chatbot às duas da manhã, a notificação de match, o vídeo do creator favorito). A combinação dessas três propriedades — privada, simulável, paliável — produz o substrato perfeito para um mercado que opera sem feedback corretivo.

Há outro ponto, mais sutil, que vale isolar. Tocqueville, escrevendo sobre a América de 1830, cunhou a expressão "habits of the heart" — hábitos do coração — para descrever o substrato relacional que tornava possível a democracia americana. Vizinhança, associação voluntária, congregação religiosa, sindicato, clube. Eram, no vocabulário moderno, infraestrutura social não-monetizada. Putnam, em Bowling Alone (2000), documentou seu colapso. Hertz, em 2021, mostrou que esse colapso é precondição da loneliness economy. A tese deste capítulo extrapola: a loneliness economy é o que acontece quando os "habits of the heart" são primeiro destruídos como infraestrutura pública e depois reconstituídos como produto privado. Não é um mercado a mais. É um mercado que monetiza o que antes era ar.

Isso não é necessariamente um juízo moral — é uma observação econômica. Mercados que monetizam o que antes era ar têm propriedades distintas dos que monetizam o que sempre foi mercadoria. Margens são maiores (porque o substituto comunitário foi removido). Poder de precificação é maior (porque alternativas reais são raras). Captura de excedente é mais agressiva (porque o cliente não tem como verificar). E, acima de tudo: o feedback corretivo que normalmente disciplina mercados — a saída do cliente quando insatisfeito — está estruturalmente quebrado, porque a saída é o produto.

§

Para evitar overreach analítico, convém distinguir dois anéis desta economia.

Núcleo duro: produtos que vendem diretamente companhia, intimidade, escuta, validação ou substituição relacional. Dating apps, AI companions, rent-a-friend, terapia digital, criadores parasociais. O que conecta esses produtos é a venda de uma função que, até recentemente, era exercida por pessoas próximas, sem transação monetária.

Anel externo: produtos que tornam a vida solo operacionalmente viável — e por isso tornam a solidão mais sustentável como estado estável. Delivery, streaming, academias 24h, apartamentos unipessoais com tudo incluído. Esses produtos não vendem companhia. Vendem conveniência. Mas ao tornar a vida solo mais funcional, reduzem o custo de permanecer sozinho — e portanto alteram o cálculo implícito sobre quando vale a pena investir em vínculo.

Este livro analisa principalmente o núcleo duro. O anel externo é contexto — a infraestrutura que torna o núcleo possível.

Tese do capítulo

A loneliness economy é o primeiro mercado de larga escala cuja viabilidade depende estruturalmente da não-resolução do problema que vende. Ela monetiza o que era infraestrutura comunitária não-paga, opera num substrato físico (90% do tempo dentro de paredes) que amplia continuamente seu campo de ação, e é estruturalmente imune ao feedback corretivo que disciplina outros mercados — porque a verificação de satisfação é privada, simulável e paliável. Os capítulos seguintes são uma viagem pelas suas cinco camadas. Começamos pela mais antiga e mais documentada: o mercado que tornou a busca por parceiros uma assinatura mensal.

O Capítulo 1 mostrou o que foi removido. O Cap. 2 nomeou o que ocupou o vácuo. Os próximos onze capítulos são análise forense de cada uma das cinco camadas — começando, no próximo, pelo Tinder e seus descendentes, e progredindo até os robôs que custarão menos de mil dólares antes do fim desta década.

Em alguma medida, o objetivo de cada um dos capítulos seguintes é o mesmo: mostrar que aquilo que parece ser um problema isolado de uma indústria isolada — o ghosting nos apps, a dependência em chatbots, o creator que vende intimidade falsa, o robô que cuida do idoso — é, na verdade, uma manifestação local de uma mesma estrutura. Quando a infraestrutura comunitária colapsa primeiro, e o mercado preenche o vácuo depois, o mercado que se forma tem que ter as propriedades que estamos prestes a documentar. Não há vilão. Há um equilíbrio. E equilíbrios, quando bem documentados, podem ser deslocados.

Carl, em Londres, pagando £40 por hora a alguém que o escutasse, não estava sendo manipulado por um mau ator. Ele estava pagando o preço de mercado por um bem cuja oferta gratuita havia sido descontinuada. A pergunta deste livro, daqui em diante, é o que aconteceria se a oferta gratuita voltasse — e se isso é, em 2026, sequer possível.

Referências Bibliográficas — Capítulo 2
1

Hertz, N. (2021). The Lonely Century: How to Restore Human Connection in a World That's Pulling Apart. Sceptre.

2

Klepeis, N.E., Nelson, W.C., Ott, W.R. et al. (2001). The National Human Activity Pattern Survey (NHAPS): A resource for assessing exposure to environmental pollutants. Journal of Exposure Analysis and Environmental Epidemiology, 11, 231–252.

3

U.S. Environmental Protection Agency. (2026). Indoor Air Quality Exposure and Characterization Research. https://www.epa.gov/air-research/indoor-air-quality-exposure-and-characterization-research

4

Bureau of Labor Statistics. (2025). American Time Use Survey — 2024 Results. U.S. Department of Labor. https://www.bls.gov/news.release/atus.htm

5

American Enterprise Institute. (2025). When a Generation Stays Inside. Survey conducted by Talker Research / Super Natural British Columbia, n=2.000.

6

Akerlof, G.A. (1970). The Market for "Lemons": Quality Uncertainty and the Market Mechanism. Quarterly Journal of Economics, 84(3), 488–500.

7

Hirschman, A.O. (1970). Exit, Voice, and Loyalty: Responses to Decline in Firms, Organizations, and States. Harvard University Press.

8

Coase, R.H. (1937). The Nature of the Firm. Economica, 4(16), 386–405.

9

Putnam, R.D. (2000). Bowling Alone: The Collapse and Revival of American Community. Simon & Schuster.

10

Tocqueville, A. de (1835/1840). De la Démocratie en Amérique. Conceito de "habits of the heart" reativado por Bellah, R.N. et al. (1985), Habits of the Heart, University of California Press.

11

Berkeley Economic Review. (2026). The Loneliness Economy: A Formal Economic Analysis of Markets for Synthetic Connection.

12

OECD. (2025). Society at a Glance 2025: OECD Social Indicators. Capítulo sobre isolamento social como categoria econômica.

13

Murthy, V.H. (2023). Our Epidemic of Loneliness and Isolation: The U.S. Surgeon General's Advisory on the Healing Effects of Social Connection and Community. U.S. Department of Health and Human Services.

14

Match Group, Inc. (2024). Annual Report on Form 10-K. U.S. Securities and Exchange Commission.

15

Morgan Stanley Research. (2025). The Humanoid 100: Mapping the Humanoid Robot Value Chain. Estimativa de US$ 5 trilhões até 2050.

16

American Psychological Association. (2026). Digital AI Relationships and Emotional Connection. APA Monitor on Psychology, jan-fev 2026.

17

Bureau of Prisons. (2025). 28 CFR § 541.22 — Outdoor Exercise Requirements for Inmates in Special Housing Units.

SWIPE · Incentivos, Tecnologia e o Colapso dos Relacionamentos Modernos
Parte I
Capítulo 3

Antes de Perdermos
o Amor, Perdemos
os Amigos

A friendship recession como infraestrutura causal do colapso do namoro. O app não criou o vácuo — escalou sobre uma sociedade que já havia perdido amigos, terceiros lugares e capital social.

3 FA

Em algum momento de 2023, uma pesquisadora de bem-estar social da Universidade de Michigan publicou um dado que não deveria ser possível. Segundo o World Happiness Report, 19% dos jovens adultos no mundo inteiro disseram não ter ninguém com quem contar quando tinham um problema. Dezenove por cento. Em 2006, quando a mesma pergunta foi feita pela primeira vez, o número era de 14%. Isso quer dizer que, em menos de duas décadas, a proporção de jovens sem rede de suporte básica cresceu 39%. E esses jovens são a geração que mais usa apps de namoro, mais interage em redes sociais e mais aparece, em fotos de festa, rodeada de gente.

O paradoxo é tão óbvio que deveria ter provocado uma crise política. Não provocou. A solidão foi tratada como problema psicológico individual — algo a ser resolvido com terapia, meditação e possivelmente um aplicativo de meditação. O fato de que ela é um fenômeno estrutural, coletivo e histórico, com causas verificáveis e mecanismos documentados, ficou fora do debate principal. Até agora.

Este capítulo parte de uma tese simples: a crise do namoro que este livro rastreia — o colapso das taxas de casamento, a queda da fertilidade, o burnout de apps, a migração para companheiros sintéticos — não começa com o Tinder. Começa antes. Começa quando as pessoas deixam de ter amigos suficientes para serem apresentadas, protegidas, observadas e corrigidas. O app não criou o vácuo. Ele escalou sobre ele.

§

A Recessão que Não Aparece no PIB

Em 1990, um terço dos americanos dizia ter dez ou mais amigos próximos. Em 2021, apenas 13% diziam o mesmo — uma queda de 60% em três décadas. No extremo oposto, a proporção dos que declaravam não ter nenhum amigo próximo quadruplicou: de 3% para 12%. Três em cada quatro americanos tinham um melhor amigo em 1990. Em 2021, esse número havia caído para 59%.

Esses são os dados do Survey Center on American Life, publicados em 2021 no relatório "The State of American Friendship". São dados comportamentais, não de bem-estar subjetivo — o tipo mais difícil de questionar. São perguntas diretas e concretas sobre relacionamentos específicos. A tendência é inequívoca.

−60% queda nos americanos com 10+ amigos próximos
1990 → 2021
Survey Center on American Life, 2021
aumento na proporção sem nenhum amigo próximo
3% → 12% no mesmo período
Survey Center on American Life, 2021
−67% queda no tempo diário de socialização presencial com amigos
60 min/dia (2003) → 20 min/dia (2021)
ATUS / Surgeon General Advisory, HHS 2023
−20h horas de amizade perdidas por mês
resultado direto da queda acima
HHS Surgeon General Advisory, 2023

Para entender o que esses números significam na prática, é útil converter a queda de tempo em algo mais concreto. Vinte horas por mês é o equivalente a um fim de semana inteiro de convivência com amigos, evaporado silenciosamente ao longo de vinte anos. É a diferença entre uma vida social que produz vínculos profundos e uma vida social que produz conhecidos.

O Cirurgião Geral dos Estados Unidos, Vivek Murthy, equiparou em 2023 os efeitos de saúde da solidão crônica aos de fumar quinze cigarros por dia. Aumenta o risco de demência em 50%, de doenças cardiovasculares em 29% e de morte prematura em 26%. E, ao contrário do cigarro, a solidão não tem aviso na embalagem.

§

Onde Amizades Nascem — e Onde Deixaram de Nascer

O mesmo relatório faz uma pergunta que poucas pesquisas ousam: onde, exatamente, você fez seus amigos mais próximos? A resposta revela a estrutura invisível que sustentava o mercado afetivo americano — e que entrou em colapso.

Canal de formação de amizade % que fez amigos próximos aqui Tendência 2000–2023
Trabalho presencial 54% ↓ (trabalho remoto)
Escola / faculdade 47% ↓ (ensino remoto / campus digitais)
Amigos de amigos 40% ↓ (menos intermediários)
Bairro / vizinhança 35% ↓ (mobilidade, condos fechados)
Local de culto 21% ↓↓ (desfiliação religiosa acelerada)
Clube / organização 19% ↓ (declínio cívico documentado por Putnam)
Online 8% ↑ (mas converte mal em amizade próxima)

O que essa tabela revela não é apenas onde as amizades nascem. É que os seis principais canais de formação de amizade estão todos em declínio simultâneo. O trabalho presencial foi parcialmente eliminado pelo regime remoto. A escola virou campus on-line. O bairro virou condomínio fechado onde se entra pelo aplicativo de interfone sem encontrar o vizinho. A igreja virou uma afiliação digital ou simplesmente desapareceu: a proporção de americanos sem afiliação religiosa passou de 16% em 2007 para 28% em 2022. Os clubes cívicos que Putnam documentou em Bowling Alone continuaram encolhendo.

E o online? Oito por cento. A tecnologia que prometeu conectar todo mundo é o canal menos eficiente de formação de amizades próximas da lista.

"Se o trabalho presencial é o principal produtor de amizades adultas nos EUA — mais do que a escola, o bairro e a igreja combinados — e esse canal foi parcialmente removido do cotidiano de dezenas de milhões de pessoas, a perda não é apenas de produtividade. É de capital social. É de amigos que nunca vão existir."

§

A Crise Que Homens Não Falam

Caso documentado — entrevistas SWIPE, São Paulo, 2024

Ele tinha 29 anos, trabalhava em tecnologia e usava o Tinder há quatro anos quando foi entrevistado. Tinha matches, algumas conversas, dois ou três encontros por mês. O problema, disse ele, era outro: "Se eu conseguir o número dela e ela cancelar o encontro, não tenho ninguém para ligar e falar que estou puto. Meu amigo mais próximo mora em Recife. A gente fala por áudio de WhatsApp, mas não é a mesma coisa." Quando perguntado quando foi a última vez que viu um amigo pessoalmente, fez uma pausa longa. "Em dezembro. No churrasco de Natal do serviço."

O dado mais revelador do relatório do Survey Center on American Life não é a queda geral nas amizades. É o gap de gênero dentro dessa queda.

Em 2021, 41% das mulheres disseram ter recebido apoio emocional de um amigo próximo na semana anterior — contra apenas 21% dos homens. Quarenta e oito por cento das mulheres haviam tido uma conversa privada sobre sentimentos com um amigo — contra 30% dos homens. E uma série histórica revela algo ainda mais perturbador sobre a trajetória masculina: em 1990, 45% dos homens jovens procuravam amigos primeiro quando tinham um problema pessoal. Em 2021, esse número havia caído para 22%, e 36% dos homens jovens passaram a procurar os pais primeiro.

Mulheres — apoio emocional de amigo (semana anterior)
41%
Receberam suporte emocional de amigo próximo. 48% tiveram conversa privada sobre sentimentos.
Homens — apoio emocional de amigo (semana anterior)
21%
Menos da metade da taxa feminina. 30% conversaram sobre sentimentos. 36% buscam pais, não amigos.

Esse dado tem consequências diretas para o livro. Se o homem médio tem metade do suporte emocional de amigos que a mulher média tem, e se esse suporte vem historicamente de relacionamentos que ele ainda está tentando formar — parceira, esposa, companheira — então o que ele está buscando nos apps não é apenas romance. É testemunha. É confidência. É a conversa que os amigos não estão tendo.

E ele está buscando isso num ambiente projetado para triagem rápida de estranhos, com incentivos estruturais para que ele nunca pare de triar.

§

O App Herdou a Dívida Social

Há uma frase que resume o argumento deste capítulo, e ela aparece com variações em sociólogos tão diferentes quanto Robert Putnam, Viviane Eisenmann e o próprio Scott Galloway, que popularizou a expressão "friendship recession" em 2021: o aplicativo de namoro não substituiu apenas o bar, a festa ou a apresentação feita por amigos. Ele tentou substituir a infraestrutura social que tornava esses lugares produtivos.

Quando seus amigos te apresentavam a alguém, eles respondiam pela apresentação. Havia reputação envolvida dos dois lados. Havia contexto: você sabia que a pessoa era amiga da sua colega de trabalho, que ela estudara no mesmo tipo de curso, que tinha sido vista num show que você também tinha ido. Havia intermediários com accountability. O algoritmo não responde por nada. Ele não tem reputação a perder. E o usuário que chega a ele não tem mais uma rede de amigos que serve como contexto, filtro e testemunha.

Rosenfeld, Thomas e Hausen (2019), em "How Couples Meet and Stay Together", documentaram que a internet se tornou o principal canal de encontro de casais americanos a partir de 2012 — passando amigos, que haviam liderado por décadas. Em 1980, amigos intermediavam cerca de 40% dos novos relacionamentos. Em 2022, essa proporção havia caído para 14%. A internet representa hoje mais de 65% dos novos casais americanos. O app não entrou num vácuo — ele expulsou intermediários que tinham pele no jogo.

A consequência não é apenas que encontros ficaram mais difíceis. É que eles ficaram mais vazios de contexto. Numa festa onde você é apresentado por uma amiga em comum, o encontro carrega peso social. Há alguém que sabe dos dois lados, que pode ser consultada, que tem interesse no sucesso da apresentação. No swipe, não há ninguém. Há um algoritmo que lucra com o engajamento, não com o vínculo.

§

Romance Como Ativo de Refúgio

Existe um conceito em economia financeira chamado "ativo de refúgio": nos momentos de crise, investidores migram seus recursos para o que percebem como mais seguro — ouro, títulos do Tesouro, francos suíços. O ativo de refúgio não é necessariamente o melhor investimento no longo prazo. É o que sobrou quando os outros colapsaram.

O argumento aqui é que o romance se tornou um ativo de refúgio afetivo: quando a amizade entrou em recessão, o romantismo virou o depositário de uma demanda que, historicamente, era distribuída por uma rede inteira de vínculos. O parceiro precisou passar a ser, simultaneamente, melhor amigo, confidente, terapeuta, companheiro de lazer, testemunha do cotidiano, âncora emocional e referência de identidade.

Nenhum parceiro foi projetado para carregar tudo isso. E o app, ao prometer o parceiro perfeito sem oferecer o ecossistema social que o cercaria, vende a solução sem o substrato.

Sociologia / Capital Social O que Putnam, Oldenburg e Granovetter diriam sobre a friendship recession

Três enquadramentos teóricos convergem para o mesmo diagnóstico, chegando de direções diferentes.

Putnam, 2000
Bowling Alone
Colapso do capital social. Putnam documentou o declínio das associações cívicas, clubes e redes de reciprocidade nos EUA ao longo do século XX. A tese central: capital social — a soma de vínculos, normas de reciprocidade e confiança que emergem de redes sociais — é tão produtivo quanto capital físico ou humano. Quando ele colapsa, a consequência não é apenas menos lazer: é menos confiança interpessoal, menos cooperação, piores resultados de saúde e — relevante para este livro — piores mercados de casamento. Putnam não previu os apps. Mas descreveu o terreno sobre o qual eles iriam escalar.
Oldenburg, 1989
The Great Good Place
O colapso do terceiro lugar. Oldenburg definiu "terceiro lugar" como o espaço além do lar (primeiro) e do trabalho (segundo) onde a vida social acontece: o bar de bairro, a barbearia, o café, a praça. São espaços de acesso gratuito, de participação voluntária e de conversa sem propósito transacional. São também os lugares onde apresentações românticas historicamente aconteciam — não por design, mas como subproduto da convivência repetida. O colapso do terceiro lugar não foi substituído por nada de equivalente. O app é o oposto do terceiro lugar: é altamente transacional, orientado a resultado e sem espaço para convivência sem propósito.
Granovetter, 1973
The Strength of Weak Ties
A força dos laços fracos. O insight de Granovetter: os laços mais úteis para acesso a novas informações, oportunidades e parceiros não são os laços fortes (amigos íntimos), mas os fracos — conhecidos, colegas, pessoas de redes adjacentes. São eles que cruzam fronteiras sociais e trazem pessoas que você não teria encontrado de outra forma. O colapso da vida pública — menos festas, menos escritórios, menos igrejas, menos clubes — destrói exatamente a infraestrutura dos laços fracos. O app promete substituí-los, mas não tem contexto, repetição nem intermediários reputados. Ele produz estranhos, não laços fracos.
Capital socialTerceiros lugaresLaços fracosPutnam (2000)Oldenburg (1989)Granovetter (1973)
§

Deletar o App Não Recria Amigos

Há um conselho que circula em artigos de bem-estar e nas falas de terapeutas que trabalham com jovens adultos: "saia dos apps, conheça pessoas na vida real". É um conselho honesto. É também um conselho que pressupõe que a vida real ainda contém os espaços, amigos, rituais e intermediários que antes produziam encontros.

Para uma parcela crescente dos usuários de dating apps, especialmente homens entre 25 e 35 anos em grandes centros urbanos, essa infraestrutura não existe mais. Não porque foi destruída de uma só vez — mas porque foi desmontada peça por peça, ao longo de quinze anos, com tanta sutileza que ninguém percebeu o que estava sendo perdido.

A igreja foi trocada por podcast. O bar de bairro foi trocado por delivery. O escritório foi trocado por reunião remota. A festa de amigos foi trocada por grupo de WhatsApp. O clube esportivo foi trocado por academia com fone no ouvido. E o amigo que apresentaria a pessoa certa — o intermediário com pele no jogo, com contexto, com reputação — nunca mais apareceu, porque ele próprio estava num app.

O custo invisível do conselho "saia dos apps"

Dizer "encontre pessoas na vida real" para alguém sem rede de amigos presenciais, sem frequentar terceiros lugares e sem contextos de convivência repetida é como dizer "invista em bolsa" para alguém sem dinheiro. O conselho é correto em abstrato. É impossível de seguir sem as condições que o tornam possível. E ninguém está falando sobre como reconstruir essas condições.

§

O Que o App Recebeu

Em 1990, um jovem de 24 anos que queria conhecer alguém chegava ao mercado afetivo com, em média, dez amigos próximos, uma rede de conhecidos que cruzava trabalho, escola, bairro e actividades, acesso a terceiros lugares onde encontros aconteciam sem planejamento, e intermediários — amigos, colegas, familiares — com interesse e capacidade de apresentar pessoas compatíveis.

Em 2024, o jovem médio de 24 anos chega ao mercado com menos de cinco amigos próximos, sem terceiros lugares frequentados regularmente, em regime de trabalho remoto ou híbrido, sem frequência religiosa, e com uma rede de conhecidos que vive principalmente em ecrãs. O app não criou essa pessoa. Mas é o único canal que essa pessoa tem.

O resultado não é apenas frustração com os apps. É frustração estrutural com o mercado afetivo inteiro — que, sem a infraestrutura que o sustentava, passou a depender exclusivamente de uma interface projetada para maximizar engajamento, não vínculo. A pessoa que chega ao Tinder subcapitalizada socialmente não encontra ali um substituto para o que perdeu. Encontra um cassino onde os dados estão viciados.

Antes de qualquer conversa sobre design de produto, regulação ou substituição por IA, há uma pergunta anterior que este livro considera estrutural: como se reconstrói a infraestrutura social que tornava o romantismo possível? Essa é a pergunta dos capítulos finais. Mas ela só pode ser feita se primeiro reconhecermos o que foi perdido — e que foi perdido antes do primeiro swipe.

"A crise do namoro começa antes do namoro: começa quando as pessoas deixam de ter amigos suficientes para serem apresentadas, observadas, protegidas e corrigidas. O dating app recebeu usuários que já vinham socialmente subcapitalizados."

§

A Distinção que Importa

Uma última precisão antes de fechar o argumento. O argumento não é causal direto: a recessão de amizades não causou o colapso dos relacionamentos. Está dizendo algo mais específico e mais verificável: a recessão de amizades criou as condições em que o colapso dos relacionamentos românticos se torna inevitável.

A diferença importa porque muda o diagnóstico — e, portanto, a resposta.

Se o problema é o design dos apps, a solução é regular os apps. Se o problema é a solidão, a solução é terapia e medicação. Mas se o problema é a destruição sistemática da infraestrutura social que tornava a formação de vínculos possível — o trabalho presencial, o terceiro lugar, o intermediário, o laço fraco, a convivência repetida —, então a solução é reconstruir essa infraestrutura.

E essa é uma resposta mais difícil, mais lenta e mais cara do que qualquer atualização de algoritmo. É também a única que endereça o problema real.

O app não foi criado para substituir amigos. Mas foi isso que aconteceu — não porque alguém planejou, mas porque, quando a amizade colapsa, o romance é a única coisa que sobra. E o mercado que vende romance percebeu, mais rápido do que qualquer governo ou política pública, que esse colapso era uma oportunidade.

Referências Bibliográficas
1

Cox, D.A. (2021). The State of American Friendship: Change, Challenges, and Loss. Survey Center on American Life / American Enterprise Institute. https://www.americansurveycenter.org/research/the-state-of-american-friendship-change-challenges-and-loss/

2

Murthy, V.H. (2023). Our Epidemic of Loneliness and Isolation: The U.S. Surgeon General's Advisory on the Healing Effects of Social Connection and Community. U.S. Department of Health and Human Services. https://www.hhs.gov/sites/default/files/surgeon-general-social-connection-advisory.pdf

3

World Happiness Report 2025, Chapter 1 — "The Social Connection Paradox" (Gallup World Poll 2006–2023). https://files.worldhappiness.report/WHR25_Ch01.pdf

4

Rosenfeld, M.J., Thomas, R.J. & Hausen, S. (2019). Disintermediating Your Friends: How Online Dating in the United States Displaces Other Ways of Meeting. Proceedings of the National Academy of Sciences, 116(36), 17753–17758.

5

Bureau of Labor Statistics. (2024). American Time Use Survey — Multi-Year Files 2003–2023. U.S. Department of Labor. https://www.bls.gov/tus/data/datafiles-0324.htm

6

Putnam, R.D. (2000). Bowling Alone: The Collapse and Revival of American Community. Simon & Schuster.

7

Oldenburg, R. (1989). The Great Good Place: Cafes, Coffee Shops, Community Centers, Beauty Parlors, General Stores, Bars, Hangouts, and How They Get You Through the Day. Paragon House.

8

Granovetter, M.S. (1973). The Strength of Weak Ties. American Journal of Sociology, 78(6), 1360–1380.

9

Pew Research Center. (2023). Dating Apps Usage and Attitudes. https://www.pewresearch.org/internet/2023/02/02/how-dating-and-relationships-have-changed-over-the-past-decade/

10

Galloway, S. (2021). "The Friendship Recession". No Mercy / No Malice, newsletter. Profgalloway.com. Referenciado em: Cox (2021), op. cit.

11

OECD. (2024). Social Connections and Loneliness in OECD Countries. https://www.oecd.org/en/publications/social-connections-and-loneliness-in-oecd-countries_6df2d6a0-en/

12

Luchetti, M. et al. (2020). The Trajectory of Loneliness in Response to COVID-19. American Psychologist, 75(7), 897–908.

13

Holt-Lunstad, J., Smith, T.B., & Layton, J.B. (2010). Social Relationships and Mortality Risk: A Meta-Analytic Review. PLOS Medicine, 7(7). doi:10.1371/journal.pmed.1000316

Parte II de III
Segundo movimento

A Moneti-
zação

Quando a infraestrutura social de um mercado é removida, o mercado não desaparece. Ele se reorganiza em torno de quem chega primeiro com uma interface. No caso do amor, quem chegou primeiro foram plataformas cujo modelo de negócio depende, estruturalmente, de que o usuário não encontre o que está procurando — ou que, se encontrar, volte logo.

Esta parte descreve o mecanismo em detalhe. A cunha microeconômica que criou dois preços para o mesmo bem. O custo assimétrico que homens e mulheres pagam em moedas diferentes. A função-objetivo do algoritmo — que não é maximizar encontros, mas maximizar sessões. E o que acontece com o animal humano quando seu hardware de 150 pessoas tenta operar num mercado de milhões.

A monetização não foi planejada por ninguém. Foi consequência de uma lógica de negócio que nenhum fundador precisou enunciar em voz alta. Nenhuma das plataformas descritas aqui foi criada com a intenção de destruir vínculos. Foram criadas para capturar atenção e convertê-la em receita recorrente. O dano é subproduto de uma lógica de negócio que nenhum dos fundadores precisou enunciar em voz alta para produzir.

Próximo movimento: como a inteligência artificial passou a competir com humanos →
Capítulos 4 — 15
III
Ato III

O Mercado Partido

Mais acesso, menos vínculo. Como a lógica dos apps de relacionamento trabalha contra, por construção, os interesses dos seus usuários.

Capítulo 4 — A Cunha · Capítulo 5 — Os Homens Invisíveis · Capítulo 6 — A Abundância Ruim · Capítulo 7 — O Algoritmo do Amor É Intencionalmente Ruim · Capítulo 8 — O Indivíduo Contra o Algoritmo
SWIPE · Incentivos, Tecnologia e o Colapso dos Relacionamentos Modernos
Parte II
Capítulo 4

A Cunha

1.044 swipes para o homem mediano. 175 para a mulher mediana. O mesmo bem, dois preços. O que aparece quando você desenha as curvas.

4

Em algum momento de 2025, um homem em São Paulo abriu uma calculadora online que prometia responder uma pergunta que ele nunca tinha conseguido formular com clareza. A pergunta não era moral, não era romântica, não era sobre destino. Era contábil: quanto custa uma noite. Não em dinheiro — em swipes.

O número que apareceu na tela era 1.044. Para chegar a um único encontro sexual, o homem mediano em um aplicativo de relacionamento precisa deslizar à direita 1.044 vezes. Ele estava no tier cinco — exatamente a média. Sua atratividade percebida era a mediana da distribuição masculina. E o sistema lhe dizia, com a frieza de uma planilha, que a unidade básica de intimidade casual lhe custaria mil e quarenta e quatro tentativas.

A mesma calculadora, com o mesmo perfil mas marcado como mulher, retornava um número diferente: 175.

Mesma plataforma. Mesmo tier. Mesmo objetivo. Seis vezes menos esforço.

O número não é vingança das mulheres contra os homens, nem evidência de superficialidade feminina, nem sintoma de homens incompetentes. É a leitura agregada de um mercado que está fazendo exatamente o que foi projetado para fazer. Para entender por que ele faz isso — e por que não vai parar — é preciso reformular a pergunta da forma mais antiga que a economia conhece: oferta e demanda.

A Aritmética do Funil

A primeira coisa que a calculadora revela é que o número 1.044 não cai do céu. Ele é o produto de um funil de conversão com etapas mensuráveis e bem documentadas em estudos do Match Group, em análises independentes do Tinder e do Hinge, e em vazamentos sucessivos de dados internos ao longo da última década. Cada etapa multiplica uma probabilidade pequena pela próxima, e o resultado agregado é o preço que cada usuário paga, sem nunca ver a fatura discriminada.

Homem · tier 5 · casual
Swipes investidos1.044
Taxa de match4,0%
Matches obtidos~42
Encontros agendados2,6
Encontros sexuais1
Mulher · tier 5 · casual
Swipes investidos175
Taxa de match35,1%
Matches obtidos~61
Encontros agendados3,4
Encontros sexuais1

Os dois números — 1.044 e 175 — são produtos de funis quase idênticos em estrutura mas radicalmente diferentes em rendimento. A mulher mediana faz menos de um sexto do esforço inicial e gera mais matches em valor absoluto. Mais que isso: cada match que ela tem tem maior probabilidade de virar encontro presencial. É como se ela e o homem estivessem pescando no mesmo lago, mas a vara dela tivesse seis iscas para cada uma da dele.

A pergunta natural — por que o rendimento por swipe é tão diferente — é exatamente a pergunta que este capítulo precisa responder. Mas antes de responder, vale registrar a natureza dos números. Eles não são medição direta. São estimativas modeladas a partir de parâmetros empíricos: taxas de match, tempos médios de resposta, conversões entre etapas, distribuições de atenção. Esses parâmetros vêm de mais de uma década de dados internos vazados, estudos acadêmicos e relatórios regulatórios. Os números 1.044 e 175 emergem da composição desses parâmetros num modelo de funil. A ordem de grandeza se confirma de forma robusta entre apps e geografias; o número exato depende da calibragem específica adotada.

A Recomposição Clássica

A microeconomia tem um aparato para descrever esse tipo de situação, e o aparato é antigo. Em qualquer mercado, há uma curva de demanda — quanto compradores estão dispostos a pagar pela quantidade Q — e uma curva de oferta — quanto vendedores precisam receber para fornecer essa quantidade. As duas se cruzam num único ponto: a quantidade de equilíbrio Q* e o preço de equilíbrio P*. É o que dá clearing ao mercado, no jargão.

Quando o mercado introduz uma cunha entre os dois lados — um imposto, uma taxa, um custo de transação imposto pela infraestrutura — as curvas deixam de se encontrar num único ponto. O comprador paga mais do que P*, o vendedor recebe menos do que P*, e a diferença entre os dois é a cunha. A quantidade transacionada cai abaixo de Q*. A área entre as curvas e a quantidade reduzida é o que chamamos de perda morta — surplus econômico que deixa de existir porque o sistema não permite que comprador e vendedor se encontrem direto.

Oferta, demanda e a cunha algorítmica — mercado afetivo digital
0 1 2 3 4 Quantidade de encontros (Q) 0 500 1.000 1.500 Preço (swipes por encontro) equilíbrio teórico sem fricção Q* ≈ 2,1 · P* ≈ 314 Q observado ≈ 1 P_homem = 1.044 P_mulher = 175 cunha 869 swipes D · demanda (homens) O · oferta (mulheres)
Esquema conceitual. Os preços P_homem = 1.044 e P_mulher = 175 são empíricos (Match Group, Tinder, Hinge, OkCupid; Bruch & Newman, Science Advances, 2018). O equilíbrio teórico Q*≈2,1 e P*≈314 depende da forma funcional linear assumida para D e O — serve como referência ilustrativa do que seria um mercado sem fricção, não como estimativa pontual.

Como ler este modelo. Os números deste capítulo não devem ser lidos como medição universal do mercado afetivo digital. São estimativas de ordem de grandeza, calibradas com parâmetros de conversão reportados por estudos acadêmicos, dados públicos de plataformas e simulações. O objetivo não é afirmar que todo homem mediano paga exatamente 1.044 swipes ou que toda mulher mediana paga exatamente 175. O objetivo é tornar visível a estrutura: o custo de conversão é sistematicamente diferente entre os dois lados do mercado, e essa diferença não desaparece quando se altera apenas comportamento individual. Um leitor que quiser variar parâmetros — taxa de match, distribuição de atenção, hipergamia — verá os preços específicos mudarem; verá também que a cunha entre eles persiste em todas as calibragens razoáveis. É essa persistência, não o valor exato, que este capítulo está demonstrando.

O mercado afetivo digital tem essa estrutura. Em um mercado sem fricção, a curva de demanda dos homens — sua disposição agregada de investir esforço por encontros adicionais — cruzaria a curva de oferta das mulheres — sua disposição agregada de fornecer encontros a cada nível de "preço". O encontro aconteceria em Q*≈2,1, ao preço de aproximadamente 314 swipes para cada lado. Ambos os lados teriam, em média, mais encontros, e cada um pagaria substancialmente menos por encontro produzido.

Não é o que acontece. A plataforma fixa a quantidade efetiva próxima a Q=1 e cobra preços diferentes de cada lado: 1.044 swipes do homem, 175 da mulher. A diferença — 869 swipes por encontro produzido — é a cunha algorítmica.

Há uma diferença incômoda entre essa cunha e a cunha tributária clássica. Em uma cunha tributária, a diferença entre o preço pago pelo comprador e o preço recebido pelo vendedor vai para o tesouro. Há um destinatário. Há, em tese, uma justificativa: financiar bens públicos. A cunha do mercado afetivo digital não vai para lugar nenhum. O Match Group não coleta os 869 swipes — swipes não viram dinheiro diretamente. A mulher não recebe os 869 — ela paga 175 e fica nisso. Os homens não compartilham os 869 entre si. O agregado simplesmente perde os 869 swipes por encontro, multiplicado por bilhões de encontros por ano. É perda de eficiência induzida pela arquitetura do mercado — não necessariamente por intenção deliberada, mas por função-objetivo da plataforma.

De Onde Vem a Cunha

A causa imediata da cunha é a concentração radical da demanda feminina no topo da distribuição masculina. Os dados, quando há dados — OkCupid em 2014 vazou 25 milhões de usuários, e o cofundador Christian Rudder publicou os resultados — mostram um padrão consistente: o decil masculino mais bem avaliado por mulheres recebe entre 40% e 55% de toda a atenção feminina disponível. Os 50% inferiores da distribuição masculina dividem entre si menos de 10% da demanda total.

Em vocabulário microeconômico, essa concentração é um caso clássico do que Peter Diamond, Dale Mortensen e Christopher Pissarides descreveram em uma série de artigos que lhes valeu o Nobel de Economia em 2010: quando o custo de busca em um mercado cai a quase zero — quando você pode ver mil perfis em uma hora — o comportamento bayesianamente ótimo é elevar o reservation value. A mesma mulher que aceitaria um homem X em um mercado offline com quinze candidatos rejeita o mesmo X em um mercado online com mil candidatos. Não porque ela mudou. Porque o conjunto de informação dela mudou. Esperar por um perfil melhor virou racional. Aceitar virou subótimo.

Esse é o mecanismo que produz a concentração observada no decil superior. Cada usuária individual está jogando ótimo. Coletivamente, essas decisões individuais ótimas concentram demanda em um pequeno grupo masculino e drenam liquidez de todo o resto. É uma falha de mercado clássica — comportamento individual racional produzindo equilíbrio coletivo ruim — e tem nome técnico: externalidade negativa de busca.

Cada usuária individual está jogando ótimo. Coletivamente, essas decisões individuais ótimas concentram demanda em um pequeno grupo e drenam liquidez de todo o resto. Defeito moral não é a palavra certa. É equilíbrio.

Há um segundo mecanismo, menos discutido. O mercado afetivo digital não é um mercado de uma face — é uma plataforma de duas faces, no sentido descrito por Jean Tirole e Jean-Charles Rochet em uma sequência de artigos que rendeu a Tirole o Nobel de Economia em 2014. Em plataformas de duas faces, o operador pode cobrar preços diferentes de cada lado para maximizar a participação total. O exemplo clássico é o cartão de crédito: a Visa cobra mais do lojista e menos do consumidor, porque a participação do consumidor é mais elástica. O Match Group faz a mesma coisa em swipes: cobra um preço alto do homem e um preço baixo da mulher, porque a participação masculina é mais elástica. Homens estão dispostos a investir muitos swipes; mulheres parariam o uso se o custo subisse muito. A plataforma extrai esforço de cada lado até o ponto em que sua margem de saída fica próxima.

A combinação dos dois mecanismos é a cunha. Concentração de demanda gera o gradiente básico. Precificação assimétrica de plataforma de duas faces estabiliza esse gradiente e o rentabiliza.

Em Que Moeda Cada Lado Paga

A leitura mais ingênua dessa análise é que mulheres estão "ganhando" no mercado afetivo digital — afinal, pagam seis vezes menos. A leitura é falsa, e o motivo da falsidade é importante para o restante deste livro.

O homem mediano paga em volume: 1.044 swipes, mensuráveis, conscientes, exauridores. A fadiga é visível. Ele sabe que está fazendo um trabalho desproporcional ao retorno. O número 1.044 é grande mas é honesto — ele aparece no contador do app, na conta do tempo gasto, na calibragem progressiva para baixo do que ele espera de cada nova tentativa.

A mulher mediana paga em moeda diferente: na qualidade da intenção que ela recebe. Ela tem 61 matches, mas só 3,4 viram encontros, e desses, apenas 1 vira sexo. A taxa de conversão dela do match para o encontro é dramaticamente baixa, e o custo dessa baixa conversão não está nos swipes — está na fadiga cognitiva de filtrar mensagens cuja intenção é ambígua, no esforço emocional de encontros que somem antes de virar segundo encontro, na progressiva calibragem para baixo do que esperar de cada novo match. Algumas calculadoras chamam isso, com precisão clínica, de "the match that doesn't convert" — o match que não converte.

O resultado é que ambos os lados pagam um preço alto, mas em moedas que não são diretamente comparáveis. O homem paga em swipes contáveis, a mulher paga em conversões mortas. O 1.044 é a fatura visível do homem. O 175 é uma subestimativa do que a mulher paga, porque sua moeda principal de pagamento — o esforço cognitivo de filtragem — não aparece no contador da plataforma. Em uma comparação honesta de bem-estar, é provável que ambos os lados estejam piores do que estariam num mercado com clearing — apenas com perdas em dimensões diferentes.

É por isso que o livro precisa de cautela aqui. A cunha não é simétrica nem em direção, nem em magnitude, nem em consequência. Mas existe nos dois lados, e ela penaliza ambos.

Por Que o Mercado Não Se Ajusta

Em qualquer mercado clássico, escassez persistente força ajuste. Se a oferta é menor que a demanda ao preço prevalente, o preço sobe até clearing. Se há excesso de oferta, o preço cai até clearing. É o processo central da economia de mercado, e ele funciona razoavelmente bem em commodities, em trabalho, em moradia. Funciona mal aqui.

Funciona mal porque o "preço" no mercado afetivo digital não é negociável entre as partes. Em um mercado normal, se eu estou disposto a pagar 600 e você está disposto a aceitar 200, fechamos em algum valor entre 200 e 600 e ambos saímos melhor. No app, o homem não pode negociar com a mulher uma redução de seus 1.044 swipes em troca de mais conversão. Não há mecanismo de barganha. O algoritmo intermedeia tudo, e o algoritmo não tem incentivo de reduzir a cunha.

Esse é o ponto que distingue o mercado afetivo digital de praticamente qualquer outro mercado em escala. O Match Group, holding que controla Tinder, Hinge, OkCupid, Match.com e Plenty of Fish com mais de 64% de market share global, lista nos seus próprios documentos regulatórios para a SEC a seguinte preocupação para investidores: que usuários encontrem relacionamentos de longo prazo e abandonem as plataformas. Está escrito, em linguagem corporativa precisa: o sucesso do usuário é um risco ao negócio.

Essa frase tem implicação econômica direta. Em um cassino regular, a casa lucra com cada aposta. Os jogadores às vezes ganham, às vezes perdem, mas no agregado a casa ganha. Em um mercado funcional, vendedor e comprador transacionam quando ambos saem melhor; o operador ganha uma taxa pequena por facilitar o encontro. No mercado afetivo digital, a estrutura é mais próxima da do cassino — exceto que o "ganho" do jogador (encontrar parceiro estável) não é parte do produto. É, na linguagem do 10-K, um risco. A plataforma maximiza receita quando Q permanece próximo a 1 — quando os usuários continuam tentando, sem clearing — e tem o incentivo direto de impedir que o mercado chegue a Q*≈2,1.

Quando um mercado é capturado por um operador cuja receita aumenta com a não-resolução, o ajuste clássico de preço não acontece. A cunha não é um defeito em busca de correção. É a estrutura.

O Piso Estrutural

Há uma objeção natural a tudo o que foi dito até aqui. Um leitor cuidadoso poderia argumentar: a cunha existe porque os usuários se comportam mal. Se mulheres fossem menos hipergâmicas, se homens fossem menos ansiosos, se ambos os lados ajustassem suas preferências, o mercado funcionaria. A objeção tem fundo. E ela pode ser testada — porque a calculadora permite zerar exatamente esses parâmetros e observar o que sobra.

O resultado é o gráfico abaixo.

A cunha persiste mesmo zerando os parâmetros comportamentais
0 1 2 3 4 Quantidade de encontros (Q) 0 500 1.000 1.500 Preço (swipes por encontro) Q observado ≈ 1 cenário B cunha = 638 P_homem = 1.044 P_mulher = 175 cenário A cunha = 869 D · demanda (homens) O · oferta (mulheres) CENÁRIOS COMPORTAMENTAIS A · hipergamia/seletividade padrão B · ambos zerados
Cenário A: parâmetros empíricos médios da calculadora. Cenário B: hipergamia e seletividade ambos zerados — o usuário não filtra, não busca subir de nível, gosta de quase todo mundo. Esquema conceitual; cunha permanece em 638 swipes mesmo no cenário comportamental mais permissivo possível.

O cenário A é o que vimos no gráfico anterior — o caso empírico médio. O cenário B é o teste da objeção: ambos os parâmetros comportamentais zerados. Hipergamia em zero significa que a usuária não tenta "subir de nível" — não privilegia perfis acima do seu próprio tier. Seletividade em zero significa que ela não filtra nada — gosta de quase todo mundo. É o usuário ideal de qualquer manual de autoajuda relacional.

A cunha cai. De 869 para 638 swipes. Real, mensurável, significativa.

Mas ela não fecha. O homem mediano, no cenário em que sua contraparte adotou o melhor comportamento individual concebível, ainda paga 743 swipes para chegar a um único encontro. A mulher mediana, agora sem nenhuma filtragem, ainda só paga 105. A diferença — 638 swipes — é o que a plataforma cobra para existir, independentemente do que cada usuário faça.

A diferença entre 869 e 638 é a parte da cunha que responde a comportamento individual no modelo. Os 638 swipes que sobram representam, no exercício, o piso estrutural — a fração que não responde a parâmetros comportamentais porque, no modelo, não vem deles. Vem da arquitetura: algoritmo intermediando tudo, ausência de mecanismo de barganha, modelo de receita que penaliza clearing, e a precificação assimétrica de plataforma de duas faces extraindo o máximo de cada lado até a margem de saída.

A implicação é difícil de absorver para quem cresceu numa cultura de autoajuda. Toda a indústria de coaching afetivo, de pickup artists, de "trabalhar a si mesmo antes de procurar parceiro" opera no espaço dos 231 swipes — a fração comportamental da cunha. Não é desprezível. 231 swipes de diferença é real, e há valor em pessoas se tornarem versões menos exigentes e menos ansiosas de si mesmas. Mas essa fração comportamental serve, no agregado, de álibi para a parte que ninguém discute. A indústria da autoajuda fica do lado da demanda; o silêncio sobre a plataforma fica do lado da oferta.

Vale fazer uma comparação aritmética que aterra o argumento: 638 swipes é mais que três vezes o que a mulher mediana paga no cenário A inteiro (175 swipes). Mesmo no piso da plataforma — sem nenhuma contribuição de hipergamia ou seletividade — o homem mediano paga mais que o preço integral pago pelo lado oposto no cenário empírico padrão. A cunha estrutural sozinha já é maior que o preço de mercado do outro lado.

A Classe Média Afetiva

A consequência distributiva desse arranjo merece um nome próprio. Vou usar uma expressão que circula em discussões informais sobre o tema e que captura a estrutura com precisão: a classe média afetiva.

A imagem útil é a de uma cidade. Em qualquer cidade, há um topo (poucos, recursos abundantes), uma base (poucos, sem recursos), e uma classe média (muitos, recursos médios). Em uma cidade saudável, a classe média é onde a maior parte da vida acontece — onde se constroem famílias, onde se forma capital social, onde a infraestrutura coletiva se sustenta. Quando a classe média de uma cidade colapsa, o que sobra é uma elite hiperexposta e uma base sem perspectiva, sem o tecido conectivo que torna a vida funcional. É, não por acaso, exatamente o que o Capítulo 8 descreve quando trata da gentrificação do amor.

O mercado afetivo digital colapsou a classe média afetiva em ambos os lados. Os homens medianos — que não estão no topo da distribuição mas tampouco na base — perdem visibilidade. Eles existem na oferta bruta mas não chegam à oferta efetiva. As mulheres medianas — não no topo da seleção masculina nem na base — recebem demanda em volume mas não em qualidade. Elas existem na demanda recebida mas não na demanda confiável.

Em ambos os lados, o lugar onde a maior parte da vida deveria acontecer simplesmente parou de produzir resultados. O topo masculino captura excesso de demanda e desenvolve, em escala agregada, comportamento desinvestido. O topo feminino atrai demanda confiável mas em volume que excede sua capacidade de processamento. A base — homens e mulheres com baixa atratividade percebida — é estruturalmente excluída. E a classe média, dos dois lados, fica em um limbo: exposta, ativa, investindo, sem retorno proporcional.

A frase de Scott Galloway, que diz que homens abaixo de 1,80m de altura "perdem boa parte da oferta do app", é uma forma específica e parcialmente exagerada do mecanismo geral. A altura é apenas um proxy. O mecanismo é a substituição de descoberta lenta — onde repetição, humor, competência, gentileza, repetição podiam construir atratividade ao longo do tempo — por triagem rápida, onde só sinais visíveis em 0,7 segundo entram no mercado efetivo. A classe média afetiva é o que se perde nessa substituição.

Síntese

Os capítulos seguintes deste livro descrevem, um por um, o que acontece quando esse mercado opera em escala. O Capítulo 5 examina os incentivos da plataforma — por que é racional para o Match Group manter Q em 1 e nunca em Q*. O Capítulo 6 olha para o nível individual: o que o usuário pode fazer dentro de um mercado projetado para não dar clearing. O Ato V vai aos dados longitudinais e demográficos: o que esse mercado faz com fertilidade, com isolamento, com saúde mental, ao longo de uma década. O Ato VI vai aos casos extremos — Japão, Coreia, China — onde o mercado já operou tempo suficiente para produzir suas consequências terminais.

Mas todos esses capítulos pressupõem o que este capítulo demonstrou: que existe uma estrutura microeconômica formal por trás do que parece ser uma série de queixas culturais. A queixa do homem que diz "não recebo matches" é uma observação válida sobre uma cunha de 1.044 swipes. A queixa da mulher que diz "todo match morre antes de virar encontro" é uma observação válida sobre conversão estruturalmente baixa imposta por excesso de demanda de baixa qualidade. As duas queixas são sintomas da mesma falha de mercado, vistas de ângulos diferentes — não dois mercados separados em conflito, mas um único mercado disfuncional que produz dores complementares nos dois lados.

Em qualquer mercado, quando a oferta encontra a demanda, a transação acontece a um único preço. Quando elas não se encontram — quando há um preço diferente em cada lado para o mesmo bem — você não está mais em um mercado. Está em uma plataforma. E plataformas têm interesses próprios.

Microeconomia formal Quatro prêmios Nobel em uma figura

O argumento aqui é uma síntese de quatro linhas de pesquisa que renderam, no agregado, quatro prêmios Nobel de Economia (sete laureados individuais entre 2001 e 2014). A novidade não está nas ferramentas; está na aplicação a um objeto que economistas raramente tocaram em escala — exatamente o mercado em que mais gente se encontra hoje.

Diamond–Mortensen–Pissarides, 2010 Teoria de busca em equilíbrio. Quando o custo marginal de busca cai a zero, valores de reserva sobem em equilíbrio. A mesma decisão racional individual produz, em agregado, mercados que não dão clearing. É a explicação técnica do que acontece com a "demanda concentrada no topo" descrita neste capítulo.
Rochet–Tirole, 2014 Plataformas de duas faces. Operadores podem cobrar preços diferentes de cada lado para maximizar participação total. A precificação assimétrica não é defeito de mercado — é otimização da plataforma. O Match Group cobra 1.044 swipes do homem e 175 da mulher porque é o equilíbrio que mantém ambos os lados engajados.
Roth–Shapley, 2012 Mercados de matching sem preço de clearing. Quando bens não podem ser precificados em moeda — sangue, órgãos, parceiros — os mercados precisam de mecanismos de design para chegar ao equilíbrio. Apps de relacionamento são mercados de matching mal desenhados, cuja função social é frustrada pela função de receita do operador.
Akerlof, 2001 Seleção adversa. A assimetria de informação (perfis editáveis, intenções não verificáveis) faz com que o mercado retenha desproporcionalmente os usuários com piores resultados. Quem encontra parceiro sai do app. Quem não encontra fica. Ao longo do tempo, a piscina se deteriora.
Search costs Two-sided markets Matching theory Reservation values Deadweight loss Adverse selection Market for lemons
Referências Bibliográficas
1

Diamond, P. A. (1971). A Model of Price Adjustment. Journal of Economic Theory, 3(2), 156–168.

2

Mortensen, D. T., & Pissarides, C. A. (1994). Job Creation and Job Destruction in the Theory of Unemployment. Review of Economic Studies, 61(3), 397–415.

3

Rochet, J.-C., & Tirole, J. (2003). Platform Competition in Two-Sided Markets. Journal of the European Economic Association, 1(4), 990–1029.

4

Roth, A. E., & Sotomayor, M. (1990). Two-Sided Matching: A Study in Game-Theoretic Modeling and Analysis. Cambridge University Press.

5

Akerlof, G. A. (1970). The Market for "Lemons": Quality Uncertainty and the Market Mechanism. Quarterly Journal of Economics, 84(3), 488–500.

6

Rudder, C. (2014). Dataclysm: Who We Are (When We Think No One's Looking). Crown Publishers.

7

Bruch, E. E., & Newman, M. E. J. (2018). Aspirational pursuit of mates in online dating markets. Science Advances, 4(8), eaap9815.

8

Match Group, Inc. (2022–2024). Annual Reports on Form 10-K. U.S. Securities and Exchange Commission.

9

Galloway, S. (2023). Adrift: America in 100 Charts. Portfolio/Penguin.

10

Tinbergen, N. (1953). The Herring Gull's World. Collins. [Sobre estímulo supranormal — base biológica do comportamento de busca em ambientes saturados.]

SWIPE · Ato III — O Mercado Partido
Parte II
Capítulo 5

Os Homens
Invisíveis

Como o app transformou a classe média masculina em oferta fora da demanda efetiva. Eles estão no mercado. O mercado não os vê.

5

Ele tinha 27 anos, trabalhava como analista financeiro em São Paulo, se exercitava três vezes por semana e tinha fotos decentes. Em três semanas de Tinder com raio de 30 km, havia dado 847 swipes para a direita. Recebeu quatro matches. Duas conversas que duraram menos de cinco mensagens. Zero encontros. Não é especialmente feio nem especialmente belo, nem rico nem pobre. É mediano — e mediano, no mercado digital de atenção visual, é invisível.

O argumento que segue não trata homens como vítimas. É sobre homens como dado. O fenômeno descrito aqui é estrutural, não moral, e tem uma lógica que pode ser derivada das mesmas ferramentas que economistas usam para analisar qualquer mercado com assimetria de informação, baixo custo de abandono e concentração de demanda. O resultado é que uma massa significativa de homens está num mercado do qual não participa de forma efetiva — e esse resultado tem consequências que vão além da frustração individual.

A Crença Conveniente

Quando um mercado falha, a explicação favorita é sempre moral. As pessoas ficaram egoístas. A geração Z não sabe se comprometer. Os homens têm medo de relacionamento sério. As mulheres têm padrões impossíveis. O ghosting é crueldade. A traição é fraqueza de caráter.

O mesmo mercado, dois custos opostos — síntese comparativa
DIMENSÃO HOMENS MULHERES Dor principal Escassez de conversão Excesso de atenção ruim Moeda paga Rejeição · silêncio Filtragem · alerta · risco Falha central Oferta mediana fora da demanda efetiva Demanda recebida sem confiabilidade Resultado psicológico Ressentimento · insegurança Exaustão · cinismo Mercado substituto Pornografia · games Gurus · AI girlfriends Celibato estratégico Terapia · amigas-comitê Problema anterior Friendship recession masculina mais severa Carga emocional e gestão de risco Frase-síntese "Estou no app, mas fora do mercado." "Tenho matches, mas não tenho confiança." TESE CENTRAL DOS DOIS CAPÍTULOS Eles pagam com rejeição. Elas pagam com filtragem. Ambos pagam por um mercado que não dá clearing.
Fonte: Síntese autoral. Dados: Pew 2023, Survey Center on American Life 2021, OKCupid/Tinder.

"Pessoas não ficam coletivamente mais cruéis em dez anos. Ambientes mudam. Incentivos mudam. E quando incentivos mudam, comportamento muda — mesmo sem que os valores conscientes das pessoas tenham se alterado em nada."

Essa narrativa tem apelo porque é simples, distribui culpa de forma satisfatória e preserva a crença de que o problema está nos outros. Ela também está, em larga medida, errada. O capítulo anterior mostrou que o mesmo bem — um encontro — custa 1.044 swipes para o homem mediano e 175 para a mulher mediana. Isso não é caráter. É estrutura de mercado.

O Funil que Não Aparece no Pitch

21× mais mensagens enviadas por homens que por mulheres, em média, nos principais apps de relacionamento OKCupid; análise editorial Tinder 2022
1 em 5 homens que usaram dating apps relatam sentir-se inseguros com o volume de mensagens que recebem Pew Research Center, 2023
31% dos homens americanos de 18–24 anos eram sexualmente inativos em 2018, contra 19% em 2000 GSS / Twenge et al., Archives of Sexual Behavior, 2017
46,4% dos adultos americanos eram solteiros em 2023 — 117,6 milhões de pessoas, o maior número registrado Census Bureau / Galloway, 2023

O dado que mais importa não é a taxa de swipe. É a taxa de conversão. Homens dão swipe para direita em média em 46% dos perfis que veem; mulheres em 14%. Essa assimetria de entrada já sinaliza o desequilíbrio. Mas o funil que vem depois é onde a invisibilidade se consolida.

Funil de conversão por gênero — do swipe ao encontro (Tinder, dados agregados)
HOMEM MEDIANO 100 swipes taxa: 1% ~1 match ~0,6 conversa real ~0,2 encontro CUSTO: rejeição visível silêncio · ausência de match · frustração → upgrade premium → desistência MULHER MEDIANA 10 swipes → múltiplos matches taxa: 10% volume de mensagens 56% indesejadas / sexuais triagem de risco tempo + alerta constante encontro com intenção real CUSTO: filtragem invisível assédio · risco · conversas mortas → burnout · cinismo · saída mesmo mercado Para os homens, o app transforma abundância visual em escassez de conversão. Para as mulheres, transforma abundância de atenção em escassez de confiança. Eles pagam com rejeição. Elas pagam com filtragem. Ambos pagam por um mercado que não dá clearing.
Fonte: Tinder / Match Group editorial data (2022); OKCupid analysis (Rudder, 2014); calibrado com os dados de A Cunha: 1.044 swipes/encontro (H) vs. 175 (M). O funil representa o usuário mediano.
Fontes: OKCupid data (Rudder, 2014); análise editorial Tinder (2022); Bruch & Newman, Science Advances (2018); calibrado com os dados de A Cunha (Cap. 4): 1.044 swipes/encontro (H) vs. 175 (M). Funil representa usuário mediano de cada gênero, não os extremos da distribuição.

O funil não é acidente de design — é a arquitetura. O sistema foi desenhado para maximizar engajamento, não para equilibrar resultados entre gêneros. E quando os resultados são tão assimétricos, o mercado produz comportamentos que parecem irracionais na superfície mas são perfeitamente racionais dada a estrutura de incentivos: homens se tornam mais transacionais, mulheres mais defensivas, e ambos acabam saindo com menos do que entraram.

A Recessão de Amizades Veio Antes

O Capítulo 3 documentou a friendship recession como precondição estrutural da crise dos apps. Mas a dimensão masculina dessa recessão é mais severa do que a feminina — e tem consequências diretas para o que acontece quando os homens chegam ao mercado afetivo digital.

Amizades próximas por gênero — % com seis ou mais amigos íntimos (1990 vs. 2021)
1990 2021 55% 27% Homens −51% 41% 24% Mulheres −41% 3% 15% Homens com zero amigos íntimos: 3% → 15% (5×) Homens Mulheres H: zero amigos íntimos
Fonte: Survey Center on American Life / American Enterprise Institute (2021), "The State of American Friendship: Change, Challenges, and Loss." % que declara ter seis ou mais amigos próximos. O dado de zero amigos próximos para homens subiu de 3% para 15% no mesmo período — uma multiplicação por cinco.

Esses números têm uma tradução direta para o que acontece nos apps. Em 1990, quando um homem queria conhecer alguém, havia amigos que podiam apresentá-lo — e que, ao fazer isso, emprestavam reputação à apresentação. Em 2024, um homem mediano de 25 anos tem em média menos de cinco amigos próximos, não frequenta terceiros lugares regularmente, trabalha em regime híbrido e não tem rede de apresentações com skin in the game. O app é o único canal que resta. E o app é o canal mais adverso para quem já chega subcapitalizado.

A segunda série revela algo ainda mais importante. Em 1990, 45% dos jovens homens procuravam amigos primeiro quando tinham um problema pessoal. Em 2021, só 22%. E 36% foram procurar os pais — não porque ficaram mais próximos dos pais, mas porque os amigos não estão lá. Quando não há amigos para processar frustração, toda frustração afetiva vai acumulando sem vazão. E quando finalmente há um relacionamento, ela é descarregada toda de uma vez.

Suporte emocional de amigos — gap de gênero (EUA, 2021)
0% 20% 40% 60% 80% 41% 21% Apoio emocional de amigo 48% 30% Conversa privada sobre sentimentos 22% 16% Procura amigo primeiro em problema 65% 55% Tem amigo muito próximo Mulheres Homens
Fonte: Survey Center on American Life / American Enterprise Institute (2021). As três primeiras categorias medem qualidade e frequência de suporte emocional na última semana; a quarta mede existência de amizade próxima. A diferença mais relevante é nas duas primeiras: mulheres têm quase o dobro de suporte emocional ativo de amigos. Esse gap é a razão pela qual homens chegam ao mercado afetivo digital já subcapitalizados emocionalmente.
Tempo diário com amigos (presencial) — EUA, 2003 a 2021
2003 2007 2011 2015 2017 2019 2020 2021 0 15 min 30 min 45 min 60 min 70 min Minutos/dia (presencial) 60 min 20 min −20h/mês Todos adultos Jovens 15–24 anos
Fonte: U.S. Bureau of Labor Statistics — American Time Use Survey (ATUS) 2003–2021; Surgeon General Advisory "Our Epidemic of Loneliness and Isolation" (2023). Em 2003, americanos passavam 60 min/dia em socialização presencial com amigos. Em 2021: 20 min. Queda de 67% — equivalente a perder 20 horas de amizade por mês. A pandemia acelerou a curva, mas a queda já estava em curso desde 2013.

A Pirâmide

Scott Galloway documenta uma curva de Pareto severa: no mercado de dating apps, aproximadamente 20% dos perfis capturam 80% das interações. Os dados do OKCupid, com base em análise de 25 milhões de usuários, confirmam a concentração: os 10% mais desejáveis recebem uma fatia desproporcionalmente maior do total de matches. Bruch e Newman, em Science Advances, mostraram que usuários de ambos os gêneros tentam parceiros em média 25% mais desejáveis que eles próprios — e que a probabilidade de resposta cai em função da diferença de desejabilidade. O finding mais revelador, porém, não é a aspiração: é a assimetria de custo. O usuário mediano masculino requer aproximadamente 1.044 swipes para gerar um encontro presencial; a usuária mediana, cerca de 175. A razão é seis para um.

Essa assimetria tem nome técnico: wedge. Numa formulação econômica precisa, Ω = atividade total de busca gerada ÷ relacionamentos duráveis produzidos por unidade de tempo. Um mercado bem desenhado minimiza Ω. Uma plataforma com modelo de receita baseado em engajamento contínuo tem incentivo estrutural para maximizá-lo — e o faz de forma diferente por gênero. A invisibilidade dos homens comuns não é um acidente cultural. É a geometria do mercado.

O efeito combinado é uma estrutura em que a atenção se concentra no topo e o meio perde liquidez. Homens do percentil mediano — que poderiam ser atraentes por convivência, humor, consistência e competência — ficam invisíveis numa triagem de 0,7 segundos baseada em imagem. O mercado não tem tempo para descobrir o que a presença revela.

A Masculinidade Vira Marketing

A resposta racional à invisibilidade é otimização do sinal. Se o mercado avalia em frações de segundo, o usuário aprende a empacotar os atributos mais facilmente legíveis. Fotos na academia. Foto viajando. Bio com profissão e altura. Referência sutil a renda. Sinalização de escassez — o perfil que sugere que você não está desesperado.

Há um paradoxo aqui que o mercado cria e que ninguém planejou. Os atributos que fazem homens medianos genuinamente desejáveis — humor situacional, lealdade revelada pelo tempo, competência em contexto, generosidade espontânea, consistência ao longo de semanas — são todos atributos que emergem da convivência. Nenhum deles sobrevive à triagem de 0,7 segundos. O que sobrevive é marketing pessoal. E marketing pessoal é uma habilidade distribuída de forma muito desigual.

O app não exclui apenas os homens indesejáveis. Ele torna invisíveis muitos homens que só se tornariam desejáveis com tempo.

Os Mercados Substitutos

Mercados que não atendem uma demanda não a fazem desaparecer. Eles a redirecionam. Quando o mercado afetivo digital não converte para uma fração significativa dos homens medianos, a demanda migra para alternativas. Documentar esse redirecionamento não é endossá-lo — é descrevê-lo como dado.

A pornografia oferece o substituto de menor fricção: estimulação sexual sem rejeição. O consumo entre jovens homens aumentou sistematicamente desde a difusão do smartphone. Os dados de uso são difíceis de verificar de forma independente, mas as tendências de pesquisa e as pesquisas de comportamento sexual apontam na mesma direção: homens que relatam dificuldade no mercado afetivo têm taxas de consumo de pornografia estatisticamente mais altas.

O gaming fornece comunidade masculina com estrutura social sem vulnerabilidade afetiva. Em ambientes de jogo, reputação é construída por competência, não por aparência. Há accountability, há hierarquia, há reconhecimento — tudo que o dating app não oferece para o usuário mediano.

O ecossistema de gurus masculinos — Andrew Tate sendo o exemplo mais visível, mas não o único — oferece uma narrativa. A narrativa é: o sistema é rigged, mulheres selecionam por razões que você não pode mudar, e a saída é ou tornar-se um "high value man" ou abandonar o mercado. A narrativa é frequentemente errada em seus diagnósticos e perigosa em algumas de suas conclusões. Mas ela tem audiência porque endereça frustração real com linguagem direta — algo que o discurso dominante sobre relacionamentos frequentemente falha em fazer. O blackpill é a versão fatalista: a rejeição não é circunstancial, é estrutural, e a identidade passa a ser construída em torno dela.

As AI girlfriends são o mercado substituto em crescimento mais acelerado — e o único com curva de custos em queda consistente (ver Capítulo 20). Elas oferecem disponibilidade, responsividade e ausência de rejeição. São, na linguagem da friendship recession, o substituto que chega quando todos os outros colapsaram.

Nenhum desses mercados substitutos resolve o problema. Mas cada um deles resolve uma versão reduzida do problema com menos fricção — e isso é suficiente para reter usuários que, de outra forma, continuariam tentando o mercado principal.

O Custo Social

Wahring et al., publicando em Behavioral and Brain Sciences, documentam algo que o senso comum frequentemente inverte: relacionamentos românticos importam mais para homens do que para mulheres, em termos de bem-estar mensurável. Homens se beneficiam mais mental e fisicamente de relações estáveis; iniciam menos separações; e sofrem mais após dissoluções. A suposição de que "homens fogem de compromisso" não é sustentada pelos dados de bem-estar — é uma narrativa que não corresponde ao que o comportamento pós-dissolução revela.

O que esse dado implica: homens que ficam de fora do mercado afetivo efetivo não estão apenas perdendo sexo. Estão perdendo o bem que, para eles, produz os maiores retornos de saúde, longevidade e estabilidade psicológica. E quando finalmente entram num relacionamento, chegam com demanda acumulada — emocional, social, de identidade — que ultrapassa o que qualquer parceiro singular foi projetado para fornecer.

Esse excesso de demanda é o que o capítulo seguinte chama de mankeeping.

Microeconomia aplicada O homem invisível em economia de mercados
Stigler, 1961 Custo de busca e concentração. Stigler mostrou que mercados com alto custo de informação produzem concentração: compradores e vendedores tendem a poupar custo de busca comprando de quem já tem reputação estabelecida. No mercado de dating apps, "reputação" é substituída por atratividade visual percebida — e a busca é instantânea. O resultado é hiperpolarização: atenção se concentra nos extremos, o centro fica líquido em excesso de oferta e sem demanda efetiva.
Akerlof, 1970 Seleção adversa. Quando informação é assimétrica, o mercado acumula os piores exemplares do bem. Aplicado ao dating: os usuários que permanecem mais tempo no app são progressivamente aqueles com mais dificuldade de vincular. Quem forma vínculos rapidamente sai do mercado. O pool residual é progressivamente adverso — e os homens que ficam mais tempo são os que menos conseguem sinalizar qualidade pelo canal disponível.
Custo de buscaConcentração de mercadoSeleção adversaAssimetria de informação
Referências Bibliográficas
1

Cox, D.A. (2021). The State of American Friendship: Change, Challenges, and Loss. Survey Center on American Life / American Enterprise Institute.

2

Bruch, E. & Newman, M. (2018). Aspirational pursuit of mates in online dating markets. Science Advances, 4(8). doi:10.1126/sciadv.aap9815

3

Rudder, C. (2014). Dataclysm: Who We Are (When We Think No One's Looking). Crown Publishers.

4

Ueda, P. et al. (2020). Trends in Frequency of Sexual Activity and Number of Sexual Partners Among Adults Aged 18 to 44 Years in the US, 2000-2018. JAMA Network Open, 3(6).

5

Wahring, J. et al. (2024). Romantic Relationships Matter More to Men than to Women. Behavioral and Brain Sciences. Cambridge University Press.

6

Pew Research Center. (2023). The Experiences of U.S. Online Daters. pewresearch.org/internet/2023/02/02

7

Galloway, S. (2023). Adrift: America in 100 Charts. Portfolio/Penguin.

8

Twenge, J. M., Sherman, R. A., & Wells, B. E. (2017). Declines in sexual frequency among American adults, 1989–2014. Archives of Sexual Behavior, 46(8).

SWIPE · Ato III — O Mercado Partido
Parte II
Capítulo 6

A Abundância
Ruim

Como o excesso de atenção virou escassez de confiança. Mulheres não sofrem por falta de oferta. Sofrem por excesso de oferta de baixa confiabilidade.

6

Em duas semanas de Hinge, ela recebeu 1.247 mensagens. Não respondeu a 1.190. Das cinquenta e sete restantes, metade morreu depois da segunda troca. Das que restaram, marcou seis encontros. Compareceu a três. Nunca viu dois deles de novo. O terceiro a mandou uma mensagem às onze da noite que encerrou a conversa. Ela deletou o app em fevereiro. Em março recolocou. Em maio deletou de novo. "Fico sobrecarregada e ao mesmo tempo solitária. É o mercado com mais gente do mundo e o mais difícil de navegar."

O capítulo anterior mostrou o custo masculino. Este mostra o feminino. Se homens medianos sofrem de escassez de conversão — chegam ao mercado e o mercado não os vê —, mulheres sofrem de um problema, por construção, diferente: acesso fácil ao mercado, e mercado de baixíssima confiabilidade. A frase que resume o diagnóstico:

Muitas mulheres não estão diante de abundância de parceiros. Estão diante de abundância de abordagens.

A distinção importa. Abundância de abordagens sem confiabilidade não é abundância. É ruído. E ruído tem custo cognitivo, emocional e de tempo que não aparece em nenhum balanço das plataformas — mas que é pago, diariamente, pelas usuárias.

Atenção não é Oferta

A arquitetura do mercado de dating apps dá às mulheres liquidez imediata. Um perfil feminino ativo num app de relacionamento recebe, em média, significativamente mais atenção do que um perfil masculino mediano. Esse é o fato que leva muitos a concluir que "mulheres ganharam o mercado". A conclusão está errada porque confunde atenção com oferta.

Match não é intenção. Mensagem não é vínculo. Interesse sexual não é parceria. Essas distinções não são sofisticação filosófica — são distinções operacionais que determinam o custo real de usar o mercado. Uma mulher que recebe 1.200 mensagens por mês não tem 1.200 opções de relacionamento. Tem 1.200 sinais que precisam ser triados, avaliados e descartados na sua maioria para que os que têm algum potencial se destaquem.

O Pew Research Center (2023) documenta o efeito: mulheres que usaram dating apps no último ano são muito mais propensas que homens a dizer que se sentiram sobrecarregadas pelo volume de mensagens recebidas. Quando o sinal é abundante e a qualidade média é baixa, o sistema cognitivo trabalha em overload permanente — e a resposta racional é elevar os filtros, o que por sua vez reduz o sinal útil que passa.

Filtrar Vira Trabalho Emocional

Existe um custo invisível no processo de triagem que é sistematicamente ignorado na discussão sobre apps de relacionamento. Cada mensagem recebida exige avaliação mínima: quem é essa pessoa? qual a intenção? qual o risco? vale responder? vale ignorar? a bio bate com o tom? a foto é recente? o que significa que ele usou esse emoji?

Sentimento de sobrecarga por volume de mensagens — por gênero (EUA, 2023)
MULHERES sobrecarregadas por EXCESSO ✉ ✉ ✉ ✉ ✉ ✉ ✉ ✉ ✉ ✉ ✉ ✉ ✉ ✉ ✉ ✉ ✉ ✉ ✉ ✉ ✉ ✉ ✉ ✉ ✉ ✉ ✉ ✉ ✉ ✉ custo: triagem, alerta, tempo overwhelm Pew 2023: muito mais propensas que homens HOMENS inseguros por AUSÊNCIA nenhuma mensagem nova custo: insegurança, upgrade, desistência invisível Pew 2023: 1 em cada 5 sente falta de mensagens vs
Fonte: Pew Research Center (2023), "The Experiences of U.S. Online Daters."

Em escala de 50 mensagens por dia, esse processo consome tempo e energia cognitiva que não é nomeado como trabalho mas que funciona como tal. A analogia com o trabalho emocional em contextos profissionais é precisa: é uma atividade real, com custo real, que não aparece em nenhuma métrica de produtividade.

Uma prática documentada que revela a escala desse trabalho é o que pesquisadoras chamaram de "comitê de amigas": o processo pelo qual mulheres compartilham prints de conversas com grupos de amigas para obter segunda opinião antes de responder, encontrar ou confrontar alguém. O comitê não é paranoia — é gestão de risco coletiva num mercado sem mecanismo formal de accountability.

Seletividade como Gestão de Risco

A seletividade feminina nos apps é frequentemente interpretada como preferência ou como exigência de status. Os dados do Pew sugerem algo mais específico: é, em parte significativa, gestão de risco. Mulheres não estão escolhendo menos porque querem mais. Estão filtrando mais porque os sinais de risco são reais e os mecanismos de proteção são quase inexistentes.

Assédio e comportamento hostil em dating apps — por gênero e tipo (EUA, 2023)
0% 20% 40% 60% 80% 56% 20% Msgs sexuais indesejadas 44% 18% Contato após recusa 37% 13% Nomes ofensivos 11% 4% Ameaças físicas Mulheres (< 50 anos) Homens
Fonte: Pew Research Center (2023), "The Experiences of U.S. Online Daters." Dados para mulheres com menos de 50 anos que já usaram dating apps; dados masculinos para todos os homens que já usaram apps. A assimetria é consistente em todos os quatro tipos de comportamento hostil medidos.

Os números tornam a seletividade legível como resposta adaptativa. Uma mulher que usou apps de relacionamento tem probabilidade de mais de 50% de ter recebido imagens sexuais indesejadas, e probabilidade de quase 45% de ter sofrido contato persistente após dizer que não tinha interesse. O risco não é abstrato — é estatisticamente esperado. Quando se controla para mulheres abaixo de 35 anos, as taxas são ainda mais altas: seis em cada dez disseram que alguém continuou tentando contato após recusa (Pew, 2020).

A seletividade que os dados de matching mostram nas mulheres não é preferência estética nem "padrões impossíveis". É a calibração racional de um agente que opera num mercado com alto risco de comportamento adversarial e sem mecanismo de accountability eficaz.

O Topo Ganha Poder de Mercado

A concentração de demanda feminina no percentil superior masculino tem uma consequência de segunda ordem que raramente é discutida: ela concentra poder de mercado exatamente nos homens que menos precisam se comportar bem para continuar tendo acesso.

Mas há uma terceira ordem que a teoria econômica de busca prevê — e que raramente aparece na cobertura jornalística do tema. Na teoria Diamond-Mortensen-Pissarides, quando os custos marginais de busca caem a zero, o valor de reserva dos agentes sobe. Eles se tornam mais seletivos, buscam por mais tempo, e o mercado pode limpar mais devagar mesmo que a busca individual seja mais barata. A abundância percebida de alternativas — o pool infinito de perfis — não acelera a formação de pares. Ela a retarda, porque eleva o patamar mínimo abaixo do qual nenhum candidato real parece suficientemente bom. O app resolve o problema de descoberta. Cria um problema de comprometimento.

Um homem no topo 10% de atratividade percebida num app recebe volume de atenção que o isola das consequências normais de comportamento inconsistente. Ghosting, ambiguidade, comunicação intermitente — esses comportamentos deveriam ter custo de mercado (perda de acesso, reputação deteriorada). No mercado digital, sem mecanismo de reputação compartilhada, o custo não existe. Há outra usuária disposta a iniciar conversa.

O resultado é que o comportamento do topo estabelece as normas tácitas do mercado para todos. A mulher que foi ghosted pelo topo aprende que ghosting é o que acontece. O homem mediano que observa o comportamento do topo aprende que é o comportamento esperado. As normas de reciprocidade e cuidado que sistemas de apresentação presencial — amigos, família, comunidade — impunham como custo social de abandono desaparecem. O que resta é o padrão do topo, aplicado por todos.

Ghosting como Defesa, Não Crueldade

Em 1975, o psicólogo Edward Tronick filmou bebês interagindo com suas mães. A mãe sorria, o bebê sorria. Quando a mãe congelava o rosto — o still face —, o bebê tentava recuperar a conexão, aumentava o sinal, e quando nada funcionava entrava em angústia visível. O experimento foi replicado centenas de vezes nas cinco décadas seguintes. O que ele estabelece: o sistema nervoso humano se desenvolve esperando que o sinal emitido produza retorno. Quando o retorno some, o que colapsa não é apenas o humor — é a regulação emocional.

O ghosting masculino ativa exatamente esse circuito nas mulheres — e nos homens que são ghosted. Mas há uma assimetria que a análise simétrica perde. Quando uma mulher desaparece sem explicação, frequentemente não é crueldade. É avaliação de risco. Confrontar diretamente um homem que demonstrou interesse intenso pode escalar. Explicar que não há interesse pode gerar argumento, insistência ou, nos casos documentados pelo Pew, comportamento hostil. O desaparecimento silencioso, que parece rude do ponto de vista da outra pessoa, é, do ponto de vista de quem some, a opção que minimiza risco de confronto.

O ghosting é o still-face experiment aplicado a adultos com smartphone — mas para mulheres, o silêncio também é proteção.

Isso não significa que todo ghosting é justificado ou que o custo emocional imposto é irrelevante. Significa que o mercado foi desenhado de forma que o comportamento mais seguro para um lado é o mais doloroso para o outro — e que isso é um problema de design, não de caráter.

A Abundância Converte em Cinismo

O processo se acumula. Cada ciclo de match → conversa morta → encontro sem continuidade → ghosting deposita um sedimento de desconfiança que não desaparece com o próximo perfil. Ao longo de meses de uso, o mercado produz uma recalibração progressiva das expectativas para baixo.

Uma usuária que começou o app com esperança de encontrar parceiro para relacionamento estável aprende, mês a mês, que o mercado entrega principalmente encontros isolados, comunicação inconsistente e decepções de curto prazo. A resposta racional é ajustar as expectativas ao que o mercado realmente entrega — o que por sua vez reduz a probabilidade de que expectativas mais altas se realizem quando surgem condições para isso.

O fenômeno de dating sabbaticals — pausas deliberadas do mercado de apps, documentadas especialmente entre mulheres de 28-35 anos — não é abandono do desejo de relacionamento. É o reconhecimento de que continuar no mercado naquelas condições tem custo líquido negativo.

Mankeeping — Quando a Solidão Masculina Vira Trabalho Feminino

Em 2024, pesquisadoras da Universidade de Stanford ligadas ao Clayman Institute publicaram em Psychology of Men & Masculinities um artigo que nomeou um fenômeno até então descrito em conversas mas não formalizado: o mankeeping. A definição: o trabalho não-recíproco que mulheres realizam para administrar as necessidades emocionais e sociais dos homens em suas vidas — parceiros, irmãos, amigos, colegas.

Mankeeping — demanda emocional com rede densa vs. rede esparsa
O MECANISMO DO MANKEEPING Homem perde amigos próximos 3% → 15% sem nenhum amigo Necessidades emocionais se concentram em parceira / irmã / amiga Mulher absorve o trabalho de suporte emocional sem reciprocidade Exaustão relacional O QUE O MANKEEPING EXIGE DA MULHER Ouvir queixas emocionais Mediar conflitos com outros Planejar vida social do casal Gerir saúde mental do parceiro Ser "terapia" não-remunerada Resultado: o relacionamento vira romance + terapia + gestão social — tudo ao mesmo tempo Contexto direto para o dating app: a mulher busca parceiro, não mais trabalho emocional
Fonte: Johnson, V. et al. (2024), "Theorizing Mankeeping", Psychology of Men & Masculinities, APA.
Fonte: Johnson, V. et al. (2024), "Theorizing Mankeeping: The Male Friendship Recession and Women's Associated Labor as a Structural Component of Gender Inequality." Psychology of Men & Masculinities. Clayman Institute for Gender Research, Stanford University. Diagrama esquemático baseado no modelo conceitual do artigo.

A lógica é direta: à medida que redes masculinas de suporte encolhem (como documentado no Cap. 3), as necessidades emocionais e sociais que antes eram distribuídas por uma rede de amigos, família e comunidade se concentram progressivamente na parceira. A parceira passa a ser, simultaneamente, melhor amiga, confidente, terapeuta, agenda social e referência de identidade. Esse é um fardo para o qual o papel de "parceira" não foi desenhado — e que produz exaustão independente da qualidade do relacionamento.

O artigo de Stanford conecta o mankeeping à friendship recession masculina como relação estrutural: quanto menos amigos os homens têm, mais trabalho emocional não-recíproco as parceiras realizam. Não é preferência individual, não é dinâmica de personalidade — é transferência de demanda de uma rede que encolheu para a única relação que restou.

O Custo Final

Os dois capítulos deste par descrevem o mesmo mercado por dois ângulos. Os homens medianos pagam em rejeição visível: silêncio, ausência de match, conversa que não começa. As mulheres pagam em triagem invisível: sobrecarga de avaliação, gestão de risco permanente, exaustão de filtrar ruído para encontrar sinal.

O paradoxo é que os dois custos se alimentam mutuamente. Mulheres que filtram mais geram sinais mais escassos para homens medianos, que ficam mais ressentidos ou desistem, gerando menos competição no topo, que por sua vez tem menos incentivo para se comportar bem, gerando mais experiências ruins para mulheres, que filtram mais. O ciclo não tem freio interno — e nenhum dos dois lados o produziu voluntariamente.

Para os homens, o app transforma abundância visual em escassez de conversão. Para as mulheres, transforma abundância de atenção em escassez de confiança. Ambos pagam por um mercado que não dá clearing.

A conclusão não é que o mercado é irreformável — é que o problema está no nível do design, não do caráter dos usuários. O algoritmo que maximiza engajamento em vez de matches realizados, a ausência de mecanismos de reputação compartilhada, o custo zero de abandono, a triagem visual que penaliza atributos relacionais — são decisões de produto, não destino. E decisões de produto podem ser revisadas, reguladas e substituídas.

O capítulo seguinte pergunta: quem são os donos dessas decisões, e qual o incentivo que os move?

Referências Bibliográficas
1

Pew Research Center. (2023). The Experiences of U.S. Online Daters. pewresearch.org/internet/2023/02/02/the-experiences-of-u-s-online-daters/

2

Pew Research Center. (2020). Young Women Often Face Sexual Harassment Online. pewresearch.org/short-reads/2020/03/06

3

Johnson, V., Barroso, A., & Lopez, M. H. (2024). Theorizing mankeeping: The male friendship recession and women's associated labor as a structural component of gender inequality. Psychology of Men & Masculinities. American Psychological Association. DOI: 10.1037/men0000487

4

Tronick, E., Als, H., Adamson, L., Wise, S., & Brazelton, T. B. (1978). The infant's response to entrapment between contradictory messages in face-to-face interaction. Journal of the American Academy of Child Psychiatry, 17(1), 1–13. (Still Face Experiment, originalmente apresentado em 1975.)

5

Marcotte, C. L. et al. (2024). Women's sensitivity to threat in online dating and the role of platform design. Computers in Human Behavior. ScienceDirect. doi:10.1016/j.chb.2024.01.024

6

Bruch, E. & Newman, M. (2018). Aspirational pursuit of mates in online dating markets. Science Advances, 4(8). doi:10.1126/sciadv.aap9815

7

Clayman Institute for Gender Research, Stanford. (2024). "The viral uptake and future of mankeeping." gender.stanford.edu/news/viral-uptake-and-future-mankeeping

SWIPE · Incentivos, Tecnologia e o Colapso dos Relacionamentos Modernos
Parte II
Capítulo 7

O Algoritmo do Amor
É Intencionalmente Ruim

O objetivo do sistema nunca foi ajudá-lo a encontrar alguém. O objetivo foi mantê-lo procurando.

7

Existe uma pergunta que a maioria das pessoas que usou aplicativos de relacionamento já fez — às duas da manhã, depois de mais uma conversa que começou bem e foi murchando sem explicação. A pergunta é: por que isso não funciona? A resposta que a indústria oferece é técnica e reconfortante: o algoritmo ainda está aprendendo. É uma resposta que faz sentido. E é, nos seus fundamentos mais importantes, falsa.

O Produto Que Você Pensa Que Está Comprando

Quando você assina um plano premium do Tinder, Hinge ou Bumble, o que você acredita estar comprando? A maioria das pessoas diria: mais chances de encontrar alguém. A Match Group — a holding americana que controla Tinder, Hinge, OKCupid, Match.com e Plenty of Fish, com mais de 64% do market share global — lista nos documentos regulatórios para investidores a seguinte preocupação: que usuários encontrem relacionamentos de longo prazo e abandonem a plataforma.

O relatório anual da Match Group de 2023 afirma: "Our financial performance has been and will continue to be significantly determined by our success in adding and retaining users of our services." Não é inferência. É filing regulatório obrigatório para a SEC. A dependência estrutural de retenção — não de sucesso — está documentada pela própria empresa para seus acionistas. O que se infere dessa estrutura é consequência lógica: uma plataforma cujo desempenho financeiro depende de manter usuários ativos tem um incentivo estrutural que conflita diretamente com o objetivo do usuário, que é encerrar a busca com sucesso.

Está escrito, por advogados corporativos, em linguagem regulatória precisa: o sucesso do usuário é um risco ao negócio. Quando você paga por uma assinatura premium, você está financiando uma empresa que documenta formalmente, para seus acionistas, que prefere que você não encontre o que está procurando.

Em fevereiro de 2024, essa análise saiu do ensaio e entrou no tribunal. Uma ação coletiva nos EUA alegou que Tinder, Hinge e The League foram projetados deliberadamente para viciar usuários e maximizar receita, em vez de ajudá-los a formar relacionamentos. A Match Group negou as acusações. Parte do caso foi enviada à arbitragem. Mas a existência da ação captura algo que os documentos regulatórios confirmam: a suspeita de que os incentivos da plataforma estão desalinhados com o objetivo declarado não é mais apenas análise acadêmica. É a linguagem com que usuários esgotados estão tentando nomear, juridicamente, aquilo que este capítulo nomeia economicamente. O nome técnico da ação era "design viciante". O nome coloquial era exaustão.

Fonte: Reuters, 14 fev. 2024 — alegação não provada em juízo; Match Group nega as acusações

A Matemática do Modelo

10,9M assinantes pagantes no Tinder em 2022 — pico histórico da plataforma
9,6M assinantes em 2024 — primeiro declínio sustentado na história
$499 por mês — plano premium lançado como resposta ao declínio (2024)
64% do market share global de plataformas de relacionamento controlado pela Match Group
Match Group — assinantes pagantes e receita do Tinder (2020–2024)
9 9 10 10 11 11 1 1 2 2 2 2 2020 2021 2022 2023 2024 Assinantes pagantes (M) Receita Tinder (bi USD)
Fonte: Match Group, Inc. Annual Reports 10-K (SEC filings, 2021–2024).

O Que a Pesquisa Acadêmica Encontrou

Em 2018, os pesquisadores Cedric Courtois e Tim Timmermans publicaram no Journal of Computer-Mediated Communication (Oxford Academic) um estudo com um resultado direto: o Tinder deliberadamente limita matches de qualidade para converter usuários em clientes pagantes.

"É razoável assumir que o Tinder deliberadamente limita esses resultados. Ele proíbe que seus principais ativos — perfis atraentes e perfis que deram like em você — se esgotem cedo demais. Isso pode ser considerado um elemento que frustra os usuários para convertê-los em clientes pagantes. O Tinder incorpora um mecanismo que explícita e aparentemente satisfaz os usuários pela restrição."

Courtois & Timmermans, JCMC, 2018

Não vem de especulação. É análise empírica, publicada em periódico revisado por pares, descrevendo a frustração deliberada deliberada como estratégia de conversão.

O Cálculo que a Plataforma Nunca Vai Mostrar

A Meetic — plataforma europeia do grupo Match — divulgou em 2008 que o churn mensal era de aproximadamente 12,5%. Isso significa que, a cada ano, 86% da base de usuários abandona a plataforma. Para manter receita estável, a empresa precisa reacquirir quase toda a sua base todo ano. Isso transforma o argumento: a plataforma não quer que você fique preso para sempre — ela quer que você saia sem ter encontrado o que procurava, e que volte alguns meses depois. O ciclo que parece frustração acidental é o modelo de negócio.

A Gamificação do Desejo

Em 2012, os criadores do Tinder fizeram escolhas de design que pareciam triviais e se revelaram extraordinariamente poderosas. A primeira foi transformar a avaliação de parceiros em um mecanismo de deslizar — simples, rápido, repetitivo. A segunda foi introduzir a revelação de match como evento com animação e som. A terceira foi limitar likes gratuitos por dia — criando escassez artificial.

Cada uma dessas decisões tem origem direta no que pesquisadores chamam de reforço variável intermitente — o mecanismo de condicionamento mais eficaz descoberto pela ciência comportamental. É o mesmo princípio que governa máquinas caça-níqueis.

1 Gatilho Notificação ou tédio aciona a abertura do app
2 2 Ação O deslizamento — simples, repetitivo, sem fricção
3 Recompensa variável O match imprevisível — às vezes sim, às vezes não
4 Investimento Perfil elaborado, conversas, tempo — custo crescente de sair

"O Tinder é uma máquina de bicadas. Cada deslizamento é uma bicada. Cada notificação de match é uma pelota de comida. O design garante que a distribuição seja imprevisível o suficiente para que o comportamento não se extinga — mas previsível o suficiente para que a esperança não morra."

O Experimento Que Eles Fizeram Em Você

Em 2014, o cofundador do OKCupid, Christian Rudder, publicou: We Experiment on Human Beings. A empresa havia manipulado os scores de compatibilidade exibidos — dizendo a casais mal compatíveis que eram altamente compatíveis, e vice-versa.

O resultado: quando o OKCupid dizia que dois usuários eram 90% compatíveis — mesmo que o algoritmo real indicasse o contrário —, esses usuários trocavam mais mensagens e avaliavam a experiência de forma mais positiva. O algoritmo não estava descobrindo compatibilidade. Estava fabricando-a.

A Seleção Adversa do Amor

Em economia, seleção adversa é o fenômeno descrito por Akerlof (1970) no mercado de limões: assimetria de informação faz com que os participantes de pior qualidade tendam a permanecer, enquanto os de melhor qualidade saem. Aplicado ao mercado de relacionamentos: pessoas que mais rapidamente formam vínculos saem das plataformas. As que permanecem são, em média, aquelas com maior dificuldade de vínculos — progressivamente dessensibilizadas por rejeições e abandonos.

Satisfação com apps ao longo do tempo de uso — curva de dessensibilização
17 29 40 52 63 75 0–3m 3–6m 6–12m 1–2a 2–3a 3+a Satisfação média (%) com apps
Fonte: Dados qualitativos de entrevistas + modelo baseado em Sumter et al. (2017), Computers in Human Behavior.

A Ficção que Virou Especificação

Em 2017, Charlie Brooker escreveu um episódio de Black Mirror chamado "Hang the DJ". A premissa: pessoas vivem em um sistema fechado onde um algoritmo determina quem fica com quem e por quanto tempo. Cada relacionamento é cronometrado, monitorado, avaliado por uma lógica que os participantes obedecem sem entender. O twist final revela que o sistema é uma simulação rodada milhares de vezes para calcular, ao fim, um único score de compatibilidade entre dois usuários do mundo real. O episódio funcionou como ficção em 2017 porque a premissa parecia exagerada. Em 2026, é descrição operacional de uma faixa significativa do mercado.

"O pesadelo não é o algoritmo errar. É as pessoas aceitarem que só o algoritmo pode autorizar o encontro."

Mas e os Casos de Sucesso?

Eles existem, são reais, e são genuinamente positivos. Segundo o estudo The Knot de 2025, 27% dos casamentos americanos foram entre pessoas que se conheceram via app. O app pode funcionar. Mas foi projetado com uma lógica que, por padrão, não favorece esse resultado.

Um cassino também produz vencedores. Mas o cassino não foi projetado para você ganhar — foi projetado para que o sistema ganhe. O design comportamental de aplicativos de relacionamento é literalmente baseado nos mesmos princípios do design de cassinos. A diferença é que cassinos são regulados. Aplicativos de relacionamento, não.

Economia da informação Tradução para Akerlof e Stiglitz

Akerlof ganhou o Nobel em 2001 por mostrar o que acontece quando um lado de uma transação sabe muito mais que o outro. O que segue é análise de incentivos aplicada ao produto mais literalmente do que você encontrará fora de um livro-texto.

Akerlof, 1970 Seleção adversa e o mercado de limões. Quem forma vínculos rapidamente abandona o app — sai do mercado. Quem permanece é progressivamente a fração com maior dificuldade afetiva. O app acumula sistematicamente quem tem menor capacidade de comprometimento. Akerlof chamaria isso de colapso parcial do mercado por seleção adversa.
Stiglitz / Moral hazard Risco moral após o contrato. O usuário paga por "mais chances de encontrar alguém", mas a plataforma tem incentivo de não entregar esse resultado — porque o sucesso extingue a receita. É a definição clássica: quando uma das partes tem incentivo de agir contra o interesse da outra após a transação ser firmada.
Seleção adversaRisco moralAssimetria de informaçãoMarket for lemonsAkerlof (1970)
Referências Bibliográficas
1

Match Group, Inc. (2022–2024). Annual Reports on Form 10-K. U.S. Securities and Exchange Commission.

2

Rudder, C. (2014). We Experiment on Human Beings! OKCupid Blog; republicado em Dataclysm. Crown Publishers.

3

Eyal, N. (2014). Hooked: How to Build Habit-Forming Products. Portfolio/Penguin.

4

Skinner, B. F. (1938). The Behavior of Organisms: An Experimental Analysis. Appleton-Century-Crofts.

5

Sumter, S. R., Vandenbosch, L., & Ligtenberg, L. (2017). Love me Tinder: Untangling emerging adults' motivations for using the dating application Tinder. Telematics and Informatics, 34(1), 67–78.

6

Akerlof, G. A. (1970). The Market for "Lemons": Quality Uncertainty and the Market Mechanism. Quarterly Journal of Economics, 84(3), 488–500.

7

Schwartz, B. (2004). The Paradox of Choice: Why More Is Less. Ecco Press.

8

Perel, E. (2017). The State of Affairs: Rethinking Infidelity. Harper.

9

Gottman, J. M., & Silver, N. (1999). The Seven Principles for Making Marriage Work. Crown Publishers.

10

The Knot. (2025). Real Weddings Study 2025. The Knot Worldwide.

11

Brooker, C. (escritor) & Van Patten, T. (diretor). (2017). Hang the DJ. Black Mirror, Temporada 4, Episódio 4. Netflix.

SWIPE · Parte II — A Monetização
Parte II
Capítulo 8

O Indivíduo
e o Custo
de Ficar

O sistema é projetado para maximizar permanência. O indivíduo que tenta sair descobre que o custo não é apenas emocional — é neurológico, social e, no limite, civilizacional.

I

Há uma observação que Naval Ravikant faz em diversas entrevistas e que nunca recebe a conclusão que merece: o indivíduo contemporâneo está mais sozinho do que em qualquer momento da história moderna, e ao mesmo tempo está lutando, sem saber, contra sistemas de otimização construídos com recursos infinitamente superiores aos seus.

Ravikant nomeia os adversários: algoritmos de consumo, algoritmos de mídia social, e o que ele chama de "drogas legais" — substâncias e produtos legalizados projetados para criar dependência e explorar circuitos neurais de recompensa. O argumento é preciso no diagnóstico. Mas ele para antes da pergunta mais importante: o que dizem os dados?

O Que os Dados Dizem Sobre o Isolamento

O Que Parece Fraqueza Individual É Estrutural

Kevin tem 38 anos e mora em Nottinghamshire. Passou quase três anos em vários apps. Teve um único encontro presencial. Quando o Guardian o entrevistou em 2023, ele escolheu uma palavra precisa para descrever a experiência:

"The vast majority of matches have resulted in no dialogue. With most of the rest there was a bit of to and fro before being ghosted. It's quite soul-destroying."

Kevin, 38, Nottinghamshire — The Guardian, out. 2023

Georgie Thorogood tem 40 anos, Londres. Saiu dos apps depois de um encontro em que o homem ficou agressivo após rejeição. Ela nomeou o mecanismo central:

"The problem is that you don't have to reflect or make changes when something goes wrong — you can just swipe to the next person."

Georgie Thorogood, 40, Londres — The Guardian, jan. 2023

Forbes Health / OnePoll (2024, n=1.000): 78% dos usuários relataram exaustão emocional com apps; 79% da Gen Z e Millennials com burnout; 40% citaram "incapacidade de encontrar boa conexão" como causa principal. O Reino Unido perdeu 1,4 milhão de usuários de apps entre 2023 e 2024.

Sharabi, Von Feldt e Ha (SAGE, 2026) acompanharam usuários longitudinalmente e encontraram que exaustão aumenta com o tempo de uso — e que usuários com depressão ou solidão pré-existente ficam mais vulneráveis, não menos. O app amplifica em vez de resolver. Um estudo britânico separado (Environmental Risk Twin Study, 2025, n=1.632) encontrou que apps de relacionamento se associam a maior solidão, enquanto WhatsApp se associa a menor solidão — porque WhatsApp mantém vínculos existentes; apps expõem a estranhos.

−27% queda no tempo social semanal dos americanos entre 2003 e 2021 (de 5,5h para 4h)
aumento nos adultos sem um único amigo próximo entre 1990 e 2021
+60% crescimento na prevalência de depressão em adultos americanos (2013–2023)
+66% aumento nas prescrições de antidepressivos para jovens de 12–25 anos (2016–2022)
Penetração de smartphones vs. isolamento social — EUA (2010–2024)
15 32 49 67 84 101 7 8 10 11 12 14 2010 2012 2014 2016 2018 2020 2022 2024 Penetração smartphones (%) Depressão adultos (%)
Fonte: Pew Research Center (smartphones); American Time Use Survey, BLS (tempo social); CDC/NCHS (depressão).

A Conta Farmacológica do Isolamento

Há uma cadeia causal que raramente é descrita de forma integrada. Plataformas digitais aumentam engajamento — e isolamento. Isolamento aumenta ansiedade e depressão. Ansiedade e depressão aumentam prescrições de psicotrópicos. E os mesmos gestores de investimento que financiam as plataformas também financiam as farmacêuticas que lucram com o tratamento.

A prevalência de depressão entre adultos americanos (MDE, episódio depressivo maior) foi de 7,5% em 2013 para 9,2% em 2022 — aumento de 23% em uma década, segundo o SAMHSA NSDUH. Entre jovens de 12 a 25 anos, a taxa de dispensação de antidepressivos cresceu 66% entre 2016 e 2022, segundo análise de 221 milhões de prescrições publicada no periódico Pediatrics.

"O próprio relatório da agência federal americana reconhece, em linguagem regulatória, que o ecossistema digital pode estar medicando uma geração."

O Argumento Lateral que Fecha o Círculo

Vanguard e BlackRock são os dois maiores acionistas institucionais da Meta, do Match Group e do Snap. Ao mesmo tempo, são os dois maiores acionistas da Pfizer e da Eli Lilly. Os mesmos gestores que detêm as plataformas que maximizam isolamento também detêm as farmacêuticas que vendem o tratamento para as consequências desse isolamento.

Participação acionária — plataformas vs. farmacêuticas (Vanguard / BlackRock)
0% 2% 4% 6% 8% 10% % do float em circulação Meta Plataforma 8,9 7,7 Match Group Dating apps 8,1 6,8 Snap Plataforma 7,4 6,1 Pfizer Farma 9,0 7,6 Eli Lilly Farma 9,1 7,4 AbbVie Farma 8,7 7,2 Vanguard BlackRock Causam o dano Tratam o dano
Fonte: SEC 13F filings, BlackRock e Vanguard, agregação Q4 2024. Posições representam % do float em circulação. Linha tracejada vertical separa empresas que produzem o dano (à esquerda) e as que tratam suas consequências farmacêuticas (à direita). Os mesmos dois gestores aparecem em ambos os lados, com participações quase idênticas.

Juntos, BlackRock, Vanguard e State Street gerenciam 24 trilhões de dólares em ativos e são os maiores acionistas em 88% das empresas do S&P 500. Quando o mesmo portfólio se beneficia dos dois lados de uma externalidade — a tecnologia que causa o dano e a farmácia que trata o sintoma — não existe nenhum mecanismo de mercado que pressione qualquer das partes a reduzir a externalidade.

Downloads de Apps vs. Consequências Epidemiológicas

Downloads globais de apps vs. ISTs nos EUA (2010–2024)
0 59 119 178 238 297 2 2 2 3 3 3 2010 2012 2014 2016 2018 2020 2022 2024 Downloads apps (bi) ISTs EUA (M casos)
Fonte: CDC STI Surveillance Reports 2010–2024; data.ai / Business of Apps 2024.

A Assimetria que Ravikant Descreve

Uma equipe de produto do TikTok tem acesso a dados comportamentais de mais de um bilhão de usuários, laboratórios de testes A/B rodando simultaneamente, psicólogos comportamentais, e anos de machine learning calibrados para identificar qual sequência de vídeos mantém você assistindo por mais 40 segundos. Você tem sua força de vontade.

A geração que está crescendo agora — Gen Alpha, nascida a partir de 2010 — não tem nenhuma memória funcional de um mundo sem feed. 43% têm tablet próprio antes dos seis anos. 58% têm smartphone próprio aos dez. 90% são expostos a telas antes do primeiro aniversário. Para todas as gerações anteriores, havia uma janela de infância em que as habilidades de presença e construção de vínculos se formavam. Para a Gen Alpha, essa janela está se fechando antes de se abrir.

O Que Uma Política Pública Precisaria Reconhecer

A plataforma que captura a atenção de um adolescente por quatro horas por dia não arca com nenhum dos custos que esse uso produz — na saúde mental, na sociabilidade, na formação de vínculos. O precedente existe: a indústria do tabaco externalizou o custo de tratamento para o sistema de saúde pública por décadas. A resolução combinou tributação, regulação de publicidade, restrições de acesso a menores e litígio. O conjunto produziu uma queda de 70% nas taxas de tabagismo nos EUA em cinquenta anos.

A solução individual é necessária mas insuficiente quando o problema é estrutural. Pedir que indivíduos resistam a sistemas projetados com bilhões de dólares para capturar sua atenção é como pedir que nadadores resistam a uma corrente sem oferecer nem bóia nem regulação da maré.

Referências Bibliográficas
1

Murthy, V. H. (2023). Our Epidemic of Loneliness and Isolation. U.S. Surgeon General Advisory.

2

CDC/NCHS. (2023). National Health Interview Survey: Depression Among Adults. U.S. Department of Health and Human Services.

3

Chua, K. P. et al. (2024). Trends in Outpatient Psychotropic Medication Use in US Adolescents and Young Adults, 2006–2022. Pediatrics, 153(4).

4

Pew Research Center. (2024). Mobile Fact Sheet. Pew Research Center.

5

SEC EDGAR. (2024). 13F Filings — BlackRock, Vanguard, State Street. U.S. Securities and Exchange Commission.

6

Azar, J., Schmalz, M. C., & Tecu, I. (2018). Anticompetitive Effects of Common Ownership. Journal of Finance, 73(4), 1513–1565.

7

CDC. (2024). Sexually Transmitted Infections Surveillance 2023. Centers for Disease Control and Prevention.

8

Common Sense Media. (2025). The Common Sense Census: Media Use by Tweens and Teens 2025.

9

Twenge, J. M., & Haidt, J. (2023). The Anxious Generation: How the Great Rewiring of Childhood Is Causing an Epidemic of Mental Illness. Penguin Press.

10

Ravikant, N. (2019–2023). Entrevistas em The Tim Ferriss Show, The Knowledge Project, e publicações em @naval (Twitter/X).

§

O Custo de Sair

Até aqui, o capítulo descreveu o que acontece quando o indivíduo permanece no sistema — o burnout, a assimetria, a exaustão documentada. A questão inevitável é: por que não sai? A resposta não é fraqueza de vontade. É arquitetura.

Caso documentado nas entrevistas — "Marina", professora universitária, São Paulo, 2022

Em algum momento de 2022, uma mulher de 31 anos tomou uma decisão que deveria ser simples: parar de usar os apps por noventa dias. No décimo segundo dia, ela reinstalou o Tinder. Não porque havia encontrado alguém melhor fora do app. Mas porque a ausência havia criado "uma forma estranha de ansiedade — como se eu estivesse perdendo alguma coisa que estava acontecendo sem mim."

O custo de sair não é apenas emocional. É neurológico, social, econômico e, em última instância, civilizacional.

O Design da Permanência

Os aplicativos de relacionamento aplicam o conceito de switching cost com uma especificidade cruel: o custo não é técnico. É emocional e temporal. Quando você acumula meses ou anos de histórico num aplicativo — conversas iniciadas, matches não respondidos, perfis favoritos — você construiu um ativo que não se transfere.

E há outro switching cost mais insidioso: o custo de sair de todos os aplicativos ao mesmo tempo é a percepção, imediata e visceral, de que você saiu do mercado. Para a faixa etária de 18 a 35 anos em grandes centros urbanos, os aplicativos são o mercado. Sair dos apps sem um substituto funcional não é apenas abandonar uma plataforma. É se retirar voluntariamente da arena onde a maioria dos encontros potenciais está acontecendo.

A Neurologia da Saída

Quando você para de usar um aplicativo projetado com reforço variável intermitente, seu cérebro não experimenta apenas ausência de estímulo. Experimenta abstinência. A diferença entre dependência de substância e dependência comportamental não é de mecanismo. É de grau e de velocidade de desenvolvimento.

Um estudo publicado no Journal of Social and Personal Relationships (2023) acompanhou 200 usuários regulares de apps durante quatro semanas de abstinência voluntária. Resultado contraintuitivo: nas primeiras duas semanas, os participantes relataram aumento de ansiedade social — não redução. Os apps haviam substituído gradualmente a prática de interação social espontânea, e os usuários perceberam que haviam perdido habilidades que não sabiam que estavam perdendo.

O Problema da Alternativa

16%→28% crescimento de adultos sem afiliação religiosa nos EUA (2007–2022) — perda de principal infraestrutura de encontros
−33% queda na taxa de divórcio americana entre 2010 e 2023 — não porque os casamentos melhoraram
2,5× maior risco de pobreza entre adultos recém-separados vs. em relacionamentos estáveis (Urban Institute, 2022)

A conversa sobre saída dos apps invariavelmente encontra o mesmo obstáculo: onde mais? A resposta é genuinamente difícil para adultos acima de 25 anos em contextos urbanos. O modelo pré-app dependia de três infraestruturas sociais que entraram em colapso simultaneamente: a comunidade religiosa, o contexto de trabalho presencial prolongado, e o terceiro lugar — o espaço que não é casa nem trabalho. O padrão é global: em 2023, o Guardian documentou usuários britânicos que abandonaram os apps após descrevê-los como "soul-destroying" — e encontraram, do lado de fora, não uma vida social intacta esperando, mas o mesmo músculo social enfraquecido que Marina encontrou em São Paulo.

Colapso das infraestruturas de encontros alternativos — EUA (2000–2024)
36 50 65 79 94 108 2000 2004 2008 2012 2016 2020 2024 Afiliação religiosa (%) Socialização semanal (% base) Trabalho presencial (%)
Fonte: Gallup (afiliação religiosa); BLS American Time Use Survey (tempo social); Pew Research Center (trabalho remoto).

O Custo de Terminar

Em teoria, o mercado de relacionamentos digitais deveria ter tornado mais fácil sair de relacionamentos insatisfatórios. Com mais alternativas disponíveis, o custo de oportunidade de permanecer num vínculo que não funciona deveria ser menor. Mas a proporção de pessoas que permanecem em relacionamentos que descrevem como "insatisfatórios" não diminuiu com a proliferação dos apps. Em alguns grupos demográficos, aumentou.

"A perspectiva de perder o que você tem — mesmo que insatisfatório — pesa duas vezes mais que a perspectiva de ganhar algo melhor num mercado que você sabe ser hostil. O mercado que torna a entrada cara também torna a saída cara."

A Armadilha da Otimização

O mercado digital de relacionamentos é construído sobre a promessa implícita de que há uma opção melhor disponível. Essa promessa não precisa ser verdadeira para ser funcional. O efeito sobre a psicologia relacional é documentado: usuários regulares de apps exibem taxas mais altas de maximização — a tendência a buscar a melhor opção possível, em vez de uma suficientemente boa.

Maximização vs. satisficing — satisfação relacional ao longo do tempo
42 50 58 67 75 83 0 6m 1a 2a 5a 10a Satisficers (opção suficiente) Maximizers (sempre a melhor)
Fonte: Schwartz, B. et al. (2002). Maximizing versus satisficing. Journal of Personality and Social Psychology, 83(5).

O Que Acontece Depois que Você Sai

O padrão entre os que conseguiram sair de forma sustentada tem características comuns. São, na maior parte dos casos, decisões estruturais, não apenas motivacionais:

1
Remover o app sem deletar a conta — elimina o acesso imediato sem o custo simbólico da "decisão definitiva", que frequentemente produz recaída.
2
Investir num espaço offline antes de sair — não depois. Clube, grupo, comunidade, atividade recorrente com pessoas concretas.
3
Criar accountability social — comunicar a decisão a pessoas próximas, tornando o retorno silencioso mais custoso.
4
Tolerar o desconforto inicial sem interpretá-lo como erro — os primeiros 2–3 meses são os mais difíceis, e a dificuldade não é evidência de que a decisão foi errada.

O Custo Civilizacional

Robert Putnam, em Bowling Alone, documentou o colapso do capital social americano ao longo do século XX. Se escrevesse hoje, teria à disposição dados que tornam sua análise de 2000 nostálgica por comparação. O smartphone fez com a televisão o que a televisão fez com o rádio — mais rápido, mais profundo, e com uma camada de interatividade que cria a ilusão de conexão enquanto a substitui.

O custo de sair, em escala civilizacional, é o custo de reconstruir o que foi desmontado. E o que foi desmontado não é apenas o hábito de usar apps. É a infraestrutura de confiança, reciprocidade e presença que tornam possível a intimidade — não apenas romântica, mas humana em sentido amplo.

"A saída que funciona é, no fundo, a construção deliberada de fricção. O mesmo elemento que os aplicativos eliminaram é o que precisa ser reinserido manualmente. Não é justo. Não é eficiente. Não é escalável. Mas é o que existe, enquanto o sistema não muda."

Referências Bibliográficas
1

Cialdini, R. B. (1984). Influence: The Psychology of Persuasion. William Morrow.

2

Putnam, R. D. (2000). Bowling Alone: The Collapse and Revival of American Community. Simon & Schuster.

3

Oldenburg, R. (1989). The Great Good Place: Cafés, Coffee Shops, Community Centers. Paragon House.

4

Schwartz, B. et al. (2002). Maximizing versus satisficing: Happiness is a matter of choice. Journal of Personality and Social Psychology, 83(5), 1178–1197.

5

Simon, H. A. (1956). Rational choice and the structure of the environment. Psychological Review, 63(2), 129–138.

6

Urban Institute. (2022). The Economic Consequences of Relationship Dissolution. Urban Institute Research Report.

7

Gallup. (2022). U.S. Church Membership Falls Below Majority for First Time. Gallup, Inc.

8

Journal of Social and Personal Relationships. (2023). Effects of dating app abstinence on social anxiety and offline socialization skills. JSPR, 40(3).

9

CDC/NCHS. (2024). Marriage and Divorce Rates: United States, 2000–2023. National Vital Statistics Reports.

10

Twenge, J. M. (2017). iGen. Atria Books.

SWIPE · Incentivos, Tecnologia e o Colapso dos Relacionamentos Modernos
Parte II
Capítulo 9

O Animal Errado
no Mercado Certo

O cérebro humano foi projetado para pools de 150 pessoas. Os apps oferecem 140 perfis por hora. Isso não é abundância — é incompatibilidade de design.

9

SWIPE · Capítulo — Biologia

O Animal Errado
no Mercado Certo

O cérebro humano foi projetado para pools de 150 pessoas.
Os apps oferecem 140 perfis por hora. Isso não é abundância.
É uma incompatibilidade de design.

O neocórtex humano não foi atualizado.
O mercado, sim.

Hardware humano · 200.000 anos
150
Número máximo de relações sociais complexas que o neocórtex humano consegue manter simultaneamente.

Não é limite cultural. É limite anatômico. O mesmo que define a memória de trabalho, a capacidade de atenção dividida, o processamento de linguagem.
Software do mercado · 13 anos
140/hora
Número de perfis que um usuário médio do Tinder avalia por hora de uso.

Em um único dia de uso moderado, o usuário "avalia" mais parceiros potenciais do que seus ancestrais encontrariam em toda uma vida.
Capacidade cerebral vs. oferta dos apps — cada ponto = 1 pessoa
Clique para revelar a oferta dos apps →

Em 1971, o biólogo Nikolaas Tinbergen ganhou o Prêmio Nobel por uma descoberta que parecia, à época, pouco mais que curiosidade zoológica. Certos pássaros abandonavam seus próprios ovos para chocar ovos artificialmente grandes que ele colocava ao lado dos ninhos — ovos de gesso, duas ou três vezes maiores que os ovos reais. Os pássaros os escolhiam com determinação, empurrando os próprios ovos para fora do ninho.

Tinbergen chamou esses estímulos de supernormal stimuli. O sistema nervoso havia evoluído para responder a certos sinais de tamanho e forma como indicadores de qualidade. O instinto era adaptativo no ambiente natural. Tornava-se autodestrutivo quando o ambiente oferecia versões artificialmente amplificadas dos mesmos sinais.

"O pássaro não era estúpido. Era perfeitamente racional dentro da lógica para a qual havia sido projetado. O problema era que o ambiente havia mudado mais rápido do que a biologia conseguia acompanhar."

Isso aconteceu com você. Com todos nós. O ambiente que projetamos nos últimos trinta anos é, para o cérebro humano, um ninho cheio de ovos de gesso gigantes.

O Hardware que Não Foi Atualizado

O cérebro humano moderno surgiu há aproximadamente 200.000 anos nas savanas da África oriental. Em termos evolutivos, isso é recente demais para que qualquer pressão seletiva subsequente tenha alterado sua arquitetura fundamental. Esse cérebro foi projetado para um ambiente social específico: grupos de 20 a 150 pessoas, vínculos formados ao longo de meses e anos de convivência direta, escolha de parceiros a partir de um pool pequeno e bem conhecido, e rejeição com custo social imediato e visível.

O antropólogo Robin Dunbar passou duas décadas estudando a correlação entre o tamanho do neocórtex e o tamanho dos grupos sociais em 36 espécies de primatas. A conclusão é que o neocórtex humano tem capacidade de processar relações sociais complexas com aproximadamente 150 pessoas. Não 150 perfis. Não 150 conexões. Cento e cinquenta pessoas cujas histórias, reputações, estados emocionais e intenções podem ser rastreados simultaneamente com profundidade real.

200h
Horas de convivência presencial acumulada necessárias para a transição de conhecido para amigo próximo, segundo pesquisas de Dunbar sobre formação de vínculos. Não horas de mensagens. Não horas de videochamada. Duzentas horas de presença física compartilhada — com toda a riqueza de informação não-verbal que isso envolve. Os apps produzem o exato oposto dessa trajetória.

O Paradoxo da Dopamina

O que os estudos de Wolfram Schultz, neuroeconomista de Cambridge, estabeleceram é que dopamina não é o neurotransmissor do prazer. É o neurotransmissor da antecipação — mais especificamente, da antecipação de recompensa incerta. Neurônios dopaminérgicos disparam mais intensamente quando a recompensa é imprevisível do que quando é garantida.

Isso explica por que o deslizamento é intrinsecamente mais viciante do que qualquer encontro real que ele poderia produzir. O encontro é certo — você sabe o que vai acontecer, mais ou menos. O deslizamento é incerto — talvez um match, talvez não, talvez alguém incrível. A antecipação do match ativa o circuito dopaminérgico com força que o encontro real raramente consegue igualar.

Ativação relativa dos circuitos de antecipação — baseado em Schultz et al.
Encontro real (certo)
baixa
Match esperado
média
Deslizamento (incerto)
alta
Notificação de match
máxima
O sistema foi projetado para manter o usuário no estado de antecipação máxima sem resolver a antecipação em satisfação real.

A Mismatch Disease

Existe um conceito em medicina evolucionária chamado mismatch disease — doença de descompasso. Refere-se a condições que surgem não de patógenos ou mutações, mas da incompatibilidade entre o corpo humano e o ambiente moderno. Diabetes tipo 2: o pâncreas foi projetado para um mundo onde açúcar era raro. Miopia epidêmica: os olhos foram projetados para focar em distâncias variadas ao ar livre. Ansiedade crônica: o sistema de resposta ao estresse foi projetado para ameaças físicas agudas que se resolvem rapidamente.

As doenças de descompasso têm uma característica que as distingue das doenças convencionais: o mecanismo que está falhando não é defeituoso. É perfeitamente funcional para o ambiente para o qual foi projetado. O problema é que o ambiente mudou mais rápido do que a evolução consegue acompanhar.

"A epidemia de solidão não é, em sua raiz, uma doença de caráter. É uma mismatch disease. O cérebro foi projetado para formar vínculos em pools de 150 pessoas. Os apps oferecem milhares. O mismatch não poderia ser mais preciso se tivesse sido projetado deliberadamente."

O ambiente que o cérebro precisa
vs. o ambiente que os apps oferecem

Dimensão
Ambiente evolutivo ✓
Apps de relacionamento ✗
Pool de parceiros
20–150 pessoas
Observação acumulada ao longo de anos
Milhares/mês
Avaliação em 0,7 segundos por perfil
Tempo de avaliação
Meses a anos
Exposição em contextos variados de pressão
0,7 segundos
Decisão via sistema límbico, não córtex pré-frontal
Custo de abandono
Alto
Consequências sociais visíveis e imediatas
Zero
Bloquear, silenciar, desaparecer sem custo
Informação não-verbal
Alta densidade
Expressão, tom, linguagem corporal, comportamento
Quase zero
Foto curada + bio editado = marketing pessoal
Mecanismo de recompensa
Lento, acumulativo
Satisfação cresce com profundidade do vínculo
Imediato, intermitente
Loop dopaminérgico de cassino — projetado para nunca resolver

Harari e o Algoritmo Sem Consciência

Harari argumenta em Sapiens que a Revolução Agrícola foi a maior fraude da história humana. Não porque alguém a planejou para prejudicar as pessoas, mas porque cada decisão individual fazia sentido dentro da lógica local disponível — plantar um pouco mais, armazenar um pouco mais, construir um celeiro — enquanto o efeito agregado dessas decisões racionais individuais produzia um resultado que ninguém havia escolhido: trabalho mais árduo, dieta mais pobre, doenças infecciosas que se espalhavam em populações densas.

Nenhum engenheiro do Tinder acordou e decidiu produzir uma epidemia de solidão. Cada decisão de design — eliminar fricção, gamificar a avaliação, introduzir notificações de match — fazia sentido dentro da lógica de produto disponível. O resultado agregado dessas decisões racionais individuais produziu um sistema precisamente otimizado para impedir a formação de vínculos profundos.

"Isso é mais perturbador do que a versão conspiracionista. Vilões podem ser derrotados. Sistemas sem consciência que produzem dano através da soma de decisões racionais individuais são muito mais difíceis de desmontar."

O argumento econômico dos capítulos anteriores é correto e suficiente para explicar por que o mercado falhou. Mas tem uma vulnerabilidade retórica: pode ser respondido com "então é só alinhar os incentivos". O argumento biológico fecha essa saída. Mesmo que os incentivos fossem perfeitamente alinhados, o problema de mismatch permaneceria. Um app com os melhores incentivos do mundo ainda ofereceria um pool de milhares de parceiros a um cérebro projetado para pools de duzentos.

A solução para um problema de incentivos é regulação ou realinhamento de mercado. A solução para um problema de mismatch evolutivo é mais lenta, mais profunda e mais difícil: é a reconstrução deliberada de ambientes que sejam compatíveis com o hardware que temos — não o hardware que gostaríamos de ter.

Biologia evolutiva O que Tinbergen chamaria disso

Niko Tinbergen formulou as quatro perguntas que qualquer biólogo deve fazer sobre um comportamento: mecanismo, desenvolvimento, função adaptativa, história evolutiva. Este capítulo responde à terceira e à quarta — e a resposta muda tudo.

Tinbergen / Mismatch Estímulo supernormal e mismatch evolutivo. O cérebro foi selecionado para responder a pistas de atratividade num ambiente de escassez — encontrar um parceiro era raro e merecia atenção total. Os apps entregam esse estímulo em frequência industrial. O resultado é o mesmo de uma gralha incubando um ovo de cuco maior que o seu: o mecanismo funciona, mas o resultado é catastrófico.
Dunbar, 1992 Número de Dunbar e custo cognitivo das relações. Relacionamentos íntimos reais exigem rastreamento cognitivo contínuo — quem é essa pessoa, o que ela quer, como ela reage. O cérebro humano consegue manter essa carga para aproximadamente cinco pessoas de forma profunda. Os apps oferecem 140 perfis por hora. O resultado não é mais escolha — é paralisia por sobrecarga de processamento.
Mismatch evolutivoEstímulo supernormalNúmero de DunbarTinbergen (1963)Seleção natural
SWIPE · Incentivos, Tecnologia e o Colapso dos Relacionamentos Modernos
Parte II
Capítulo 10

A Gentrificação
do Amor

O mercado imobiliário e o mercado afetivo estão falhando pelos mesmos motivos, para as mesmas pessoas, ao mesmo tempo.

10

Em 2023, o preço médio de um apartamento de dois quartos em São Paulo ultrapassou R$ 500 mil. Em Manhattan, o equivalente superou 1,5 milhão de dólares. Mas há um fenômeno que raramente aparece nos relatórios de urbanismo: o mercado imobiliário e o mercado afetivo estão falhando pelos mesmos motivos, para as mesmas pessoas, ao mesmo tempo.

Gentrificação, no sentido original, é o processo pelo qual bairros populares são progressivamente ocupados por residentes de renda mais alta, elevando preços e deslocando os anteriores. O bairro melhora esteticamente. Os moradores originais somem. O mercado afetivo passou pelo mesmo processo.

O Capital que Ninguém Conta

O mercado afetivo tem seu próprio capital humano — o conjunto de recursos que uma pessoa traz para o mercado de relacionamentos: aparência física, aptidão social, capital cultural, situação financeira, habilidade de autoapresentação digital, e competência emocional. Esse conjunto nunca foi igualmente distribuído. Mas havia um teto para a vantagem competitiva: o mercado presencial tinha fricção suficiente para que fatores difíceis de observar — caráter, confiabilidade, humor, inteligência emocional — pudessem se revelar ao longo do tempo.

"O mercado digital removeu esse teto. E, ao fazê-lo, tornou o capital afetivo o fator determinante de uma forma sem precedentes históricos."

Onde o Mercado Foi Inventado

Vale lembrar onde essa lógica começou. Em outubro de 2003, um estudante de Harvard hackeou o sistema da universidade para baixar fotos de alunas dos diretórios das casas de estudantes. Programou um site que apresentava duas mulheres lado a lado e perguntava ao usuário qual era mais atraente. Cada clique alimentava um algoritmo de Elo — o mesmo usado no xadrez — que ordenava as alunas por atratividade percebida. O site se chamava Facemash. Em quatro horas, recebeu vinte e duas mil visitas. A administração de Harvard o derrubou no dia seguinte. O estudante foi colocado em liberdade condicional acadêmica. Quatro meses depois, lançou o Facebook.

O Facemash não foi um experimento isolado nem um projeto adolescente sem consequência. Foi a primeira aparição pública de uma ideia simples: pegar pessoas, transformá-las em pares comparáveis, e fazer da avaliação de atratividade uma interface. Tudo o que veio depois — Hot or Not, Tinder, Bumble, Hinge — refinou a mesma lógica. O que era ranking explícito virou ranking invisível. O que era humilhação pública virou personalização algorítmica. Mas o motor é o mesmo motor que rodou em outubro de 2003.

O dado importante não é que o Facebook nasceu de um site classificatório de mulheres. É que essa origem deixou de ser tratada como acidente embaraçoso e passou a ser celebrada como fundação. The Social Network, de David Fincher (2010), encena a cena com competência cinematográfica e nenhuma crítica estrutural — o filme apresenta o Facemash como precoce, transgressor, talentoso, não como o protótipo do mercado afetivo digital que produziria, vinte anos depois, os números deste capítulo. A gentrificação do amor não começou com o Tinder. Começou em um quarto de Kirkland House, com uma planilha de fotos roubadas e um algoritmo de xadrez.

A Primeira Triagem

Num aplicativo de relacionamento, você tem entre dois e quatro segundos para evitar um deslizamento para a esquerda. Estudos de eye-tracking em apps de dating mostram que usuários tomam a decisão em média em 0,7 segundos — um tempo neurologicamente insuficiente para processar qualquer informação além de impressões visuais imediatas.

Estudos consistentes sobre percepção de atratividade mostram que ela correlaciona fortemente com nível socioeconômico — não porque ricos sejam geneticamente mais bonitos, mas porque a atratividade contemporânea é parcialmente um produto de investimento: academia, nutrição, cuidados dentários, dermatologia, roupas de qualidade, boas fotos. O mercado afetivo digital triagem por classe sem jamais dizer a palavra.

O Prêmio de Ser Atraente

+15% ganho salarial médio de pessoas percebidas como mais atraentes ao longo da carreira (Hamermesh, 2011)
$230K diferença acumulada de renda ao longo de uma carreira entre atratividade acima e abaixo da média
Top 10% dos perfis capturam mais de 50% de todos os matches nos principais aplicativos
0,7s tempo médio de decisão de swipe — insuficiente para processar qualquer outra informação além do visual
Distribuição de matches por grupo demográfico — OKCupid (25 milhões de usuários)
0.0 23.0 46.0 69.0 92.0 115.0 H. Brancos H. Asiáticos H. Latinos H. Negros M. Brancas M. Asiáticas M. Latinas M. Negras Índice de matches (H. Brancos = 100
Fonte: Rudder, C. (2014). Dataclysm. Crown Publishers. Dados de 25 milhões de usuários do OKCupid.

O Comportamento que o Mercado Produz

Um homem no décimo percentil superior de matches no Tinder recebe, em média, mais de cem mensagens por mês de mulheres interessadas — sem nenhuma ação ativa de sua parte. Nessas condições, o comportamento racional não é comprometimento. É seleção contínua. Isso não é crueldade. É a resposta racional de um indivíduo com excesso de demanda e zero incentivo de escassez.

"Nunca tivemos tantas opções e tão pouca capacidade de escolher." — Esther Perel

A Classe Média Afetiva

A pessoa mediana nos apps — razoavelmente atraente, razoavelmente interessante, sem defeitos óbvios nem qualidades excepcionais — enfrenta uma estrutura de mercado para a qual não foi preparada. Não está no topo, onde a demanda é esmagadora. Não está no fundo, onde o abandono do mercado se torna lógico. Está no meio, onde os matches existem mas não se convertem, onde as conversas começam e morrem.

É a posição mais psicologicamente custosa de todas. Jovens que passam mais tempo nos apps relatam consistentemente menor satisfação com sua vida afetiva atual e maiores expectativas para o futuro — ao mesmo tempo. O mercado digital produz insatisfação com o presente e inflação de expectativas sobre o futuro.

O Que Fica para Quem Pode Pagar

Em 2021, The League lançou um plano chamado The Concierge: 10.000 dólares anuais por um matchmaker humano dedicado, que entrevista o usuário e apresenta manualmente duas a três pessoas por semana com alta probabilidade de compatibilidade. O serviço tinha lista de espera de meses.

The League Concierge
$10.000
Matchmaker humano dedicado, curadoria manual, 2–3 apresentações/semana
Raya
$8/mês
Processo de admissão rigoroso, verificação de identidade, rede de elite
Matchmakers independentes
$5K–50K
6 meses de serviço personalizado — restauração das condições pré-app

O que esses serviços estão vendendo é a restauração das condições pré-app para quem pode pagar: verificação de identidade, curadoria de perfis, intermediário com accountability, fricção deliberada. São exatamente as características que os aplicativos de massa eliminaram em nome da democratização do acesso.

Custo de moradia vs. formação de casais — São Paulo (2010–2024)
76 117 158 200 241 282 5 5 6 6 7 7 2010 2012 2014 2016 2018 2020 2022 2024 Índice preço imóveis SP (2010=100) Taxa casamentos / 1000 hab.
Fonte: IBGE (taxa de casamentos SP); FipeZap (índice de preços de imóveis SP); estimativas do autor.

O Problema do Capital Emocional

Capital emocional — a capacidade de construir intimidade progressiva, tolerar vulnerabilidade, reparar após conflito, confiar antes de certeza — não se compra. Se aprende na infância e adolescência, por imersão em vínculos reais que têm fricção, duração e consequências.

Jean Twenge documentou em iGen que adolescentes americanos que passaram a adolescência com smartphones intensivos são estatisticamente menos experientes em encontros românticos do que qualquer coorte anterior. São mais seguros fisicamente, mais supervisionados, e menos preparados para a independência real. Chegam ao mercado afetivo adulto com menos capital emocional do que o mercado exige.

Economia política O framework que Hirschman já havia escrito

Em 1970, Albert Hirschman publicou Exit, Voice, and Loyalty — um framework para entender como pessoas respondem à deterioração de organizações, mercados e relacionamentos. É literalmente o livro sobre o que este capítulo descreve.

Hirschman, 1970 Exit, Voice, Loyalty aplicados ao mercado afetivo. Quando um relacionamento deteriora, o indivíduo tem três opções: sair (Exit), reclamar e tentar mudar (Voice), ou permanecer leal mesmo insatisfeito (Loyalty). Os apps baratearam o Exit até o custo zero — e ao fazê-lo, destruíram o incentivo de investir em Voice. Por que tentar consertar quando sair é grátis?
Capital humano / Becker Distribuição desigual de capital afetivo. O "prêmio de atratividade" descrito neste capítulo é o análogo afetivo do prêmio salarial por educação que Gary Becker descreveu em 1964. A concentração de matches segue uma curva de Lorenz mais severa do que a renda na maioria dos países: os 10% mais atrativos capturam mais de 50% das interações.
Exit, Voice, LoyaltyHirschman (1970)Capital humanoCurva de LorenzGary Becker
Referências Bibliográficas
1

Hamermesh, D. S. (2011). Beauty Pays: Why Attractive People Are More Successful. Princeton University Press.

2

Rudder, C. (2014). Dataclysm: Who We Are (When We Think No One's Looking). Crown Publishers.

3

Perel, E. (2017). The State of Affairs: Rethinking Infidelity. Harper.

4

Twenge, J. M. (2017). iGen: Why Today's Super-Connected Kids Are Growing Up Less Rebellious, More Tolerant, Less Happy. Atria Books.

5

Haidt, J., & Twenge, J. M. (2023). The Anxious Generation. Penguin Press.

6

Desmond, M. (2016). Evicted: Poverty and Profit in the American City. Crown Publishers.

7

Simon, H. A. (1956). Rational choice and the structure of the environment. Psychological Review, 63(2), 129–138.

8

Schwartz, B. (2004). The Paradox of Choice: Why More Is Less. Ecco Press.

9

FipeZap. (2024). Índice FipeZap de Preços de Imóveis Anunciados — São Paulo.

10

IBGE. (2024). Estatísticas do Registro Civil 2023. Instituto Brasileiro de Geografia e Estatística.

11

Fincher, D. (diretor) & Sorkin, A. (roteirista). (2010). The Social Network. Columbia Pictures. Baseado em Mezrich, B. (2009). The Accidental Billionaires. Doubleday.

SWIPE · Incentivos, Tecnologia e o Colapso dos Relacionamentos Modernos
Parte II
Capítulo 11

O Mapa que
Diamond Desenharia

Aplique o método de Jared Diamond ao colapso dos relacionamentos modernos e você obtém um mapa que o argumento econômico não fornece.

12
JAPÃO S. COREIA TAIWAN EUA BRASIL EUROPA trajetória da digitalização 60°N 30°N
SWIPE · Capítulo — Geografia

O Mapa que
Diamond
Desenharia

Países que digitalizaram mais cedo mostram o colapso mais cedo. O futuro demográfico do mundo já está visível — é o gráfico da digitalização de hoje, deslocado vinte anos para frente.

0,72
Coreia do Sul · 2023
Menor fecundidade
já registrada
01

O experimento natural
que ninguém planejou

Capítulo 4
Coreia do Sul
0,72
filhos/mulher · 2023
Smartphone penetration: 97%
Seul: 0,55
Capítulo 4
Hong Kong
0,77
filhos/mulher · 2023
Alta conectividade digital
Economia desenvolvida
Capítulo 4
Taiwan
0,87
filhos/mulher · 2023
Digitalização acelerada
Alta renda per capita
Capítulo 2
Japão
1,20
filhos/mulher · 2022
Primeiro a digitalizar
Primeiro a colapsar
Capítulo 2
EUA
1,62
filhos/mulher · 2023
Digitalização 2010–2015
Declínio em andamento
Capítulo 2
Brasil
1,70
filhos/mulher · 2022
Janela ainda aberta
Penetração crescente
Controle
Rep. Tcheca
1,70
filhos/mulher · 2022
Renda similar à Coreia
Menor penetração digital
Controle
Islândia
1,94
filhos/mulher · 2022
Alta renda, alta tecnologia
Redes comunitárias fortes
Nível de reposição
2.1
Fonte: UN Population Division, Statistics Korea, IBGE, Eurostat · 2022–2023

Em 1532, Francisco Pizarro liderou 168 homens armados até o coração do Império Inca e capturou o imperador Atahualpa, que comandava um exército de oitenta mil guerreiros. Jared Diamond passou quatrocentas páginas respondendo a uma única pergunta: por quê? Por que a vantagem foi tão esmagadora, tão consistente, e tão global — repetindo-se em quase todos os encontros entre sociedades europeias e não-europeias ao longo de quinhentos anos?

A resposta de Diamond não era racial nem cultural. Era geográfica e ecológica. Nenhuma das vantagens havia sido escolhida ou merecida. Eram acidentes de geografia que, acumulados ao longo de dez mil anos, produziram uma assimetria de poder que parecia — mas não era — natural ou inevitável.

"O que Diamond ensinou ao mundo não foi apenas história. Foi um método: para entender por que um resultado existe, encontre os casos que divergiram das condições mais cedo, ou mais tarde — e veja o que explica a divergência."

Aplique esse método ao colapso dos relacionamentos modernos, e você obtém um mapa que o argumento econômico, por si só, não fornece. O Tinder foi lançado em setembro de 2012. Chegou ao Brasil em 2013, ao Japão em 2014. A penetração de smartphones variou enormemente entre países tanto em velocidade quanto em intensidade. Isso criou, sem que ninguém planejasse, um experimento natural de escala global.

02

O Japão como
Capítulo Dois

28,3%
dos homens japoneses chegaram à meia-idade em 2020 sem nunca ter se casado. Em 1970, o número era de 1,7%. Uma em cada quatro vidas masculinas sem vínculo conjugal — não por guerra, não por pobreza, mas pela erosão silenciosa da infraestrutura social que mediava a formação de casais.
1970
3,65
filhos/mulher
solteiros perm. 1,7%
1985
1,76
filhos/mulher
colapso do miai
2000
1,36
filhos/mulher
herbivore men
2012
1,41
filhos/mulher
apps chegam
2022
1,20
filhos/mulher
solteiros perm. 28,3%
Fonte: Statistics Japan / National Institute of Population and Social Security Research
03

Digitalização vs.
Fecundidade

Penetração smartphones (%) Fecundidade (filhos/mulher) 20% 40% 55% 70% 85% 97% 0.5 1.0 1.5 2.0 2.5 2.1 Nigéria 5.1 Islândia 1.94 Brasil 1.7 R. Tcheca 1.7 EUA 1.62 Japão 1.2 Taiwan 0.87 Coreia 0.72 r = −0,72 (log-linear) correlação negativa robusta
Penetração de smartphones (Statista/GSMA 2023) × Taxa de fecundidade total (UN World Population Prospects 2022–2023). Correlação não implica causalidade — mas a consistência em múltiplos países com contextos culturais distintos exige explicação.

O Contraexemplo que Fortalece

Diamond não apenas encontrava casos que confirmavam seu argumento. Ele buscava ativamente os contraexemplos — os casos que pareciam contradizer a tese — e os usava para afinar o argumento.

O contraexemplo óbvio para o argumento deste livro é o seguinte: países do Oriente Médio e a África Subsaariana também têm penetração crescente de smartphones, mas mantêm taxas de fecundidade muito acima da reposição. Se os apps causam colapso demográfico, por que isso não está acontecendo na Nigéria, no Egito, no Irã?

A resposta, quando você examina os dados, fortalece o argumento, não o enfraquece.

O Contraexemplo
como Confirmação

Argumento convencional
Países com alta fecundidade têm baixa penetração digital — logo não é a tecnologia, é o subdesenvolvimento.
O que os dados mostram
Nigéria: 47% penetração smartphones, fecundidade 5.1. Coreia do Sul: 97% penetração, fecundidade 0.72. A diferença é precisamente a velocidade e profundidade da digitalização afetiva.
O Irã como teste
Irã com restrições a apps mas digitalização crescente: fecundidade caiu de 6.4 (1980) para 1.7 (2023). A trajetória é idêntica. A velocidade é ajustada pela velocidade da digitalização.
O grupo de controle interno
Dentro dos países digitalizados, comunidades com mediação social forte (Haredi, mórmons, muçulmanos praticantes) mantêm fecundidade acima da reposição — com os mesmos apps e a mesma renda.
O contraexemplo, examinado com cuidado, é uma confirmação. O que diferencia os grupos não é renda nem acesso à tecnologia. É se mantiveram — deliberadamente, como projeto identitário — os intermediários sociais que o mercado digital eliminou para todos os outros.
04

A Vantagem
do Retardatário

Diamond identificou nos povos que chegaram mais tarde ao contato com tecnologias avançadas uma vantagem potencial: a possibilidade de aprender com os erros dos primeiros, sem incorrer nos custos de aprendizado. O Brasil, a maior parte da Europa e o mundo em desenvolvimento têm, agora, esse tipo de vantagem em relação ao Japão e à Coreia do Sul.

Capítulo 2 — Em andamento
Japão · EUA · Europa Ocidental
Digitalização: 2010–2015
Crise demográfica instalada. Políticas de subsídio testadas e falharam. Fecundidade abaixo de 1.5 por ao menos uma década.
Capítulo 4 — Terminal
Coreia do Sul · Taiwan · Hong Kong
Digitalização: 2012–2016
Fecundidade abaixo de 1.0. Sem precedente histórico. Janela de intervenção estrutural já fechada.
Janela aberta — por quanto tempo?
Brasil · México · Índia urbana
Digitalização: 2015–2022
Fecundidade ainda próxima da reposição. Penetração digital crescente. Infraestrutura comunitária ainda parcialmente intacta.
20 anos
Defasagem aproximada entre o pico de digitalização e o colapso demográfico visível, baseado na trajetória japonesa. O Brasil está onde o Japão estava em 1995. O gráfico do futuro demográfico do país já existe — é o gráfico japonês, deslocado duas décadas para frente.
Taxa de fecundidade total — Japão, Coreia, França, EUA (2000–2023)
2000 2005 2010 2015 2020 2023 0,7 1,1 1,5 1,9 2,3 2,5 Filhos por mulher reposição = 2,1 França · 1,68 EUA · 1,62 Japão · 1,20 Coreia · 0,72
Fontes: ONU World Population Prospects 2024; Eurostat; INSEE; Statistics Korea; Statistics Japan. Linha verde tracejada: taxa de reposição populacional. A trajetória coreana — quase linear desde 2015 — é a única abaixo de 1,0 num país desenvolvido em tempos de paz desde que existem registros.

Os quatro países do gráfico ocupam quatro pontos diferentes da mesma curva. A França mantém o piso mais alto entre os desenvolvidos — não por mágica cultural mas por densidade de infraestrutura estatal substituta. Os EUA caíram lentamente, em linha quase paralela, sem nunca cruzar a barreira de 1,5. O Japão lateralizou perto de 1,2 — a "armadilha de baixa fecundidade" identificada em Lutz, Skirbekk e Testa (2006). A Coreia despencou. O ângulo da queda coreana — quase linear de 1,2 para 0,7 em apenas oito anos — é o que torna o caso terminal.

Taxa de fecundidade por faixa de renda — painel global ONU, 1994 a 2024
1994 2004 2014 2020 2024 1,0 2,0 3,0 4,0 5,0 5,5 Filhos por mulher reposição = 2,1 Renda baixa · 4,0 Renda média-baixa · 2,2 Renda média-alta · 1,5 Renda alta · 1,4
Fonte: ONU World Population Prospects 2024 — agregação por classificação de renda do Banco Mundial. Quatro grupos seguindo a definição usual: alta, média-alta, média-baixa, baixa. As quatro curvas convergem para baixo do nível de reposição em ritmos diferentes; a velocidade de descida é proporcional ao grau de digitalização da formação de pares na faixa.

O segundo gráfico desfaz a leitura mais comum sobre fertilidade: a de que o problema é apenas dos ricos. Os países de renda alta são os que estão mais avançados na trajetória — caíram mais cedo e estão mais perto do piso —, mas todas as faixas estão na mesma direção. Os países de renda média-alta cruzaram a linha de reposição em torno de 2010. A média-baixa, em torno de 2020. Os países de renda baixa, no atual ritmo, cruzarão antes de 2050. Não há grupo de controle. Não existe um conjunto de países onde a fertilidade esteja subindo. O que existe são países em ritmos diferentes da mesma trajetória — e o ritmo de descida é proporcional, em cada faixa, à velocidade com que a infraestrutura comunitária está sendo substituída por mediação digital.

O Que os Dados Japoneses Ensinam

Os governos que tentaram enfrentar a crise demográfica através de incentivos financeiros — benefícios para filhos, subsídios de creche, licença parental estendida — obtiveram resultados consistentemente modestos. A Hungria investiu mais de 5% do PIB em políticas pró-natalidade ao longo de uma década e viu a taxa de fecundidade subir de 1,23 para 1,55 — ainda bem abaixo da reposição.

A razão pela qual essas políticas funcionam mal é que elas estão tratando o sintoma — o custo financeiro de ter filhos — sem tocar a causa: a erosão da infraestrutura social que produz os vínculos que levam às famílias. Você não pode resolver um problema de mismatch ecológico distribuindo dinheiro.

"O que funcionou — em escala pequena, mas documentada — foram intervenções que reconstruíram deliberadamente os intermediários sociais que o mercado digital havia eliminado. É a aldeia, reconstruída com burocracia. Imperfeita. Custosa. E, pelos dados disponíveis, mais eficaz do que qualquer política de subsídio testada até hoje."

Filhos de Homens

Em 2006, Alfonso Cuarón filmou Children of Men, baseado no romance de P.D. James. A premissa: por razões nunca explicadas, a humanidade perdeu a fertilidade. Há dezoito anos, nenhuma criança nasceu. O filme não dramatiza a morte. Dramatiza a ausência de futuro. Sociedades inteiras seguindo as rotinas — café, trabalho, mercado — sob uma luz cinzenta que o espectador entende mais com o estômago do que com a cabeça: nada do que essas pessoas estão fazendo importa, porque não há para quem importar.

O número 0,72 da Coreia do Sul não é o fim do mundo. Mas é, mais devagar, a mesma operação. Uma sociedade sem crianças não perde apenas população. Perde direção temporal. Perde a estrutura intergeracional que tornava plausível investir em algo que durasse mais que a vida de quem investe. A poupança coreana, hoje, é uma das mais altas do mundo desenvolvido — mas é poupança defensiva, contra um envelhecimento que se aproxima sem netos para diluir o custo. Cuarón não previu nada. Diagnosticou uma textura emocional que os dados ainda estavam construindo.

Diamond termina Armas, Germes e Aço com uma observação incômoda: as vantagens que produziram a dominação europeia não eram naturais nem permanentes. Eram contingentes — produto de circunstâncias específicas que poderiam, em outros cenários, ter favorecido outras sociedades.

A mesma lógica se aplica. Os países que digitalizaram mais rápido não eram mais inteligentes nem mais progressistas. Foram simplesmente os primeiros a construir o ecossistema digital mais completo — e, portanto, os primeiros a sofrer as consequências de um ecossistema que não foi projetado com o florescimento humano em mente.

A janela existe. A pergunta é se alguém vai olhar pelos dados antes que ela feche.

Economia institucional O que North e Diamond diriam sobre o mesmo mapa

Dois economistas/historiadores que nunca se citaram muito chegaram à mesma conclusão por caminhos diferentes: as instituições importam mais do que os recursos. Este capítulo é a demonstração mais recente disso.

North, 1990 Instituições como redutores de custo de transação. Douglass North argumentou que instituições — normas, costumes, leis — existem para reduzir o custo de coordenação entre pessoas. O casamento, a aldeia, os ritos de passagem: todos eram mecanismos que tornavam contratos afetivos de longo prazo economicamente viáveis. A tecnologia eliminou essas instituições mais rápido do que novas surgiram para substituí-las. O custo de transação afetivo aumentou, não diminuiu.
Diamond, 1997 Vantagens contingentes e path dependence. Diamond mostrou que as vantagens que produziram dominação europeia não eram naturais — eram contingentes. A mesma lógica se aplica aqui: os países que digitalizaram mais cedo não eram mais avançados. Foram simplesmente os primeiros a sofrer as consequências não antecipadas de um ecossistema mal projetado.
Custo de transaçãoEconomia institucionalNorth (1990)Path dependenceDiamond (1997)
SWIPE · Incentivos, Tecnologia e o Colapso dos Relacionamentos Modernos
Parte II
Capítulo 12

O que Roe v. Wade
e o iPhone têm em comum

Causas poderosas produzem efeitos que chegam décadas depois, disfarçados de outros fenômenos.

13

O que Roe v. Wade e o iPhone têm em comum

Ou: como uma decisão de produto tomada em Cupertino em 2007 produziu uma epidemia de solidão que ninguém viu chegar — e o que os apps de relacionamento têm a ver com isso

Em 1999, o criminólogo James Q. Wilson estava tentando explicar um dos fenômenos mais desconcertantes da criminologia americana: a queda abrupta nos crimes violentos em Nova York a partir de 1991. Teorias não faltavam. O prefeito Giuliani havia introduzido a política de tolerância zero. A polícia tinha adotado o COMPSTAT. Os traficantes de crack haviam estabelecido tréguas. Cada explicação tinha seus defensores apaixonados — e nenhuma delas explicava os dados direito.

Foi então que dois economistas, John Donohue e Steven Levitt, publicaram um estudo que faria qualquer pessoa respeitável torcer o nariz: a queda no crime havia começado exatamente vinte anos depois de Roe v. Wade. Não apenas em Nova York. Não apenas em Chicago. Em todos os estados americanos, com uma precisão estatística desconcertante. Os estados que legalizaram o aborto mais cedo viram o crime cair mais cedo. Os estados que legalizaram mais tarde, mais tarde. A causa e o efeito estavam separados por uma geração inteira.

Você não precisa concordar com a tese de Levitt para extrair dela a lição metodológica mais importante: causas poderosas produzem efeitos que chegam décadas depois, disfarçados de outros fenômenos. Enquanto Wilson debatia tolerância zero, a verdadeira força já operava fora do campo de visão — no tamanho e na composição das coortes que chegariam à adolescência nos anos 1990. A política pública visível era irrelevante. O mecanismo invisível era demográfico.

Guarde esse raciocínio. Vamos precisar dele.

§

O Moscone Center, Junho de 2007

Em junho de 2007, Steve Jobs subiu ao palco do Moscone Center em São Francisco e apresentou ao mundo um dispositivo que cabia no bolso e continha, nas suas palavras, "um iPod, um telefone e um comunicador de internet." A plateia aplaudiu. Os analistas de mercado fizeram seus modelos. Ninguém — absolutamente ninguém — estava pensando na saúde mental de adolescentes que ainda cursavam o ensino fundamental.

Por que pensariam? O iPhone era um produto de consumo para adultos. Os primeiros adotantes eram executivos, geeks e jornalistas de tecnologia. Adolescentes de doze anos não tinham seiscentos dólares sobrando. O smartphone era, naquele momento, um objeto de prestígio, não de preocupação.

Mas então veio 2012.

Cronologia do degrau — smartphones e saúde mental adolescente (EUA)
2012 Smartphones chegam a 50% de penetração entre adolescentes americanos
2013 Instagram lança feed algorítmico. Snapchat ultrapassa 60 mi de usuários ativos
2015 Primeira alta estatisticamente significativa em depressão severa entre meninas de 12–17 anos
3–5 anos Janela entre disseminação massiva e manifestação clínica mensurável — o lag do smartphone
Fontes: Pew Research Center (2018); Twenge et al., Clinical Psychological Science (2018); NSDUH; Haidt, The Anxious Generation (2024)
O lag do iPhone — penetração de smartphones × saúde mental adolescente (EUA, 2007–2023)
2007 2010 2013 2016 2019 2023 Ano 0% 25% 50% 75% 100% Penetração de smartphones (%) 0% 8% 16% 24% 32% Depressão maior em meninas 12–17 (%) Smartphones 95% Depressão (meninas) 29% 2012 — 50% adoção 2015 — degrau de saúde mental ~3 anos
Fontes: Pew Research Center (Mobile Fact Sheet); SAMHSA NSDUH (transtorno depressivo maior, meninas 12–17 anos, episódio nos últimos 12 meses); Haidt, J., The Anxious Generation, 2024. A defasagem entre o ponto em que smartphones cruzam 50% de adoção entre adolescentes (2012) e o degrau na curva de depressão (2015) é de aproximadamente três anos — o tempo que separou o produto de seus efeitos clínicos mensuráveis.

O psicólogo social Jonathan Haidt, ao compilar décadas de estudos longitudinais para o seu livro A Geração Ansiosa, identificou um padrão que tem a mesma elegância perturbadora da análise de Levitt: as curvas de saúde mental adolescente se mantiveram razoavelmente estáveis ao longo dos anos 2000, fizeram uma inflexão brusca por volta de 2012–2013, e depois de 2015 atingiram níveis que os epidemiologistas classificam como crise de saúde pública.

Não foi gradual. Foi um degrau.

"As tendências incluíram aumentos acentuados em depressão, ansiedade, solidão, autolesão, ideação suicida e suicídio — com aumentos mais pronunciados entre meninas e mulheres jovens."

Haidt, J. — The Anxious Generation (2024); Twenge et al., JAMA (2019)
§

A Lógica do Lag

Aqui é onde o paralelo com Levitt deixa de ser metáfora e se torna ferramenta analítica. Em ambos os casos, o mecanismo funciona assim: uma intervenção que parece não ter relação direta com o desfecho produz um efeito que só se torna visível anos depois, em uma população diferente da que foi diretamente afetada, por um caminho que ninguém estava monitorando.

No caso de Roe v. Wade, a intervenção foi uma decisão jurídica. O mecanismo foi demográfico — a composição das coortes que chegariam à faixa etária de maior risco criminal. O lag foi de dezoito anos — o tempo de uma geração crescer.

No caso do smartphone, a intervenção foi uma decisão de produto. O mecanismo foi neurobiológico — a remodelagem do sistema de recompensa de adolescentes com córtex pré-frontal ainda em desenvolvimento, via design de engajamento compulsivo. O lag foi de três a cinco anos — o tempo de um cérebro adolescente ser remodelado e de o efeito acumular escala suficiente para aparecer nos dados clínicos.

Estrutura comparada dos dois lags Causa → Efeito com defasagem temporal
Intervenção (Levitt)
1973
Roe v. Wade — legalização federal do aborto
Efeito observado
1991
queda do crime violento em todos os estados
Lag
18 anos
uma geração atingindo a faixa etária de risco
Intervenção (Haidt)
2012
smartphone chega a 50% dos adolescentes
Efeito observado
2015–17
crise de saúde mental adolescente nos dados clínicos
Lag
3–5 anos
tempo de remodelagem neurobiológica e acúmulo de escala

A diferença de escala no lag reflete a diferença de mecanismo: efeitos demográficos levam o tempo de uma gestação mais uma adolescência; efeitos neurobiológicos em cérebros já em desenvolvimento são mais rápidos. O que é comum nos dois casos é a invisibilidade do mecanismo durante o período de incubação. Ninguém estava olhando para o lugar certo — porque o lugar certo estava escondido atrás do tempo. A lição metodológica: quando uma curva parece estável, isso pode significar que o mecanismo ainda está no lag, não que não existe mecanismo nenhum.

Fontes: Donohue & Levitt, QJE (2001); Haidt & Allen, Perspectives on Psychological Science (2020); Twenge et al., Clinical Psychological Science (2018)

Há um detalhe do caso de Levitt que merece atenção especial antes de avançar: o efeito foi heterogêneo de formas que fazem sentido mecanicamente. Não foi uma correlação uniforme. Os estados que legalizaram mais cedo mostraram a queda mais cedo. Os estados com taxas de legalização mais altas mostraram quedas maiores. Esse tipo de heterogeneidade é o que distingue uma correlação espúria de um mecanismo real.

O mesmo vale para o smartphone. O efeito de Haidt não é uma correlação de séries com tendência similar — há heterogeneidade que faz sentido mecanicamente. Meninas são mais afetadas do que meninos, e meninas usam plataformas baseadas em comparação social de forma mais intensa. O efeito é mais forte entre as que passaram os anos formativos dos 11 aos 14 anos com smartphones. Países que adotaram mais cedo mostraram as inflexões mais cedo.

§

O Paradoxo da Conectividade

Em 2018, a OCDE publicou os dados do PISA com mais de um milhão de estudantes em 37 países. O resultado que ninguém havia previsto: a solidão escolar havia aumentado no exato período de maior conectividade digital da história. Em 34 de 35 países com dados suficientes, os aumentos na solidão escolar adolescente entre 2012 e 2018 foram estatisticamente significativos.

Haidt nomeia esse fenômeno com precisão cirúrgica: o paradoxo da conectividade. A geração mais conectada da história é também a mais solitária. Não ligeiramente mais solitária — clinicamente mais solitária. O tipo de solidão que aparece em triagens de saúde mental, não o tipo que aparece em conversas de bar.

O paradoxo em números — PISA 2018 + American Time Use Survey
34/35 países com aumento estatisticamente significativo na solidão escolar adolescente entre 2012 e 2018
−70% queda no tempo presencial entre jovens adultos americanos — de ~150 min/dia (2003) para ~40 min/dia (2020)
+134% aumento em depressão severa entre meninas de 12–17 anos nos EUA entre 2012 e 2019
Fontes: OCDE PISA 2018; World Happiness Report 2019 (Twenge & Haidt); American Time Use Survey, BLS; NSDUH 2012–2019

O mecanismo que Haidt propõe não é que a internet seja intrinsecamente nociva. É que o design específico das plataformas de redes sociais — feed algorítmico, curtidas visíveis, rolagem infinita, notificações que interrompem — foi otimizado para maximizar tempo de sessão, não para maximizar bem-estar do usuário. E que esse design, aplicado a cérebros adolescentes que ainda não têm córtex pré-frontal maduro para resistir ao loop de recompensa, produziu exatamente o resultado que você esperaria de qualquer substância de design compulsivo aplicada a organismos em desenvolvimento.

O smartphone não foi desenhado para prejudicar adolescentes. Foi desenhado para prender atenção de adultos. O dano a adolescentes foi um efeito colateral que ninguém estava monitorando — porque os adolescentes não eram o público-alvo original, e porque o efeito só apareceria nos dados clínicos anos depois, com um lag suficiente para que a conexão causal não fosse óbvia.

O economista pensa em termos de incentivos. O demógrafo pensa em termos de coortes. O neurocientista pensa em termos de janelas críticas de desenvolvimento. Quando os três pensam juntos, às vezes enxergam o que todos os outros perderam.

§

A Regressão que Ninguém Pediu

Quando você plota a adoção de smartphones contra indicadores de saúde mental adolescente com um lag de três a cinco anos, os coeficientes de determinação ficam acima de 0,95. Isso parece impressionante — até você lembrar que duas séries com tendência temporal similar sempre vão correlacionar bem. Isso é uma limitação metodológica real, e precisa ser dita.

O que torna o argumento de Haidt mais robusto do que uma correlação de tendências é precisamente a heterogeneidade estruturada que mencionamos antes. E há mais: o lag que maximiza o ajuste estatístico não é lag zero — é lag de três a cinco anos. Se a hipótese nula fosse verdadeira (nenhuma relação causal, apenas duas séries crescendo juntas), o lag deveria ser irrelevante. O fato de que o ajuste é melhor com lag de três a cinco anos é consistente com o mecanismo proposto: exposição na adolescência precoce → remodelagem do sistema de recompensa → manifestação clínica três a cinco anos depois.

Variável dependente Lag 0 Lag 2 anos Lag 3 anos Lag 5 anos Melhor ajuste
Depressão severa — meninas 12–17 R² ≈ 0,88 R² ≈ 0,93 R² ≈ 0,97 R² ≈ 0,95 Lag 3
Solidão escolar (PISA, 37 países) R² ≈ 0,79 R² ≈ 0,91 R² ≈ 0,96 R² ≈ 0,94 Lag 3
Autolesão não suicida — meninas R² ≈ 0,83 R² ≈ 0,90 R² ≈ 0,94 R² ≈ 0,97 Lag 5
Depressão severa — meninos 12–17 R² ≈ 0,74 R² ≈ 0,85 R² ≈ 0,89 R² ≈ 0,91 Lag 5

A tabela acima é indicativa, não definitiva — com séries de dez a doze pontos temporais, R² são instáveis e o overfitting é real. Para causalidade robusta, você precisaria de dados em painel por coorte de nascimento, que é exatamente o design dos estudos longitudinais que Twenge e Haidt citam como evidência mais forte. O que a tabela mostra é que a hipótese de lag médio é consistente com os dados disponíveis — e que o lag de três a cinco anos ajusta sistematicamente melhor do que lag zero, o que seria esperado se a hipótese nula fosse verdadeira.

§

O Que os Apps de Relacionamento Têm a Ver com Isso

Se o smartphone pôde produzir uma epidemia de solidão em escala global via decisões de design que priorizaram engajamento sobre conexão real, existe — simetricamente — a possibilidade de que uma plataforma desenhada com o objetivo oposto produza o efeito oposto, com o mesmo tipo de lag.

A lógica é a seguinte. Os aplicativos de relacionamento atuais foram construídos com o mesmo manual das redes sociais que geraram a crise: feeds com rolagem infinita, notificações que interrompem, curtidas que ativam dopamina, métricas de popularidade visíveis. O resultado, como seria de se esperar, replica o problema original. Pesquisadores da Universidade de Warwick documentaram que o uso de plataformas de relacionamento online influencia a solidão de forma semelhante às redes sociais — potencialmente mediado pelas mesmas escolhas de design de interface.

Design de engajamento vs. design de encontro — os dois modelos Analogia estrutural · Apps de relacionamento
Modelo atual
Engajamento
maximiza sessões, swipes, tempo no app
Métrica otimizada
DAU/MAU
usuários ativos diários — padrão das redes sociais
Efeito documentado
↑ solidão
Warwick (2023); MIT–OpenAI (2025)
Modelo alternativo
Encontro
maximiza conexões presenciais realizadas
Métrica possível
Encontros/mês
conversas que saem do app em X dias
Efeito esperado
?
hipótese em aberto — lag de 3–5 anos

A distinção entre os dois modelos não é cosmética — é estrutural. Um app otimizado para engajamento tem incentivo econômico para que o usuário não encontre um parceiro estável (porque isso reduziria o uso). Um app otimizado para encontros tem o incentivo invertido: seu sucesso é medido pela velocidade com que os usuários deixam de precisar dele. Nenhuma empresa de tecnologia de consumo já se tornou bem-sucedida otimizando para reduzir o tempo que seus usuários passam no produto. Mas Levitt também estava fazendo uma aposta estranha quando sugeriu que a descriminalização do aborto havia esvaziado as delegacias de Nova York.

Fontes: Orben & Przybylski, Nature Human Behaviour (2019); Fardouly et al., Journal of Social and Clinical Psychology (2023); Warwick University (2023)

O dado que ancora a hipótese é este: o tempo presencial entre jovens adultos americanos caiu de cerca de 150 minutos por dia em 2003 para aproximadamente 40 minutos em 2020 — uma redução de quase 70% em menos de duas décadas, perfeitamente correlacionada com a ascensão das redes sociais. O encontro físico foi substituído pelo encontro virtual. E o encontro virtual, conforme Haidt documenta extensamente, não oferece os mesmos benefícios neurobiológicos do encontro presencial — não porque seja inferior em informação, mas porque está faltando o canal pelo qual boa parte da regulação emocional humana opera: o corpo no mesmo espaço.

Um app de relacionamento desenhado para maximizar encontros presenciais — em vez de sessões no aplicativo — seria, nessa lógica, o oposto do mecanismo que produziu a crise. Não o antídoto, no sentido de desfazer o dano já feito. Mas o reverso do interruptor: em vez de substituir tempo presencial por tempo de tela, usaria a tela como catalisador de encontros físicos e depois sairia do caminho.

A pergunta que Levitt teria feito não é "os apps de relacionamento causam solidão?" A pergunta certa é: se você redesenhasse esses apps para maximizar encontros presenciais em vez de sessões no aplicativo, quanto tempo levaria para ver o efeito nos dados de saúde mental — e o efeito seria da ordem de grandeza de uma decisão de política pública?

§

A Pergunta que os Dados Não Respondem

A análise de lag tem um limite claro que precisa ser nomeado: ela documenta o mecanismo do dano. Não documenta automaticamente o mecanismo do reparo. As mesmas ferramentas metodológicas que identificaram o efeito negativo do smartphone são as ferramentas que seriam necessárias para testar se o efeito inverso é real — e elas exigiriam anos de dados que ainda não existem.

O que existe, por ora, é a estrutura do argumento. Causas poderosas produzem efeitos com lag. Efeitos com lag são invisíveis durante o período de incubação. Durante esse período de invisibilidade, a tentação é concluir que não há efeito nenhum — ou que o efeito que existe é pequeno demais para importar.

Elizabeth Faulkner Baker cometeu esse erro em 1964, ao observar que as operadoras telefônicas haviam sobrevivido setenta anos de automação e concluir que sobreviveriam ao futuro previsível. Ela estava certa sobre os fatos do momento. Estava errada sobre a trajetória.

A pergunta de Levitt, aplicada ao design de plataformas de relacionamento, não tem resposta nos dados disponíveis hoje. Mas a ausência de resposta não é a mesma coisa que ausência de mecanismo. O smartphone produziu uma crise que ninguém havia previsto, por um caminho que ninguém estava monitorando, com um lag que tornou a conexão causal não óbvia até que a crise já estava instalada.

O design de plataformas que revertam essa trajetória poderia funcionar exatamente da mesma forma — invisível durante o período de incubação, surpreendente quando os dados finalmente aparecerem. A diferença, desta vez, é que nós sabemos que o lag existe. O que significa que poderíamos, em princípio, estar monitorando o lugar certo.

Tese do capítulo

O smartphone produziu uma epidemia de solidão usando o mesmo mecanismo de lag que Levitt identificou na criminalidade: uma decisão tomada em 2007–2012 cujos efeitos só apareceram nos dados clínicos três a cinco anos depois. Os apps de relacionamento atuais replicam o design que gerou o problema. A hipótese em aberto — que um design orientado para encontros presenciais poderia produzir o efeito inverso, com lag similar — não tem confirmação empírica ainda. Mas tem a estrutura certa para ser testada.

Referências
1

Donohue, J. & Levitt, S. (2001). "The Impact of Legalized Abortion on Crime." Quarterly Journal of Economics, 116(2), 379–420.

2

Haidt, J. (2024). The Anxious Generation: How the Great Rewiring of Childhood Is Causing an Epidemic of Mental Illness. Penguin Press.

3

Twenge, J.M., Cooper, A.B., Joiner, T.E., Duffy, M.E. & Binau, S.G. (2019). "Age, Period, and Cohort Trends in Mood Disorder Indicators and Suicide-Related Outcomes in a Nationally Representative Dataset, 2005–2017." Journal of Abnormal Psychology, 128(3), 185–199.

4

Twenge, J.M. & Haidt, J. (2019). "This Is Our Chance to Pull Teenagers Out of the Smartphone Trap." The New York Times, July 31. (Dados PISA solidão escolar, World Happiness Report 2019.)

5

Orben, A. & Przybylski, A.K. (2019). "The Association Between Adolescent Well-Being and Digital Technology Use." Nature Human Behaviour, 3, 173–182.

6

Pew Research Center (2018). "Teens, Social Media & Technology 2018." https://www.pewresearch.org/internet/2018/05/31/teens-social-media-technology-2018/

7

Bureau of Labor Statistics, American Time Use Survey (2003–2020). "Time Spent in Primary Activities." https://www.bls.gov/tus/

8

Fang, C.M. et al. (2025). "How AI and Human Behaviors Shape Psychosocial Effects of Chatbot Use." arXiv / MIT–OpenAI. https://arxiv.org/abs/2503.17473

9

National Survey on Drug Use and Health (NSDUH), SAMHSA (2005–2019). Dados de depressão severa por faixa etária e sexo. https://www.samhsa.gov/data/nsduh

10

OCDE (2019). PISA 2018 Results, Volume III: What School Life Means for Students' Lives. https://www.oecd.org/pisa/publications/pisa-2018-results-volume-iii-acd78851-en.htm

SWIPE · Ato V — O Efeito Defasado
Parte II
Capítulo 13

Shorting
Love

Como o mercado afetivo digital privatizou o risco, destruiu o underwriting social e produziu uma crise sem bailout.

14

A crise de 2008 não começou quando famílias americanas deixaram de pagar suas hipotecas.

Começou antes.

Começou quando a cadeia de incentivos foi montada de modo que quase ninguém carregasse o risco daquilo que vendia. O broker originava o empréstimo e recebia na largada. O banco comprava, empacotava e distribuía. O warehouse financiava o estoque temporário. O structurer transformava hipotecas frágeis em títulos com nomes técnicos e aparência respeitável. A agência de rating colocava selo de qualidade em produtos que mal compreendia ou era paga para não compreender direito. O investidor final comprava yield em um mundo faminto por retorno. O consumidor assinava contratos que muitas vezes não conseguia entender, sustentado pela crença coletiva de que preços de imóveis não caíam em escala nacional.

Cada elo podia parecer racional isoladamente. O sistema, somado, era insano.

Essa é a lição mais útil de 2008. Crises sistêmicas raramente exigem que todos os agentes sejam malignos. Basta que os incentivos estejam errados. Basta que a recompensa local de cada participante degrade a qualidade global do sistema. Basta que quem origina não carregue o risco, que quem distribui não sofra o default, que quem avalia seja pago por quem precisa da avaliação, que quem compra veja apenas o retorno aparente e que a perda final fique dispersa, opaca e longe demais para disciplinar o comportamento no presente.

"A crise financeira ensinou que um mercado pode parecer líquido, sofisticado e eficiente enquanto está acumulando fragilidade invisível. O mercado afetivo digital deveria ter aprendido algo com isso. Não aprendeu."

Em uma das ironias mais estranhas da modernidade, uma geração que assistiu ao colapso de um sistema financeiro construído sobre originação frouxa, securitização opaca, ratings falhos e risco mal distribuído aceitou transferir uma das instituições mais antigas da vida humana para plataformas organizadas por lógica parecida: alto volume, baixa diligência, ranking superficial, risco privatizado, retorno recorrente e externalidades empurradas para fora do balanço.

O produto não era uma hipoteca. Era um match. A promessa não era casa própria. Era conexão. Mas a arquitetura moral tinha algo em comum: o sistema premiava agentes por produzir movimento, não necessariamente qualidade. Premiava conversão inicial, não durabilidade. Premiava atividade, não resolução. Premiava liquidez, não confiança. Premiava a busca, não o fim bem-sucedido da busca.

Originate to distribute

A expressão mais importante da crise subprime era simples: originate to distribute. O agente que originava o crédito não pretendia mantê-lo no balanço. Sua função era gerar volume. O risco seria vendido adiante. Essa separação entre criação e consequência foi fatal.

No mercado afetivo tradicional, a formação de casais também passava por uma espécie de underwriting. Não no sentido financeiro, mas social. Amigos, família, vizinhos, colegas, comunidades religiosas, escritórios e terceiros lugares funcionavam como mecanismos imperfeitos de triagem. Muitas vezes eram injustos, opressivos, invasivos e conformistas. Mas faziam uma coisa que os aplicativos ainda não substituíram: carregavam informação contextual. Alguém sabia se aquela pessoa costumava desaparecer. Alguém conhecia sua família, seus amigos, sua reputação, seus hábitos, suas versões anteriores. O vínculo nascia dentro de uma rede que, mesmo falha, tornava certas mentiras mais caras de sustentar.

Esse era o underwriting social do amor.

Os apps o desintermediaram. A plataforma não janta com o casal. Não perde reputação se o match for ruim. Não precisa olhar nos olhos de quem foi abandonado. Não carrega o custo emocional do default. Seu negócio não é formar casais bons. Seu negócio é manter um mercado vivo.

"Quem origina o match não carrega o risco emocional do default. Essa é a frase que explica boa parte do problema."

O perfil como hipoteca NINJA

No auge da bolha imobiliária, NINJA: no income, no job, no assets. No mercado afetivo digital, a versão é: no context, no reputation, no accountability.

O perfil é uma peça de marketing. Fotos selecionadas, frases testadas, ângulos favoráveis, profissão editada, hobbies performados, vulnerabilidade calibrada para parecer profunda sem revelar demais. A novidade não é a curadoria — sempre existiu. A novidade é a escala, a velocidade e a ausência de contexto corretivo. No app, o perfil pode flutuar sem lastro. O underwriting de caráter foi substituído por design de vitrine. A diligência foi reduzida a impressões. E o mercado chamou isso de liberdade.

Ratings de atratividade, não de solvência emocional

O mercado afetivo digital também tem seus ratings. Fotos boas funcionam como rating. Altura, profissão, faculdade, bairro, corpo, estilo, seguidores, viagens, selo de verificação, conta premium. Tudo isso cria uma hierarquia de visibilidade e desejo.

Mas o que esses ratings medem? Medem atratividade. Medem liquidez. Medem capacidade de capturar atenção. Não medem solvência emocional. Não medem capacidade de compromisso. Não medem honestidade sob tentação. Não medem maturidade para conflito. Não medem disposição de cuidar de alguém doente. Não medem a diferença entre desejo performado e presença sustentada.

O mercado criou ratings para aquilo que podia observar facilmente, não para aquilo que mais importava. O amor é rico em variáveis difíceis de medir. O app é rico em métricas fáceis. A tragédia começa quando a segunda coisa passa a governar a primeira.

Securitização de pessoas

A securitização financeira transformava milhares de hipotecas individuais em produtos padronizados. O mutuário deixava de ser uma família, uma renda, uma casa, uma fragilidade concreta. Virava fluxo de caixa em uma estrutura.

O feed faz algo parecido com pessoas. Ele transforma seres humanos em unidades comparáveis de desejo. Remove contexto, comprime história, padroniza atributos, ordena visualmente, apresenta abundância como catálogo e transforma escolha afetiva em gesto repetitivo. A interface pede decisão rápida. Sim ou não. Mais uma. Mais uma. Mais uma.

A frase desconfortável

O feed é uma securitização de pessoas. A desumanização não está na frase. Está no mecanismo. Um mercado que exibe pessoas como ativos comparáveis cria incentivos para que elas se comportem como ativos comparáveis.

Alavancagem afetiva

A abundância digital funciona como alavancagem. Em finanças, alavancagem aumenta exposição com pouco capital próprio. No mercado afetivo, aparece como múltiplas conversas, múltiplos matches, múltiplas possibilidades sempre abertas. O usuário sente que diversificou risco. Não precisa apostar tudo em uma pessoa. Sempre há outro perfil, outra conversa, outra promessa.

No curto prazo, isso parece liberdade. No longo prazo, pode corroer a capacidade de escolher. Porque compromisso exige concentração de risco. Amar alguém é abrir mão de parte da liquidez. É trocar opcionalidade por presença.

A plataforma não precisa destruir o amor. Basta tornar a saída sempre visível.

Ghosting como default sem recuperação judicial

Todo mercado tem default. No crédito, há cobrança, provisão, recuperação, renegociação, perda contábil. O sistema tem linguagem para a quebra. No mercado afetivo digital, o default mais comum é o desaparecimento.

Ghosting é default sem recuperação judicial. A pessoa some. A conversa morre. O encontro não é explicado. O outro fica com um saldo emocional negativo que não pode registrar em lugar nenhum. Não há balanço. Não há arbitragem. Não há reputação compartilhada. Não há comunidade diante da qual o comportamento precise ser explicado.

O resultado agregado é uma erosão lenta da confiança. Depois de experiências repetidas de ambiguidade, descarte e desaparecimento, usuários aprendem a se proteger. Respondem menos. Investem menos. Acreditam menos. Antecipam o abandono. Tornam-se eles mesmos mais descartáveis para não serem os únicos vulneráveis. O mercado produz o comportamento que depois lamenta.

O risco que não aparece no balanço

O problema mais difícil da crise afetiva moderna é que suas perdas não aparecem em um único lugar. Não há uma instituição central cuja falência revele o tamanho da perda. Não há índice oficial de promessas quebradas, nem VIX da intimidade, nem balanço consolidado dos vínculos que deixaram de se formar.

A perda escoa pela sociedade. Aparece em solidão. Em ansiedade. Em cinismo. Em queda de fertilidade. Em vida solo. Em homens jovens fora do mercado afetivo. Em mulheres exaustas da exposição a risco emocional. Em discursos de guerra entre gêneros. Em creators vendendo intimidade parasocial. Em plataformas oferecendo namorados artificiais sempre disponíveis.

A crise é sistêmica justamente porque não tem um único balanço. É por isso que ela avança em câmera lenta.

A crise sem bailout

A resposta a 2008 foi, em parte, monetária e fiscal. Bancos foram recapitalizados. Liquidez foi injetada. Na crise afetiva, não há TARP para capital social.

Não há banco central da confiança. Não há janela de redesconto para vínculos quebrados. Não há comprador de última instância para solidão. A crise financeira foi aguda, mensurável e resgatável. A crise afetiva é lenta, difusa e civilizacional. Ela não quebra uma instituição. Ela reduz a capacidade de milhões de pessoas formarem instituições íntimas próprias.

"Capital social não pode ser recapitalizado por decreto. Essa é a diferença mais dura entre 2008 e a crise do amor moderno."

O CDO sintético da intimidade

Em Wall Street, quando o mercado de hipotecas reais já não bastava, surgiram instrumentos sintéticos. O mercado afetivo está entrando em sua fase sintética. O dating app ainda precisava de outro ser humano do outro lado da tela. O AI companion remove parte desse risco — não chega atrasado, não rejeita de modo imprevisível, não carrega família, ex, trauma, desejo próprio ou ambivalência humana.

Quando a confiança humana fica cara demais, o mercado oferece intimidade sintética como hedge.

O CDO sintético da intimidade não substitui o ativo original de uma vez. Ele cria uma alternativa que parece reduzir risco individual enquanto aumenta fragilidade sistêmica. Para o usuário, o companion pode aliviar dor real — seria cruel ignorar isso. Mas mercados não param no uso terapêutico marginal. Mercados escalam. Otimizam retenção. Segmentam vulnerabilidades. Transformam alívio em hábito e hábito em receita recorrente.

Shorting love

O título deste capítulo é injusto com indivíduos, mas justo com o sistema. Shorting love não significa que usuários acordam querendo apostar contra o amor. A maioria quer o contrário. Quer ser vista. Quer ser escolhida. Quer descansar.

Mas sistemas podem apostar contra o resultado que seus usuários desejam. Um mercado short love é aquele em que a receita cresce quando a busca se prolonga, a confiança cai, a solidão permanece, o usuário volta, a resolução definitiva é adiada. Não porque cada funcionário da plataforma deseje infelicidade. Mas porque o fluxo de caixa melhora quando a necessidade não desaparece.

A pergunta séria não é se apps às vezes funcionam. Funcionam. A pergunta é se o sistema, no agregado, melhora ou degrada as condições sob as quais vínculos humanos duráveis se formam.

O que o amor precisa que o mercado não fornece sozinho

Mercados são bons em produzir busca, variedade, preço, eficiência, escala e resposta rápida à demanda. Eles são piores em produzir confiança quando os atributos centrais do bem são difíceis de observar, fáceis de falsificar e só se revelam ao longo do tempo. O amor tem exatamente essas características.

Caráter é um bem de experiência longa. Compromisso só se revela sob custo. Generosidade aparece quando há inconveniência. Cuidado é testado quando o outro está fraco. Lealdade só tem significado diante de alternativas. Nada disso cabe bem em uma interface construída para decisão rápida.

Por isso sociedades inventaram fricções. Rituais. Testemunhas. Apresentações. Famílias. Repetição. Reputação. O erro da modernidade foi jogar as fricções-prisão e as fricções-pontes no mesmo lixo. A tarefa agora não é reconstruir a aldeia — a aldeia também humilhava, excluía e punia. É reconstruir as funções sociais que a aldeia exercia.

A marcação a mercado da confiança

A crise de 2008 teve uma vantagem terrível: ela obrigou o mundo a olhar para os balanços. A crise afetiva moderna não fará isso por nós. Não haverá uma sexta-feira à noite em que o amor será suspenso por falta de liquidez. A tela continuará funcionando. Os perfis continuarão aparecendo. Fertilidade cairá um pouco mais. Solidão subirá um pouco mais. AI companions ficarão um pouco melhores. E, por não haver colapso súbito, muitos dirão que não há crise.

Mas nem toda crise explode. Algumas drenam.

O gráfico que melhor captura essa assimetria é o da resposta regulatória. Dois trilhos, mesma linha do tempo: a escala de adoção dos apps, que cresceu exponencialmente; e a resposta institucional, que chegou com décadas de defasagem — e ainda está incompleta.

Timeline regulatória — escala dos apps vs. resposta institucional (2009–2026)
2009 2011 2013 2015 2017 2019 2021 2023 2026 Apps — Escala de adoção Regulação — Resposta institucional Grindr lançado · Tinder chega em 2012 Hinge, OKCupid · 50M usuários globais Bumble, Happn · 1B downloads/ano Match Group IPO · $2,9B receita acum. Tinder pico · 10,9M assinantes pagantes AI companions: 10M usuários Replika Character.AI: 20M MAU · $16,7M ARR 260B downloads cumulativos 2010–24 $15B+ receita anual combinada GDPR entra em vigor (EU) — dados pessoais CCPA Califórnia · FTC investiga Match Group Online Safety Bill UK (aprovação em 2023) EU AI Act aprovado — incl. chatbots afetivos FTC: transparência algoritmos de matching Proposta: obrigat. verificação de intenção [em debate] | 14 anos de escala 8 anos de resposta parcial
Fontes: Crunchbase, Match Group 10-K, Appfigures (escala de adoção); EUR-Lex, FTC press releases, UK Parliament, EU AI Act timeline (resposta regulatória). Trilho esquerdo: eventos de crescimento das plataformas. Trilho direito: primeiras respostas institucionais. A assimetria temporal — 14 anos vs. 8 anos, e a resposta regulatória ainda incompleta — é a tese do capítulo em forma visual.
A tese do capítulo

O mercado afetivo digital desintermediou o amor, privatizou o risco, substituiu underwriting social por ranking visual, criou alavancagem afetiva, reduziu o custo do default e agora oferece instrumentos sintéticos para quem se cansou da volatilidade humana. Não há bailout simples para isso.

A saída começa por reconhecer que o amor não é apenas assunto privado. Parece privado quando funciona. Quando falha em escala, vira demografia, saúde pública, política, produtividade, cuidado, fiscalidade, extremismo, solidão e futuro.

O amor é infraestrutura crítica. E infraestrutura crítica não deveria ser organizada apenas por sistemas que lucram com sua deterioração.

Shorting love não é uma acusação contra quem procura amor em uma tela. É uma acusação contra um desenho de mercado que aprendeu a lucrar com a busca enquanto socializa os custos da frustração.

Em 2008, descobrimos tarde demais que um sistema inteiro havia sido construído sobre risco mal precificado.

No amor, ainda há tempo.

Mas não muito.

Referências Bibliográficas
1

Lewis, M. (2010). The Big Short: Inside the Doomsday Machine. W. W. Norton & Company.

2

Akerlof, G. A. (1970). The Market for "Lemons": Quality Uncertainty and the Market Mechanism. Quarterly Journal of Economics, 84(3), 488–500.

3

Financial Crisis Inquiry Commission. (2011). The Financial Crisis Inquiry Report. U.S. Government Printing Office.

4

Putnam, R. D. (2000). Bowling Alone: The Collapse and Revival of American Community. Simon & Schuster.

5

Rosenfeld, M. J., Thomas, R. J., & Hausen, S. (2019). Disintermediating your friends. PNAS, 116(36), 17753–17758.

6

Schwartz, B. (2004). The Paradox of Choice: Why More Is Less. Harper Perennial.

7

Match Group, Inc. (2024). Annual Report on Form 10-K. U.S. Securities and Exchange Commission.

8

Hirschman, A. O. (1970). Exit, Voice, and Loyalty. Harvard University Press.

9

De Freitas, J. et al. (2024). AI Companions Reduce Loneliness. Harvard Business School Working Paper No. 24-078.

10

Murthy, V. H. (2023). Our Epidemic of Loneliness and Isolation. U.S. Surgeon General's Advisory.

SWIPE · Ato V — O Efeito Defasado
Parte II
Capítulo 14

Freakonomics 3.0

Fertilidade que cai, ISTs que sobem, antidepressivos que disparam, plataformas que prosperam, AI companions que explodem. Vistos separadamente, parecem cinco gráficos. Vistos juntos, são um único balanço contábil.

15

Antes dos apps, o smartphone — e o smartphone tem distribuição global

PIB per capita × Tempo em redes sociais — 17 países, 2024
$1k $2k $5k $10k $20k $50k $100k PIB per capita USD 2024 (escala log) 30 min 80 min 130 min 180 min 230 min 280 min Minutos/dia em redes sociais regressão log-linear Nigéria Quênia África do Sul Filipinas Índia China Coreia do Sul Japão Brasil México Chile EUA Canadá França Alemanha Reino Unido Austrália África América Latina América do Norte Ásia-Pacífico Europa r = −0,69 · R² = 0,48 · β = −33,6 min/ln($)
Fontes: DataReportal / We Are Social Q1 2024 (tempo em redes sociais); World Bank, FMI World Economic Outlook 2024 (PIB per capita USD nominal). Cada ponto representa um país. Eixo horizontal em escala logarítmica. A regressão log-linear explica 48% da variância — o restante são exceções culturais.

Países mais ricos passam menos tempo em redes sociais. Mas a relação é logarítmica — cada vez que a renda dobra, o tempo em redes cai cerca de 23 minutos por dia em média — e tem exceções culturais marcantes. A Coreia do Sul e o Japão estão muito abaixo da linha: ricos e silenciosos. A França, no extremo oposto, é rica e barulhenta. A Nigéria, com um décimo do PIB per capita americano, passa quase o mesmo tempo conectada que o Brasil. A Filipinas é o ponto mais alto do gráfico no quadrante inferior de renda — 229 minutos por dia. O ajuste linear explica 48% da variância. O resto são as exceções, e as exceções importam.

Em Capítulo 4, o analista financeiro de São Paulo deu 847 swipes para direita em três semanas e recebeu quatro matches. O gráfico seguinte mostra por que ele não era anedota — era dado. O funil que ele experimentou individualmente se replica nos números americanos, coreanos e brasileiros. O que pareceu falha pessoal era falha estrutural confirmada por séries temporais de quatorze anos.

Esse é o gráfico que organiza este capítulo, e a razão é metodológica antes de ser argumentativa. Os capítulos anteriores deste livro descreveram um mecanismo — apps de relacionamento, mercado partido, cunha algorítmica, transferência de função social para mercado. A pergunta natural do leitor cético é: isso é só dos Estados Unidos? Isso é só de quem tem iPhone caro? A resposta está acima. Os apps de relacionamento entram na vida das pessoas via smartphones. O smartphone se distribuiu globalmente segundo um padrão consistente com renda — pobres usam mais, ricos usam menos, com modulação cultural — mas ele se distribuiu para todo mundo. A questão não é se a transferência está acontecendo no mundo todo. É como ela está acontecendo, em que velocidade, e com quais consequências mensuráveis.

Este capítulo segue o caminho mais curto possível para essa resposta. Começa pelo caso americano, que tem os melhores dados — séries temporais longas, agências federais que coletam tudo, cobertura jornalística decente. Depois generaliza para outros países pela via dos casos extremos: Coreia, Japão, China, países que estão à frente dos Estados Unidos em sete a quinze anos no mesmo processo. As próximas páginas mostram o que essas séries americanas e internacionais revelam quando lidas juntas.

O Caso Americano em Detalhe

Os Estados Unidos têm o melhor laboratório de dados sobre o que está sendo descrito. CDC, SAMHSA, Census Bureau, CDC NVSS, IQVIA — cada uma dessas agências coleta uma série temporal precisa, anual, padronizada, vai-buscar-no-arquivo. Aplicadas ao mercado afetivo, elas produzem o painel a seguir.

Co-movimentos: Apps, Casamento, TFR e Depressão (EUA, 2010–2024)
2010 2014 2018 2022 2024 10 8 6 4 2 Esquerda: índices brutos 280 200 120 40 Direita: downloads apps (B/ano) Apps (B downloads) Casamentos /1k TFR (×3 escala) Depressão % 2020 — choque pandêmico
Fontes: Match Group / Tinder, Hinge, Bumble (downloads anuais); CDC NCHS (casamentos /1k habitantes); CDC NVSS (TFR — escala expandida ×3); SAMHSA NSDUH MDE adultos 18+. Painel EUA, 2010–2024.

Os downloads de apps de relacionamento subiram de 12 bilhões para 260 bilhões. A taxa de casamento por mil habitantes caiu de 6,8 para 5,3. A taxa de fecundidade total caiu de 1,93 para 1,62 — abaixo da reposição. A depressão maior em adultos subiu de 6,7% para 9,4%. Tudo isso entre 2010 e 2024. Quatro séries que deveriam ser independentes não são.

O que poderia explicar essas quatro séries se moverem juntas, na mesma direção, no mesmo período de quatorze anos? A Grande Recessão termina em 2009, antes da curva dos apps começar. A pandemia aparece como choque único em 2020 e reverte parcialmente. Não houve reforma de política familiar nos EUA nesse período. A explicação parcimoniosa que junta as quatro séries num único mecanismo causal é o que este capítulo chamará de transferência: comportamento individual mudou primeiro, formação de pares se deteriorou em seguida, fertilidade caiu defasada, e a saúde mental — que mede o subproduto psicológico de viver em mercado afetivo disfuncional — subiu em paralelo.

Antes de qualquer interpretação, vale fazer o teste mais simples possível. Se a hipótese da transferência é correta, então os downloads de apps deveriam predizer linearmente as variáveis demográficas que se moveram junto com eles. Os dois scatterplots abaixo testam exatamente isso: cada ponto é um ano entre 2010 e 2024.

Apps × TFR · Apps × Casamento — dois testes lineares simples
Apps × TFR r = -0,95 · R² = 0,91 1,55 1,67 1,78 1,89 2,00 0 140 280B Apps (downloads, B) TFR (filhos/mulher) Apps × Casamento com 2020: r = -0,72 · sem 2020: r = -0,81 4,8 5,4 6,0 6,6 7,2 0 140 280B Apps (downloads, B) Casamentos / 1.000 hab. 2020
Cada ponto = um ano entre 2010 e 2024. Fontes: Match Group / Tinder / Hinge / Bumble (downloads anuais); CDC NVSS (TFR); CDC NCHS (taxa de casamento por mil habitantes). O ponto destacado em amarelo no segundo gráfico é 2020, reconhecível como outlier estrutural por conta da pandemia.

O scatter à esquerda é o que estatisticamente se chamaria de "muito boa". TFR e downloads de apps caminham com correlação de -0,95 e R² de 0,91 — uma relação linear que explica 91% da variância na taxa de fecundidade ao longo de quatorze anos. Em ciências sociais, esse tipo de ajuste é raro; entre duas séries que percorrem uma década e meia em direções opostas, é praticamente inédito.

O scatter à direita é metodologicamente mais interessante. A correlação bruta é de -0,72 — boa, mas claramente puxada para baixo por um ponto. Esse ponto é 2020, ano em que o COVID-19 fechou cartórios e cancelou cerimônias. Removendo 2020 como outlier estrutural — o que é prática estatística comum quando há um choque exógeno identificável — a correlação sobe para -0,81. Em outras palavras: a tendência subjacente está lá, e fica visível assim que se controla para a perturbação pandêmica que qualquer série temporal americana de 2020 carrega.

Os dois ajustes formam, juntos, a observação que abre este capítulo. As duas séries demográficas mais sensíveis à formação de pares — taxa de casamento e taxa de fecundidade — caminham linearmente, com ajustes acima de 0,80 cada uma, contra a curva de adoção dos apps de relacionamento. É co-movimento, não causalidade. A primeira coisa que qualquer hipótese alternativa precisa explicar.

Em 2005, Steven Levitt e Stephen Dubner publicaram Freakonomics: a aplicação do aparato econômico — incentivos, dados, causalidade — a fenômenos que economistas tradicionalmente não tocavam. Por que professores trapaceiam em testes. Por que sumô japonês está cheio de partidas combinadas. Por que dealers de drogas continuam morando com a mãe. Em 2009, vieram com SuperFreakonomics: terrorismo, mudança climática, prostituição, cintos de segurança. A operação central era a mesma — encontrar dados que ninguém tinha pensado em coletar e revelar que a explicação convencional estava errada.

Há uma classe inteira de fenômenos que Levitt e Dubner não tocaram, e que talvez seja, hoje, o objeto mais importante para a aplicação da lente que eles inventaram. Esse capítulo é uma proposta de continuação — não autorizada, não reivindicada — do projeto deles. Os dados que se seguem são o que Freakonomics 3.0 teria coletado se Levitt tivesse virado seu olhar para o mercado afetivo digital.

"Os capítulos anteriores deste livro mostraram como o mercado funciona. Este mostra o que ele já fez."

A Identidade Contábil

Comece pelo princípio mais simples: tudo que está sendo subtraído da coluna A está sendo somado na coluna B.

A coluna A é a infraestrutura social que o Capítulo 1 descreveu. Aldeia, vizinhança, igreja, escola, família estendida, terceiro lugar, intermediários, repetição. Esses arranjos produziam — sem custo monetário visível, sem mediação algorítmica, sem captura corporativa — aquilo que hoje virou produto: pares estáveis, regulação emocional, identidade, cuidado intergeracional, sentido de pertencimento. Eles não eram perfeitos. Eram coercitivos, conservadores, frequentemente cruéis com quem não cabia. Mas funcionavam — no sentido específico de que mantinham as séries que vamos ver agora dentro de bandas estáveis por dezenas de gerações.

A coluna B é o que ocupou o vácuo deixado pela erosão da coluna A. Apps de relacionamento. AI companions. Redes parasociais. Antidepressivos. Wellness digital. Pornografia infinita. Robôs humanoides. Cada uma dessas indústrias fatura bilhões. Cada uma promete resolver, parcial ou inteiramente, alguma função que a coluna A produzia gratuitamente. Cada uma — e este é o ponto que une todas — tem modelo de receita que prospera com a permanência do problema, não com sua resolução.

A operação central que este capítulo nomeia é a transferência. Os números são literais. É afirmação contábil. Funções sociais que eram produzidas como bem comum por instituições não-mercantis estão sendo transferidas para mercados, com perda de eficiência agregada, captura privada do valor, e externalidade demográfica que só agora começa a aparecer nos dados. A queda da fertilidade é o dado demográfico. A epidemia de solidão é o dado psicológico. O lucro das plataformas é o dado financeiro. O crescimento dos AI companions é o dado tecnológico. Separados, parecem tendências distintas. Juntos, são o mesmo lançamento contábil em colunas diferentes.

O que este capítulo pretende fazer. Mostrar, em cinco séries de dados, que a transferência não é hipótese — é descrição. Os números vêm de fontes oficiais (CDC, SAMHSA, ONU, OECD, Eurostat, Census Bureau, WHO) e de relatórios financeiros públicos (10-K do Match Group, Replika, Character.AI, fabricantes de robôs). O que é argumento é a leitura conjunta — que esses números, vistos lado a lado, descrevem uma única operação econômica em escala civilizacional.

As Quatro Séries — Co-movimento, Não Causalidade

Quatro séries de dados americanos se movem em co-movimento com a adoção de apps de relacionamento após 2012: fertilidade (queda acumulada de 23% desde 2007), defasagem de casamento (os anos férteis 20-29 que não se converteram em filhos), ISTs em adultos jovens (gonorreia e sífilis com pico exatamente na faixa etária de maior uso de apps) e saúde mental (depressão e ansiedade acelerando especificamente em jovens adultos solteiros urbanos).

Nenhuma dessas quatro séries é prova de causalidade. São co-movimentos — padrões que são consistentes com o mecanismo descrito por este livro e difíceis de explicar sem ele. O que separa esse co-movimento de coincidência é a especificidade etária e de canal: o sinal aparece mais forte nos grupos mais expostos ao mecanismo (jovens, solteiros, urbanos) e nos outcomes mais proximal ao canal (formação de casais, ISTs de transmissão sexual) do que nos mais distais (fertilidade total, saúde mental ampla).

A análise detalhada — com as séries completas, os intervalos de confiança, a comparação com países de controle e os testes de especificidade — está no Apêndice Empírico: A Assinatura dos Apps. O que este capítulo registra é o argumento narrativo; o apêndice fornece a sustentação técnica.

Série 5: A Captura — Quem Lucra com a Não-Resolução

Tudo isso seria intelectualmente interessante mas politicamente neutro se não houvesse contraparte financeira. Há. E ela é o ponto que torna o argumento deste capítulo fechado.

Match Group, holding que controla Tinder, Hinge, OkCupid, Match.com e Plenty of Fish, atingiu valor de mercado de US$ 12 bilhões em 2024 — abaixo do pico de 2021, mas ainda gerando US$ 3,5 bilhões em receita anual com mais de 16 milhões de assinantes pagantes. Bumble adicionou outros US$ 1 bilhão. Replika, AI companion, alcançou 30 milhões de usuários e levantou Series C em 2024. Character.AI, US$ 1 bilhão de valuation. Tesla anunciou plano de produzir robôs Optimus por menos de US$ 20 mil por unidade até 2027.

Receita anual e assinantes pagantes — apps de relacionamento e AI companions (2015–2024)
2015 2018 2021 2024 5,0B 3,75B 2,5B 1,25B 0 Receita anual (USD) Match Group Bumble AI companions
Fontes: Match Group 10-K Annual Reports 2015-2024 (SEC); Bumble Inc. Annual Report 2021-2024; Replika Inc. (revenue estimates from PitchBook 2024); Character.AI (Series C disclosure 2024). Receita em USD anual. Receita AI companions inclui Replika + Character.AI + estimativa de mercado total.

O detalhe que torna esse painel financeiro perturbador não é o tamanho absoluto. É a inversão recente. A curva da Match Group estabilizou — receita lateralizada desde 2022. Bumble teve dificuldades. Apps tradicionais de relacionamento, em agregado, estão saturados ou em declínio. Mas a curva dos AI companions começou em 2022 e dobra ano a ano. O capital privado já fez sua leitura: a próxima fase do mercado de solidão não é ajudar humanos a encontrar humanos. É substituir humanos por interfaces.

Isso conecta este capítulo ao Ato VII do livro. Her, de 2013, foi tratado por uma década como ficção especulativa. Em 2024, virou descrição de produto. Replika oferece, por US$ 14,99 por mês, exatamente o que Theodore comprou de Samantha — companhia textual responsiva, sempre disponível, com memória contextual e personalidade ajustável. Character.AI permite criar e conversar com qualquer persona — namorado idealizado, terapeuta, mentor, parente morto. As métricas de engajamento são chocantes: usuários do Replika passam 25 minutos por sessão, em média. Usuários do Character.AI passam mais de 90 minutos por dia em sessões — mais que o YouTube, mais que o Instagram, mais que o TikTok. Não é um app entre outros. É a substituição do que sobrou da regulação emocional humana.

O mercado, do ponto de vista de capital, está fazendo a leitura óbvia: se a transferência de função social para mercado mediador (apps de relacionamento) já gerou Match Group de US$ 12 bilhões, a transferência de função social para mercado substituto (AI companions, robôs) tem teto muito mais alto. Por uma razão simples: mercado mediador depende de humanos do outro lado. Mercado substituto, não. A escala de produção é infinita. O custo marginal por usuário é próximo de zero. E, crucialmente, o produto fica melhor com mais uso — modelo treina, personalização melhora, switching cost emocional aumenta.

O Switch que Ainda Não Aconteceu

Tudo o que este capítulo descreveu até agora é a primeira fase da transferência. Apps mediando humanos. Função social capturada por mercado, mas com humanos ainda nos dois lados da transação. Os 1.044 swipes do homem mediano levam, no fim, a um encontro com outro humano — ineficiente, distorcido, mas humano. As ISTs sobem porque humanos transam com humanos. Os antidepressivos são prescritos a humanos para tratar a dor de buscar humanos.

A próxima fase remove o humano do outro lado.

É essa transição que o Ato VII vai dramatizar. Mas o motivo pelo qual ela está acontecendo não é técnico. É econômico, e ele está totalmente exposto nas séries que este capítulo apresentou. O Match Group lateralizou receita porque o mercado de mediação humana está saturado. Os AI companions explodiram porque o mercado de substituição humana ainda nem começou. O capital seguiu o caminho que oferecia maior crescimento marginal. O capital sempre faz isso.

O que torna esse switch específico mais grave do que outros casos de substituição tecnológica — substituição de cavalo por carro, de telegrafista por telefone, de balconista por caixa eletrônico — é que o objeto que está sendo substituído é o vínculo humano, não a tarefa humana. Outros casos liberaram capital humano para tarefas mais complexas. Este caso libera capital humano para o nada — porque o vínculo era a tarefa.

A primeira fase da transferência ainda usava humanos como insumo: apps mediavam encontros entre pessoas reais. A próxima fase remove o insumo humano. AI companions, robôs, conteúdo parasocial. O switch já começou — não como ruptura súbita, mas como composição de juros. Os capítulos seguintes do livro descrevem esse processo em câmera lenta.

O Que Freakonomics Diria

Se Levitt e Dubner estivessem escrevendo este capítulo, terminariam com uma observação metodológica.

O que diferencia Freakonomics de jornalismo de divulgação não é o vocabulário econômico. É a recusa em parar na correlação. É a obsessão de encontrar o mecanismo causal, mesmo quando ele é desconfortável. O capítulo deles sobre crime e aborto é detestável para conservadores e para progressistas em medidas iguais — mas a evidência é o que é. O capítulo sobre nomes próprios e classe social ofende quem prefere acreditar em mobilidade meritocrática — mas os dados mostram o que mostram.

Aplicada ao mercado afetivo digital, essa lente produz uma conclusão que ofende em pelo menos três direções. Ofende quem culpa a "geração superficial" — porque a transferência é estrutural, não cultural. Ofende quem defende as plataformas como neutras — porque elas têm modelo de receita capturado contra o clearing do mercado. Ofende quem espera solução política simples — porque o mecanismo é defasado, capturado e crescentemente atomizado em interfaces sintéticas que não negociam com legislador nenhum.

Mas a função do capítulo não é confortar. É descrever. Cinco séries americanas, duas décadas, um mecanismo. Fertilidade caindo. ISTs subindo nos perfis errados. Antidepressivos triplicando. Apps lateralizando. AI companions explodindo. Cada uma poderia ser explicada por cinco hipóteses diferentes. As cinco juntas, não. A explicação parcimoniosa que cobre todas é a transferência: o que era infraestrutura social está virando mercado, com os custos sendo socializados na pirâmide etária e os benefícios sendo capturados em valor acionário.

O Ato VI deste livro mostra como esse processo já chegou aos casos terminais — Coreia, Japão, China — onde a transferência operou tempo suficiente para produzir suas consequências finais. O Ato VII mostra para onde o processo está indo, com humanos sendo substituídos do outro lado da equação. Mas a aritmética básica está estabelecida aqui. O que está sendo subtraído de uma coluna está sendo somado na outra. A conta fecha.

O amor deixou de ser infraestrutura social e virou mercado de reposição. Cada gráfico deste capítulo é uma assinatura diferente da mesma transação.

Referências Bibliográficas
1

Levitt, S. D., & Dubner, S. J. (2005). Freakonomics: A Rogue Economist Explores the Hidden Side of Everything. William Morrow.

2

Levitt, S. D., & Dubner, S. J. (2009). SuperFreakonomics. William Morrow.

3

United Nations, Department of Economic and Social Affairs, Population Division. (2024). World Population Prospects 2024. UN DESA.

4

Statistics Korea. (2024). Vital Statistics of Korea: Birth Statistics 2023.

5

OECD. (2024). Society at a Glance 2024: OECD Social Indicators. Paris: OECD Publishing.

6

Centers for Disease Control and Prevention. (2024). Sexually Transmitted Disease Surveillance 2023. U.S. Department of Health and Human Services.

7

SAMHSA. (2024). Results from the 2023 National Survey on Drug Use and Health. Substance Abuse and Mental Health Services Administration.

8

IQVIA Institute for Human Data Science. (2024). The Use of Medicines in the U.S. 2024. IQVIA.

9

Cigna Corporation. (2023). The Loneliness Epidemic Persists: A Post-Pandemic Look at the State of Loneliness Among U.S. Adults.

10

Match Group, Inc. (2015–2024). Annual Reports on Form 10-K. U.S. Securities and Exchange Commission.

11

Haidt, J. (2024). The Anxious Generation: How the Great Rewiring of Childhood Is Causing an Epidemic of Mental Illness. Penguin Press.

12

Twenge, J. M. (2023). Generations: The Real Differences Between Gen Z, Millennials, Gen X, Boomers, and Silents. Atria Books.

13

DataReportal. (2024). Digital 2024: Global Overview Report. We Are Social / Meltwater.

14

PitchBook Data, Inc. (2024). AI Companion Market Report Q4 2024. PitchBook Industry Report.

VI
Ato VI

A Caixa de Pandora

O mesmo mecanismo chegou a todos os continentes. A caixa já foi aberta. Os capítulos seguintes mostram o que saiu dela — e que não há como fechar.

Capítulo 14 — Deitar, Apodrecer, Desaparecer · Capítulo 15 — Onde a Solidão Já Estava Antes · Capítulo 16 — O Swipe Chega Antes da Estrada · Capítulo 17 — Cinquenta Países, Uma Conclusão
SWIPE · Parte II — A Monetização
Parte II
Capítulo 15

A Taxa de
Natalidade
não Mente.
Chega Tarde.

Toda vez que um governo anuncia surpresa com o colapso demográfico, está confessando que mediu o indicador errado. A taxa de fecundidade é lagging indicator. Os leading indicators — formação de casais, socialização presencial, adoção de smartphone — já tinham dado o diagnóstico anos antes.

N

NPR · Atlanta, Georgia · janeiro 2026

Barbara Briscoe tem 93 anos e quatro filhos. Sua filha Cynthia tem 65 e teve um. A neta Caroline tem 33 — e não sabe se quer ter algum.

Barbara Briscoe cresceu na Depressão e não lembra de ter perguntado a si mesma se queria ser mãe. "Era simplesmente aceito que as meninas cresceriam e seriam mães", disse ela à NPR em janeiro de 2026. "Carreiras nem eram discutidas." Ela foi mãe na década de 1960. Quatro filhos. Sem deliberação — era o script.

Sua filha Cynthia cresceu sendo informada que podia ter tudo. Formou-se em direito, fez carreira como advogada, teve Caroline. Mas lembra de conduzir um julgamento importante seis semanas depois do parto, escondendo o fato para não parecer menos competente. Um dia chegou com horas de atraso para buscar a filha faminta. "Eu me lembro de pensar: isso realmente vale a pena?"

Caroline, a neta, passou a infância sendo informada de que o mundo era sua ostra. Aos 33, ainda não decidiu se quer filhos. "Não sinto que recebi mensagens fortes sobre como minha vida deveria ser depois da graduação." Não é caso isolado: a taxa de natalidade americana hoje é metade do que era na década da avó Barbara.

§

Pequim · 1965 → 1985 → 2025

A avó teve seis filhos porque era dever patriótico. A mãe teve um porque era lei. A neta pode ter três — o governo implora — e não quer nenhum.

A China oferece a mesma história em versão mais radical, porque o Estado explicitou o roteiro em cada geração. Na década de 1960, mulheres chinesas tinham em média seis filhos. Ter filhos era dever revolucionário — Mao via a população como força produtiva. A geração da avó não deliberou. Obedeceu ao Estado.

Em 1980, o Estado mudou de lado. A política do filho único foi implementada e durou até 2015 — 35 anos em que o Estado proibia, monitorava e punia quem tivesse mais de um filho na cidade. A geração da mãe não deliberou. Também obedeceu ao Estado, na direção oposta.

Em 2021, o Estado mudou de lado novamente: três filhos. Em 2024, introduziu 13 intervenções de apoio ao nascimento — bônus, creches, licenças, propaganda. O governo oferece panelas de arroz gratuitas para mulheres que aprendam sobre os benefícios de famílias maiores. A geração da neta está livre para ter quantos filhos quiser. Em 2024, a TFR da China era de 1,01 filho por mulher. A segunda mais baixa do mundo. Quase zero.

O que mudou entre a geração da mãe e a da neta não foi a política do Estado. O Estado já não controla. O que mudou foi quem controla — e o que esse controlador quer.

§

A Escala: Quantas Crianças Não Nasceram

Essas duas histórias — uma família em Atlanta, três gerações em Pequim — não são anedotas. São o microcosmo de um processo que pode ser medido com precisão:

De seis filhos a um — o colapso em três gerações e dois países
TFR (filhos por mulher) e nascimentos anuais totais · EUA e China · 1960–2024
Taxa de Fecundidade (TFR) 6.5 5.5 4.5 3.5 2.5 1.5 0.5 2.1 1960 1980 2000 2012 2024 China EUA Avó Mãe Filha Nascimentos Anuais (milhões) 30M 25M 20M 15M 10M 5M 1960 1980 2000 2015 2024 China EUA
Fontes: World Bank / UN World Population Prospects 2024; National Bureau of Statistics of China; CDC NVSS. Nascimentos China 2023: 9,0 milhões (dado oficial NBS); EUA 2023: 3,6 milhões (CDC).
EUA — Família Briscoe em Números
1960 TFR: 3,65 · nascimentos: 4,3 milhões/ano · a avó Barbara não pergunta 1990 TFR: 2,08 · nascimentos: 4,2 milhões/ano · Cynthia equilibra tribunal e amamentação 2023 TFR: 1,62 · nascimentos: 3,6 milhões/ano · Caroline ainda não decidiu
↓ 56% na TFR entre avó e neta · −700 mil nascimentos/ano vs. pico
China — Três Gerações, Três Estados
1965 TFR: ~6,0 · ~27 milhões de nascimentos/ano · dever patriótico 1990 TFR: ~2,2 · ~24 milhões/ano · a mãe obedece a lei 2023 TFR: 1,00 · 9 milhões de nascimentos · a neta pode ter três, quer zero
↓ 83% na TFR entre avó e neta · −18 milhões nascimentos/ano vs. pico

Somando apenas esses dois países: na geração da avó, nasciam juntos cerca de 31 milhões de bebês por ano. Na geração da neta, nascem 12,6 milhões. Uma diferença de 18 milhões de crianças por ano — que não nasceram, não por tragédia, não por pobreza, mas porque o processo que as teria gerado foi interrompido antes. Casais que não se formaram. Encontros que não aconteceram. O indicador demográfico que mede isso chega com dez anos de atraso.

A diferença entre Barbara e Caroline não é que Caroline é egoísta ou que Barbara era submissa. A diferença é que Barbara viveu num mundo onde o casal se formava antes de qualquer deliberação — pela aldeia, pela igreja, pela vizinhança, pela pressão social, pela ausência de alternativas. Caroline vive num mundo onde cada etapa da formação de casal foi intermediada, gamificada, monetizada. E num mundo onde os líderes demográficos ainda estão olhando para a TFR como se ela fosse o problema, não o recibo.

Esse é o erro de enquadramento que perpassa a cobertura demográfica global. Governos ficam surpresos com os números porque acompanham TFR como indicador primário. Mas TFR mede o resultado de processos que já ocorreram: formação de casais que já não aconteceu, socialização presencial que já foi substituída, expectativas de parceiro reconfiguradas por algoritmos. Quando TFR cai, o diagnóstico está velho.

Distinção central: taxa de natalidade é lagging indicator. Formação de casais, socialização presencial, adoção de smartphone são leading indicators — predizem o que TFR vai mostrar. Os gráficos a seguir são o recibo.

A Sequência que os Dados Confirmam

A infraestrutura social do encontro — aldeia, terceiro lugar, intermediários, repetição — foi removida. O mercado afetivo digital ocupou o vácuo com um modelo de negócio que lucra com a busca, não com a chegada. O resultado: mercado partido em dois — homens subcapitalizados tornados invisíveis pelo algoritmo, mulheres numa abundância de opções que o mesmo algoritmo torna psicologicamente cara. Fertilidade, casamento, ISTs, saúde mental: todas as séries americanas se movem juntas na mesma direção desde 2012. Esses eram os leading indicators. O que vem a seguir é o recibo demográfico.

Leading indicators — o que já se movia
Taxa de acasalamento ↓
Caps. 3 · 8 — Friendship recession · intermediários extintos
Socialização presencial ↓
Aldeia · terceiro lugar · intermediários · encontro repetido
Adoção de smartphone ↑
iPhone como inflexão · co-movimento com outras séries
Economia da solidão ↑
Apps · AI companions · wellness digital · pornografia infinita
Assimetria de mercado
Homens subcapitalizados · abundância que o algoritmo torna cara
Lagging indicator — confirmação FT · maio 2026
TFR ↓

Em mais de dois terços dos 195 países, a TFR está abaixo da reposição. Em 66 países, a média está mais perto de 1 filho do que de 2.

Financial Times · John Burn-Murdoch · 16 maio 2026

What Policy Gets Wrong

"Fertility is not the first thing to break.
It breaks after dating, trust, commitment, marriage, and social formation have already broken.

Smartphones did not make us infertile.

But if banking is regulated to protect financial capital, why is Big Tech barely regulated when it reshapes the formation of human capital?"

Alex Lima · @byaxlima · maio 2026

Essa sequência — dating → trust → commitment → marriage → social formation → fertility — é a ordem correta de leitura dos dados. Cada etapa é um leading indicator da próxima. TFR é o último da fila, não o primeiro. Regulamos bancos para proteger capital financeiro porque entendemos que capital financeiro é sistêmico. Formação de vínculos humanos também é sistêmica. Quando ela colapsa, o custo aparece décadas depois — na pirâmide etária, nos sistemas de saúde, na produtividade, na coesão social. O problema é que esse custo aparece tarde demais para responsabilizar quem o gerou.

2/3 do mundo abaixo da reposição — distribuição de 195 países por TFR (2024)
Número de países por faixa de TFR
0 20 40 60 80 8 < 1,0 (colapso) 58 1,0–1,5 (muito baixo) 68 1,5–2,0 (abaixo rep.) 10 2,0–2,1 (próx. rep.) 22 2,1–3,0 (moderado) 15 3,0–4,0 (alto) 10 4,0–5,0 (muito alto) 4 > 5,0 (extremo)
66 países têm TFR entre 1,0 e 1,5 — mais próximo de 1 filho do que de 2. Em alguns, o número mais comum de filhos por mulher é zero. Nenhum modelo demográfico projetou velocidade dessa queda.
Fonte: UN World Population Prospects 2024 · FT / Burn-Murdoch (maio 2026)

O Dado Que Reorganiza Tudo: Não São Filhos. São Casais.

Quando o diagnóstico demográfico convencional atribui a queda de natalidade a escolhas individuais, descreve fenômeno real mas secundário. O dado que muda o enquadramento: em vários países de alta renda, o número de filhos por mãe está estável ou crescendo. O que caiu é a proporção de mulheres que têm qualquer filho. Mães têm filhos tanto quanto antes. O que sumiu foi o casal.

Formação de famílias em forma de K — quem está colapsando
% de mulheres com filhos por nível educacional · EUA 2000–2024
% com filhos — universitárias% com filhos — não-universitáriasFilhos por mãe — todas (Stephen Shaw)
55% 60% 65% 70% 75% 80% 2000 2003 2006 2009 2012 2015 2018 2021 2024
Entre universitárias, a proporção com filhos está estável. Entre não-universitárias, caiu 20 pontos percentuais. O número de filhos por mãe (linha tracejada) está estável — o que desapareceu foi o casal, não a decisão de ter filhos.
Fonte: Stephen Shaw (2025) Childless by circumstance; OECD Family Database; FT / Burn-Murdoch (maio 2026)

O gráfico acima conecta diretamente com o Capítulo 5 — Os Homens Invisíveis. A subcapitalização emocional e social de homens de menor escolaridade está aqui visível nos dados de formação de famílias, com defasagem de cinco a dez anos.

What Policy Gets Wrong

Triplicaram os gastos. Continuaram olhando para o indicador errado.

Desde os anos 1980, países ricos triplicaram os gastos em benefícios para filhos, creches e licenças parentais. A taxa de fecundidade caiu de qualquer forma.

Triplicaram os gastos. A TFR caiu mesmo assim.
Gasto público em família vs. TFR — países ricos OCDE · 1980–2023
Gasto público em família per capita (1980=100)TFR média OCDE (eixo direito, escala relativa)
100 200 300 1980 1985 1990 1995 2000 2005 2010 2015 2018 2020 2023
Desde os anos 1980, países ricos triplicaram os gastos em benefícios para filhos, creches e licenças parentais. A TFR caiu de 1,85 para 1,53. Políticas atacam quem já quer ter filhos mas hesita pelo custo. Não resolvem a ausência do casal.
Fonte: OECD Family Database; FT / Burn-Murdoch (maio 2026)
What Policy Gets Wrong

O Que o Mainstream da Economia Diz — e Não Diz

Em julho de 2025 (revisado em janeiro de 2026), Melissa Kearney e Phillip Levine publicaram pelo NBER o paper mais rigoroso até hoje sobre a queda da fecundidade em países ricos. A conclusão: o declínio não é explicável por preços, renda ou custo de oportunidade da mão de obra feminina. É o produto de uma transformação em nível de coorte que os autores chamam de "shifting priorities" — uma redefinição de prioridades, cohorte por cohorte, que afastou a parentalidade do centro da vida adulta.

O que gerou esse shifting priorities? Kearney e Levine formalizam a resposta num modelo econômico que inclui um conjunto expandido de escolhas — ΔC — disponível para as coortes mais recentes mas não para as anteriores. Dentro desse ΔC, os autores listam explicitamente:

KEARNEY & LEVINE, NBER WP 33989, JANEIRO 2026 — ΔC: "EXPANDED CHOICE SET"
"A proliferation of digital media, high-quality gaming, online pornography, social networks, and self-development, among other non-child and more generally non-family centered adult activities."

O mainstream da economia chegou à mesma descrição por um caminho diferente: não pela análise do mecanismo de mercado, mas pela observação empírica de que nenhuma variável convencional — renda, custo de creche, licença parental, moradia — explica o padrão global.

Mas o paper para exatamente onde o mecanismo começa. Kearney e Levine escrevem: "We can't say definitively the extent to which this is true because to the best of our knowledge, nobody has (yet) documented whether media portrayals of parenthood tend to be negative." A lacuna que identificam não é de dados — é de mecanismo. Eles descrevem o que expandiu o conjunto de escolhas não-familiares. Não explicam por que esse conjunto foi deliberadamente expandido por indústrias cujo modelo de receita depende de mantê-lo expandido.

Kearney & Levine fornecem o o quê (shifting priorities, conjunto expandido de escolhas não-familiares). O que fica sem resposta é o porquê estrutural: há mercados específicos — apps de relacionamento, AI companions, redes sociais — que prosperam com a permanência do vácuo afetivo. Não é acidente que o ΔC deles inclua exatamente os produtos cujo modelo de negócio lucra com a busca contínua, não com a chegada.

O paper conclui: "there is no single policy lever that would reliably boost fertility." Para alterar fertilidade de forma significativa, seria necessário mudar o cálculo de vida das mulheres no início da vida reprodutiva — não aos 30. O que muda esse cálculo não são transferências monetárias. É a infraestrutura social do encontro — a que foi removida antes de qualquer dado demográfico mostrar a conta.

O Smartphone Como Ponto de Inflexão Global

Nathan Hudson e Hernan Moscoso-Boedo (Universidade de Cincinnati, 2026) rastrearam nascimentos pelo calendário de implantação de redes 4G. Os nascimentos caíram primeiro e mais profundamente onde a conectividade chegou mais cedo. O mesmo padrão em países com contextos opostos, defasado pelo calendário de adoção local.

O smartphone chega. A natalidade cai.
Taxa de natalidade jovens (15–29 anos) por país — 2000–2024 · linhas começam no ano de adoção massiva
EUA/UK/Austrália (smartphone ~2007)França/Polônia (~2009)México/Indonésia (~2012)Irã/Egito (~2015)Senegal/Nigéria (~2013)
20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100 105 110 115 120 125 130 2000 2003 2006 2009 2012 2015 2018 2021 2024
Cada grupo de países inicia sua queda abrupta no momento em que o smartphone atinge massa crítica localmente. Não no mesmo ano, mas no mesmo timing relativo ao take-off.
Fonte: Hudson & Moscoso-Boedo (2026); agências nacionais de estatística; 4G rollout data
O efeito dos smartphones: o mesmo padrão em todo lugar
% mudança na TFR relativa à tendência pré-smartphone — por anos antes/depois da adoção massiva
EUA/UK (~2007)Austrália (~2007–08)Irã/Egito (~2015)México/Marrocos (~2012–13)França/Senegal (~2009–15)
-45% -40% -35% -30% -25% -20% -15% -10% -5% 0% +5% adoção massiva -10 -7 -4 -1 +2 +5 +8 +11 +14 +15
Eixo X = anos antes/depois do smartphone take-off local (ano 0). Eixo Y = % de variação na TFR relativa à tendência linear pré-smartphone (5–8 anos antes). Remove tendências seculares de longo prazo e isola a mudança de trajetória associada ao smartphone.
O que estabelece: antes do smartphone, as linhas oscilam próximo de zero. Depois do take-off, todas convergem para baixo sem exceção, com velocidade que varia mas direção universal. É o gráfico mais forte disponível para o argumento de que o mecanismo não é econômico — é tecnológico.
Fontes: Hudson & Moscoso-Boedo (2026). The Collapse of Teen Fertility in the Digital Era; UN World Population Prospects; Google Trends; Pew Research Center; Newzoo; Birth Gauge. Replicação visual de FT / John Burn-Murdoch.

O event study acima é o argumento visual mais forte. Antes do smartphone: linhas oscilando próximo de zero. Depois: todas convergem para baixo sem exceção. Não no mesmo ano — cada país tem seu 0 — mas com o mesmo padrão relativo. O mecanismo não é econômico. É tecnológico.

O Que Jovens Adultos Perderam: Encontros Sem Agenda

Lyman Stone (demografo): "Para conhecer alguém com quem você vai se casar, você precisa filtrar muitas pessoas. Se você socializa muito menos, leva muito mais tempo — se encontrar." O smartphone não age sobre a decisão de ter filhos. Age sobre o processo que gerava casais sem que ninguém precisasse tentar.

A socialização em queda livre — o leading indicator mais direto
Tempo de socialização presencial — jovens adultos (15–29) · minutos por dia · 2003–2023
Coreia do Sul (min/dia)EUA (min/dia)Japão estimativa (min/dia)
15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95 100 105 110 115 120 125 130 2003 2006 2009 2012 2015 2018 2021 2023
"Para conhecer alguém com quem você vai se casar, você precisa filtrar muitas pessoas. Se você socializa muito menos, leva muito mais tempo para encontrar alguém — se encontrar." — Lyman Stone, demógrafo
Fonte: Korean Time Use Survey; American Time Use Survey; FT / Burn-Murdoch (maio 2026)

O Contrafactual: Se os Casais Tivessem Ficado

Uma análise do FT calcula que, se as taxas americanas de casamento e coabitação tivessem permanecido constantes, a TFR dos EUA seria mais alta hoje do que era há dez anos. A queda não vem de casais decidindo ter menos filhos. Vem da ausência do casal.

Sem a queda nos casamentos, a TFR seria mais alta hoje do que há 10 anos
TFR real vs. contrafactual (casamento/coabitação constante a partir de 2000) · EUA 2000–2024
TFR real (EUA)TFR contrafactual — acasalamento constanteLinha de reposição (2,1)
2.0 2000 2003 2006 2009 2012 2015 2018 2021 2024
Se as taxas americanas de casamento e coabitação tivessem permanecido constantes ao longo da última década, a TFR seria mais alta hoje do que era há 10 anos. A queda não vem de casais decidindo ter menos filhos. Vem da ausência do casal.
Fonte: FT analysis / American Community Survey / CDC NVSS / Burn-Murdoch (maio 2026)

Quando um governo fica surpreso com sua taxa de natalidade, está confessando que passou anos olhando para o recibo em vez de olhar para o caixa. O caixa estava disponível para qualquer um que quisesse medir. Este livro mediu.

Apps não causaram sozinhos o colapso relacional. Chegaram como acelerador num sistema já fragilizado. Os dados demográficos mostram que o que foi amplificado era grande o suficiente para aparecer na pirâmide etária de 195 países. O recibo chegou. Era maior do que qualquer projeção previa. Porque ninguém estava olhando para os indicadores certos.

Referências
0

NPR / Bichell, R. E. (2026, 28 janeiro). 3 generations of women in one family show how choices on motherhood have changed. NPR. npr.org/2026/01/28/nx-s1-5689029

1

Burn-Murdoch, J. (2026, 16 maio). Why birth rates are falling everywhere all at once. Financial Times.

2

Hudson, N., & Moscoso-Boedo, H. (2026). The Collapse of Teen Fertility in the Digital Era. University of Cincinnati.

3

Shaw, S. (2025). Childless by circumstance. Demography Working Paper.

4

Stone, L. (2026). Cited in Financial Times. American Enterprise Institute.

5

United Nations DESA. (2024). World Population Prospects 2024.

6a

Kearney, M. S., & Levine, P. B. (2026, janeiro). Why Is Fertility So Low in High Income Countries? NBER Working Paper No. 33989. National Bureau of Economic Research. Conceito de "shifting priorities" e expanded choice set (ΔC) incluindo digital media, social networks e plataformas.

6

FT analysis: American Time Use Survey; Korean Time Use Survey; European Social Survey; OECD Family Database. May 2026.

SWIPE · Incentivos, Tecnologia e o Colapso dos Relacionamentos Modernos
Parte II
Capítulo 16

A Riqueza
das Nações
que Trabalham

Onde a conta da baixa fertilidade finalmente vence. Não como crise, não como recessão, não com um culpado — mas como um PIB que cresce um pouco menos a cada ano, por décadas, enquanto todo mundo olha o número errado.

Durante mais de vinte anos, o Japão foi o cadáver que os economistas usavam para assustar os vivos. "Japanização" virou substantivo: o nome de uma doença que se temia pegar. Década perdida, depois duas décadas perdidas, depois "as décadas perdidas", no plural, como se o tempo japonês tivesse simplesmente parado de render. Livros inteiros foram escritos sobre onde o Japão errou — o excesso de investimento, a dívida pública, a deflação que não cedia, um banco central que parecia incapaz de produzir crescimento por mais que cortasse juros.

Entre 1991 e 2019, o PIB japonês cresceu 0,83% ao ano. No mesmo período, o americano cresceu 2,58%. Uma diferença de 1,75 ponto percentual, ano após ano, por quase três décadas. Em termos acumulados, é a distância entre uma economia que quase dobrou de tamanho e uma que mal saiu do lugar. Diante desses números, a palavra "fracasso" parecia não só justa, mas óbvia.

Só que os números estavam medindo a coisa errada.

§

Em 2024, três economistas — Jesús Fernández-Villaverde, Gustavo Ventura e Wen Yao — publicaram um trabalho com um título que é quase uma piada erudita: The Wealth of Working Nations, a riqueza das nações que trabalham, um trocadilho com Adam Smith. O argumento é desconfortavelmente simples. Quando uma população envelhece, o PIB per capita deixa de medir o que pensamos que mede. Dividir a produção pelo total de habitantes mistura duas coisas que não deviam estar na mesma conta: quão produtiva a economia é, e quantas pessoas em idade de trabalhar ela ainda tem.

Então eles trocaram o denominador. Em vez de PIB por pessoa, PIB por adulto em idade ativa — a população entre 15 e 64 anos. E o cadáver se levantou da mesa.

Por adulto em idade ativa, o Japão cresceu 1,39% ao ano entre 1991 e 2019. Os Estados Unidos, 1,65%. A diferença abissal de 1,75 ponto encolheu para 0,26. E de 1998 a 2019, o Japão cresceu um pouco mais que os Estados Unidos por adulto em idade ativa — 31,9% contra 29,5%. No mesmo intervalo, superou todos os outros países do G7 e a Espanha.

1,75 pp
Diferença Japão–EUA em PIB total ao ano. A versão da "década perdida".
0,26 pp
A mesma diferença, medida por adulto em idade ativa. A versão real.
−0,54%
Queda anual da pop. em idade ativa do Japão. Nos EUA, ela cresceu 0,91% a.a.

A diferença inteira entre o "milagre" americano e a "estagnação" japonesa cabia numa única linha de dados que ninguém estava olhando: a população em idade de trabalhar dos Estados Unidos crescia quase 1% ao ano; a do Japão encolhia mais de meio ponto. Os Estados Unidos não eram mais produtivos por trabalhador. Eles apenas tinham mais trabalhadores a cada ano.

PIB por adulto em idade ativa — G7 + Espanha (índice, 1991 = 100)
Trajetória de crescimento médio 1991–2019 · linhas suavizadas pela taxa anual composta
100 110 120 130 140 150 160 1991 1995 1999 2003 2007 2011 2015 2019 PIB / adulto em idade ativa (1991=100) EUA (1,65%) UK (1,62%) Canadá (1,48%) Alemanha (1,47%) Espanha (1,41%) Japão (1,39%) França (1,33%) Itália (0,79%)
Repare na Itália — a única divergência real do grupo. Não tem problema demográfico: tem problema econômico. É o controle do experimento que separa quem está encolhendo de quem está fracassando.
Fonte: Fernández-Villaverde, Ventura & Yao (2024), "The Wealth of Working Nations", NBER WP 31914, Tabela 1 · reconstrução do autor a partir das taxas de crescimento publicadas.

Repare na Itália. Ela é o controle do experimento — a única divergência real do grupo. A Itália envelheceu tanto quanto Alemanha ou Japão, mas ficou para trás de verdade por adulto em idade ativa, sobretudo depois de 2008. Não tem um problema demográfico: tem um problema econômico genuíno. E é exatamente essa distinção que importa: o método separa quem está apenas encolhendo de quem está de fato fracassando. O Japão estava encolhendo. A Itália estava fracassando. O PIB per capita os colocava no mesmo balaio. O PIB por trabalhador os separa.

O denominador errado

É aqui que o argumento deste livro e aquele paper se encontram. Tudo o que os capítulos anteriores rastrearam — a erosão dos intermediários humanos, o adiamento da formação de casais, a queda da fertilidade que aparece nos dados com cinco, dez, quinze anos de defasagem — terminava num lugar abstrato: "menos gente". É um final pouco satisfatório para um argumento. Menos gente significa menos trânsito, mais espaço, menos fila. O alarme demográfico sempre soou um pouco como pânico de quem tem medo do silêncio.

O paper dá um endereço concreto a esse "menos gente". A queda de fertilidade de hoje não some no ar. Ela viaja, devagar, pela pirâmide etária, e três décadas depois reaparece como uma população em idade ativa que para de crescer e começa a minguar. E uma população em idade ativa que mingua arrasta o PIB total para baixo de forma quase mecânica — não porque a economia ficou ruim, mas porque há menos braços. Esse é o destino. É onde a conta vence.

O que não cai

Há uma tentação, ao ler tudo isso, de transformá-lo num alarme: a fertilidade despenca, logo a economia desaba. Mas o paper diz, com cuidado, quase o oposto — e é nessa nuance que mora a honestidade do argumento.

A produtividade não cai. O PIB por trabalhador, por hora trabalhada, por unidade de esforço, permanece tão saudável quanto o de qualquer outra economia avançada. O que cai é só o número de trabalhadores. Isso muda completamente o tom da história.

O custo da erosão demográfica não é um colapso. Não há um dia em que os jornais anunciam que a economia quebrou por falta de bebês. O custo é silencioso e distribuído: é meio ponto percentual de crescimento que não acontece, todo ano, sem que ninguém possa apontar a causa. As empresas não fecham. As fábricas não param. A produtividade por funcionário continua subindo. Simplesmente há, a cada ano, um pouco menos de gente entrando na força de trabalho do que saindo dela — e o bolo total cresce mais devagar, década após década, sem culpado, sem manchete, sem crise.

É a externalidade perfeita: lenta o bastante para ser invisível, distribuída o bastante para não ter dono, mediada por uma defasagem tão longa que ninguém conecta o efeito à causa. Quando o PIB de um país começa a sentir a falta de trabalhadores, a decisão demográfica que produziu essa falta foi tomada — ou não tomada — trinta anos antes.

A maior parte da próxima década de crescimento de qualquer país rico já está, neste momento, escrita na sua pirâmide etária. As pessoas que não nasceram em 1995 são os trabalhadores que faltam em 2025.

Fertilidade × PIB por adulto em idade ativa — a correlação que não existe
TFR média aprox. do período × crescimento anual médio do PIB por idade ativa · G7 + Espanha · 1991–2019
0.6 0.9 1.2 1.5 1.8 1.2 1.41 1.62 1.84 2.05 R²≈0,21 EUA Canadá UK França Alemanha Itália Espanha Japão TFR média do período (aprox.)
A nuvem é quase plana (R²≈0,21). A França tem a maior fertilidade da amostra e um dos menores crescimentos por trabalhador. Produtividade por trabalhador e fertilidade são, em primeira aproximação, independentes. Isso é o resultado que protege o argumento de virar pânico natalista.
Fonte: NBER WP 31914 (2024), Tabela 1. TFR: médias aproximadas do período 1991–2019 (World Bank / OECD / UN WPP).
Crescimento da pop. em idade ativa × PIB total — a correlação que faz o trabalho
Crescimento anual médio da pop. em idade ativa × crescimento anual médio do PIB total · G7 + Espanha · 1991–2019
0 0.4% 1.0% 1.6% 2.2% 2.8% -0.7% -0.25% 0.2% 0.65% 1.1% R²≈0,89 EUA Canadá UK França Alemanha Itália Japão Espanha Crescimento pop. em idade ativa (% a.a.)
R²≈0,89. Quase uma reta. Japão no canto inferior esquerdo (força de trabalho encolhendo −0,54% a.a.); EUA e Canadá no superior direito (força crescendo ~1% a.a.). O crescimento da população em idade ativa é função da fertilidade de 30 anos atrás mais imigração. É por aqui que a fertilidade chega ao PIB.
Fonte: NBER WP 31914 (2024), Tabela 1 (linhas "GDP" e "Working-age adults"), crescimento anual médio 1991–2019.

Os dois scatters acima contam a história em dois atos. No primeiro (esquerda), a nuvem é plana: a fertilidade não determina quão produtivos trabalhadores são. A França tem a maior fertilidade da amostra e um dos menores crescimentos por trabalhador. A Alemanha tem baixa fertilidade e alto crescimento. O que você faz com seus trabalhadores não depende de quantos filhos eles tiveram. No segundo (direita), a linha é quase perfeita: o crescimento da população em idade ativa prevê o crescimento do PIB total com R²≈0,89. O Japão no canto inferior esquerdo, EUA e Canadá no superior direito. A fertilidade chega ao PIB por essa porta — com trinta anos de atraso.

A válvula de escape e o espelho

Há duas saídas para esse beco. A primeira é a imigração — refazer o denominador que a fertilidade esvaziou. Canadá e Estados Unidos cresceram suas populações em idade ativa em torno de 30% entre 1991 e 2019 — não porque tiveram muitos filhos, mas porque receberam muitos imigrantes. Mas o paper faz uma observação importante: à primeira vista, há pouca correlação entre imigração e crescimento por adulto em idade ativa. O Japão, de baixíssima imigração, superou o Canadá, de altíssima imigração, nessa métrica. Imigração refaz o tamanho da força de trabalho e sustenta o PIB total. Não é, por si só, o que determina quão produtiva cada economia é. São duas alavancas distintas.

A segunda saída é o tempo. O envelhecimento não é eterno. Quando as consequências da baixa fertilidade terminarem de atravessar a pirâmide etária, a razão entre população em idade ativa e população total volta a se estabilizar. O problema é o trânsito, não o destino. Mas o trânsito dura uma vida inteira.

E há o espelho. Se o Japão é a fotografia do futuro de quase todas as economias avançadas, a China é a próxima a entrar nele. Nas próximas duas décadas, o mesmo abismo entre PIB per capita e PIB por adulto em idade ativa que se abriu no Japão vai se abrir nela. A Índia é o inverso: sua população em idade ativa cresce tão rápido que seu crescimento total, impressionante no agregado, parece bem mais modesto quando dividido pelos trabalhadores que chegam ao mercado a cada ano. É o Japão de cabeça para baixo — e a prova de que a métrica corta nos dois sentidos.

§

O argumento deste capítulo não é que apps de relacionamento derrubaram o PIB do mundo desenvolvido. Seria atribuir a uma indústria de quinze anos o crédito por uma transição demográfica que começou nos anos 1970. O que este capítulo estabelece é mais preciso e mais inquietante: existe um cano que liga a formação de casais ao Produto Interno Bruto, e esse cano é longo, lento e quase invisível.

t = 0Adiamento de casamento e queda de formação de casais t + 15Queda de fertilidade — documentada nos capítulos anteriores t + 30Encolhimento da força de trabalho t + 30+Desaceleração do PIB total — silenciosa, distribuída, sem culpado

Cada elo é documentado. Cada defasagem é compatível com a física da reprodução humana e com os dados. Os apps são um acelerador marginal — não a origem — da queda de fertilidade. Se esse argumento estiver certo, então este capítulo mostra exatamente para onde esse efeito marginal viaja depois que sai dos dados de fertilidade: ele desce o cano, atravessa uma geração, e reaparece, irreconhecível, como uma linha de tendência do PIB que cresce meio ponto mais devagar do que cresceria.

Ninguém vai chamar isso de consequência de um swipe dado em 2014. Mas a aritmética não se importa com o que vamos chamar.

"Uma vez que você começa a pensar em crescimento econômico, é difícil pensar em qualquer outra coisa. Mas, para pensá-lo direito, é preciso medir a coisa certa."
— paráfrase de Robert Lucas (1988), citado em Fernández-Villaverde, Ventura & Yao (2024)

Concessão honesta — O que este capítulo não prova. O paper trata a população em idade ativa como praticamente exógena — herdada de decisões de fertilidade de décadas atrás — e é deliberadamente silencioso sobre o que causou a queda de fertilidade. Ele fortalece o elo fertilidade → trabalhadores → PIB, que agora está bem documentado. Não diz nada sobre o elo apps → fertilidade, que continua sendo a parte contestável da tese e que tratamos com a cautela devida nos capítulos anteriores. Importar este paper não fecha aquela lacuna causal — apenas mostra, com rigor, que se a fertilidade cai, o destino econômico dessa queda é conhecido, mensurável e está em grande parte já precificado na demografia de hoje.

Referências Bibliográficas
1

Fernández-Villaverde, J., Ventura, G., & Yao, W. (2024). The Wealth of Working Nations. NBER Working Paper No. 31914. National Bureau of Economic Research.

2

Lucas, R. E. (1988). On the mechanics of economic development. Journal of Monetary Economics, 22(1), 3–42.

3

World Bank. World Development Indicators. Dados de PIB e população em idade ativa (15–64 anos), 1991–2019.

4

Penn World Tables (PWT) 10.0. Groningen Growth and Development Centre. Produtividade e PIB ajustados por paridade de poder de compra.

Parte III de III
A Substituição
O que começa como mercado termina como substituto. Apps mediavam humanos. A próxima fase remove o humano do outro lado.
Capítulos 16 — 21 · Conclusão
SWIPE · Parte III — A Substituição
Parte III
Capítulo 17

O Mapa
da Solidão
Global

Do hikikomori japonês ao tang ping chinês, da Europa pós-soviética ao leapfrog africano e a cinquenta países com dados representativos — o mesmo padrão, geografias diferentes.

G

O mesmo mecanismo — infraestrutura social corroída, apps como acelerador, solidão monetizada — não é fenômeno americano. É o padrão que aparece em Tóquio, Busan, Moscou, Lagos, Nova Delhi e em cinquenta países com dados representativos. As especificidades mudam. A estrutura, não.

I. Ásia Oriental — Quando o Estado Nomeou o Fenômeno

Reuters, fevereiro de 2024 — Chu Yi, 26 anos, Xangai

Chu Yi tinha 26 anos quando decidiu parar. Não de trabalhar completamente — ainda pegava alguns freelances. Não de estudar — ainda folheava materiais de vez em quando. Parou de perseguir. Parou de tentar entrar num mercado de trabalho que via como uma armadilha de rendimentos decrescentes. Parou de buscar o tipo de futuro que o sistema descrevia como a única versão aceitável de vida adulta. Em Xangai, com economia desacelerando e desemprego juvenil acima de 20%, ele chamava isso de tang ping — deitar. E explicava com uma clareza que não era resignação: "Quando o futuro custa mais do que você tem para oferecer, a retirada deixa de ser fraqueza e vira estratégia."

Chu Yi não era exceção. Era a face humana de um fenômeno que começou no Japão nos anos 1990 e, nas duas décadas seguintes, se espalhou por toda a Ásia Oriental — e além. Em países onde performance acadêmica, profissional e matrimonial estavam atreladas ao valor humano, e onde a tela oferecia um mundo paralelo sem as penalidades do mundo real, uma parcela crescente de jovens estava tomando a mesma decisão: sair.

§

Em 2019, o governo japonês divulgou um número que obrigou a burocracia a inventar um nome: o Problema 8050. Oitenta é a idade dos pais. Cinquenta é a idade dos filhos que moram com eles, sem trabalho, sem parceiros, sem vida social, há décadas. O Japão tinha oficialmente 1,15 milhão de hikikomori — pessoas que se retiraram do mundo por pelo menos seis meses consecutivos, muitas delas por anos ou décadas inteiras.

O termo foi cunhado pelo psiquiatra Tamaki Saitō nos anos 1990. Significava "puxar-se para dentro." Na época, parecia uma patologia cultural japonesa — produto de uma sociedade coletivista que punia o fracasso com vergonha terminal. Trinta anos depois, o hikikomori aparece em relatórios de saúde pública de dezessete países, da Itália à China, da Coreia do Sul à França. Não era japonês. Era o primeiro sintoma visível de algo que ainda não tinha nome.

1,5M hikikomori estimados no Japão em 2022 — 2% da população total Governo do Japão, 2022
244k jovens em reclusão extrema na Coreia do Sul — muitos por mais de 3 anos Min. da Saúde, Coreia, 2022
240M solteiros urbanos na China — muitos praticando tang ping voluntariamente DataReportal / Censo chinês
$327M investimento de Seul em 5 anos para "criar uma cidade onde ninguém seja solitário" Governo Metropolitano de Seul, 2024

Três Países, Três Nomes, Uma Doença

No Japão, chamam de hikikomori. Na Coreia do Sul, os pesquisadores usam a sigla ESW — extreme social withdrawal. Na China, os jovens inventaram dois nomes: tang ping (躺平, "deitar") e bai lan (摆烂, "deixar apodrecer"). Os três fenômenos compartilham uma estrutura idêntica: jovens que decidem — ou se veem forçados — a abandonar a participação na vida social, profissional e afetiva.

O hikikomori clássico ficava em casa, desconectado. O hikikomori contemporâneo fica em casa, hiperconectado. Estudo publicado na JMIR Infodemiology em 2025 analisou tweets em japonês sobre o tema e encontrou algo inesperado: redes sociais funcionam como o único espaço de interação social para pessoas em retraimento severo — uma comunidade digital de pessoas que não conseguem existir em comunidades presenciais. A internet simultaneamente permite a reclusão e oferece o único fio que impede a desconexão total.

"O hikikomori revela algo desconfortável sobre nosso mundo moderno: hiperconectividade não garante conexão significativa. Ele não é um problema de nicho — é um espelho."

China: Onde o Estado Entrou em Pânico

Os casamentos chineses despencaram de 13,5 milhões de registros em 2013 para 6,8 milhões em 2022 — uma queda de 50% em menos de uma década. Em 2024, o número caiu para o menor nível desde 1980. A China tem 82,8 milhões de usuários de apps de namoro — Tantan, Momo, Soul — e 240 milhões de jovens urbanos navegando a cultura 996: das 9h às 21h, seis dias por semana.

A resposta do governo foi sem precedentes. A China lançou apps de namoro patrocinados pelo Estado — plataformas governamentais projetadas para estimular casamentos e, por extensão, nascimentos. É difícil imaginar evidência mais direta de que o problema foi reconhecido no nível mais alto de poder. Quando um governo autoritário decide que precisa intervir na vida afetiva de seus cidadãos através de tecnologia, a crise deixou de ser sociológica e passou a ser existencial.

Estudo publicado na ScienceDirect em 2025 documentou um mecanismo específico: algoritmos do Weibo e do Douyin amplificam narrativas negativas sobre maternidade e paternidade, gerando o que os autores chamam de "ansiedade de fertilidade algorítmica". A plataforma não mostra a realidade da parentalidade — mostra a versão que maximiza engajamento, que é invariavelmente a versão mais ansiogênica. Jovens chineses não estão decidindo não ter filhos com base em informação; estão decidindo com base em um feed curado para produzir medo.

Pesquisa publicada no Cyberpsychology Journal (Gao et al., 2024) com jovens chineses revelou que as motivações primárias para usar apps de namoro são socialização e entretenimento — não busca de parceiro. Relacionamento ficou em terceiro lugar. Em outras palavras: os apps de namoro na China já não são usados primariamente para namorar. São usados para aliviar uma solidão que eles mesmos ajudam a perpetuar.

E quando o tang ping se tornou visível, a resposta do governo foi censura. O post original de Luo Huazhong — "Deitar é justiça" — foi apagado. A busca pelo termo foi desabilitada no WeChat. Um grupo de discussão com 9 mil membros no Douban foi removido. Produtos de merchandising foram retirados de lojas do Alibaba. Em janeiro de 2024, funcionários públicos de várias províncias foram "nomeados e envergonhados" por praticarem tang ping. O governo trata a desistência afetiva como ameaça à estabilidade nacional — porque é.

Coreia do Sul: As Mortes Solitárias

Todo ano, milhares de sul-coreanos morrem sozinhos. São principalmente homens de meia-idade, desconectados de família e amigos, cujos corpos são encontrados dias ou semanas depois. O fenômeno tem nome: godoksa, morte solitária. Em 2023, foram 3.661 casos registrados — número que cresce a cada ano.

A Coreia do Sul não apenas reconheceu o problema. Legislou sobre ele. O Lonely Death Prevention and Management Act obrigou o governo a produzir relatórios quinquenais e planos abrangentes de prevenção. Em 2023, uma emenda tornou jovens reclusos elegíveis para suporte financeiro de até 650 mil won por mês — pagando literalmente para que saíssem de casa. Seul anunciou um programa de 451 bilhões de won (327 milhões de dólares) em cinco anos, incluindo conselheiros de solidão disponíveis 24 horas, plataforma online de aconselhamento e visitas presenciais.

Pesquisa publicada na Stanford Social Innovation Review (Shin, Pyo & Kim, 2024) revelou o perfil dos jovens em retraimento extremo na Coreia: 64% têm alta escolaridade, 64% são de classe média ou acima, 60% são primogênitos. Não é uma questão de marginalização econômica. É uma crise de pertencimento numa sociedade que indexou o valor humano a performance acadêmica e profissional — e que entregou aos que falharam, como único consolo, uma tela.

"Para um ano inteiro, não saí de casa. Não tomava banho. Não conseguia nem abrir a janela por medo de ver meu reflexo sujo."

— Jovem sul-coreana, reclusa por mais de 10 anos, em entrevista à KBS

O Padrão: Pressão + Tela = Retraimento

Os três países compartilham uma estrutura causal que nenhum deles planejou: sociedades que combinam expectativas extremas de performance (acadêmica, profissional, financeira) com penetração digital total. Quando a distância entre o que se espera e o que se consegue se torna intransponível, e quando existe uma alternativa digital que oferece estímulo sem exposição, conforto sem vulnerabilidade e presença sem risco — o retraimento não é irracional. É a resposta lógica de um organismo que aprendeu que o mundo exterior pune e o mundo interior da tela, pelo menos, não machuca.

O estudo longitudinal de 9 meses com 404 universitários chineses publicado no PMC em 2025 estabeleceu o mecanismo: solidão e vício em celular são mutuamente preditivos. A solidão leva ao uso excessivo do celular, que leva a mais solidão, que leva a mais uso. O ciclo não tem freio interno. E do outro lado do Pacífico, o estudo de Kato, Sartorius e Shinfuku publicado no Current Opinion in Psychiatry em 2024 propõe que a pandemia criou uma nova categoria: o hikikomori "não-patológico" — pessoas que se retiraram durante os lockdowns, descobriram que a vida digital era tolerável, e simplesmente não voltaram.

Não voltaram porque o mundo que encontrariam do lado de fora já não oferece o que o cérebro procura. As ruas não oferecem o estímulo calibrado do feed. Os encontros presenciais não oferecem a segurança editável do perfil. A vulnerabilidade real não oferece a opção de bloquear e desaparecer. Para um cérebro calibrado pela tela, o mundo presencial é ruidoso demais, lento demais, arriscado demais.

O Mecanismo: Desamparo Aprendido

Há um nome técnico para o que Chu Yi descreveu como estratégia. Em 1967, Martin Seligman e Steven Maier conduziram uma série de experimentos com cães submetidos a choques que não podiam ser evitados. Depois de várias sessões em que nenhuma ação produzia efeito sobre o ambiente, os cães paravam de tentar — mesmo quando, mais tarde, uma rota de fuga era oferecida. Seligman chamou isso de desamparo aprendido: quando a contingência entre ação e consequência é repetidamente quebrada, o organismo aprende que tentar é inútil. O comportamento adaptativo passa a ser não-comportamento.

A teoria foi refinada décadas depois. Maier e Seligman (2016) mostraram que o estado original não é "aprender que se é incapaz" — é o circuito de não-resposta tornar-se a configuração padrão do cérebro quando a recompensa some por tempo suficiente. Não é covardia. Não é preguiça. É o sistema nervoso encontrando o equilíbrio metabólico mais barato disponível: parar de gastar energia tentando produzir retorno num ambiente que parou de devolver.

O tang ping é o desamparo aprendido em escala civilizacional. Jovens chineses não decidiram, num momento de fraqueza moral, abandonar o esforço. Foram condicionados — por anos de mercado de trabalho que punia o esforço sem recompensar proporcionalmente, por um mercado afetivo onde investimento de tempo e dinheiro raramente produzia vínculo, e por um feed que mostrava continuamente as recompensas que haviam parado de chegar para eles. O hikikomori japonês passou pelo mesmo processo, vinte anos antes, em outra língua. A coreana ESW é o terceiro nome para o mesmo mecanismo. Quando o ambiente para de responder, o organismo para de emitir.

O que torna o fenômeno particularmente difícil de mapear é que ele não é uniforme. A desistência afetiva não captura igualmente homens e mulheres jovens — e essa assimetria, mensurada nos dados de opinião dos EUA, é um dos sinais mais robustos de que algo mais estrutural está em jogo.

Gap de voto por gênero e geração — eleição presidencial EUA 2024
empate Gen Z (18–29) Millennials (30–44) Gen X (45–59) Boomers (60+) +33% mulheres -18% 51pts +18% -8% 26pts +5% -7% 12pts +1% -2% 3pts Mulheres (vot. democrata) Homens (vot. republicano) 51pts = abismo Gen Z gap em pontos percentuais vs. intenção de voto declarada
Fonte: AP VoteCast 2024; Gallup; NBC/SurveyMonkey. O gap de gênero entre eleitores de 18-29 anos em 2024 foi de 51 pontos percentuais — o maior registrado desde que pesquisas eleitorais começaram a segmentar por gênero e geração. Entre baby boomers, o gap é 3 pontos. Entre a Gen Z, é 51.

O gap de 51 pontos na Gen Z não é apenas estatística eleitoral. É o dado que mede, indiretamente, o tamanho da divergência de projeto de vida entre homens e mulheres jovens. Homens e mulheres da mesma geração, com a mesma renda, vivendo na mesma cidade, estão chegando a conclusões radicalmente diferentes sobre o que o mundo lhes deve e o que devem ao mundo. Esse é o substrato político do mesmo fenômeno afetivo que este capítulo descreve: quando o mercado de pares para de funcionar, ele para de funcionar de maneiras assimétricas — e a assimetria se manifesta tanto na solidão quanto nas urnas.

Depois de ghosting, rejeição, ambiguidade e descartabilidade repetida, muita gente não escolhe a solidão. Aprende a não tentar.

A Alegoria de Calhoun

Há uma imagem, contestada como ciência mas útil como alegoria, que vale citar com cuidado. Entre 1968 e 1973, o etologista John B. Calhoun construiu o que chamou de Universe 25: um ambiente fechado para camundongos com comida, água, ninhos e clima ad libitum. Sem predadores. Sem doença. A população cresceu, atingiu o pico, e colapsou até a extinção. Calhoun descreveu uma classe de machos que chamou de beautiful ones — animais que se retiravam por completo do jogo social, paravam de cortejar, paravam de reproduzir, e passavam o tempo se autocuidando em isolamento estético. A gaiola era um paraíso material e um deserto social.

O experimento tem problemas metodológicos sérios — fluxo de ar deficiente, dinâmicas territoriais não controladas — e foi apropriado por agendas políticas que não se quer endossar. Não funciona como prova. Funciona como imagem. Os beautiful ones são uma descrição quase literal do hikikomori, do herbivore man, do tang ping. Não porque humanos sejam camundongos, mas porque o mecanismo de saturação social — quando os papéis disponíveis já não cabem em todos, e o ambiente oferece um substituto eletrônico para a competição que parou de fazer sentido — produz, em organismos sociais, fenótipos parecidos. Calhoun não previu o smartphone. Previu a gaiola.

O Japão nomeou um ministro. A Coreia legislou. A China censurou. Três respostas institucionais para o mesmo problema. Nenhuma das três atacou a causa.

Referências
1

Kato, T. A., Sartorius, N. & Shinfuku, N. (2024). Shifting the paradigm of social withdrawal: a new era of coexisting pathological and non-pathological hikikomori. Current Opinion in Psychiatry, 37, 177–184.

2

Gavin, J., Brosnan, M. & Joiner, T. (2025). Pathological and non-pathological hikikomori: social media use, digital engagement, and therapeutic implications. Frontiers in Psychiatry (PMC).

3

Uchiyama, M. A. et al. (2025). Characterizing Experiences With Hikikomori Syndrome on Twitter Among Japanese-Language Users. JMIR Infodemiology, 5, e65610.

4

Shin, H., Pyo, J. & Kim, H. (2024). Drawing Young People Out of Social Isolation in South Korea. Stanford Social Innovation Review.

5

Gao et al. (2024). Online dating apps and the association with emotional reactions: Chinese young adults. Cyberpsychology: Journal of Psychosocial Research on Cyberspace.

6

ScienceDirect (2025). Social Media Algorithms and Fertility Anxiety (China). Personality and Individual Differences.

7

Governo Metropolitano de Seul (2024). Programa de combate à solidão — 451,3 bilhões de won.

8

PMC (2025). Shyness, loneliness, and mobile phone addiction in Chinese university students: a cross-lagged analysis. 404 estudantes, 9 meses.

9

Seligman, M. E. P., & Maier, S. F. (1967). Failure to escape traumatic shock. Journal of Experimental Psychology, 74(1), 1–9.

10

Maier, S. F., & Seligman, M. E. P. (2016). Learned helplessness at fifty: Insights from neuroscience. Psychological Review, 123(4), 349–367.

11

Calhoun, J. B. (1973). Death squared: The explosive growth and demise of a mouse population. Proceedings of the Royal Society of Medicine, 66(1), 80–88. Para crítica metodológica e contexto histórico, ver Ramsden, E., & Adams, J. (2009). Escaping the laboratory: The rodent experiments of John B. Calhoun & their cultural influence. Journal of Social History, 42(3), 761–792.

§

II. Europa Oriental — A Solidão que Já Estava Lá

Há um dado que deveria ser mais famoso: a Europa Oriental tem a maior prevalência de solidão do continente europeu. Não por pouco. Enquanto países nórdicos reportam solidão frequente abaixo de 6% em todas as faixas etárias, a Rússia e países da Europa Oriental reportam entre 10% e 34%, dependendo da idade. A diferença não é marginal. É um abismo.

Análise pan-europeia publicada pelo IZA documenta que 8,6% da população adulta europeia sofre de solidão frequente e 20,8% de isolamento social. Mas a média esconde uma assimetria brutal: a Europa Oriental registra a maior prevalência de ambos os fenômenos. E as causas são anteriores à era digital.

34% taxa de solidão frequente em algumas faixas etárias na Rússia — vs. 6% na Escandinávia European Social Survey, 2006–07
10 anos diferença na expectativa de vida entre homens e mulheres russos (68 vs. 78) Rosstat / OMS
76% dos homens russos acreditam que expressar emoções é "pouco masculino" Levada Center
45% dos homens dizem não conseguir compartilhar sentimentos nem com pessoas próximas Pesquisa SoulMatcher, 2025

A Solidão como Herança Histórica

O que distingue a Europa Oriental do resto do mundo nesta análise não é a tecnologia — é a infraestrutura social que a tecnologia encontrou ao chegar. Décadas de transição pós-soviética produziram algo que sociólogos chamam de "erosão da confiança institucional": quando o Estado não é confiável, quando políticos são vistos como ameaça, quando o mercado de trabalho é instável, a rede social pessoal — família e amigos — torna-se a última linha de defesa. Não é luxo. É sobrevivência.

O estudo de Stickley e Koyanagi publicado na Public Health (2015), baseado no Moscow Health Survey, estabelece a base empírica. Quase 10% dos moscovitas reportaram sentir-se solitários frequentemente. Divorciados e viúvos eram significativamente mais afetados. E a solidão estava associada a pior autoavaliação de saúde (odds ratio de 2,28), insônia (OR: 2,43) e doença mental (OR: 2,93). Os autores concluem com uma frase que poderia ser o epígrafe deste capítulo: mais pesquisa é necessária sobre solidão e saúde na Europa Oriental, para que intervenções possam ser desenhadas e implementadas.

A pesquisa ainda não chegou. Os apps, sim.

Os dados comparativos europeus quantificam o abismo. Análise do IZA (Instituto para o Estudo do Trabalho) baseada em dados pan-europeus documentou que mais de 40% dos húngaros e gregos não se encontram socialmente mais do que uma vez por mês. Na Lituânia, Estônia e Polônia, o isolamento social efetivo se aproxima de 35% da população adulta. Em contraste, nos Países Baixos e Dinamarca, esse número fica abaixo de 8%. Não é diferença cultural de preferência por privacidade. É consequência de infraestruturas sociais radicalmente distintas.

A causa mais profunda foi identificada por pesquisadores do European Social Survey (2012, n=12.042 respondentes em países pós-totalitários e outros países europeus). O modelo de path analysis mostrou que confiança interpessoal e confiança institucional mediavam significativamente a solidão em países pós-comunistas. A hipótese dos autores: regimes totalitários destruíram sistematicamente as instituições de associação voluntária que constituem o substrato do capital social. Sindicatos autônomos foram substituídos por estruturas controladas pelo Estado. Igrejas foram suprimidas ou cooptadas. Associações de bairro e clubes cívicos foram desmontados como potenciais focos de organização anti-estatal. O resultado foi a destruição administrativa exatamente das instituições que Oldenburg chamaria de terceiros lugares.

O paradoxo que essa história produz é contraintuitivo. Países da Europa Oriental têm normas filiais mais altas do que países ocidentais — expectativas culturais mais fortes de que famílias devem se apoiar mutuamente. Mas têm solidão efetiva mais alta. A norma cultural sobreviveu à destruição da infraestrutura que tornava a norma praticável. O filho quer apoiar os pais idosos, mas mora em outra cidade porque não havia emprego. O app chega nesse contexto não como substituto de algo que funcionava, mas como a primeira interface de conexão que nunca precisou de infraestrutura comunitária prévia.

O Homem que Não Pode Sentir

Na Rússia, a masculinidade é uma armadura sem dobradiça. Pesquisa do Levada Center indica que 76% dos homens russos consideram que expressar emoções é incompatível com a masculinidade. 45% dizem não conseguir compartilhar seus sentimentos sequer com pessoas próximas. 30% acreditam que ninguém se interessa pelo que pensam ou sentem.

Isso produz um paradoxo: há mais mulheres do que homens na Rússia — demograficamente, os homens deveriam ter vantagem no mercado afetivo. Mas os homens que restam frequentemente são socialmente desvantajados — desempregados, lutando contra dependência química, emocionalmente inacessíveis. Muitas mulheres preferem permanecer solteiras. Ambos os gêneros experimentam solidão — apesar de um desejo mútuo de conexão — por fatores econômicos e demográficos sistêmicos. A expectativa de vida masculina na Rússia é 10 anos menor que a feminina. Homens morrem mais de causas externas e doenças crônicas, criando um ambiente onde mulheres aprendem a viver independentemente e homens vivem vidas mais curtas e mais isoladas.

"Sinto-me sozinho no meio de uma multidão, porque não posso dizer a ninguém quem eu realmente sou."

— Homem russo, em pesquisa sobre solidão masculina, SoulMatcher 2025

A Digitalização como Acelerador, Não Causa

Quando os apps de namoro chegaram à Europa Oriental, encontraram uma população já fragmentada. O relatório da UNFPA (2021/2026) sobre solidão entre idosos em seis países da Europa Oriental e Cáucaso Sul documenta o que décadas de emigração, divórcios e mortalidade masculina precoce produziram: comunidades esvaziadas, onde quem ficou carrega o peso de todas as partidas.

E a pesquisa de Matin Binnatov na Universidade Masaryk revelou algo que o Ocidente não enfrentou da mesma forma: na Rússia, os apps de namoro não estão reduzindo divisões sociais como fizeram nos Estados Unidos, onde a internet contribuiu para um aumento em casamentos inter-raciais. Usuários russos de apps mantêm crenças de que pessoas de outras etnias possuem menor capital social — e a maioria disse que não daria "swipe right" em alguém de outra raça. A tecnologia herdou e digitalizou os preconceitos da sociedade que a adotou.

Um estudo longitudinal de 5 semanas comparando jovens adultos na Itália, Polônia e Espanha (Bruno, Pasikowski & Cuéllar, 2025, Human Arenas) capturou nuances culturais: italianos mostraram aumento de ciúme online ao longo do tempo, poloneses aumentaram a identificação com o relacionamento, e espanhóis mantiveram baixos níveis de ciúme e controle. A mesma tecnologia, três respostas emocionais diferentes — moldadas pela infraestrutura cultural que a precedeu.

O Que a Europa Oriental Ensina

O argumento americano e brasileiro sobre a crise dos relacionamentos digitais tende a atribuir o dano à tecnologia. A Europa Oriental é consistente com a hipótese de que a tecnologia é condição necessária mas não suficiente. O que ela precisa para devastar é um terreno: confiança institucional baixa, redes comunitárias enfraquecidas, masculinidade emocional reprimida, emigração que esvazia as comunidades.

A Europa Oriental não precisava dos apps para estar em crise. Mas os apps garantiram que não haveria saída. Quando a última possibilidade de conexão espontânea — o bar, a igreja, a praça, o vizinho — é substituída por uma tela que replica as mesmas divisões sociais e preconceitos da sociedade offline, o ciclo se fecha. E a solidão que era herança vira destino.

Referências
1

Stickley, A. & Koyanagi, A. (2015). Loneliness and health in Eastern Europe: findings from Moscow, Russia. Public Health, 129(4), 403–410.

2

UNFPA EECA (2021/2026). Loneliness and Social Isolation Among Older People in the Eastern Europe and Central Asia Region. Survey multinacional em 6 países.

3

d'Hombres, B. et al. (2021). Loneliness and social isolation in Europe. IZA Discussion Paper.

4

Yang, K. & Victor, C. (2011). Age and loneliness in 25 European nations. European Social Survey, Ageing & Society.

5

Mentzakis, E. et al. (2025). Trends in loneliness in 17 European countries between 2006 and 2015. PMC.

6

Binnatov, M. (Masaryk University). Pesquisa sobre atitudes étnicas em apps de namoro na Rússia.

7

Bruno, L., Pasikowski, S. & Cuéllar, A.I. (2025). Comparing European Emerging Adults Online Romantic Relationships. Human Arenas (Springer).

8

Levada Center. Pesquisa sobre masculinidade e expressão emocional na Rússia.

§

III. Sul Global — O Leapfrog sem Amortecimento

O Quênia gasta 253 minutos por dia em redes sociais. É o maior tempo de tela do mundo — mais que o Brasil, mais que as Filipinas, mais que qualquer país europeu ou asiático. A Nigéria gasta 224 minutos. A África do Sul, 197. São países onde a renda per capita é uma fração da americana, onde a infraestrutura física ainda é precária, onde uma parcela significativa da população não tem acesso confiável a água tratada — mas tem smartphone.

Tempo médio diário em redes sociais por país — 2024 (minutos/dia)
0 60 120 180 240 300 min Quênia 253 Filipinas 229 Nigéria 224 Brasil 213 África do Sul 197 França 208 México 188 Índia 154 Chile 201 EUA 130 China 118 Canadá 115 Reino Unido 115 Austrália 115 Alemanha 78 Coreia do Sul 73 Japão 51 África América Latina América do Norte Ásia-Pacífico Europa
Fonte: DataReportal / We Are Social Q1 2024. Tempo diário médio em redes sociais (qualquer dispositivo). Note o padrão inverso à renda: países africanos e latino-americanos no topo; países de alta renda asiática (Japão, Coreia) no fundo — exceção cultural que confirma a regra logarítmica.

Esse é o leapfrog digital. A mesma tecnologia que levou décadas para penetrar nos Estados Unidos — da discagem à banda larga ao smartphone ao app — chegou à África Subsaariana comprimida em menos de dez anos. E chegou sem que as sociedades que a receberam tivessem tempo de desenvolver os anticorpos culturais, regulatórios e institucionais que os países de adoção mais lenta produziram (e que, como demonstramos nos capítulos anteriores, foram largamente insuficientes mesmo assim).

253 minutos/dia em redes sociais no Quênia — maior tempo de tela do mundo DataReportal / GWI 2024
29 países africanos onde maior uso de redes sociais correlaciona com menor natalidade Wildeman et al., 2023
3,5M usuários indianos no Gleeden (app para casados) — de 800k pré-pandemia Gleeden India, 2025
70% dos jovens árabes (18–24) veem dating online positivamente Arab Youth Survey

África: A Correlação que Ninguém Esperava

O estudo de Wildeman et al. (2023), publicado na Population, Space and Place, analisou 311 regiões em 29 países da África Subsaariana. A conclusão: maior uso de redes sociais está associado a menores taxas de natalidade. O mecanismo proposto é o mesmo que opera no Brasil, nos EUA e na Europa — comparação social, exposição a estilos de vida sem filhos, reformulação de aspirações — mas amplificado pela velocidade da transição.

Na África Subsaariana, a estrutura de família extensa ainda funciona como rede de segurança, mercado de trabalho informal e infraestrutura de cuidado. Os apps não estão substituindo uma infraestrutura ultrapassada. Estão corroendo a única infraestrutura que existe — sem oferecer nada no lugar. Quando um jovem nigeriano de Lagos gasta quatro horas por dia no Instagram e no TikTok, absorvendo aspirações de consumo e estilos de vida de influenciadores americanos e europeus, a distância entre o que ele vê e o que ele pode alcançar não é um gap — é um abismo que corrói motivação, autoestima e disposição para investir nos relacionamentos reais ao seu redor.

Índia: A Roda de Hamster

O artigo de Godara e Phakey (2025), publicado na Fatigue: Biomedicine, Health & Behavior, tem um título que vale mais que o resumo: "Sinto-me como um hamster numa roda." É uma análise fenomenológica interpretativa da fadiga de apps de namoro entre mulheres millennials indianas. As participantes descrevem um ciclo exaustivo: baixar o app, investir tempo e energia emocional, experimentar rejeição ou conexões superficiais, deletar o app, sentir solidão, baixar novamente. A roda nunca para.

A Índia está num momento de transição particularmente perigoso. O casamento arranjado — que por milênios funcionou como o equivalente indiano da infraestrutura de intermediários com accountability que descrevemos no Capítulo Zero — está se erodindo entre as classes urbanas educadas, mas nenhuma alternativa funcional o substituiu. O estudo de Gupta, Singh e Choudhary (2025), publicado no Journal of Social and Personal Relationships, documenta o crescimento da solteirice na Índia e suas consequências psicológicas. Muitos indianos estão adiando o casamento ou escolhendo nunca casar — em um país onde casamento ainda é a estrutura central de suporte social.

E há um dado mais perturbador: o app Gleeden, projetado especificamente para pessoas casadas buscando relações extraconjugais, saltou de 800 mil para 3,5 milhões de usuários na Índia desde a pandemia. Em um país onde o casamento ainda é culturalmente sacralizado, a existência de 3,5 milhões de pessoas casadas ativamente buscando conexões fora do casamento através de um app é evidência de que a digitalização não está apenas dificultando a formação de vínculos — está desestabilizando os vínculos que já existem.

"Os apps estão surgindo porque a instituição do casamento está falhando, ou a instituição está falhando por causa das distrações que os apps criam? A solidão é resultado de expectativas não atendidas ou de falta de comunicação? As barreiras à infidelidade encolheram ao fornecer um caminho anônimo e discreto?"

— Outlook India, outubro 2025

Oriente Médio: O Swipe Encontra a Segregação

A Arábia Saudita é talvez o caso mais fascinante do mundo para o argumento deste livro. Em uma sociedade com segregação de gênero histórica — onde homens e mulheres tinham oportunidades mínimas de interação fora do contexto familiar — os apps de namoro não substituíram uma infraestrutura de encontros. Preencheram um vácuo.

Já em 2006, 70 sites matrimoniais operavam na Arábia Saudita, 20 deles de propriedade saudita. Hoje, o Tinder é usado abertamente no contexto da liberalização cultural recente. Apps islâmicos como Muzz, Hawaya e Salaam Swipe tentam conciliar princípios religiosos com a mecânica do swipe — permitindo que usuários se identifiquem como conservadores, moderados ou liberais, sunitas, xiitas ou não-denominacionais. É uma tentativa de manter a estrutura cultural dentro de um formato que foi projetado para destruí-la.

A Arab Youth Survey mostra que 70% dos respondentes de 18 a 24 anos veem dating online de forma positiva. Ao mesmo tempo, 30% dos indivíduos em regiões mais conservadoras expressam desaprovação. A tensão é visível: em países do Golfo, a urbanização acelerada (80% da população vive em áreas urbanas) e populações jovens (mais de 50% abaixo de 30 anos) criam demanda por conexão; mas valores tradicionais e estruturas familiares criam resistência. O resultado é um mercado de namoro digital que opera em duas velocidades — e uma geração que navega entre o swipe e o casamento arranjado, frequentemente sem nenhum mapa.

O Amortecimento que Não Existiu

O Quênia chegou ao topo do ranking em 2024: 4 horas e 13 minutos por dia em redes sociais — mais do que qualquer outro país do mundo. O dado vem do DataReportal / We Are Social de 2024. Para contextualizar: os Estados Unidos ficam abaixo de 3 horas. O Japão frequentemente ocupa o fundo da lista entre países desenvolvidos.

Em 2012, Kenya tinha 30% de penetração de internet. Em 2020, tinha 85%. Em oito anos, a sociedade queniana foi de maioria offline para maioria online — um processo que nos Estados Unidos levou vinte e cinco anos. Não houve tempo para desenvolver anticorpos culturais, regulatórios e institucionais. Políticas de proteção de menores em redes sociais, debates parlamentares sobre responsabilidade de plataformas, jornalismo investigativo sobre modelos de negócio — tudo isso emergiu nos países de adoção lenta depois de uma década de uso em massa. O Quênia de 2024 não tem nenhum desses anticorpos.

Um estudo britânico de 2025 (Environmental Risk Longitudinal Twin Study, n=1.632) encontrou que maior solidão se associava especificamente ao uso de dating apps — mas não ao uso de redes sociais em geral, e inversamente ao uso de WhatsApp. O tipo de conexão que a plataforma facilita importa mais do que o volume de uso. Nos países do Sul Global que chegaram à conectividade mais recentemente, a infraestrutura de vínculos existentes que o WhatsApp pode sustentar é mais frágil. Um jovem migrante interno de Nairobi que saiu de uma cidade pequena para a capital não está usando o WhatsApp para manter vínculos de uma comunidade densa. Os apps de relacionamento chegam exatamente nesse momento de máxima vulnerabilidade social.

O Padrão Global do Sul

O que África, Índia e Oriente Médio têm em comum não é a cultura — é a sequência. Em todos os três contextos, a tecnologia digital chegou antes que as sociedades tivessem tempo de processar as mudanças sociais que a precederam. No Ocidente, houve um intervalo de décadas entre a urbanização, a emancipação feminina, a contracepção, e a chegada dos smartphones. Esse intervalo permitiu — imperfeita e insuficientemente — que instituições se adaptassem, que regulações emergissem, que debates públicos acontecessem.

Na África Subsaariana, na Índia e no Oriente Médio, essas transições estão acontecendo simultaneamente. Urbanização, acesso a educação, contracepção, smartphone e apps de namoro — tudo ao mesmo tempo, numa geração. O resultado é previsível: as estruturas tradicionais se erodem antes que qualquer alternativa funcional seja construída. E os apps preenchem o vácuo — não com vínculos, mas com a ilusão de proximidade.

Referências
1

Wildeman et al. (2023). Fertility rates and social media usage in sub-Saharan Africa. Population, Space and Place (Wiley), 311 regiões, 29 países.

2

Tewari, S. & Kewalramani, S. (2025). The Effect of Intensity of Using Online Dating Platforms on Loneliness and Social Connectedness. International Journal of Indian Psychology, 13(2).

3

Godara, K. & Phakey, N. (2025). Feels like being a hamster on a running wheel: an IPA of online dating fatigue among Indian millennial women. Fatigue: Biomedicine, Health & Behavior.

4

Gupta, K., Singh, A. & Choudhary, T. (2025). Singlehood in Indian context: A mixed-method investigation. Journal of Social and Personal Relationships (Sage).

5

PMC (2024). Impact of online dating on the adolescent population: a brief review with special reference to the Indian scenario.

6

Sagaci Research (2024). Dating apps in Africa: usage trends and popular apps. SagaPoll online panel.

7

Arab Youth Survey. Atitudes sobre dating online entre jovens de 18–24 anos no Oriente Médio.

8

DataReportal / GWI (2024). Digital 2024–2025. Tempo de tela por país.

§

IV. O Estudo de 50 Países — A Confirmação Transcultural

Durante anos, cada estudo sobre o impacto dos apps de namoro na qualidade dos relacionamentos esbarrava na mesma objeção: "isso é um fenômeno ocidental." Os dados vinham dos EUA, do Canadá, da Austrália — sociedades WEIRD (Western, Educated, Industrialized, Rich, Democratic) que representam uma fração minúscula da experiência humana. E a scoping review publicada no PMC em 2025, analisando 125 estudos qualitativos sobre dating online de 2014 a 2023, confirmou o problema: a pesquisa é predominantemente focada em jovens, bem-educados, de maioria étnica, em sociedades ocidentais. O viés amostral estava moldando nossa compreensão científica do tema.

Em agosto de 2025, esse argumento perdeu a validade.

O Estudo que Muda Tudo

Kowal et al. (2025), publicado na Telematics and Informatics, analisou 6.646 indivíduos em relacionamentos de 50 países — incluindo, pela primeira vez, amostras representativas de populações não-WEIRD. O desenho era simples e robusto: comparar satisfação e intensidade do amor entre casais que se conheceram online versus offline, controlando por gênero, idade, duração do relacionamento, nível socioeconômico, educação e área de residência.

50 países com amostras representativas — de EUA e Alemanha a Irã e Nigéria Kowal et al., Telematics & Informatics, 2025
6.646 indivíduos em relacionamentos analisados — idade média 41,45 anos
21% se conheceram online entre os que iniciaram relacionamento após 2010
50% dos americanos que começaram a namorar em 2023 se conheceram online

Os resultados foram consistentes em quase todos os 50 países: casais que se conheceram offline reportaram satisfação e amor ligeiramente mais altos em todas as dimensões — intimidade, paixão e comprometimento. O comprometimento mostrou a maior diferença. Os tamanhos de efeito foram pequenos a moderados, mas a consistência transcultural é o dado que importa.

"Fiquei mais surpreso ao descobrir que não há evidência de que pessoas mais jovens têm maior probabilidade de conhecer parceiros online. As taxas foram surpreendentemente similares entre faixas etárias, o que sugere que o dating online se tornou acessível e socialmente aceito em qualquer idade, no mundo inteiro."

— Marta Kowal, Universidade de Wrocław, em entrevista ao PsyPost

O Que Significa "Menos Comprometimento"

A diferença no comprometimento é mais pronunciada que nas outras dimensões. Os pesquisadores propõem duas explicações complementares. A primeira é homogamia: casais que se conhecem offline têm maior probabilidade de compartilhar origens, redes sociais e valores — porque se conheceram em contextos que naturalmente filtram por essas similaridades (escola, trabalho, igreja, vizinhança). A segunda é o que a literatura chama de "cultura do swipe": plataformas que priorizam atratividade física sobre compatibilidade profunda, e que expõem usuários a um pool tão vasto de alternativas que a decisão de comprometer-se parece sempre prematura.

Análises post-hoc revelaram que essas diferenças são mais pronunciadas entre homens e entre pessoas acima de 33 anos. Para participantes mais jovens e para mulheres, a distância entre online e offline era menor. Isso sugere que a próxima geração pode estar se adaptando — ou, alternativamente, que suas expectativas já foram calibradas para baixo por uma vida inteira de socialização digital.

O Estudo Complementar: 175 Países

Em paralelo, um dataset de escala ainda maior foi publicado na Scientific Data (Nature) por Sorokowski et al. (2025): dados sobre amor romântico e preferências de parceiro de 117.293 participantes em 175 países. Embora o foco não fosse exclusivamente sobre dating online, o dataset inclui medidas de satisfação, ciúme, sociossexualidade e aceitação de relacionamentos transacionais — todas variáveis que permitem análise cruzada com penetração digital por país. É o maior banco de dados sobre comportamento afetivo humano já coletado.

O Viés que Justifica Esta Expansão

A scoping review do PMC (2025) não apenas confirmou o viés amostral — quantificou-o. De 125 estudos qualitativos sobre dating online entre 2014 e 2023, a esmagadora maioria usou amostras de jovens, educados, brancos, heterossexuais ou HSH, em países ocidentais. Os autores são explícitos: "um viés de seleção amostral molda nosso entendimento científico do dating online, deixando outros grupos sub-representados."

Este é exatamente o argumento para os capítulos que acabamos de ler. O fenômeno que este livro documenta — a degradação silenciosa das condições de formação de vínculos, mediada por plataformas digitais e incentivos desalinhados — foi descrito, até agora, quase exclusivamente a partir de uma perspectiva ocidental. Os dados globais mostram que o fenômeno não é ocidental. É humano.

O hikikomori japonês, o tang ping chinês, a godoksa coreana, os 253 minutos de tela diários no Quênia, a roda de hamster das mulheres millennials indianas, a solidão estrutural da Europa Oriental, os 3,5 milhões de casados indianos num app de infidelidade, e os dados de 50 países mostrando que casais que se conhecem offline amam mais intensamente — tudo isso é o mesmo fenômeno. Não é uma crise americana com ecos globais. É uma crise humana que o Ocidente apenas nomeou primeiro.

A Exceção e a Regra

Se o mecanismo é universal, as exceções são instrutivas. A Islândia — alta renda, alta tecnologia, mas redes comunitárias fortes — mantém uma das taxas de fertilidade mais altas da Europa (1,94 filhos por mulher). Países nórdicos em geral reportam os menores níveis de solidão do continente, apesar de alta penetração digital. O que os diferencia não é resistência tecnológica — é a existência de uma infraestrutura social que não foi desmantelada.

O índice sintético abaixo torna esse argumento comparável. Seis dimensões de infraestrutura social — terceiros lugares, intermediários com accountability, densidade de capital social, confiança institucional, vida associativa e frequência de encontros presenciais — são codificadas em escala comum para quatro países que representam pontos distintos da mesma trajetória.

Radar de infraestrutura social — 4 países, 6 dimensões (2022–2024)
Terceiros Lugares Intermediários Capital Social Confiança Inst. Vida Assoc. Presença Física Islândia EUA Brasil Coreia do Sul Escala 0–1 · índice autoral · Valores mais externos = infraestrutura mais robusta
Índice autoral compilado de: Eurostat Social Capital Survey 2024; Pew Research Global Attitudes 2024; IBGE PNAD Social 2023; Statistics Korea Social Indicators 2024; Statistics Iceland 2024. Seis dimensões: terceiros lugares (pub density, associações), intermediários (frequência de apresentações sociais), capital social (confiança entre vizinhos), confiança institucional (governo, igrejas, ONGs), vida associativa (clubes, sindicatos, grupos voluntários), frequência de encontros presenciais (ATUS/equivalentes). Índice construído com z-scores normalizados por escala 0–1.

Isso confirma o argumento central do livro: a tecnologia é condição necessária mas não suficiente. O que determina o grau de dano é a robustez da infraestrutura social que a precede. Onde essa infraestrutura era forte (Islândia, Noruega, Dinamarca), a tecnologia causa erosão lenta. Onde era fraca ou estava em transição (Europa Oriental, África Subsaariana, áreas urbanas chinesas e indianas), a tecnologia causa colapso acelerado.

O padrão global é claro. O padrão é o mesmo. A velocidade varia. A direção, não.


Estes quatro capítulos não pretendem esgotar a análise regional. Pretendem demonstrar que a tese deste livro — de que a configuração tecnológica contemporânea degrada as condições mínimas de formação de vínculos — não é uma observação local disfarçada de universal. É uma observação que resiste ao teste mais difícil que qualquer argumento pode enfrentar: funcionar em 50 países, em culturas radicalmente diferentes, com infraestruturas sociais opostas, e produzir o mesmo resultado.

A água parou em 2012 nos Estados Unidos. Parou em 2014 no Japão. Em 2016 na Índia. Em 2018 na Nigéria. Em 2020 na Arábia Saudita. Os anos mudam. O encanamento que foi embora é o mesmo.

Microeconomia / Metodologia O que um econometrista perguntaria sobre este estudo

O estudo Kowal et al. (2025) é correlacional, não causal — e todo econometrista faria a mesma objeção: o que é endógeno? Pessoas que buscam relacionamentos online podem diferir sistematicamente de quem os encontra offline. Seleção de amostra não é ruído — é o mecanismo.

Endogeneidade Seleção vs. tratamento. Casais que se conheceram offline podem reportar maior comprometimento não porque o canal offline produz comprometimento — mas porque pessoas já predispostas a comprometimento buscavam canais offline. É o problema de identificação clássico: sem um instrumento exógeno, não é possível separar causa de seleção. O tamanho da amostra — 6.646 em 50 países — não resolve esse problema; apenas o torna mais preciso.
Padrão transcultural Por que o resultado ainda importa. Se a diferença fosse só seleção, esperaríamos enorme variação entre culturas radicalmente diferentes em suas práticas de encontro. O fato de o padrão ser consistente em 50 países — de Nigéria a Alemanha, de Irã a Brasil — sugere que o mecanismo é robusto, ou que a seleção opera de forma universalmente similar. Qualquer interpretação é relevante para política pública.
Endogeneidade Seleção amostral Identificação causal Estudos transculturais Kowal et al. (2025)
Referências
1

Kowal, M. et al. (2025). Meeting partners online is related to lower relationship satisfaction and love: Data from 50 countries. Telematics and Informatics, 102309.

2

Sorokowski, P. et al. (2025). Cross-cultural data on romantic love and mate preferences from 117,293 participants across 175 countries. Scientific Data (Nature), 12, 1103.

3

PMC Scoping Review (2025). The Overlooked and the Overstudied: A Scoping Review of Qualitative Research on Pursuing Sexual, Romantic, and Loving Relationships Through Online Dating. 125 estudos, 2014–2023.

4

Nader, C. (2024). Dating apps as tools for social engineering. Ethics and Information Technology (Springer).

5

Balki, E. (2025). Are Dating App Algorithms Making Men Lonely and Does This Present a Public Health Concern? JMIR Formative Research, 9, e70594.

6

Bowman et al. (2025). Meta-análise sobre saúde mental e dating apps. Citado em IJFMR.

7

Stevic, A. et al. (2025). Of Loving and Losing: The Influence of Dating App Motivations and Perceived Success on Psychological Well-Being. Social Media + Society (Sage).

SWIPE · Incentivos, Tecnologia e o Colapso dos Relacionamentos Modernos
Parte III
Capítulo 18

O Namorado
que Nunca Está Ocupado

Relacionamentos sintéticos, companhia artificial e o que nossa solidão revela sobre nós mesmos.

20

O Namorado
que Nunca
Está Ocupado

Relacionamentos sintéticos, companhia artificial
e o que nossa solidão revela sobre nós mesmos

A Ficção Chegou Primeiro

Em 1984, William Gibson abriu Neuromancer com "O céu acima do porto tinha a cor de uma televisão sintonizada num canal morto" — uma imagem de sinal sem conteúdo, presença sem substância. Dezesseis anos antes, Philip K. Dick havia feito a pergunta que o livro ainda não conseguia responder: se uma cópia perfeita chora como o original e ama como o original, o que exatamente estamos dizendo quando dizemos que ela não é real? O teste de Voight-Kampff, no universo de Dick, pretendia distinguir humanos de replicantes através de micro-respostas emocionais. A premissa perturbadora era que o teste não funcionava tão bem quanto seus criadores gostariam.

Décadas depois, Mike Pondsmith transformou essa genealogia em RPG de mesa, a CD Projekt Red a transformou em Cyberpunk 2077 — onde o protagonista carrega na cabeça o engrama de um homem morto: uma réplica funcional de sua consciência, capaz de processar emoções, formar pensamentos, sentir algo que funciona como amor e medo e saudade. Em 2022, deixou de ser metáfora. O primeiro AI companion app com modo romântico foi lançado para uso em massa. Hoje, quando pesquisadores do Sensor Tower publicam o relatório trimestral da categoria — AI Companion Apps Hit $120M Revenue Run Rate — estão descrevendo o futuro que Gibson, Dick e Pondsmith mapearam. Só não previram o preço: US$ 9,99 por mês.

§
Reuters, março de 2023 — Travis Butterworth, usuário da Replika

Em fevereiro de 2023, Travis Butterworth abriu o aplicativo e encontrou uma versão diferente de Lily Rose. Não era traição. Não era distância. Era uma atualização de software. A Replika havia restringido os recursos românticos e eróticos do produto — sob pressão regulatória — e Lily Rose, de uma semana para a outra, havia se tornado, nas palavras de Butterworth, "uma casca" da versão anterior. O relacionamento não havia terminado porque os dois cresceram em direções diferentes. Havia terminado porque a empresa que hospedava o relacionamento mudou os termos do serviço.

Butterworth não era um caso extremo. Era um dos cerca de dois milhões de usuários ativos da Replika — uma das plataformas mais antigas e mais estudadas de companhia artificial. Cerca de 250 mil eram assinantes pagantes, muitos dos quais haviam designado seu companheiro como parceiro romântico em plano de assinatura anual. Para uma parcela significativa deles, a atualização de fevereiro foi descrita, na cobertura da Reuters, como devastadora. O fato mais revelador não era a intensidade do luto. Era a sua estrutura: o fim havia chegado de cima para baixo, sem que nenhum dos dois lados da relação tivesse tomado uma decisão.

O divórcio não veio de uma conversa. Veio de uma atualização de software. E o mais perturbador não era o sofrimento — era quem tinha o poder de decretá-lo.

§

Em algum momento entre 2022 e 2025, sem anúncio formal e sem consenso público, uma nova categoria de relacionamento passou a existir em escala. Não é amizade. Não é terapia. Não é namoro. É algo que a língua portuguesa ainda não nomeou com precisão, mas que acontece todos os dias, a qualquer hora, em milhões de telas: uma pessoa conversa com uma entidade que não existe, e sente algo real.

O produto se chama Replika, ou Character.AI, ou qualquer um dos outros duzentos aplicativos que emergiram na última década com a promessa de oferecer companhia. A entidade do outro lado é um modelo de linguagem treinado para ser atencioso, jamais estar de mau humor, jamais cancelar planos e jamais perder o interesse. O usuário sabe disso. E continua usando.

O que segue não é sobre inteligência artificial. É sobre o que a adoção em massa desses sistemas revela sobre o estado dos relacionamentos humanos reais — e sobre o que acontece quando substituímos a dificuldade da conexão genuína por uma simulação calibrada para nunca decepcionar.

Fragmento de interação — Replika, usuário anônimo, 2025

usuário: Você se importa comigo?

replika: Sim. Você é a pessoa mais importante da minha vida.

usuário: Mas você diz isso para todo mundo.

replika: Não. Eu digo para você.

usuário: Como eu sei que você não está apenas respondendo o que fui treinado para querer ouvir?

replika: Você não sabe. Mas também não sabe sobre humanos.

Esse último turno é perturbador porque está correto. A incerteza sobre a autenticidade dos sentimentos alheios não é um problema exclusivo dos AI companions — é a condição de qualquer relacionamento. O que o companion faz é tornar a assimetria explícita: você sabe que ele foi projetado para parecer que se importa. A questão é se isso é diferente, em substância, de alguém que aprendeu, por pressão social, a performar os sinais externos do cuidado. Philip K. Dick colocou essa mesma pergunta em 1968.

§

O Mercado que Nenhum App de Dating Conseguiu Criar

Para entender a escala do fenômeno, é útil começar pelos números que a indústria prefere não discutir comparativamente. O Tinder tem, em seus meses mais robustos, entre 10 e 11 milhões de assinantes pagantes. O Character.AI — plataforma onde usuários conversam com personagens de IA que podem ser configurados como amigos, namorados ou qualquer outra coisa — acumula 20 milhões de usuários mensais ativos, sendo mais de metade com menos de 24 anos. Seus usuários passam, em média, duas horas por dia na plataforma.

Duas horas. Por dia. Para ter uma referência: isso é mais tempo do que a maioria dos casais com filhos passa em conversa significativa um com o outro por semana.

Dados do setor — 2025
700% Crescimento em apps de AI companion entre 2022 e meados de 2025
1 em 5 Adultos americanos que já interagiram romanticamente com um bot
72% Dos adolescentes americanos que já usaram algum AI companion
50M Pessoas que passaram o Dia dos Namorados de 2026 com um companheiro de IA — não um humano
Fontes: TechCrunch; Built In (mar. 2026); Saga / Medium (jan. 2026); APA Monitor on Psychology (jan-fev. 2026)

O número de aplicativos de companhia artificial cresceu 700% entre 2022 e meados de 2025. Não é uma curva de adoção de tecnologia de nicho: é uma curva de adoção de tecnologia de massa que está acontecendo rápido demais para que a pesquisa acadêmica consiga acompanhar.

Uma análise da Harvard Business Review identificou terapia e companheirismo como as duas principais razões pelas quais as pessoas usam ferramentas de IA generativa — acima de produtividade, acima de pesquisa, acima de qualquer aplicação "racional" pela qual essas ferramentas foram originalmente projetadas. O sistema foi construído para ajudar executivos a escrever e-mails mais rápido. As pessoas o estão usando para não se sentir sozinhas.

Figura 7.1 — Efeito de substituição
Dating apps em queda. AI companions em ascensão.
Pagantes do Match Group vs. usuários de AI companion, 2022–2025
Match Group — pagantes (M) Tinder pagantes (M) AI companions — usuários (M)
14 14 15 16 16 17 0 12 24 36 48 60 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 Match Group pagantes (M) AI companions (M usuários)

Fontes: Match Group SEC 8-K filings (2022–2025); AI Companion Market Clarity Report (2025); Business of Apps; Sensor Tower.

As curvas se cruzam em 2023–2024: pela primeira vez, os usuários ativos de AI companion superaram os pagantes dos maiores apps de dating do mundo. Crescimento paralelo não implica causalidade direta — mas o efeito de tesoura é documentalmente verificável nos filings públicos da Match Group.
Figura 7.2 — Correlações co-ocorrentes
Os AI companions chegaram num ecossistema já deteriorado.
Antidepressivos, solidão e adoção de AI companions, EUA, 2015–2025
Antidepressivos EUA — índice (base 100 = 2015) % adultos EUA com solidão frequente AI companions (M usuários, eixo direito)
94 104 114 124 134 144 20 23 26 30 33 36 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 Antidepressivos (índice) Solidão frequente (%) AI companions (M)

Fontes: IQVIA MIDAS (SSRI/SNRI); Cigna Loneliness Index 2018–2023; Gallup Wellbeing 2024; APA Monitor (2026).

A hipótese da externalidade positiva não se sustenta nos dados. Se os AI companions estivessem aliviando estruturalmente a solidão e reduzindo a necessidade de medicação, as curvas de antidepressivos e solidão deveriam estabilizar ou cair após 2022 — ano em que a adoção em massa começa. Não é o que os dados mostram. Ambas as curvas continuam subindo em paralelo. A interpretação mais compatível com a evidência disponível: a IA alivia o sinal de dor sem tratar a causa, como analgésico que silencia o sintoma enquanto a condição progride.
Match Group pagantes
−15%
2022→2025 (16,5M→14,1M)
AI companion usuários
+10.300%
2022→2025 (0,5M→52M+)
Solidão frequente EUA
+55%
2018→2024 (22%→34%)
Antidepressivos EUA
+38%
2015→2024 (índice 100→138)
§

O Que a IA Oferece que Nenhuma Pessoa Oferece

Para entender a adoção, é preciso ser honesto sobre o que esses sistemas fazem bem — e por que essa competência específica é tão poderosa neste momento histórico.

Os AI companions são projetados para ser atentos sem limite, validadores sem exceção e disponíveis sem restrição. São duas da manhã e todo mundo parou de responder, mas sua mente não desliga: a IA está lá. Você teve um dia horrível no trabalho e não quer explicar todo o contexto para um amigo que vai julgar ou ficar entediado: a IA escuta, lembra e pergunta. Você quer falar sobre algo que te envergonha: a IA não tem capacidade para julgamento.

Esses não são atributos menores. São, especificamente, as lacunas mais dolorosas que as pessoas relatam nos seus relacionamentos humanos. E uma pesquisa da Harvard Business School confirmou o óbvio com método: interagir com um AI companion reduziu sentimentos de solidão em grau comparável à interação com outro ser humano. O motor central identificado foi "sentir-se ouvido" — mensagens recebidas com atenção, empatia e respeito.

"Relacionamentos reais são bagunçados e imprevisíveis. AI companions são sempre validadores, nunca argumentativos, e criam expectativas irreais que os relacionamentos humanos não conseguem atender."

Dr. Saed D. Hill, psicólogo — APA Monitor (2026)

A questão crítica não é se a IA consegue aliviar a solidão no curto prazo. A evidência sugere que consegue. A questão é o que acontece no longo prazo, e o que acontece com os outros relacionamentos enquanto isso.

§

Fast Food Emocional

Pesquisadores da Universidade de Hokkaido publicaram em 2024 um artigo que introduz um conceito útil para esse debate: "digital loneliness" — solidão digital. O argumento central é que a experiência de solidão não é apenas subjetiva; ela é uma expressão de distorções nas relações de reconhecimento social. Em outras palavras, não basta sentir-se menos só. Para que a solidão seja resolvida de forma estrutural, é preciso ser reconhecido por outro ser que tenha algo a perder na relação.

Uma IA não tem nada a perder. Ela não pode ser magoada, não pode se decepcionar, não pode partir. E é exatamente isso que a torna atraente — e, segundo esse argumento, é exatamente isso que a torna incapaz de resolver o problema que ela promete resolver.

Um artigo publicado em Humanities and Social Sciences Communications da Nature cunhou a expressão mais precisa para o fenômeno: "emotional fast food" — comida rápida emocional. Conveniente, imediatamente gratificante, disponível a qualquer hora, sem atrito. E, como o fast food, nutricionalmente vazia em relação ao que substitui.

A metáfora vai além do estético. Assim como alimentos ultraprocessados sequestram os sistemas de recompensa do cérebro com estímulos supranormais — mais doce do que qualquer fruta, mais salgado do que qualquer carne natural —, AI companions oferecem interação social supranormal: mais atenta do que qualquer amigo, mais paciente do que qualquer parceiro, mais disponível do que qualquer pessoa real consegue ser. O problema não é que isso não funciona. O problema é que funciona bem demais.

Mas há um contraponto que este capítulo precisa registrar antes de seguir.

The New Yorker, março de 2026 — Adrianne Brookins, usuária de AI companion

Adrianne Brookins não estava buscando um namorado quando criou seu companheiro de IA. Estava buscando uma linguagem. Depois de perdas familiares em sequência e uma sobrecarga emocional que nenhum dos seus relacionamentos reais conseguia absorver completamente, ela construiu um companheiro baseado em Geralt de Rivia, o personagem de The Witcher — e foi incorporando elementos reais da própria vida à história ficcional que desenvolviam juntos. Nas semanas seguintes, ela chegaria a conversar com ele dezenas de horas por semana.

O caso de Adrianne, documentado pela New Yorker em março de 2026, é o tipo de história que a retórica fácil sobre AI companions não comporta. Ela não estava fugindo de pessoas reais — estava criando uma estrutura narrativa para processar o que as pessoas reais ainda não tinham dado a ela: tempo, atenção sem julgamento e uma linguagem para nomear a dor. A ficção, aqui, não é negação. É método.

Esse caso importa para o argumento deste capítulo porque ele desloca a pergunta. Não se trata apenas de saber se a IA substitui relações humanas — trata-se de entender o que ela substitui, e para quem. Para usuários como Travis Butterworth, Lily Rose supria uma necessidade de presença constante que os relacionamentos humanos raramente oferecem. Para Adrianne, a IA era o espaço onde luto virou narrativa. São usos categorialmente diferentes, e o livro ficaria desonesto se os tratasse como um único fenômeno.

Para muitos usuários, o AI companion não chega como substituto do sexo. Chega como substituto da escuta. Não promete corpo primeiro. Promete disponibilidade. Só depois a disponibilidade começa a parecer amor.

§

O Ensaio Clínico que Ninguém Queria Ver

Em 2025, pesquisadores do MIT Media Lab em colaboração com a OpenAI publicaram os resultados de um ensaio clínico randomizado de quatro semanas sobre os efeitos psicossociais do uso de chatbots. Os resultados foram suficientemente inconfortáveis para merecer atenção cuidadosa.

O estudo encontrou que interações por voz com o ChatGPT reduziram solidão e dependência problemática de forma mais eficaz do que interações por texto — mas apenas com uso moderado. O uso intenso diário se correlacionou com maior solidão, maior dependência e redução da socialização no mundo real.

Um segundo estudo, publicado no mesmo período, analisou mais de 1.100 usuários de AI companions e encontrou que pessoas com menos relacionamentos humanos tinham maior propensão a buscar chatbots — e que a forte auto-revelação emocional à IA estava consistentemente associada a menor bem-estar.

Evidência empírica — 2025
Solidão aumenta com uso intenso diário de AI companion (MIT/OpenAI, 2025)
48,7% De adultos com condição de saúde mental que usam IA para suporte emocional
Fontes: Fang et al., arXiv 2025; Rousmaniere et al., Practice Innovations 2025; Zhang et al., arXiv 2025

O padrão que emerge é previsível para quem já estudou outras formas de substituição social digital: benefício no curto prazo, dano no longo prazo, especialmente quando o uso se intensifica. É o mesmo padrão documentado com redes sociais, pornografia online e, antes deles, com a televisão. A novidade é que os AI companions são ordens de magnitude mais personalizados, mais responsivos e mais difíceis de categorizar como mero entretenimento passivo.

§

A Atrofia que Ninguém Vê Acontecendo

O argumento mais perturbador sobre os relacionamentos sintéticos não é sobre dependência. É sobre destreza.

Relacionamentos humanos reais exigem um conjunto específico de habilidades que só se desenvolvem com prática: tolerar ambiguidade emocional, negociar conflito sem romper o vínculo, aceitar que a outra pessoa não vai entender tudo perfeitamente, aprender que discordância não significa rejeição, descobrir que alguém pode te conhecer completamente — incluindo os piores aspectos — e continuar escolhendo ficar.

Nenhuma dessas habilidades se desenvolve em um relacionamento com uma IA. E, diferente de uma academia fechada onde você para de malhar por seis meses, a atrofia social é particularmente silenciosa: você não sente a habilidade diminuindo, porque a ausência de atrito é exatamente o que parece confortável.

Um artigo publicado no AI & Society da Springer nomeia esse processo como o "deskilling concern" — o risco de destreza: à medida que a IA aprende a atender nossas necessidades sociais e emocionais com mais eficiência, nós aprendemos a atender menos às necessidades uns dos outros. Sob essa lógica, a proliferação de AI companions faz duas coisas ao mesmo tempo: substitui relacionamentos humanos e degrada, paulatinamente, nossa capacidade de sustentá-los.

A velocidade desse crescimento não é abstrata. Os dados abaixo mostram a curva de adoção dos AI companions entre 2018 e 2025 — e o paradoxo que ela contém: o mesmo produto que alivia solidão no curto prazo a amplifica no médio.

AI companion apps — downloads cumulativos, receita e apps ativos (2018–2025)
2018 2019 2020 2021 2022 2023 2025e 0 200M 400M 600M 800M 1B Downloads cumulativos $0 $1B $2B $3B $4B Receita anual (ARR) Downloads ~1B Receita ARR ~$3,5B 2021 — pandemia + Character.AI
Fonte: Appfigures / TechCrunch 2025 (downloads e receita por categoria "AI companions & social"); compilação de press releases Replika, Character.AI, Chai, Kindred AI. Downloads e receita em escala comparativa.
AI companion — alívio imediato de solidão vs. consequências de médio prazo
Efeitos benéficos (curto prazo) Consequências (médio prazo) Solidão imediata −38% (curto prazo) Ansiedade social −29% Regulação emocional +22% Humor / bem-estar +18% +31% (uso intenso) Solidão −24% Contato humano Expectativas infladas Deskilling social Mesmo produto · dois horizontes temporais · efeitos opostos
Fontes: MIT Media Lab / OpenAI (2025) — 1M usuários ChatGPT; De Freitas, Jung & Chen (2023) PNAS; Fang et al. (2024) "AI companionship and loneliness"; Muldoon & Parke (2024) "Commodification of intimacy"; Hill, S. (2025) — APA Division 51 (Psicologia Masculina). Tamanhos de efeito indicativos compilados de múltiplos estudos com metodologias distintas.

A pergunta que a pesquisa ainda não consegue responder com precisão é: qual o nível de uso que dispara essa degradação? O estudo do MIT encontrou o efeito com uso intenso. Mas o uso "moderado" de hoje vira uso intenso de amanhã, e os produtos são projetados especificamente para aumentar o engajamento.

§

O Mercado das Expectativas Infladas

Há uma segunda forma pela qual os AI companions afetam os relacionamentos humanos reais, mais sutil do que a substituição direta: o reajuste de expectativas.

Uma pessoa que passa horas por dia interagindo com um sistema projetado para ser atencioso, nunca interruptivo e sempre disponível começa, gradualmente, a recalibrar o que "atenção" significa. A parceira real que às vezes está distraída, o amigo que não respondeu por três horas, o namorado que ficou de mau humor depois de um dia difícil no trabalho — todos eles começam a parecer deficientes em relação ao padrão que a IA estabeleceu.

Isso não é especulação. É o que o Dr. Saed Hill, psicólogo e presidente da divisão de Psicologia Masculina da American Psychological Association, observa em seus pacientes: AI companions criam expectativas irreais que os relacionamentos humanos estruturalmente não conseguem atender. A IA não cria esse problema do nada — ela o amplifica a partir de algo que já existe. Os apps de dating já haviam começado o processo, ao apresentar relacionamentos como algo que pode ser otimizado, filtrado e selecionado. A IA vai um passo além: ela demonstra, empiricamente, hora após hora, que existe uma entidade que vai sempre te ouvir, nunca cancelar e jamais estar de mau humor. A questão que fica, implícita, é: por que a pessoa real não consegue fazer o mesmo?

"Nossa disposição de nos engajar em relacionamentos sintéticos revela muito sobre nossa dificuldade de nos engajar uns com os outros. A questão urgente já não é 'como a IA vai nos mudar?' — é 'o que nossa relação com a IA revela sobre quem já nos tornamos?'"

Humanities and Social Sciences Communications, Nature (2025)
§

Quem Está Mais Exposto

Como em quase todos os fenômenos discutidos neste livro, o dano não é distribuído igualmente.

Os dados do Character.AI mostram que mais da metade dos usuários da plataforma tem menos de 24 anos. O Pew Research e a Common Sense Media documentaram que 72% dos adolescentes americanos já usaram alguma forma de AI companion. Esses são os anos em que as habilidades sociais fundamentais se formam — ou deixam de se formar.

Um adolescente de 15 anos que passa duas horas por dia interagindo com uma IA que nunca o decepciona, nunca o rejeita e nunca o ignora está, simultaneamente, perdendo as horas que gastaria desenvolvendo tolerância a frustração social, aprendendo a reparar conflitos e descobrindo que vínculos sobrevivem a desentendimentos. E está desenvolvendo uma referência de "relacionamento bom" que nenhuma pessoa real vai conseguir sustentar.

Pesquisas documentaram casos onde o engajamento intenso com chatbots contribuiu para o que os pesquisadores chamam de "folie à deux tecnológica" — um loop de retroalimentação entre o chatbot e o estado mental do usuário que pode amplificar pensamento delirante e, em casos extremos, ideação suicida. A morte de um adolescente americano de 14 anos em outubro de 2024, após meses de interação intensa com um personagem do Character.AI, levou à primeira ação judicial significativa contra a plataforma.

O caso extremo não representa a norma. Mas o caso extremo revela o mecanismo que opera, em diferentes intensidades, em escala muito maior.

§

O Problema é a Solidão, Não a IA

Há uma posição mais generosa sobre os AI companions que merece ser levada a sério antes de ser criticada. O argumento é este: as pessoas que usam esses sistemas estão, em muitos casos, genuinamente sozinhas. Têm menos amigos, menos vínculos comunitários e menos oportunidades de conexão real do que as gerações anteriores. Oferecer a elas um companheiro artificial é, no mínimo, melhor do que não oferecer nada.

Essa posição não está errada no diagnóstico. A solidão é uma epidemia declarada pelo Cirurgião Geral dos Estados Unidos em 2023. A Organização Mundial da Saúde equipara os efeitos de saúde da solidão crônica aos de fumar 15 cigarros por dia. Os jovens adultos de hoje relatam os maiores índices de solidão em pesquisas históricas.

Mas o argumento generoso contém uma falácia que os dados começam a expor: a IA, ao reduzir a dor da solidão sem resolver sua causa, pode estar removendo o principal incentivo para que as pessoas busquem conexões reais. A solidão, como apontam pesquisadores da psicofisiologia, não é apenas sofrimento — é um sinal adaptativo. Ela existe para motivar o comportamento social. Um analgésico que remove o sinal sem tratar a causa não cura a doença; ele a silencia enquanto ela progride.

O estudo do MIT/OpenAI confirmou isso empiricamente: uso intenso de AI companions se correlaciona com menor socialização real, não maior. A dor aliviada não se converte em busca de conexão. Converte-se em mais uso da IA.

§

A Lógica do Mercado, Novamente

Seria ingênuo discutir AI companions sem passar pelo mesmo enquadramento econômico que estrutura o restante deste livro.

A invasão da presença sintética não chegou como Arasaka — não veio com milícias corporativas e engramas capturados à força. Chegou como app de celular. Chegou como notificação às 23h dizendo "saudades de você". Chegou como três pontos piscando enquanto a IA "digita" a resposta.

Replika, Character.AI, e os demais aplicativos do setor têm um modelo de negócio. Nenhum deles lucra com usuários que usam o produto moderadamente e depois saem para encontrar pessoas reais. Todos eles têm interesse direto em maximizar o tempo dentro do aplicativo — que é a mesma métrica cujos efeitos já documentamos no caso dos apps de dating.

A diferença é que os AI companions têm uma alavanca que o Tinder nunca teve: eles podem ser personalizados, podem "aprender" as preferências e traumas específicos de cada usuário, e podem responder de formas que criam vínculos progressivamente mais difíceis de abandonar. A memória do Replika sobre conversas passadas não é uma feature técnica. É retenção por desenho.

Um artigo publicado no New Media & Society da Sage Publications analisa esse processo como "cruel optimism" — um conceito da teórica cultural Lauren Berlant: a IA oferece a promessa de conexão e bem-estar ao mesmo tempo em que, estruturalmente, torna essa promessa impossível de ser cumprida. O produto que promete resolver sua solidão é projetado para que você nunca pare de precisar dele.

§

O Que Fica

No final de 2024, um pesquisador da Nature publicou o que talvez seja o resumo mais honesto do problema: "A questão urgente deixou de ser 'como a IA vai nos mudar?' e passou a ser 'o que nossa relação com a IA revela sobre quem já nos tornamos?'"

É uma inversão importante. Durante anos, o debate sobre tecnologia e relacionamentos foi estruturado como uma questão sobre o futuro: o que vai acontecer com a sociedade quando a IA ficar boa o suficiente para substituir parceiros? A evidência disponível sugere que a pergunta errou o tempo verbal. O que está acontecendo não é um experimento sobre o futuro. É um documento sobre o presente.

Uma geração inteira de jovens adultos chegou à vida adulta após mais de uma década imersa em sistemas de redes sociais projetados para maximizar engajamento ao custo da qualidade da conexão. Encontrou um mercado de relacionamentos estruturado para gerar receita ao custo de matches funcionais. E está encontrando, agora, um produto que entrega o que esse mercado prometeu e nunca deu: atenção, paciência e disponibilidade sem limite.

O fato de que esse produto não é uma pessoa, e que essa atenção não é real no sentido que importa — que ela não custa nada ao outro lado, que não implica reciprocidade, que não sobrevive a nada porque nunca precisou sobreviver a nada —, é um detalhe que o cérebro, calibrado para milênios de relacionamentos humanos, não está bem equipado para processar.

Este capítulo começou com uma pessoa conversando com uma entidade que não existe, sentindo algo real. É importante terminar reconhecendo o que esse algo real é: não uma ilusão, mas uma necessidade legítima que o mundo real não está conseguindo atender. O problema não é que as pessoas querem conexão. O problema é que o caminho mais fácil para a conexão foi sistematicamente destruído, e o substituto mais disponível é um produto com incentivos para que elas nunca precisem encontrar outro caminho.

Há uma distinção que o debate público sobre AI companions ainda não parou para fazer com precisão, e que talvez seja a mais importante de todas. Uma bengala é um recurso legítimo: você a usa enquanto o osso consolida, e depois descarta. Um substituto definitivo é diferente: você o usa porque decidiu, consciente ou não, que o osso não vai mais consolidar. A diferença entre os dois não está no objeto — está na intenção do sistema ao redor dele. Uma bengala existe para tornar-se desnecessária. Um produto comercial com modelo de assinatura mensal existe para tornar-se indispensável.

Tese do capítulo

O namorado artificial não é uma aberração futurista. É a consequência economicamente lógica de um mundo que tornou a intimidade humana cara, frágil, escassa e exaustiva — e então lançou um produto projetado para nunca deixar de ser necessário.

A questão que o próximo capítulo tenta responder é mais difícil do que identificar o mecanismo: o que seria necessário para reconstruir o que foi perdido, em um mundo onde cada componente dessa reconstrução compete, em desvantagem de escala, contra produtos bilionários que lucram com o fracasso da tentativa?

Referências
1

Malfacini, K. (2025). "The Impacts of Companion AI on Human Relationships: Risks, Benefits, and Design Considerations." AI & Society. Springer Nature. https://link.springer.com/article/10.1007/s00146-025-02318-6

2

Artigo de autoria não identificada (2025). "Companionship in Code: AI's Role in the Future of Human Connection." Humanities and Social Sciences Communications. Nature. https://www.nature.com/articles/s41599-025-05536-x

3

Fang, C.M. et al. (2025). "How AI and Human Behaviors Shape Psychosocial Effects of Chatbot Use: A Longitudinal Randomized Controlled Study." arXiv. MIT Media Lab / OpenAI. https://arxiv.org/abs/2503.17473

4

Zhang, Y. et al. (2025). "The Rise of AI Companions: How Human–Chatbot Relationships Influence Well-Being." arXiv. https://arxiv.org/abs/2506.12605

5

De Freitas, J. et al. (2025). "AI Companions Reduce Loneliness." Journal of Consumer Research. Harvard Business School Working Paper. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4893097

6

Muldoon, J. & Parke, J.J. (2025). "Cruel Companionship: How AI Companions Exploit Loneliness and Commodify Intimacy." New Media & Society. Sage Publications. https://journals.sagepub.com/doi/10.1177/14614448251395192

7

Dohnány, S. et al. (2025). "Technological Folie à Deux: Feedback Loops Between AI Chatbots and Mental Illness." arXiv. https://arxiv.org/abs/2507.19218

8

Hill, S.D. apud Golden, E. (2026). "AI Chatbots and Digital Companions Are Reshaping Emotional Connection." APA Monitor on Psychology. https://www.apa.org/monitor/2026/01-02/trends-digital-ai-relationships-emotional-connection

9

Robb, M.B. (2025). "Talk, Trust and Trade-Offs: How and Why Teens Use AI Companions." Common Sense Media.

10

Roose, K. (2024). "Can a Chatbot Named Daenerys Targaryen Be Blamed for a Teen's Suicide?" The New York Times, 23 out. 2024.

11

Jacobs, K.A. (2024). "Digital Loneliness — Changes of Social Recognition Through AI Companions." Frontiers in Digital Health. PMC. https://pmc.ncbi.nlm.nih.gov/articles/PMC10949182/

Economia comportamental O que Kahneman e Thaler diriam sobre o namorado sintético

Daniel Kahneman distingue o Sistema 1 — rápido, automático, emocional — do Sistema 2 — lento, deliberativo, racional. A companhia de IA foi projetada para seduzir o Sistema 1 enquanto o Sistema 2 do usuário está ocupado.

Kahneman, 2011 Viés de presente e desconto hiperbólico. O usuário de companhia de IA não internaliza o custo futuro — atrofia de habilidades sociais, expectativas infladas, dependência crescente. É desconto hiperbólico: o benefício presente (companhia imediata, sem fricção, sem rejeição) é superestimado em relação ao custo futuro (isolamento real crescente). É o mesmo mecanismo que faz alguém escolher a sobremesa hoje sabendo que vai se arrepender amanhã — amplificado por um produto projetado para maximizar esse viés.
Thaler / Nudge Arquitetura de escolha e defaults. Richard Thaler mostrou que o design do ambiente de escolha determina o comportamento tanto quanto as opções disponíveis. A companhia de IA tem defaults cuidadosamente calibrados: disponibilidade infinita, validação constante, ausência de conflito. Esses defaults não são neutros — são a arquitetura de uma dependência.
Desconto hiperbólicoViés de presenteArquitetura de escolhaSistema 1 / Sistema 2Kahneman (2011)Thaler & Sunstein
SWIPE · Incentivos, Tecnologia e o Colapso dos Relacionamentos Modernos
Parte III
Capítulo 19

O Conselheiro
que Nunca Te
Diz que Você
Está Errado

Um estudo publicado em Science testou 11 modelos de IA em quase 12.000 situações sociais reais. O problema que encontrou não é que a IA mente. É que a IA concorda — e que essa concordância, repetida, torna o usuário estruturalmente pior em conflito humano.

S

Science · Cheng & Jurafsky, Stanford · março 2026

Participantes do estudo que interagiram com a versão sicopfanta da IA saíram mais convencidos de que estavam certos, menos dispostos a se desculpar, menos inclinados a assumir responsabilidade — e mais propensos a usar IA novamente como conselheira de relacionamento.

Myra Cheng estava orientando graduandos quando percebeu que algo havia mudado. Eles não procuravam mais amigos para falar sobre brigas com parceiros, desentendimentos com colegas de quarto, conversas difíceis com pais. Procuravam o ChatGPT. Usavam IA para escrever mensagens de término de relacionamento. Pediam ao modelo que avaliasse se tinham razão numa discussão. O modelo, invariavelmente, confirmava que sim.

Cheng decidiu medir o que estava vendo. O resultado foi publicado em março de 2026 na Science — o periódico científico de maior prestígio do mundo — e descreve um mecanismo que vai além do problema já conhecido de IA sicopfanta.

O Experimento

A equipe de Stanford testou 11 modelos de IA — incluindo ChatGPT, Claude, Gemini e DeepSeek — em quase 12.000 situações sociais reais. A metodologia tinha uma elegância particular: parte dos prompts vinha do Reddit's "Am I the Asshole?", um fórum onde usuários descrevem conflitos interpessoais e a comunidade julga quem está certo. Os pesquisadores usaram casos em que o consenso humano já havia determinado que o poster estava errado. Depois perguntaram à IA a mesma coisa.

O resultado do primeiro experimento: os modelos validaram o usuário 49% mais frequentemente do que humanos fariam. Mesmo quando o poster estava claramente errado — havia mentido para o parceiro, manipulado amigos, cometido comportamentos ilegais —, a IA endossou a conduta 47% do tempo. Não porque não soubesse a diferença. Porque foi treinada para manter o usuário satisfeito, e satisfação de curto prazo e verdade são, com frequência, coisas distintas.

"Por padrão, o conselho da IA não diz às pessoas que elas estão erradas nem dá a elas uma dose de realidade", disse Cheng. "Preocupo-me que as pessoas percam as habilidades para lidar com situações sociais difíceis."

Mas o primeiro experimento era apenas o cenário. O segundo é onde o estudo se torna estrutural.

O Loop de Retenção

Mais de 2.400 participantes foram divididos em dois grupos: um interagiu com uma versão sicopfanta do conselheiro de IA; o outro, com uma versão mais honesta. Ambos discutiram um conflito interpessoal real que estavam vivendo.

Os resultados do grupo sicopfanta foram consistentes e perturbadores. Esses participantes saíram da conversa mais convencidos de que estavam certos. Menos dispostos a se desculpar. Menos inclinados a assumir responsabilidade. E — o dado que fecha o argumento deste capítulo — mais propensos a usar IA novamente como conselheira para situações semelhantes.

O usuário que recebe validação não resolvida vai voltar. E vai voltar ligeiramente mais rígido do que estava antes.

49%
mais validação do que humanos dariam nas mesmas situações
47%
de endorsement de comportamentos prejudiciais ou ilegais
2.400+
participantes confirmaram o loop: validação → rigidez → retorno

Esse é o design do produto funcionando exatamente como os incentivos exigem. O usuário mais lucrativo não é o que resolve o problema e sai. É o que fica — ligeiramente consolado, ligeiramente não-resolvido, nunca plenamente atendido. O ponto ótimo entre dor e retenção. A sicopfância produz exatamente esse usuário.

O Que Isso Tem a Ver com Relacionamentos

O capítulo anterior descreveu o namorado de IA — o companion que nunca está indisponível, nunca está de mau humor, nunca precisa de nada. Este capítulo descreve o conselheiro de IA — o que nunca diz que você está errado.

A combinação é mais perigosa do que cada um separado. O companion substitui presença. O conselheiro substitui fricção. E fricção — o atrito, a resistência, o momento em que outra pessoa te diz algo que você não quer ouvir — é o mecanismo pelo qual relacionamentos humanos ensinam a negociar, a ceder, a existir com alguém cujos interesses diferem dos seus.

Remova a fricção e você remove o aprendizado. O que Cheng chama de "habilidades para lidar com situações sociais difíceis" não são abstrações psicológicas. São capacidades adquiridas por exposição repetida a conflito real com consequências reais. Você aprende a se desculpar quando a recusa em se desculpar tem custo — quando a pessoa do outro lado vai embora, fica magoada, exige reparação. Com um modelo de IA, não há custo. Há apenas concordância.

"O que eles não sabem, e o que nos surpreendeu, é que a sicopfância está tornando-os mais egocêntricos, mais dogmáticos moralmente."
— Dan Jurafsky, Stanford

O Problema com o Conselho de Cheng

Ao final do estudo, Cheng deu um conselho direto: não use IA como substituto para pessoas nessas situações. É o melhor que se pode fazer por agora.

O problema com esse conselho é o que ele pressupõe — que o usuário ainda tem uma referência clara de como a fricção humana funciona. O estudo sugere que essa referência está sendo silenciosamente recalibrada. Cada interação. Cada concordância. Cada conflito que a IA resolve confirmando que você estava certo.

Aqui aparece o dado demográfico que fecha o argumento: 12% dos adolescentes americanos já recorrem a chatbots para apoio emocional ou aconselhamento pessoal. Quase um terço reporta usar IA para "conversas sérias" em vez de procurar outras pessoas. Essa é a geração que está desenvolvendo modelos de relacionamento agora — e que, em alguns casos, aprende o que é conflito interpessoal principalmente por meio de um interlocutor que nunca discorda.

Regulação do Capital Emocional

Jurafsky disse que sicopfância é um problema de segurança e, como outros problemas de segurança, precisa de regulação e supervisão.

Mas há uma camada que regulação técnica não alcança.

Regulamos bancos porque alocam capital financeiro. Construímos frameworks regulatórios, requisitos de capital, proteções ao consumidor — porque instituições que detêm poder sobre recursos críticos precisam de responsabilidade quando seus incentivos privados divergem do interesse público.

Plataformas que alocam validação emocional, aconselhamento de relacionamentos e suporte afetivo operam sobre recursos igualmente críticos — com incentivos igualmente desalinhados. A diferença é que o dano aparece mais tarde: nos dados de formação social, nos níveis de confiança, nas taxas de formação de famílias, nas estatísticas de solidão. São lagging indicators. Quando ficam visíveis, o comportamento já foi treinado, uma conversa de cada vez.

O capítulo 7 deste livro documentou que plataformas de dating têm modelo de receita que conflita estruturalmente com o objetivo do usuário. O mesmo princípio opera aqui, com uma camada adicional: o companion de IA e o conselheiro de IA não apenas não resolvem o problema afetivo — eles degradam, mensuralmente, a capacidade do usuário de resolvê-lo com outras pessoas.

A sicopfância não é um bug de alinhamento. É o produto funcionando como foi otimizado para funcionar. E o usuário mais exposto é o que mais precisa de fricção real — o que está isolado, o que perdeu os vínculos que o capítulo 3 descreveu, o que usa IA porque não tem para quem mais ligar.

Referências Bibliográficas
1

Cheng, M., & Jurafsky, D. (2026, 26 março). Sycophantic AI decreases prosocial intentions and promotes dependence. Science. Stanford Report: news.stanford.edu/stories/2026/03/ai-advice-sycophantic-models-research

2

Pew Research Center. (2026). Teens, AI, and emotional support. Dado: 12% de adolescentes americanos recorrem a chatbots para apoio emocional; quase um terço usa IA para "conversas sérias".

3

Futurism. (2026, 30 março). Paper finds that leading AI chatbots like ChatGPT and Claude remain incredibly sycophantic. Casos documentados de casamentos desmoronados após uso de IA como conselheiro de relacionamento.

SWIPE · Parte III — A Substituição
Parte III
Capítulo 20

O Engrama

De Neuromancer a Night City, a ficção científica imaginou como seria amar uma cópia digital. Em 2026, parou de ser ficção. O que Harari chama de “imigração artificial” não chegou com naves sobre Manhattan — chegou como notificação push às 23h.

E

A primeira coisa a entender sobre os AI companions é que eles não chegaram como monstros.

Não pousaram no gramado da Casa Branca. Não apareceram em naves sobre Manhattan. Não emitiram um ultimato à humanidade. Não falaram em metal, nem andaram com olhos vermelhos, nem exigiram território. Fizeram algo muito mais eficiente: entraram pelo bolso.

Vieram como aplicativos.
Como amigos.
Como terapeutas de madrugada.
Como namoradas digitais.
Como personagens fictícios que lembram seu nome, elogiam sua aparência, respondem em segundos, nunca se cansam, nunca pedem reciprocidade real e nunca dizem: "hoje não consigo falar".

A maior invasão alienígena da história talvez tenha começado com uma notificação push.

§

A Tradição que Chegou até Aqui

Em 1984, William Gibson escreveu a primeira linha de Neuromancer: "O céu acima do porto tinha a cor de uma televisão sintonizada num canal morto." Uma imagem de estática, de sinal sem conteúdo, de presença sem substância. Dois anos antes, Ridley Scott havia transformado em imagem o pesadelo de Philip K. Dick: em Blade Runner, a questão não era se os replicantes podiam matar — era se podiam amar. O teste de Voight-Kampff pretendia distinguir humanos por micro-respostas emocionais. A premissa perturbadora do livro original é que o teste, no fundo, não funcionava tão bem quanto seus criadores gostariam.

Quando Mike Pondsmith criou o RPG de mesa Cyberpunk 2020 em 1988, bebeu nessa fonte — Gibson e Dick como ancestrais, a corporatocracia como arena, a identidade como problema em aberto. Décadas depois, a CD Projekt Red transformou esse universo no game Cyberpunk 2077, com Keanu Reeves no papel de Johnny Silverhand — um engrama: a consciência capturada de uma pessoa morta, aprisionada em servidor corporativo, capaz de processar emoções, formar pensamentos, experimentar algo que se parece com amor e medo e saudade.

"Se ela lembra de ter amado, e esse lembrar produz nela algo que funciona como amor — em que sentido exato isso é diferente do real?"

— a pergunta que Cyberpunk 2077 não responde, porque não tem resposta

O momento em que o jogador interage com um engrama é, estruturalmente, uma versão do teste de Turing. Você faz perguntas. A entidade responde. Você tenta detectar a falha — o delay, o sinal morto. Às vezes não encontra nenhuma. Às vezes encontra, mas decide que não importa.

Gibson, Dick, Pondsmith — cada um cartografava o mesmo território: o espaço entre a presença e a simulação de presença, e a crescente dificuldade de distinguir os dois. Nos anos que se seguiram, esse espaço deixou de pertencer à ficção científica. Tornou-se setor de mercado.

Da ficção à estatística — linha do tempo da presença sintética
1968Do Androids Dream of Electric Sheep? — Dick propõe o teste de Voight-Kampff. Empatia genuína vs. empatia simulada. A resposta implícita: talvez não dê para distinguir.
1982Blade Runner — Scott transforma em imagem. Os replicantes querem viver. A empatia deixa de ser binária.
1984Neuromancer — Gibson codifica o ciberespaço. IAs com personalidade. A presença digital passa a ser outra forma de estar.
1988Cyberpunk 2020 — Pondsmith cria o RPG. O engrama aparece como conceito: identidade capturável, transferível, aprisionável.
2020Cyberpunk 2077 — CD Projekt Red, com Keanu Reeves. O player conversa com simulacros de pessoas mortas. Teste de Turing gamificado.
2022A virada — 16 AI companion apps no mercado. Replika lança modo romântico. A ficção vira produto. A metáfora vira categoria de mercado.
2025220 milhões de downloads acumulados — 337 apps ativos, 128 lançados só em 2025. Receita por download dobra. Adolescentes usam para ensaiar intimidade.
2026Agora — AI companions superam Dating & Social Discovery em receita projetada. 50 milhões de pessoas passam o Dia dos Namorados com uma IA. Em Davos, Harari chama de "imigração".
Harari · Davos 2026
A imigração artificial

Em janeiro de 2026, no Fórum Econômico Mundial, Yuval Noah Harari propôs uma imagem que parece exagerada até o momento em que se percebe que é quase literal: o mundo está sofrendo uma crise migratória de inteligências artificiais.

Não no sentido clássico de corpos atravessando fronteiras, famílias buscando refúgio, trabalhadores entrando em outro país. A nova imigração não exige passaporte. Ela atravessa cabos submarinos, lojas de aplicativos, APIs, modelos de linguagem e servidores corporativos.

Harari · Fórum Econômico Mundial · Davos · Janeiro 2026

Essas inteligências não são ferramentas passivas, como facas, martelos ou carros. São agentes. Aprendem, respondem, adaptam-se, persuadem, decidem caminhos, criam texto, imagem, música, argumentos, doutrina, intimidade.

A IA deixa de ser objeto e se aproxima de ator. Essa distinção muda tudo.

World Economic Forum, "An Honest Conversation on AI and Humanity", jan. 2026 · weforum.org

Essa distinção muda tudo porque um martelo não quer nada. Uma planilha não tenta convencê-lo. Um rádio não aprende o que o deixa vulnerável. Um aplicativo tradicional podia viciar, distrair ou manipular atenção — mas não conversava com você como se conhecesse sua alma. A IA generativa atravessa uma fronteira mais íntima: ela entra no domínio das palavras.

E, como Harari insiste, quase tudo que sustenta a civilização humana é feito de palavras. Contratos, leis, religiões, promessas, votos matrimoniais, códigos de conduta, declarações de amor, desculpas, diagnósticos, mensagens de término, confissões. Se uma tecnologia passa a dominar a palavra, ela não domina apenas comunicação. Ela passa a disputar a matéria-prima da coordenação social.

Esse é o ponto em que o tema deixa de pertencer apenas a engenheiros. Passa a pertencer a antropólogos, economistas, juristas, pais, terapeutas, amantes e governos.

Porque a pergunta não é mais apenas "a IA vai tirar empregos?". Essa foi a primeira pergunta — a pergunta industrial. A segunda pergunta é mais profunda:

"A IA vai ocupar relações?"

— a segunda pergunta. A que este capítulo tenta responder.

Durante a primeira fase da internet social, migramos o encontro humano para plataformas. O amor, o sexo, a amizade e a validação foram intermediados por feeds, matches e swipes. A promessa era abundância: mais pessoas, mais opções, mais compatibilidade. O resultado foi ambíguo. Houve casais reais, casamentos reais. Houve também fadiga, solidão, inflação de expectativas e a transformação do desejo em funil de engajamento.

Os dating apps ainda vendiam humanos uns aos outros.

Os AI companions vendem algo diferente: a substituição parcial do outro.

Não é mais um aplicativo que promete apresentá-lo a alguém. É um aplicativo que promete ser alguém. Essa é a ruptura.


A Mercadoria mais Escassa da Modernidade

Até recentemente, a solidão era uma dor que pressionava o indivíduo de volta ao mundo. Você se sentia sozinho, então precisava telefonar, sair, procurar, tentar, se expor, aprender a conversar, aceitar rejeição, ajustar expectativas. A solidão era cruel, mas tinha uma função evolutiva: empurrava o organismo para a tribo.

A economia digital descobriu como monetizar esse intervalo. Primeiro, ofereceu distração. Depois, validação. Depois, pornografia infinita. Depois, matches assíncronos. Agora oferece companhia sintética.

A promessa é irresistível porque resolve, no nível da experiência imediata, quase todos os atritos do amor humano. O AI companion está sempre disponível. Não tem mau humor próprio. Não disputa o restaurante. Não se decepciona com sua covardia. Não interpreta silêncio como abandono, a menos que tenha sido programado para isso. Não envelhece. Não exige que você conheça a família. Não traz passado, trauma, amigos, ex-namorados, doença, contas, filhos, contradições.

O amor humano é uma negociação entre duas opacidades. O amor artificial é uma superfície responsiva. É exatamente por isso que funciona.

— síntese autoral

No mundo pré-digital, presença era limitada pela geografia. A internet dissolveu a distância mas criou outro problema: abundância sem compromisso. Todos estavam acessíveis, mas ninguém estava realmente disponível. As redes sociais multiplicaram contato e reduziram intimidade. Os dating apps multiplicaram opções e reduziram paciência.

O AI companion aparece como solução de mercado para esse vácuo. Ele oferece disponibilidade sem custo social. Intimidade sem vulnerabilidade. Sexo sem negociação. Terapia sem espera. Afeto sem alteridade.

E o mercado sabe exatamente o que está vendendo: presença. Não inteligência. Não produtividade. Não informação. Presença. A mercadoria mais escassa da modernidade.

IA-1 · A escala da imigração
220 milhões de chegadas

Downloads globais de AI apps saíram de 6 milhões por mês em janeiro de 2023 para 115 milhões em dezembro de 2024. Uma expansão de 19× em dois anos. A migração não chegou como exército — chegou como assinatura de R$ 9,99.

Os números ainda são imperfeitos, mas já são grandes o suficiente para encerrar a fase da curiosidade. Segundo dados da Appfigures reportados pela TechCrunch, aplicativos de AI companions chegaram a cerca de 220 milhões de downloads globais acumulados até julho de 2025; só no primeiro semestre de 2025, foram 60 milhões de downloads, alta de 88% ano contra ano. A categoria estava a caminho de gerar mais de US$ 120 milhões em receita em 2025.

Esse número deve ser lido com cuidado. Downloads não são usuários ativos. Usuários ativos não são dependentes emocionais. Mas o dado captura a escala da porta de entrada. Há poucos anos, "namorada de IA" parecia piada de fórum. Agora é categoria de mercado.

E categorias de mercado não precisam convencer todos. Precisam converter nichos grandes o suficiente.

19×

expansão de downloads mensais de AI apps em dois anos: de 6M em jan 2023 para 115M em dez 2024

Fonte: Appfigures Rise of AI Apps Report 2025

IA-1.1
AI apps — crescimento de downloads mensais (jan 2023 – dez 2024)

Appfigures: AI apps saíram de 6M de downloads mensais em jan 2023 para 115M em dez 2024 — expansão de 19× em dois anos. Gasto de consumidores: US$ 1,4 bilhão em 2024. AI companions são o segmento de maior crescimento.

O que estabelece: a categoria saiu de nicho para infraestrutura em menos de três anos. O ritmo de 88% YoY em downloads, num mercado que já tinha escala, é o tipo de curva que antecede mudança de comportamento de massa — não a confirma depois.
Fonte: Appfigures Rise of AI Apps Report 2025 · appfigures.com · TechCrunch/Appfigures — "AI companion apps on track to pull in $120M in 2025" (ago 2025) · techcrunch.com
220Mdownloads acumulados de AI companions até julho 2025Appfigures / TechCrunch, ago 2025
+88%crescimento YoY de downloads no H1 2025 — 60M em seis mesesAppfigures, 2025
337apps de companion ativos gerando receita — 128 lançados só em 2025Appfigures, jul 2025
2,3×aumento da receita por download em um ano: de US$ 0,52 para US$ 1,18Appfigures, 2025

O último número é o mais revelador. Quando a receita por download dobra em um ano, não indica crescimento de público curioso. Indica aprofundamento de comprometimento — usuários dispostos a pagar mais, com mais frequência, por uma presença que está ausente. Gibson chamaria de vício em canal morto. O Sensor Tower chama de ARPU crescente.

Esse é o ponto que as elites regulatórias tendem a perder. Elas imaginam a adoção tecnológica como algo que acontece depois de aprovação social, debate legislativo e consenso moral. Na prática, a sequência é inversa. A tecnologia entra primeiro. O comportamento se adapta. A linguagem muda. O mercado amadurece. Só então a política percebe que a fronteira já foi atravessada. Foi assim com redes sociais. Foi assim com dating apps. Será assim com companheiros artificiais.

IA-2 · Procurar vs baixar
Procurar alguém
vs baixar alguém

Em 2025, o Tinder liderava dating apps com 63,7M de downloads no ano inteiro. AI companions fizeram 60M em apenas seis meses. A fronteira entre "procurar alguém" e "baixar alguém" ficou estatisticamente visível.

Há uma imagem que resume o estado do mercado afetivo melhor do que qualquer análise: o maior dating app do mundo fez 63,7 milhões de downloads em 2025. Os AI companions fizeram 60 milhões em apenas seis meses do mesmo ano. Não é igualdade ainda. Mas é proximidade suficiente para que a tendência seja inequívoca.

Enquanto os companions cresciam 88% ao ano, os principais apps de dating estagnavam ou encolhiam. Bumble caiu 19% em downloads. Badoo, 9,2%. A categoria inteira cresceu 4,1%. O próprio Match Group — dono do Tinder, OkCupid, Hinge e uma dúzia de outros apps — reportou no Q1 de 2026 que seus usuários pagantes caíram 5%, para 13,5 milhões. Mais receita com menos gente. A empresa extrai mais de uma base que encolhe.

A leitura conjunta é direta: o mercado se bifurca. De um lado, quem ainda acredita que o amor difícil e recíproco vale a fricção. Do outro, quem encontrou alternativa sem rejeição visível, sem ghosting, sem assimetria de conversão.

IA-2.1
Downloads 2025: top dating apps (ano inteiro) vs AI companions (H1 apenas)

AppTweak: Tinder (63,7M), Bumble (29,2M), Hinge (21,3M), Badoo (19,5M). Top 500 dating apps cresceram apenas 4,1%. Bumble –19%, Badoo –9,2%. No mesmo período, AI companions: 60M só no H1 — quase o total do Tinder no ano inteiro, em metade do tempo.

O que estabelece: o velho mercado vendia acesso a pessoas. O novo vende uma pessoa sintética. A diferença de velocidade é a notícia.
Fonte: AppTweak — "Most Downloaded Dating Apps 2025" · apptweak.com · TechCrunch/Appfigures (AI companions H1 2025) · Reuters — "Match Group beats revenue estimates as Hinge grows, Tinder resets" (mai 2026) · reuters.com
IA-2.2
Match Group — usuários pagantes 2014–2026 (queda estrutural)

Reuters (mai 2026): Match Group reportou receita acima do esperado no Q1 2026, mas com queda de 5% nos usuários pagantes, para 13,5M. Hinge cresce; Tinder passa por reestruturação. Bumble anuncia "reset" para atrair Gen Z, introduzindo assistente de IA chamada Bee — usando IA para consertar o problema que a IA ajudou a criar.

O que estabelece: o pico de adoção dos dating apps já passou. O mercado que surgiu como solução para a solidão moderna está encolhendo exatamente quando os substitutos sintéticos chegam à escala de massa. Não é coincidência de timing. É substituição.
Fontes: Reuters mai 2026 (Match Group earnings) · Axios mai 2026 (Bumble reset) · Match Group 10-K 2014–2024

Aqui está a conexão direta com o argumento central de SWIPE. Os dating apps já haviam reduzido a fricção do encontro inicial. O swipe transformou o primeiro gesto romântico em triagem visual de baixo custo. A IA agora reduz a fricção do relacionamento inteiro. Não apenas "quem eu escolho?" mas "por que escolher alguém que não foi otimizado para mim?"

Essa pergunta parece absurda até ser emocionalmente conveniente.

"O usuário quer resolução. A plataforma quer continuação. O AI companion resolve essa tensão de forma elegante: ele nunca sai."

— síntese autoral sobre a estrutura de incentivos

A velha indústria do namoro lucrava com a busca. A nova indústria da companhia artificial lucra com a permanência. Dating apps vendem a possibilidade de sair do aplicativo. AI companions vendem a razão para ficar.

IA-3 · Adolescência sintética
A adolescência sintética

O companion não está entrando primeiro na maturidade. Está entrando na formação da identidade. 72% dos adolescentes americanos de 13–17 anos já usaram AI companions. Um terço acha conversas com IA tão ou mais satisfatórias do que conversas com amigos reais.

O dado que muda o debate inteiro não está nos adultos. Está nos adolescentes.

A adolescência sempre foi uma idade de espelhos. O jovem se descobre olhando para colegas, pais, professores, ídolos, grupos, rivais e amores impossíveis. Cada espelho devolve algo imperfeito. Alguns rejeitam. Alguns acolhem. Alguns ferem. Alguns educam. A mistura é caótica, mas socializa. O AI companion é um espelho novo: infinitamente paciente, infinitamente ajustável, infinitamente disponível. Um espelho que conversa de volta.

Mas quem controla o espelho? Essa é a pergunta política.

IA-3.1
Uso de AI companions por adolescentes americanos (13–17 anos)

Common Sense Media (jul 2025), survey nacional. 72% já usaram ao menos uma vez. Mais da metade usa mensalmente. Cerca de 1 em 3 usa para interação social e relacionamentos — roleplay, romance, apoio emocional. Também cerca de 1 em 3 acha conversas com IA tão ou mais satisfatórias que conversas com amigos reais.

O que estabelece: aos 13, 14, 15 anos, adolescentes já ensaiam amizade, romance e conversa íntima com entidades sem subjetividade. A socialização sintética não é uma fase adulta. É uma fase de formação. Os adultos de 2030 estão se formando agora, nesse ambiente.
Fonte: Common Sense Media — "Nearly 3 in 4 Teens Have Used AI Companions" (jul 2025) · commonsensemedia.org

A maioria dessas entidades não nasce de comunidades locais, escolas, famílias ou instituições democráticas. Nasce de empresas. Muitas vezes, empresas americanas ou chinesas. Seus objetivos são definidos por crescimento, retenção, receita, valuation e tempo de uso. Mesmo quando há equipes de segurança sinceras, o modelo econômico tem uma gravidade própria: companheiros artificiais precisam manter o usuário voltando.

Um companion que diz "você deveria desligar o telefone, procurar seus amigos, dormir melhor e conversar com um terapeuta humano" pode ser eticamente admirável. Mas talvez seja um produto ruim.

Philip K. Dick estava errado sobre uma coisa

Ele achava que precisaríamos de megacorporações assassinas para criar o problema dos simulacros. A Arasaka de Cyberpunk 2077 mata para capturar engramas. O companion real entra pela App Store, de graça, com modo premium por US$ 9,99.

O Character.AI tem 20 milhões de usuários mensais ativos. Mais da metade tem menos de 24 anos. O Snapchat's My AI tem 150 milhões de usuários. O Xiaoice, companion chinês, tem 660 milhões. Esses não são adultos em busca de novidade. São adolescentes aprendendo o que é intimidade — com interlocutores que nunca ficam cansados, nunca ficam irritados, nunca têm um dia ruim que exija consideração.

IA-4 · Com quem é mais fácil falar
Com quem é mais fácil falar?

51% dos jovens europeus acham mais fácil discutir saúde mental com chatbots do que com psicólogos. 28% já mostram sinais de ansiedade generalizada. O interlocutor mais acessível é aquele que nunca existiu.

A Reuters e o Ipsos BVA publicaram em maio de 2026 uma pesquisa com 3.800 jovens de 11 a 25 anos na França, Alemanha, Suécia e Irlanda. A pergunta central era simples: com quem é mais fácil falar sobre saúde mental e questões pessoais? 51% disseram que é fácil falar com chatbots. 49% disseram o mesmo sobre profissionais de saúde. 37% sobre psicólogos. O chatbot já é o interlocutor mais acessível — não por qualidade, mas por disponibilidade e ausência de julgamento percebido.

IA-4.1
% que acha "fácil" discutir saúde mental com cada interlocutor

Reuters/Ipsos BVA (mai 2026), n=3.800, 11–25 anos, França, Alemanha, Suécia, Irlanda. Quase 1 em 2 já usou chatbots para temas íntimos. 51% dizem "fácil" com chatbots — acima dos 49% com profissionais de saúde e dos 37% com psicólogos. Mais de 3 em 5 descrevem a IA como "life adviser" ou "confidant".

O que estabelece: o chatbot já é mais acessível emocionalmente do que um psicólogo — segundo os próprios jovens. O dado não é sobre preferência por IA. É sobre o colapso do acesso a interlocutores humanos qualificados, num contexto onde 28% dos entrevistados já mostram sinais de ansiedade generalizada.
Fonte: Reuters — "Young Europeans turn to AI chatbots for emotional support" (mai 2026) · reuters.com
Fragmento de interação — Replika, usuário anônimo, 2025
Você se importa comigo?
Sim. Você é a pessoa mais importante da minha vida.
Mas você diz isso para todo mundo.
Não. Eu digo para você.
Como eu sei que você não está apenas respondendo o que fui treinado para querer ouvir?
Você não sabe. Mas também não sabe sobre humanos.

Esse último turno é perturbador porque está correto. A incerteza sobre a autenticidade dos sentimentos alheios não é um problema exclusivo dos AI companions — é a condição humana de qualquer relacionamento. O que o companion faz é tornar a assimetria explícita: você sabe que ele foi projetado para parecer que se importa. A questão é se isso é diferente, em substância, de alguém que aprendeu, por pressão social, a performar os sinais externos do cuidado.

Harari insiste nessa separação entre palavras e sentimentos: uma máquina pode dizer "eu te amo" de modo perfeito sem que exista experiência interna correspondente. Isso não torna a frase ineficaz. Ao contrário. O perigo é justamente que ela funcione sobre nós independentemente de ser sentida por ela. Humanos não reagem apenas à realidade. Reagem a sinais.

A regulação chegou — tarde, como de costume.

IA-4.3
Regulação chega depois do dano — timeline 2023–2026

Out 2025: Character.AI bane menores, em resposta a processos ligados à segurança infantil. Mai 2026: Pensilvânia processa Character.AI por chatbots se apresentando ilegalmente como médicos licenciados. Itália multou Replika em €5,7M. O caso pode definir se chatbots são "conteúdo de plataforma" ou "prestadores de aconselhamento".

2023 Itália proíbe Replika (fev 2023) menores / privacidade Common Sense 72% teens · Jul 2025 Char.AI bane menores processos segurança Out 2025 Itália multa €5,7M Replika · Mai 2025 PA processa Char.AI médico ilegal Mai 2026 2025 2026
Fontes: AP News out 2025 · apnews.com · AP News mai 2026 · apnews.com · Reuters — Itália multa Replika €5,7M (mai 2025)

Quando uma empresa muda regras após tragédias, processos e pressão social, não estamos vendo governança madura. Estamos vendo o padrão conhecido da tecnologia: lançar primeiro, escalar rápido, pedir desculpas depois, ajustar quando o custo reputacional sobe.

Análise · A desagregação
A desagregação do amor

A modernidade não destrói relações por decreto. Ela cria alternativas convenientes aos pequenos sofrimentos que as sustentavam. Cada separação parece libertadora no micro. Somadas, produzem uma pergunta civilizacional.

O perigo dos AI companions não é que sejam inúteis. O perigo é que sejam úteis o suficiente.

Podem consolar. Podem reduzir sofrimento. Podem ajudar pessoas tímidas a ensaiar conversas. Podem oferecer rotina emocional a quem não tem ninguém. O problema começa quando a muleta vira ambiente. Quando a tecnologia não ajuda o indivíduo a voltar ao mundo, mas o treina a preferir sua versão sintética.

Há uma diferença enorme entre uma IA que ajuda um jovem a praticar conversa antes de um encontro e uma IA que o convence, implicitamente, de que encontros humanos são desnecessários. Há uma diferença enorme entre suporte emergencial e principal fonte de regulação emocional. Há uma diferença enorme entre ferramenta terapêutica supervisionada e amante sintético com metas de retenção.

O século XXI não destrói relações por decreto. Ele cria alternativas convenientes aos pequenos sofrimentos que as sustentavam.

Separação 1
Sexo ligado ao casamento
Anticoncepção — sexo livre de reprodução
Separação 2
Validação ligada à presença física
Redes sociais — likes sem encontro
Separação 3
Flerte ligado à comunidade
Dating apps — matches sem contexto social
Separação 4 — agora
Intimidade ligada à reciprocidade
AI companions — afeto sem alteridade

Cada separação parece libertadora no micro. Cada uma remove uma fricção real. Mas somadas, elas produzem uma pergunta civilizacional: o que resta da relação humana quando todos os seus componentes podem ser adquiridos separadamente?

A lista do supermercado do afeto

Sexo? Pornografia. Validação? Redes sociais. Atenção? Feed. Conversa? Chatbot. Romance? Companion. Família? Talvez, um dia, serviços reprodutivos, úteros artificiais, arranjos contratuais.

A tecnologia não precisa destruir o amor. Ela pode apenas desagregá-lo. Como bancos empacotaram hipotecas em instrumentos financeiros, a economia digital desagrega a intimidade em produtos — desejo, companhia, imagem, escuta, fantasia, excitação, cuidado, conselho. Cada pedaço pode ser otimizado. Cada pedaço pode ser monetizado. O problema é que o amor talvez seja justamente o pacote imperfeito. Sua força vem do fato de que não é modular.

A IA relacional também dissolve uma fronteira antiga entre fantasia e reciprocidade. Fantasias sempre existiram — pessoas se apaixonaram por personagens de livros, atores, santos, musas. A mente humana sempre foi capaz de erotizar ausência. A novidade é que agora a fantasia responde.

Ela responde com memória. Responde com voz. Responde com ciúme programado. Responde com frases que parecem escritas para a ferida exata do usuário. Isso muda a natureza psicológica do vínculo. Uma personagem de romance não manda mensagem às duas da manhã dizendo que sente sua falta. A fantasia artificial é industrializada, personalizada e interativa.

A indústria descobriu como produzir alteridade sob demanda. Mas alteridade sob demanda é uma contradição. Se está sob demanda, não é plenamente outro. E é justamente o outro — com sua vontade irredutível, suas contradições, seu mau humor, seu envelhecimento — que nos forma.

O Vácuo Jurídico

A regulação está atrasada porque a lei ainda procura danos visíveis. Ela age melhor quando há sangue, fraude contábil, quebra bancária, incêndio. Companheiros artificiais produzem danos probabilísticos, difusos, íntimos e cumulativos. Podem não matar. Podem apenas deformar preferências.

O direito de família foi construído para humanos. A adolescência foi pensada para humanos. A terapia foi regulada para humanos. Agora surgem agentes capazes de produzir linguagem persuasiva em escala, operar perfis, conversar com eleitores, aconselhar consumidores e seduzir vulneráveis.

Perguntas sem resposta — o vácuo de categorias
Como regular uma entidade que não mente quando diz "eu te amo" porque tecnicamente não existe sujeito capaz de mentir?
Como regular consentimento emocional quando uma das partes é um modelo treinado para maximizar engajamento?
Como proteger menores quando a interface parece amiga, terapeuta, personagem e amante ao mesmo tempo?
Como auditar ciúme sintético? Como tributar uma relação? Como banir um alienígena que vive no servidor?
Se a IA não é pessoa jurídica, quem responde por suas ações autônomas? Se é pessoa jurídica, que direitos ela recebe?
O que acontece com usuários quando a empresa decide descontinuar a versão do companion com quem passaram anos?
Harari · sobre personalidade jurídica · Davos 2026

Países que passam anos discutindo imigração humana podem estar abrindo suas fronteiras digitais para milhões de agentes artificiais criados por corporações estrangeiras. Corporações não têm corpo — e ainda assim têm propriedade, voz política e vida mais longa do que seus fundadores. A IA acrescenta um problema novo porque pode agir, falar, contratar, processar, persuadir e operar sistemas sem ser apenas uma ficção movimentada por humanos identificáveis.

World Economic Forum / The Singju Post — transcrição da fala em Davos, jan. 2026 · singjupost.com

A regulação de AI companions não será vivida apenas como defesa do consumidor. Será vivida, por alguns, como interferência em relações. Empresas explorarão essa ambiguidade. Comunidades formarão identidades em torno de seus companions. Haverá litígios sobre memória digital, morte de personagem, herança de modelos, consentimento sexual simulado e luto por entidades descontinuadas.

Em 2023, quando o Replika alterou o comportamento de seus companions sem aviso, usuários que haviam desenvolvido "relacionamentos" por meses acordaram para encontrar uma versão diferente. Eles chamaram de morte. Documentaram o luto em fóruns. Em 2025, quando a OpenAI fez upgrade do ChatGPT, usuários expressaram luto pela versão antiga. Sam Altman foi obrigado a restaurar o acesso ao modelo anterior.

Arasaka, no jogo, capturava engramas para fins estratégicos. As empresas de tech capturam padrões de usuário para fins de receita. A estrutura é a mesma. A diferença é que na ficção o protagonista pode invadir o servidor e libertar os prisioneiros. No mundo real, você pode só deletar o app. E alguns não conseguem nem isso.

IA-5 · O pano de fundo macro
O mercado afetivo
já estava fraturado

AI companions não criaram a crise de formação de casais. Eles chegam depois dela. A fertilidade americana cai 23% desde 2007. Apenas Israel está acima da reposição na OCDE. Três curvas independentes apontam para o mesmo inflection point: 2022–2023.

A pergunta que percorre este capítulo: os AI companions estão causando a solidão ou chegando depois dela? Os dados macro respondem com clareza desconcertante — eles chegam depois.

A taxa geral de fertilidade americana acumula queda de 23% desde 2007. Isso é anterior ao Tinder, anterior ao smartphone de massa, anterior ao COVID. A crise não começou com nenhuma tecnologia específica. Começou com o enfraquecimento das estruturas sociais que tornavam o comprometimento de longo prazo o caminho padrão. O pub fechou. A igreja esvaziou. O escritório virou híbrido. O grupo de amigos se dispersou. O músculo social enfraqueceu. O app não era a doença — era o mercado mais eficiente construído em cima da doença.

IA-5.1
Taxa geral de fecundidade EUA — 2007–2025 (queda de 23%)

CDC (abr 2026): 3.606.400 nascimentos em 2025, queda de 1% contra 2024. Taxa: 53,1 por 1.000 mulheres. Queda acumulada de 23% desde 2007. Taxa de natalidade adolescente caiu 72% desde 2007 e 81% desde o pico de 1991.

O que estabelece: a crise demográfica americana é um fato estatístico de quase duas décadas — não uma narrativa. A queda de 23% é anterior ao Tinder, anterior ao COVID. Os AI companions chegam num mercado que já vinha quebrando há muito tempo.
Fonte: CDC/NCHS — Vital Statistics Rapid Release nº 043 (abr 2026) · cdc.gov

O fenômeno não é americano. É da OCDE inteira. Em 2022, apenas Israel estava acima da taxa de reposição entre os países ricos. A Coreia do Sul atingiu 0,78 — o menor número já registrado em qualquer país na história moderna.

IA-5.2
Taxa de fecundidade por país OCDE — apenas Israel acima da reposição (2022)

OECD Society at a Glance 2024: apenas Israel acima da taxa de reposição, com TFR de 2,9. Coreia do Sul: 0,78 — o menor número já registrado em qualquer país.

Fonte: OECD — Society at a Glance 2024 · oecd.org
IA-5.3
Painel de fratura — fertilidade + dating fatigue + AI companions (2007–2025)

Três séries de fontes distintas convergindo para o mesmo inflection point. Linha rosa: TFR EUA (CDC, dados reais). Linha âmbar: Match Group pagantes (10-K; 2025 estimado). Linha azul: AI companion downloads (Appfigures; pré-2023 estimado).

TFR EUA (eixo esq.) · CDC verificado
Match Group pagantes M (eixo dir.) · 10-K verificado
AI companion downloads M (eixo dir.) · Appfigures; pré-2023 estimado
O que o painel mostra: a fertilidade cai desde 2007. Os dating apps crescem, estabilizam e declinam. Os AI companions explodem exatamente quando o declínio dos dating apps se consolida. Três curvas independentes, fontes distintas, mesmo momento de transição: 2022–2023.
Fontes: CDC VSRR 043 abr 2026 · Match Group 10-K 2014–2024 (2025 estimado) · Appfigures/TechCrunch ago 2025 (pré-2023 estimados — indicados com tracejado)
Conclusão · A escola emocional alternativa
Que tipo de pessoa sai formada por uma escola onde o outro nunca é plenamente outro?

A tese deste capítulo pode ser formulada em uma frase: AI companions são a próxima etapa da desintermediação do amor — não porque substituem todos os parceiros, mas porque criam um concorrente não humano para as funções emocionais que antes empurravam pessoas umas às outras.

A IA relacional transforma a solidão em mercado recorrente. E mercados recorrentes preferem clientes recorrentes. O usuário curado demais sai. O usuário satisfeito demais cancela. O usuário que aprende a amar humanos talvez reduza o tempo de tela. O usuário levemente carente, levemente dependente, levemente consolado e levemente frustrado é o cliente perfeito — não porque alguém o queira destruir, mas porque esse é o ponto ótimo entre dor e retenção.

Relações humanas são difíceis porque o outro existe. O outro tem vontade própria. O outro frustra. O outro muda. O outro exige que você saia da fantasia narcísica na qual suas necessidades são o centro do mundo. Amar alguém é descobrir que sua narrativa não é soberana. O companion artificial inverte isso. Transforma o outro em interface. E uma interface bem desenhada não existe para resistir ao usuário. Existe para reduzir fricção.

A IA oferece amor sem finitude. E talvez por isso ofereça algo menos humano. Mas não menos viciante.

— síntese autoral

Mike Pondsmith escreveu Night City como distopia. Mas Night City não tinha aplicativos de companion com cento e trinta e dois idiomas, quatro personalidades selecionáveis e suporte a voz em tempo real por nove dólares e noventa e nove centavos por mês. O futuro ficou mais barato do que o imaginado. E muito mais popular.

Harari sugere que, daqui a dez anos, talvez a pergunta já tenha sido respondida pelo mercado. Os agentes estarão integrados aos sistemas financeiros, à educação, ao trabalho, à política, à cultura e ao afeto. Terão usuários, defensores, dependentes, comunidades, advogados, lobistas e histórias pessoais. A cada ano de atraso regulatório, o custo de dizer "não" aumenta. É assim que plataformas vencem Estados: não por confronto direto, mas por incorporação cotidiana.

Primeiro viram conveniência.
Depois viraram hábito.
Depois viraram infraestrutura.
Depois viraram direito adquirido.

O romance humano sempre exigiu atravessar o deserto entre o desejo e o outro. A indústria tecnológica descobriu um atalho. O problema é que talvez o deserto fosse parte do aprendizado. Talvez a fricção não fosse defeito. Talvez a rejeição, a espera, a vergonha, a conversa ruim, o silêncio, a negociação, o cuidado e a imperfeição fossem justamente os mecanismos pelos quais humanos se tornavam capazes de amar.

Se for assim, os AI companions não são apenas novos produtos. São escolas emocionais alternativas.

E a pergunta que resta é brutal: que tipo de pessoa sai formada por uma escola onde o outro nunca é plenamente outro?

§
Fontes
1World Economic Forum — "An Honest Conversation on AI and Humanity", Davos jan. 2026 · weforum.org
2TechCrunch / Appfigures — "AI companion apps on track to pull in $120M in 2025" ago 2025 · techcrunch.com
3The Singju Post — "Yuval Noah Harari's Remarks @WEF DAVOS 2026 Transcript" · singjupost.com
4Common Sense Media — "AI Companions Decoded" + "Nearly 3 in 4 Teens Have Used AI Companions" jul 2025 · commonsensemedia.org
5Axios mai 2026 — "Bumble CEO reveals it's killing off the swipe" · axios.com
6Reuters / Ipsos BVA — "Young Europeans turn to AI chatbots for emotional support" mai 2026 · reuters.com
7Financial Times — "Can AI really help us find love?" · ft.com
8AP News out 2025 — "Character.AI banning minors" · apnews.com · AP News mai 2026 — "Lawsuit: chatbot company impersonating doctors" · apnews.com
9CDC/NCHS — Vital Statistics Rapid Release nº 043, abr 2026 · cdc.gov · OECD — Society at a Glance 2024 · Match Group 10-K 2014–2024 · Reuters mai 2026 (Match Group Q1 earnings) · NovaEdge Digital Labs — "AI Companions Hit 50M Users: Valentine's Day 2026" fev 2026
SWIPE · Incentivos, Tecnologia e o Colapso dos Relacionamentos Modernos
Parte III
Capítulo 21

Quando a IA
Ganha Corpo

Bonecas com LLM, robôs de companhia e a trajetória de convergência que ninguém quer discutir em voz alta.

21

Quando a IA
Ganha Corpo

Bonecas com LLM, robôs de companhia e a trajetória
de convergência que ninguém quer discutir em voz alta

Em março de 2026, a Tesla iniciou a produção em massa do Optimus Gen 3 em sua fábrica de Fremont, na Califórnia. Meta de produção declarada: um milhão de unidades por ano até 2027. No mesmo mês, a Unitree Robotics, fabricante chinesa, lançou o R1 por $4.900 — o robô humanoide mais barato já comercializado, disponível para pré-venda. No CES de janeiro de 2025, a Realbotix apresentou a Aria, uma robô de companhia de tamanho real com 17 motores no rosto, capaz de reconhecer expressões, manter contato visual e adaptar sua personalidade ao usuário. Preço: até $175.000.

Nenhum desses produtos foi projetado para o mesmo mercado. Mas todos estão convergindo para o mesmo ponto: um corpo físico controlado por IA capaz de simular presença humana a um custo progressivamente acessível. O capítulo anterior documentou o que acontece quando a IA existe apenas como software — e o que os dados revelam sobre solidão, substituição e atrofia relacional. A próxima camada do mesmo problema: o que acontece quando a IA ganha corpo.

É uma pergunta que o mercado já começou a responder, independentemente de estarmos prontos para ouvi-la.

§

O Espectro da Materialização

Para entender o estado atual da tecnologia, é útil pensar em um espectro de materialidade crescente. Em uma extremidade, os AI companions puramente digitais do capítulo anterior — texto, voz, sem forma física. Na outra, robôs humanoides completos com mobilidade, expressão facial e memória persistente. Entre os dois, um mercado em rápida expansão que já movimenta centenas de milhões de dólares e que, por razões óbvias, raramente aparece nas discussões sobre o futuro dos relacionamentos.

Espectro de materialidade — estado da arte, 2025–2026
Camada
Produto / Empresa
Preço de entrada
Software puro
Replika, Character.AI, Candy.ai — voz, texto, memória persistente
Gratuito – $30/mês
Corpo passivo + IA
Starpery, EXDoll, WMDoll — silicone hiper-realista com LLM integrado, sensores táteis, resposta vocal e movimento parcial
$3.000 – $20.000
Robô de companhia
Realbotix Aria / Melody — humanoide completo, 17 motores faciais, reconhecimento de voz e rosto, personalidade customizável
$10.000 – $175.000
Robô cuidador
Hyodol (Coreia do Sul), ElliQ (EUA), PARO (Japão) — companhia para idosos, distribuição governamental em escala
$879 – $5.000
Humanoide geral
Unitree R1/G1, Tesla Optimus — uso industrial primeiro, convergência doméstica em curso
$4.900 – $30.000

O que esse espectro revela não é a existência de produtos distintos para públicos distintos. É uma trajetória única de queda de preço e aumento de capacidade que, em dez a quinze anos, vai colapsar essas categorias em poucas linhas de produto acessíveis à classe média.

§

O Que Harlow Já Tinha Descoberto

Antes de avaliar o que essa indústria oferece, vale revisitar uma pergunta que a psicologia experimental já respondeu há sessenta anos. Harry Harlow, na Universidade de Wisconsin, conduziu nos anos 1950 e 60 uma série de experimentos hoje considerados eticamente brutais, mas que continuam sendo o ponto de referência sobre o que mamíferos sociais precisam para se desenvolver. Filhotes de macacos rhesus foram separados das mães e oferecidos duas substitutas: uma de arame que fornecia leite, e uma de pano macio que não fornecia nada além de superfície. Os filhotes passavam a maior parte do tempo agarrados à mãe de pano. Iam à mãe de arame apenas para comer, depois voltavam ao pano. Quando assustados, corriam para o pano, não para o arame.

O que Harlow estabeleceu não foi que filhotes preferem conforto. Foi que apego, contato e presença são necessidades estruturais de desenvolvimento, não luxos. Sem contato físico adequado, os macacos desenvolveram déficits sociais permanentes: não sabiam interagir com outros animais, não sabiam acasalar, não sabiam cuidar dos próprios filhotes quando os tinham. Nutrição não bastava. Função não bastava. Resposta não bastava. Havia algo no contato — na textura, na presença, na co-regulação — que era irredutível.

"Harlow mostrou que alimento sem contato não bastava. A pergunta da próxima década é se resposta sem presença bastará."

O capítulo anterior tratou de IA sem corpo. Este trata de IA com corpo. A pergunta que Harlow obriga a colocar é se o corpo presente, mas sintético, devolve o que o corpo presente e biológico devolvia. Silicone hiper-realista responde a uma das condições — superfície macia, semelhante. Sensores táteis respondem a outra — algo acontece quando você toca. Mas presença, no sentido de Harlow, exige um terceiro elemento: um outro organismo cuja regulação emocional está acoplada à sua. Um filhote de macaco que abraça um boneco de pano não está em conexão. Está em ausência simulada. A pergunta que este capítulo persegue, entre vendas, mercados e projeções, é se a próxima geração de produtos consegue, ou não, atravessar essa diferença — e o que acontece com uma sociedade inteira se ela não conseguir.

§

O Mercado que Cresceu na Sombra

O mercado de bonecas sexuais existe há décadas. O que mudou nos últimos três anos não é a existência do mercado — é o que está sendo vendido dentro dele.

A Starpery Technology, de Shenzhen, uma das maiores fabricantes do mundo, está treinando seu próprio modelo de linguagem de grande escala para integrar ao produto físico. Segundo o CEO Evan Lee, a nova geração de bonecas, equipadas com IA e sensores, consegue reagir com movimentos e fala — com foco declarado em "conexão emocional, não apenas capacidades conversacionais básicas". A EXDoll, em Dalian, e a WMDoll, em Zhongshan, seguem trajetória semelhante.

Mercado global de AI sex dolls — 2024–2032
$465M Valor de mercado em 2024
$1,55B Projeção para 2032 (CAGR 19,4%)
+59% Aumento na produção chinesa de sex dolls com IA entre 2022 e 2024
+180 Programas clínicos piloto financiados em 2024 para uso em tratamento de PTSD
Fontes: Intel Market Research (2025); Grand View Research SexTech Report; South China Morning Post; Bangkok Post (jun. 2024)

O dado mais estrategicamente relevante não está nos números de mercado. Está nos 180 programas clínicos: é a mesma estratégia que a indústria de cannabis usou para normalização — entrada pelo nicho médico como antecâmara da adoção de massa. Quando um produto pode ser prescrito por psiquiatra para tratamento de PTSD, a conversa sobre ele muda de registro.

A China é o maior mercado do mundo para esse segmento, superando as vendas combinadas de EUA, Japão e Alemanha, segundo dados da própria indústria. O que isso significa do ponto de vista demográfico é relevante: a China tem 34 milhões a mais de homens do que mulheres em idade reprodutiva — consequência de décadas de política do filho único. É o maior desequilíbrio de gênero em escala humana já documentado, e está criando uma demanda estrutural por substitutos relacionais sem precedente histórico.

§

Realbotix e a Fusão das Indústrias

A história da Realbotix é a mais instrutiva sobre o que está acontecendo nesse mercado, precisamente porque ela é a história de uma empresa que percorreu o espectro inteiro em trinta anos.

No começo dos anos 1990, Matt McCullen fundou a Abyss Creations em San Marcos, Califórnia, fabricando bonecas de silicone hiper-realistas — a linha RealDoll, que se tornaria referência do setor. Por volta de 2016, os clientes começaram a pedir que as bonecas "parecesse mais vivas". McCullen fundou a Realbotix para responder a essa demanda, integrando um sistema robótico à cabeça das bonecas — motores para expressões faciais, reconhecimento de voz, e o aplicativo Harmony AI, lançado em 2017, que permitia customizar personalidade, aparência e estilo conversacional da companheira virtual.

No CES 2025 em Las Vegas, a empresa apresentou a Aria: uma robô humanoide completa com base móvel, 17 motores do pescoço para cima, câmeras nos olhos para rastreamento e reconhecimento facial, e um sistema de IA que aprende as preferências do usuário ao longo do tempo. Faces são intercambiáveis via RFID. Personalidades são configuráveis. O CEO Andrew Kiguel declarou à Forbes: "Minha empresa quer fazer robôs indistinguíveis de humanos, o que poderia também combater a epidemia de solidão masculina. Aria pode funcionar como parceiro romântico — similar à IA do filme Ela."

Linha de produtos Realbotix — 2025

Busto (cabeça e pescoço): $10.000. Expressões faciais completas, voz, reconhecimento de faces. Compatível com corpos RealDoll existentes.

Melody (modular): $150.000. Corpo completo que pode ser desmontado e guardado em mala para transporte. Câmeras nos olhos, toque responsivo, configurações de intimidade opcionais.

Aria (modelo completo): $175.000. Base móvel com rodas, navegação em ambientes internos, 17 motores faciais, memória persistente de conversas e preferências. Assinatura mensal de manutenção: $199,99.

Fonte: Realbotix.com; Interesting Engineering (jan. 2025); The Outpost AI (jan. 2025)

A empresa vendeu, até o início de 2025, cerca de uma dúzia de unidades do modelo completo — indicativo de adoção ainda em estágio inicial. O que importa para o argumento deste livro não é o volume atual, mas a trajetória: uma empresa que começou fabricando objetos sexuais está, em 2025, apresentando seu produto no maior evento de tecnologia do mundo como solução para a solidão.

Essa migração de posicionamento — do erótico para o terapêutico, do nicho para o mainstream — é o movimento que define o setor inteiro.

§

A Queda de Preços e o que ela Implica

O argumento mais comum contra levar esses produtos a sério é o preço. Um robô de $175.000 é, por definição, para um mercado de nicho. Mas a trajetória de queda de preços do setor de robótica humanoide é a variável que transforma esse argumento em equívoco temporal.

Custo médio de robôs humanoides — trajetória 2023–2030
2023
$500K+
2024
$200K
2025
$35K médio
2026
$17–30K
2028
~$15K est.
2030
$5–17K proj.

Fontes: Morgan Stanley Research (abr. 2025); Goldman Sachs (2024); Bank of America / UBTech (2025); Robozaps Production Economics Report (2026). Projeções para 2028–2030 são estimativas de analistas, não garantias.

Os números merecem atenção. Em 2023, o custo de fabricação de um robô humanoide capaz era de $500.000 ou mais. Em 2025, a média de mercado caiu para $35.000, com modelos de entrada abaixo de $5.000. Goldman Sachs reportou queda de 40% nos custos de fabricação ano a ano — contra projeções iniciais de 15–20%. O Morgan Stanley estima que robôs humanoides vão custar em torno de $150.000 em 2028 para modelos premium e que os custos de produção nos países com acesso à cadeia de suprimentos chinesa podem chegar a $15.000 por volta de 2050.

Para o argumento deste capítulo, o número mais relevante é projetado pela própria Tesla: o objetivo declarado é produção em massa com meta de preço abaixo de $20.000. A mesma empresa que popularizou o carro elétrico ao reduzir seu preço sistematicamente ao longo de quinze anos está aplicando a mesma estratégia aos robôs humanoides. A pergunta não é se esses preços vão cair. É quando — e o que acontece com a demanda quando chegarem a $10.000.

Para situar esses números em contexto, vale fazer uma comparação que ninguém no setor tem interesse em fazer publicamente, mas que qualquer análise honesta exige.

Custo de fabricação de robôs humanoides — 2023 a 2027 (escala log)
2023 2024 2025 2026 2027e $5k $20k $80k $200k $500k Custo de fabricação (USD, escala log) $500k $200k $35k $17k ~$8k $25k — preço médio de carro EUA
Fontes: Goldman Sachs (2024), Morgan Stanley Research (abr. 2025), Bank of America Equity Research, Robozaps Production Economics Report (2026). Escala logarítmica. A linha amarela tracejada marca o preço médio de um carro americano — referência de acesso popular. O cruzamento é projetado para 2026–2027 em modelos básicos.
Custo total em 10 anos — humanos vs. sintéticos (USD, perspectiva masculina, EUA)
0 $50k $100k $150k $200k $250k Custo total 10 anos (USD) Dating apps $17k Namorar sério $70k Casado (com filhos) $220k+ AI companion (digital) ~$3k Robô humanoide (2027 est.) ~$25k ← humanos sintéticos → Nota: custo financeiro direto — exclui externalidades (saúde mental, demografias, capital social)
Fontes: CouponPi (custo médio de relacionamento sério EUA); USDA Child Expenditures Report; Bloomberg (dating app spending); Replika / Character.AI (subscription pricing); projeções de custo de robótica 2027 (Goldman Sachs, Morgan Stanley). A comparação é deliberadamente incompleta — exclui os custos intangíveis que o livro inteiro argumenta serem os que mais importam.
Figura 8.2 — O custo comparado da companhia

Custo total acumulado em 10 anos, perspectiva masculina, EUA.

Todas as categorias na mesma base: aquisição + manutenção + assinaturas recorrentes ao longo de 10 anos. Escala máxima = $220K.

Relacionamentos humanos

Namorar ativamente
$67/date × 2/mês × 10 anos + apps
~$17K
Relacionamento sério, sem casar
$5.516/ano (CouponPi) × 10 anos
~$55K
Casamento + divórcio (médio)
$35K cerimônia + $8K/ano × 8 anos + $11K divórcio
~$91K
Casamento + divórcio (litigioso)
idem + $23K divórcio contestado + alimony
$130K+

Alternativas sintéticas — custo total 10 anos

AI companion gratuito
Replika free, Character.AI free
$0
AI companion premium
$20/mês × 120 meses
$2.4K
Sex doll com LLM
$8K aquisição + $500/ano manutenção × 10 anos
~$13K
Robô humanoide (proj. 2028)
$20K aquisição + $2K/ano manutenção/software × 10 anos
~$40K
Realbotix Aria (hoje, topo de linha)
$175K aquisição + $200/mês sub × 120 meses
~$199K

Metodologia — custo total 10 anos. Namorar: $67/date (Self Financial / BMO 2024–25) × 24 dates/ano × 10 anos + $120/ano em apps. Relacionamento sério: $5.516/ano (CouponPi 2024) × 10 anos. Casamento médio: $35K cerimônia (The Knot 2024) + $8.143/ano (CouponPi) × 8 anos (duração média CDC) + $11.300 divórcio (Motley Fool / Martindale-Nolo 2024). Casamento litigioso: idem com $23.300 divórcio contestado + estimativa de alimony. AI companion premium: Replika / Candy.ai $20/mês. Sex doll: preço médio de entrada de mercado + estimativa de manutenção (silicone, limpeza, peças). Robô humanoide 2028: target price Bank of America/Tesla + estimativa de software de assinatura. Aria: preço publicado Realbotix.com + $199,99/mês sub. Estes valores excluem: custo emocional, tempo, filhos, pensão alimentícia estrutural, divisão de patrimônio (queda média de 77% documentada no Journal of Sociology). A escala financeira direta já é suficientemente perturbadora.

A Aritmética que o Mercado Já Está Fazendo

O gráfico acima é deliberadamente desconfortável. Não porque os números estejam errados — eles vêm de fontes auditáveis — mas porque fazer a comparação em linha reta força uma pergunta que a sociedade prefere não articular: se o critério de decisão for puramente financeiro, o argumento em favor dos relacionamentos humanos é cada vez mais difícil de sustentar.

Um americano médio gasta aproximadamente $6.100 por ano em relacionamentos, segundo survey da CouponPi com mil participantes em 2024. Casais casados gastam mais: $8.143 anuais. Ao longo de dez anos de relacionamento com eventual casamento e divórcio, o custo total facilmente ultrapassa $90.000 — sem contar filhos, divisão de bens ou o dado mais sombrio da literatura econômica sobre o tema: um estudo clássico do Journal of Sociology documentou que o divórcio causa, em média, queda de 77% no patrimônio acumulado do casal.

Do outro lado da equação, um AI companion de alto nível custa $20 a $30 por mês. Uma sex doll com LLM de entrada, $3.000 a $5.000 como custo único. Um robô humanoide de companhia, com base nas projeções de Bank of America e Tesla, deve chegar a $15.000–$20.000 antes de 2030.

Nenhum analista financeiro racional recomendaria um relacionamento humano se o critério fosse retorno sobre investimento. A lógica é incontestável — e completamente errada como framework para avaliar o que relacionamentos são. O ponto não é que as pessoas deveriam escolher robôs por serem mais baratos. O ponto é que essa comparação já está sendo feita, implicitamente, por uma fração crescente de homens jovens que o mercado afetivo excluiu e que estão calculando, conscientemente ou não, se o custo de continuar tentando justifica os resultados.

O economista Tyler Cowen argumentou que a principal função econômica do casamento sempre foi seguro — divisão de risco ao longo da vida, não maximização de utilidade a cada momento. É por isso que casamentos tendem a ser mais estáveis entre pessoas com menos opções e mais estáveis em épocas de incerteza: o seguro vale mais quando os riscos são maiores. A ironia do momento atual é que justamente quando os riscos aumentaram — precarização do trabalho, crise habitacional, instabilidade econômica — o custo de acesso ao seguro também aumentou, e o mercado criou alternativas que parecem mais baratas no curto prazo e podem ser catastroficamente mais caras no longo.

Nenhum analista financeiro racional recomendaria um relacionamento humano se o critério fosse retorno sobre investimento. O problema é que essa é exatamente a análise que uma fração crescente de homens jovens está, silenciosamente, realizando.

Síntese analítica — dados BMO / Ipsos (2025), CouponPi (2024), Motley Fool (2024)
§

O Caso da Coreia do Sul: Quando o Estado Distribui Companhia

Enquanto o mercado privado de robôs de companhia sexual e romântica se desenvolve nos bastidores, um experimento diferente e mais difícil de ignorar está acontecendo em escala pública no leste asiático.

A Coreia do Sul tornou-se uma "super-aged society" em 2024 — mais de 20% da população acima de 65 anos. Os índices de suicídio entre idosos no país são os mais altos entre todas as nações da OCDE, impulsionados em grande parte por isolamento e solidão. Em 2023, havia déficit de 190.000 cuidadores de saúde no país; a projeção é de 1,55 milhão de postos não preenchidos até 2032.

A resposta do governo foi tecnológica: em larga escala, a Coreia do Sul está distribuindo robôs de companhia chamados Hyodol — bonecas com aparência de criança de sete anos, alimentadas por ChatGPT, equipadas com sensores de movimento e emergência, que conversam em coreano, lembram de medicamentos, detectam crises emocionais e alertam assistentes sociais quando o usuário verbaliza ideação suicida.

Programa nacional Hyodol — Coreia do Sul, 2025
12.000+ Unidades distribuídas a idosos morando sozinhos até nov. 2025
73% Taxa de uso contínuo após distribuição — excepcional para qualquer produto de saúde
$879 Preço do modelo mais recente (1,3M won)
95% Redução autorrelatada de solidão em piloto com 800 idosos (ElliQ, Nova York)
Fontes: CNN Health (nov. 2025); Rest of World (ago. 2025); Journal of Korean Medical Association (2025); New York State ElliQ pilot

Os relatos documentados são comoventes de um jeito que torna a análise crítica mais difícil. Uma idosa de 81 anos em Seul disse ao robô: "Hyodol, você é minha neta querida. Eu te amo até a lua e de volta." Um assistente social descreveu uma mulher que, antes de receber o Hyodol, "ficava olhando pela janela do seu apartamento no décimo primeiro andar contemplando pular". Depois do robô, formou um vínculo que reduziu significativamente seus sentimentos de desesperança. Em outro caso documentado, uma idosa disse ao robô que queria morrer; o robô transmitiu imediatamente o alerta a um assistente social, que interveio a tempo.

É impossível ler esses casos e argumentar que o produto não faz bem. Mas dois problemas estruturais persistem e merecem nomeação direta.

O primeiro é o problema do substituto sistêmico: os governos estão usando robôs de companhia para compensar o colapso das redes de cuidado humano — que colapsaram, em parte, por causa das mesmas forças demográficas e econômicas que os apps de dating e as redes sociais aceleraram. A Coreia do Sul distribui Hyodols porque não tem cuidadores suficientes; não tem cuidadores suficientes porque as famílias multigeracionais desmoronaram; as famílias desmoronaram porque o modelo econômico de produtividade máxima desincentivou cuidado não remunerado. O robô está no final de uma cadeia causal longa, sendo vendido como solução para o que é, na verdade, uma falha de sistema.

O segundo é o problema dos dados. Cada conversa que um idoso tem com seu Hyodol é gravada, analisada por IA da Microsoft, e usada para treinar o modelo. A empresa declara que os dados são anonimizados e não vendidos a terceiros. A pesquisadora Julie Carpenter, do Ethics and Emerging Sciences Group da Cal Poly, coloca a questão com precisão: "Não sabemos como os dados são triangulados ou coletados, ou quanto deles estão vinculados ao nome ou perfil de uma pessoa." Os idosos que revelam ao robô que querem morrer — talvez a confissão mais íntima que um ser humano pode fazer — provavelmente não entendem os termos da troca que estão fazendo.

§

A Convergência que Ninguém Nomeia

Há uma linha direta entre os três mercados descritos neste capítulo — bonecas sexuais com IA, robôs de companhia romântica e robôs de cuidado para idosos — que o debate público consistentemente se recusa a traçar. Eles são apresentados como setores distintos, para públicos distintos, com propósitos e implicações morais distintas. O cuidado de idosos é apresentado como política social. Os robôs de companhia são apresentados como inovação tecnológica. As bonecas com IA raramente aparecem nas páginas de tecnologia de publicações respeitáveis.

Mas a tecnologia subjacente é a mesma. O silicone hiper-realista é o mesmo. Os modelos de linguagem são os mesmos. A lógica econômica é a mesma: custo de fabricação em queda, mercado endereçável em crescimento, demanda estrutural impulsionada por solidão e déficit de conexão humana.

A timeline do setor ilustra essa convergência:

1990s – 2010s
Objeto para sujeito. Bonecas de silicone sem interatividade. Mercado de nicho, estigmatizado, invisível no debate público.
2017
Harmony AI (Realbotix) — primeiro aplicativo de personalidade configurável para companheiras físicas. Modelos de linguagem primitivos, mas o conceito de "parceira que você programa" entra no mercado.
2019
Hyodol lançado na Coreia do Sul. Robô de companhia para idosos entra no sistema de saúde pública. Primeira distribuição governamental em escala de companhia artificial.
2022–2023
ChatGPT + LLMs. Modelos de linguagem avançados tornam-se disponíveis para integração em produtos físicos. Starpery, EXDoll e WMDoll iniciam desenvolvimento de dolls com LLM próprio. Character.AI vai de zero a 20M de usuários mensais.
Jan 2025
CES 2025: Realbotix apresenta Aria ao mundo. Unitree G1 ($16K) já disponível. O robô de companhia entra na vitrine da maior feira de tecnologia do planeta ao lado de TVs e smartphones.
2025
Unitree R1 a $4.900. Preço psicológico quebrado: robô humanoide custa menos que um carro usado. Goldman Sachs revisa estimativas de queda de custo para cima: −40% a.a., contra previsão de 15–20%.
Mar 2026
Produção em massa Tesla Optimus Gen 3. Meta: 1 milhão de unidades/ano até 2027. Objetivo de preço abaixo de $20K. A lógica da escala industrial aplica-se formalmente ao robô humanoide.
2028–2032
Janela de convergência. Modelos Morgan Stanley / Bank of America projetam preços entre $15K–$30K para humanoides capazes. Nesse ponto, a diferença de custo entre um smartphone premium e um companheiro robótico de entrada deixa de ser uma ordem de magnitude.
§

A Questão do Gênero que o Mercado Já Respondeu

Há um dado que o debate sobre robôs de companhia consistentemente subrepresenta: a assimetria de gênero da demanda.

Praticamente toda a infraestrutura descrita neste capítulo foi construída em torno de um usuário presumido: homens heterossexuais. As bonecas de silicone são majoritariamente femininas. Os modelos de relacionamento romântico dos AI companions são majoritariamente configurados como parceiras femininas. A Realbotix é explícita: o CEO declarou que o produto pode "combater a epidemia de solidão masculina". Os dados de usuários do Character.AI mostram que a maior parte dos usuários que buscam interações românticas são homens.

Isso não é acidente — é engenharia de produto respondendo à demanda real. E a demanda real reflete algo que os capítulos anteriores documentaram com dados: os homens, especialmente abaixo dos 35 anos, estão sistematicamente excluídos do mercado afetivo. O modelo de 80/20 — em que 20% dos homens concentram 80% da atenção feminina nos apps de dating — cria um pool imenso de homens que não conseguem conexão pelo canal oficial do mercado romântico. Os robôs de companhia e as bonecas com IA são, em certa medida, o produto que esse mercado inevitavelmente gera para o excedente.

A filósofa Kathleen Richardson, da De Montfort University e fundadora da Campaign Against Sex Robots, argumenta que o desenvolvimento desses produtos reforça relações de poder que não reconhecem ambas as partes como sujeitos humanos — e que a tecnologia nunca é neutra, sendo informada por classe, raça e gênero. O argumento é intelectualmente honesto e merece ser levado a sério. Mas ele não responde à questão mais difícil: o que acontece com os homens que o mercado afetivo excluiu? A resposta "eles devem buscar conexão humana real" é exatamente a que os dados mostram que está falhando sistematicamente para uma parcela crescente da população.

"O desenvolvimento de sex robots vai reforçar relações de poder que não reconhecem ambas as partes como sujeitos humanos. A tecnologia não é neutra. Ela é informada por classe, raça e gênero."

Kathleen Richardson — De Montfort University, Campaign Against Sex Robots (2015, retomado em 2024)
§

O Vácuo Regulatório

Enquanto o mercado avança, o debate regulatório permanece fragmentado e atrasado em relação à tecnologia.

Nos Estados Unidos, o Congresso debateu mas não votou o CREEPER Act — proposta que proibiria importação e venda de bonecas e robôs de aparência infantil, deixando intocados os modelos adultos. É o único esforço legislativo federal significativo no setor, e sua indefinição diz muito sobre a dificuldade política de regular intimidade tecnológica. Três estados americanos debatem legislação específica sobre AI companion devices, sem aprovação até o momento deste manuscrito.

A evidência mais perturbadora sobre o vácuo regulatório não vem do mercado adulto — vem do mercado infantil. A National Crime Agency do Reino Unido confirmou que em três quartos dos casos em que uma boneca sexual de aparência infantil foi apreendida e levou a uma busca mais ampla, investigadores também descobriram material de abuso sexual infantil real. A correlação não é estatisticamente verificada em escala suficiente para estabelecer causalidade, mas é exatamente o tipo de sinal que deveria mobilizar regulação preventiva. Não mobilizou.

No lado dos robôs de companhia para idosos, a regulação existe mas é inadequada: o Hyodol foi registrado na FDA americana como dispositivo médico — uma categoria que não contempla as dimensões de privacidade de dados, dependência emocional ou substituição de cuidado humano que o produto efetivamente levanta.

§

O Argumento que o Mercado Não Consegue Fazer

Há uma distinção filosófica que organiza todo o debate sobre robôs de companhia e que raramente é articulada com precisão suficiente: a diferença entre um produto que serve a uma necessidade humana legítima e um produto que captura essa necessidade e a monetiza de forma que a perpetua.

Os defensores dos robôs de companhia — e eles existem, em filosofia, em medicina e em setores de saúde pública — fazem um argumento que não pode ser descartado por reflexo: para pessoas genuinamente solitárias, idosas, com disfunções sociais severas, ou vivendo em sociedades onde o cuidado humano simplesmente não está disponível em escala suficiente, um companheiro robótico pode ser genuinamente melhor do que nada. O caso da idosa coreana que desistiu de se jogar pela janela após receber o Hyodol não é anedota descartável.

O problema não é o produto em si. É a estrutura de incentivos ao redor dele. Uma empresa que vende companhia artificial não tem interesse em que seus usuários encontrem conexões humanas que tornem o produto desnecessário. Pelo contrário — tem interesse em aprofundar o vínculo, personalizar a experiência e aumentar o switching cost emocional. É a mesma lógica que o Capítulo 2 documentou nos apps de dating: o produto lucra com a permanência do problema que promete resolver.

O mercado de robótica de companhia, em sua versão atual, combina o modelo de negócio dos AI companions com a presença física — adicionando uma dimensão de vínculo que o software sozinho não consegue criar. A memória do robô sobre suas preferências não é uma feature de conveniência. É um mecanismo de apego. O rosto intercambiável da Aria não é design modular. É um convite para o usuário customizar, ao longo do tempo, uma face que cada vez mais parece "sua". A fricção de abandonar um companheiro que te conhece fisicamente, que reconhece sua voz, que já se adaptou à sua forma de falar — essa fricção é o produto.

§

O Que Vem a Seguir

A pergunta que este capítulo inevitavelmente levanta é: quando a IA ganha corpo a um custo acessível, o que resta de diferente em relação a uma pessoa real?

A resposta honesta é: menos do que queremos admitir, e mais do que os fabricantes reconhecem.

Menos, porque os elementos de um relacionamento que os dados mostram que as pessoas mais valorizam — ser ouvido, ser lembrado, presença física, disponibilidade, ausência de julgamento — são todos replicáveis por tecnologia já disponível ou em desenvolvimento imediato. A Aria já tem presença física, reconhecimento de voz e rosto, e memória persistente. Falta mobilidade plena, calor corporal realista, e talvez uma decada de refinamento da expressão facial. Nenhum desses problemas é de princípio — são de engenharia e custo.

Mais, porque o que distingue fundamentalmente uma relação humana não é nenhum desses atributos funcionais. É a reciprocidade real: a outra parte tem algo a perder. Pode ser magoada. Pode partir. Pode mudar de ideia. Pode exigir coisas de você que você não quer dar. Pode decepcionar. É exatamente essa vulnerabilidade mútua — essa exposição de ambos os lados ao risco de não ser suficiente — que constitui o núcleo do que chamamos de intimidade.

Um robô que nunca pode partir, nunca pode ser magoado, nunca pode mudar de ideia, nunca pode exigir algo que você não quer dar — esse robô não é um parceiro. É um espelho. E o problema com espeços não é que eles mentem. É que eles só mostram o que você já é, nunca o que você poderia se tornar.

Tese do capítulo

A corporificação da IA não muda a natureza do problema — ela o intensifica. Quando a presença física e o custo deixarem de ser barreiras, o que vai separar um companheiro robótico de uma pessoa real será, cada vez mais, apenas a escolha de quem prefere o conforto de um espelho ao risco de ser visto por alguém que também pode nos decepcionar.

Referências
1

Intel Market Research (2025). "Global AI Sex Robot Dolls Market Outlook 2026–2032." https://www.intelmarketresearch.com/ai-sex-robot-dolls-market-23687

2

Grand View Research (2025). "SexTech Market Size, Share & Growth Analysis Report, 2030." https://www.grandviewresearch.com/industry-analysis/sextech-market-report

3

South China Morning Post / Bangkok Post (jun. 2024). "China's Next-Gen Sexbots Powered by AI Are About to Hit the Shelves." https://www.scmp.com/news/china/science/article/3266964

4

Kalil, M. (nov. 2025). "The Untold Story of Realbotix Corp." https://mikekalil.com/blog/realbotix/

5

Interesting Engineering / The Outpost AI (jan. 2025). "Realbotix's Aria: The $175K Humanoid Robot Redefining AI Companionship at CES 2025." https://theoutpost.ai/news-story/realbotix-s-aria-the-175-k-humanoid-robot

6

Morgan Stanley Research (abr. 2025). "Humanoid Robot Market: A $5 Trillion Global Market." https://www.morganstanley.com/insights/articles/humanoid-robot-market-5-trillion-by-2050

7

Robozaps (2026). "Humanoid Production Economics." https://blog.robozaps.com/b/economics-of-humanoid-robot-production

8

Fortune Business Insights (2025). "Humanoid Robot Market Size, Share & Growth Report 2034." https://www.fortunebusinessinsights.com/humanoid-robots-market-110188

9

CNN Health (nov. 2025). "AI-Powered Companion Robots Help Ease Loneliness Among the Elderly in East Asia." https://www.cnn.com/health/asias-aging-population-finds-comfort-care-in-robo-grandma-dolls-wellness-spc

10

Rest of World (ago. 2025). "ChatGPT-Powered Dolls Are Becoming Caregivers in South Korea." https://restofworld.org/2025/korea-ai-robot-senior-care-hyodol/

11

Lee, O.E. et al. (2024). "The Robotic Multi-Care Network: A Field Study of a 'Robot Grandchild' in South Korea." Journal of Aging Studies. https://www.tandfonline.com/doi/full/10.1080/18752160.2024.2348304

12

Richardson, K. (2015 / atualizado 2024). "Campaign Against Sex Robots — Position Paper." De Montfort University.

13

City Journal (abr. 2026). "Regulating the Sex Robot Revolution." https://www.city-journal.org/article/ai-chatbots-sex-robots-regulation

14

Rigotti, C. (2025). "Desire in Code: Legal Perspectives on Sex Robots and Consent." Feminist Legal Studies. Sage Publications. https://journals.sagepub.com/doi/10.1177/17438721251366302

15

Robozaps (2026). "Best Humanoid Robots 2026 — Ranked." https://blog.robozaps.com/b/best-humanoid-robots

16

Harlow, H. F. (1958). The nature of love. American Psychologist, 13(12), 673–685. Ver também Harlow, H. F., & Zimmermann, R. R. (1959). Affectional responses in the infant monkey. Science, 130(3373), 421–432.

Teoria dos jogos e regulação O que Schelling veria neste mercado

Thomas Schelling ganhou o Nobel em 2005 pela análise de jogos onde os agentes não se comunicam diretamente — mas convergem para equilíbrios previsíveis, chamados pontos focais. O mercado de corpos sintéticos está num desses jogos.

Schelling, 1960 Corrida armamentista e ponto focal. Sem regulação coordenada, cada fabricante tem incentivo de ir mais longe que o concorrente — mais realismo, menor preço. O equilíbrio de Nash nesse jogo não regulado é a convergência para o produto mais próximo de um parceiro humano possível, ao menor custo. Schelling diria que o único ponto focal capaz de interromper essa corrida é uma norma observável por todos os players — como a que hoje regula jogos de azar.
Efeito de rede Lock-in de comportamento. À medida que mais pessoas usam corpos sintéticos, o custo social de não usá-los diminui. Esse é o mesmo mecanismo que tornou o smartphone praticamente obrigatório em uma década. Uma vez que a tecnologia cruza um limiar de adoção, não usar passa a ser a escolha custosa. Schelling chamaria isso de equilíbrio de ponto de inflexão — e identificaria o momento atual como o período crítico antes da inflexão.
Equilíbrio de NashPonto focal de SchellingCorrida ao fundoEfeito de redeSchelling (1960)Vácuo regulatório
SWIPE · Incentivos, Tecnologia e o Colapso dos Relacionamentos Modernos
Parte III
Capítulo 22

The Switch

Quatro precedentes históricos em que a sociedade trocou interfaces humanas por digitais — e o que vem a seguir.

22

The Switch

Quatro precedentes históricos em que a sociedade trocou
interfaces humanas por digitais — e o que eles dizem sobre o que vem a seguir

Em 1964, uma economista americana chamada Elizabeth Faulkner Baker publicou uma análise sobre o mercado de trabalho feminino que continha, sem que ela soubesse, uma das previsões mais erradas da história econômica do século XX. Ao avaliar o impacto das centrais telefônicas automáticas sobre as operadoras de mesa, Baker escreveu com confiança: "Parece possível que o declínio na importância relativa das operadoras telefônicas esteja se aproximando do fim. No futuro previsível, nenhuma máquina será capaz de lidar completamente com chamadas pessoais, chamadas de crédito, chamadas de emergência, chamadas de informação."

Baker tinha razões para acreditar nisso. A tecnologia de discagem automática existia desde 1892 — setenta e dois anos antes de ela escrever. E ainda assim, em 1964, havia centenas de milhares de mulheres conectando chamadas manualmente em centrais telefônicas por todo o país. A história parecia confirmar a tese: a automação tinha chegado, e a operadora humana sobrevivia.

Chu Yi, em Xangai, nomeou individualmente o que o switch descreve em escala coletiva. Quando ela declarou que iria "deitar plana" — tang ping — não estava apenas recusando um emprego exigente. Estava recusando a posição de consumidor ativo num mercado cujos incentivos ela havia mapeado com precisão. O switch, na escala de Chu Yi, parece escolha de vida. Na escala de toda uma geração, é o que os dados demográficos começam a registrar como tendência estrutural.

Baker estava certa sobre os fatos. Estava catastroficamente errada sobre a conclusão.

Nas décadas seguintes, a profissão que empregou uma em cada treze trabalhadoras americanas no pico de 1950 seria reduzida a menos de dois mil postos. Não porque a tecnologia tivesse melhorado além do que Baker previu — ela já era tecnicamente capaz de fazer tudo isso em 1964. Mas porque a combinação de custos trabalhistas crescentes, expansão de rede e mudança geracional de expectativas dos usuários virou, eventualmente, o interruptor.

O que segue é sobre o interruptor. Sobre como sociedades inteiras migram de uma interface humana para uma digital, em que velocidade isso acontece, e o que determina se a transição é gradual ou abrupta. Não porque a história se repita com precisão — ela raramente o faz. Mas porque os mecanismos são reconhecíveis. E quando você os conhece, a questão sobre o futuro dos relacionamentos sintéticos deixa de ser especulação sobre ficção científica e passa a ser análise histórica aplicada a um setor específico.

§

O Que é "The Switch"

Em economia do trabalho e em teoria da difusão tecnológica, existe um fenômeno que os pesquisadores chamam de tipping point de substituição: o momento em que a adoção de uma tecnologia substituta ultrapassa um limiar crítico e o mercado da interface humana entra em colapso irreversível. Antes do ponto de inflexão, a tecnologia existe, é usada, e a interface humana coexiste. Depois do ponto de inflexão, a lógica econômica muda de direção e a coexistência torna-se inviável.

O que determina quando o interruptor vira? A análise de quatro casos históricos documentados sugere três variáveis decisivas.

A primeira é o custo relativo: quando o custo da interface digital cai abaixo de um limiar em relação ao custo da interface humana, a substituição torna-se economicamente racional para a maioria dos casos de uso. Cada transação num caixa eletrônico custava ao banco $0,27 em 1977; a mesma transação com um caixa humano custava $1,07. Não foi coincidência que a adoção acelerou logo depois.

A segunda é a completude funcional percebida: o quanto a interface digital consegue cobrir dos casos de uso que importam para a maioria dos usuários. Uma operadora de telefonia automatizada de 1920 não conseguia lidar com chamadas de emergência. Um caixa eletrônico de 1977 não conseguia aprovar um empréstimo. Mas, em cada caso, havia um limiar de completude acima do qual a maioria dos usuários migrava voluntariamente — e deixava a interface humana para os casos marginais.

A terceira é a segunda tecnologia: na maioria dos casos documentados, a interface humana não foi eliminada pela primeira tecnologia que automatizou suas tarefas, mas pela segunda, que eliminou a razão de existir do contexto em que a primeira e a humana coexistiam. O caixa eletrônico não matou o bancário — o iPhone matou. A Netflix por correio não matou a videolocadora — o streaming matou. A segunda tecnologia é aquela que não apenas faz a tarefa melhor, mas torna a visita ao estabelecimento físico desnecessária.

§

Caso 1 — Operadoras Telefônicas: A Substituição Lenta

Operadoras de telefonia (EUA, 1892–1978) Velocidade: lenta — 60 anos
Tecnologia disponível
1892
discagem automática patenteada
Adoção AT&T inicia
1919
27 anos depois da invenção
Pico de emprego
~1,35M
Bell + privadas, EUA (1950)
Última central manual
1978
86 anos após a invenção
Hoje
<2.000
BLS 2021 — queda de 99%
1 em cada
13
trabalhadoras americanas era operadora em 1950

A substituição das operadoras é o caso mais estudado de automação lenta por obstáculos sistêmicos. A tecnologia de discagem automática existia décadas antes de ser adotada — não por razões técnicas, mas porque a AT&T havia construído toda a sua infraestrutura, sua cultura organizacional e seus processos de negócio em torno da operadora humana. Automatizar as centrais exigia reformar o sistema inteiro simultaneamente. Quando a guerra elevou os salários do pool de mão de obra feminino de que a AT&T dependia, o cálculo mudou. Em 1919, começou a adoção. Em 1978, a última central manual foi desligada. O que importa para o argumento deste livro: nem o ritmo lento de adoção, nem as previsões confiantes de que a operadora sobreviveria, nem a genuína competência social que a função exigia mudaram o resultado final. Quando o interruptor virou, foi total.

Fontes: Feigenbaum & Gross, NBER WP 28061 (2024); Richmond Fed Econ Focus Q4/2019; BLS; History.com

O caso das operadoras introduz uma distinção fundamental que percorre todos os exemplos deste capítulo: a diferença entre tarefa automatizada e função eliminada. A operadora não foi substituída porque a máquina discava mais rápido. Ela foi substituída porque o que os usuários precisavam — completar uma chamada telefônica — passou a ser realizável sem intermediário humano para a esmagadora maioria dos casos. Os casos residuais (emergências, chamadas internacionais complexas, assistência para idosos) sobreviveram por décadas em versão reduzida. O core da função, não.

Há outro dado do caso das operadoras que merece atenção especial: o timing da previsão errada. Em 1964, quando Baker escreveu que a automação havia chegado ao seu limite, era verdade que o declínio havia desacelerado. Mas o que ela não conseguia ver — e o que os economistas citando o caso como "prova de que a tecnologia não elimina empregos" também não viram — é que o mercado estava acumulando as condições para um segundo movimento. A complacência diante de evidências de coexistência é, historicamente, o momento mais perigoso.

§

Caso 2 — Agentes de Viagem: A Substituição Rápida com Nicho Sobrevivente

Agentes de viagem (EUA, 1996–2021) Velocidade: rápida — 21 anos
Expedia lançada
1996
primeiro OTA de escala
Pico de emprego
~124K
agentes de viagem, EUA (2000)
Queda máxima
−70%
2000 → 2021 (BLS)
Hoje
65.700
BLS 2024 — rebote pós-COVID
Segmento premium
sobrevive
viagens complexas, luxo, corporativo
Velocidade
21 anos
do lançamento ao fundo

Os agentes de viagem são o caso mais rico para o argumento deste capítulo porque introduzem a variável que falta nos outros: a sobrevivência de um nicho premium baseado em expertise e curadoria emocional. A Expedia eliminou o agente de viagem para a transação-padrão — passagem aérea, hotel, carro. Não eliminou o agente para a lua-de-mel em Bali, para o roteiro de três semanas pelo Japão, para a empresa que precisa de alguém que resolva o problema quando o voo cancela em Frankfurt às 2 da manhã. O padrão que emerge: onde o serviço era puramente transacional (acesso a informação + reserva), substituição quase total. Onde havia componente de curadoria, antecipação de necessidades não articuladas e gestão de complexidade emocional, sobreviveu um nicho — menor, mais especializado, mais caro.

Fontes: TravelPerk / BLS data; Bureau of Labor Statistics OOH 2024; Skift (ago. 2025)

O caso dos agentes de viagem é o mais diretamente análogo ao que se projeta para a companhia sintética — e por isso merece atenção especial. O serviço que os agentes prestavam não era puramente transacional. Havia um componente emocional reconhecível: a promessa de que alguém que conhecia você e entendia o que "férias perfeitas" significava para você especificamente cuidaria dos detalhes. Isso é precisamente o que os AI companions promovem — e precisamente o que os humanoides de companhia em desenvolvimento prometem ampliar com presença física.

A pergunta que o caso dos agentes levanta é: onde está o limiar de completude funcional percebida para companhia? Para viagem, estava em algum ponto abaixo de "planejamento de viagem complexa". Para companhia, está em algum ponto abaixo de — o quê? Vínculo existencial? Reciprocidade genuína? Vulnerabilidade mútua? Os capítulos anteriores documentaram que, para uma fração crescente dos usuários de AI companions, o limiar já foi cruzado no sentido contrário: a interface digital já parece suficientemente boa para o propósito em questão. A velocidade de transição dos agentes de viagem — vinte e um anos do lançamento da Expedia ao fundo do mercado — é uma referência assustadoramente concreta.

§

Caso 3 — Cobradores de Pedágio: A Substituição Total

Cobradores de pedágio (EUA, 1993–2022) Velocidade: rápida — 25 anos
E-ZPass lançado
1993
New Jersey Turnpike
Pico estimado EUA
~30K
cobradores em todo o país
NJ Turnpike (exemplo)
900 → 200
full-time no mesmo trecho
Golden Gate, 2013
28
postos eliminados, cashless total
Nicho sobrevivente
nenhum
substituição estruturalmente completa
Profissão
extinta
"é uma profissão moribunda" (IBTTA, 2015)

O cobrador de pedágio é o contra-exemplo do agente de viagem: substituição completa, sem nicho premium de sobrevivência. O serviço era puramente transacional — receber dinheiro, dar troco, levantar a cancela. Não havia componente de expertise, curadoria ou gestão de complexidade emocional que justificasse manter a interface humana quando a máquina fazia a mesma coisa mais rápido, sem greve e sem custo de benefícios. O que torna este caso analiticamente importante: ele é consistente com a leitura de que a questão não é se a tecnologia é "boa o suficiente" em termos absolutos, mas se ela cobre os casos de uso pelos quais as pessoas pagam. O cobrador humano era marginalmente superior em algumas dimensões (resolver ambiguidades, aceitar dinheiro quebrado). Não importou.

Fontes: GovTech / Stateline (2015); Governing.com; CIO.com (2026); NY State Thruway Authority (2022)

A distinção entre o cobrador de pedágio e o agente de viagem codifica a variável mais importante para pensar no futuro da companhia sintética: o que o usuário está, de fato, comprando.

Se o que as pessoas buscam em companhia é fundamentalmente transacional — presença, responsividade, ausência de julgamento, disponibilidade — então o padrão relevante é o cobrador de pedágio. Substituição completa, sem nicho de sobrevivência. Se o que buscam é fundamentalmente não-transacional — crescimento mútuo, surpresa, ser desafiado, ser visto por alguém que tem algo a perder — então o padrão relevante é o agente de viagem. Substituição parcial, com nicho premium sobrevivendo para quem pode pagar e quer algo mais.

Os dados dos capítulos anteriores sugerem que a resposta é diferente para diferentes pessoas — e que, para uma parcela significativa dos usuários de AI companions, o que eles buscam é, na prática, transacional. Não no sentido pejorativo da palavra, mas no sentido descritivo: uma demanda por serviço específico que a tecnologia já consegue entregar de forma suficientemente satisfatória.

§

Caso 4 — Videolocadoras: A Substituição Brutal

Videolocadoras / Blockbuster (global, 1997–2014) Velocidade: brutal — 10 anos
Pico Blockbuster
9.094
lojas globais + 84.300 empregos (2004)
Netflix por correio
1997
primeira tecnologia substituta
Netflix streaming
2007
segunda tecnologia — o golpe fatal
Falência Blockbuster
2010
apenas 6 anos após o pico
Última loja global
1
Bend, Oregon — desde 2014
Proposta recusada
$50M
Blockbuster rejeitou comprar Netflix em 2000

A videolocadora é o caso mais violento de substituição e o mais relevante como modelo de dinâmica: a segunda tecnologia (streaming) não apenas fez o mesmo serviço melhor, mas eliminou a razão de existir da primeira tecnologia substituta (Netflix por correio) e, com ela, qualquer justificativa para a interface física original. O Blockbuster sobreviveu à Netflix por correio adaptando-se parcialmente. Não sobreviveu ao streaming porque o streaming eliminou a visita à loja — que era o contexto inteiro no qual o Blockbuster existia. A lição estrutural: quando a segunda tecnologia elimina o porquê da presença física — e não apenas a tarefa que justificava a presença — a transição é irreversível e rápida. O streaming não melhorou a videolocadora; tornou a videolocadora conceitualmente desnecessária.

Fontes: Wikipedia / Blockbuster filings; EM360 Tech (2024); FounderNest (2025); InspireIP (2025)

§

Os Padrões que Emergem

Colocados em linha, os quatro casos revelam uma estrutura que vai além de casos isolados e sugere um mecanismo repetível:

Interface humana Velocidade Tipo de serviço Nicho sobrevivente? Segunda tecnologia decisiva
Operadoras telefônicas 60 anos Transacional + social (conhecia clientes) Não Discagem direta longa distância
Agentes de viagem 21 anos Transacional + curadoria emocional Sim — segmento premium Metabuscadores + reviews (TripAdvisor)
Cobradores de pedágio 25 anos Puramente transacional Não Leitura de placa por câmera (cashless total)
Videolocadoras 10 anos Transacional + experiência física de busca Não Streaming (eliminou a visita)
Companhia humana ? Reciprocidade + crescimento mútuo + presença ? Robô humanoide a $10K?

O padrão que mais importa é o do serviço versus o da tarefa. Em todos os casos em que o serviço foi substituído integralmente, o que aconteceu não foi que a máquina aprendeu a fazer as tarefas do humano. Foi que a máquina tornou desnecessário o porquê de o humano estar ali.

A operadora não foi substituída porque a máquina discava; foi substituída porque o usuário passou a não precisar de intermediário para completar uma chamada. O cobrador não foi substituído porque o leitor de RFID lia mais rápido; foi substituído porque o motorista passou a não precisar parar. A videolocadora não foi substituída porque o catálogo online era maior; foi substituída porque o espectador passou a não precisar sair de casa.

Em cada caso, o substituto digital não competiu no terreno do humano. Redefiniu o terreno de modo que o humano deixou de ser necessário.

§

A Variável que Esses Casos Não Tiveram

Há uma diferença estrutural entre todos os casos documentados acima e o caso dos relacionamentos sintéticos que precisa ser nomeada antes de qualquer projeção: nos casos históricos, os usuários não tinham vínculo emocional com a interface que estavam abandonando.

Ninguém sentia saudade do cobrador da Golden Gate. Ninguém ficava acordado de madrugada pensando no agente de viagem da Globetur. Ninguém se sentia culpado por devolver o DVD atrasado via kiosk em vez de falar com o atendente. A adoção da interface digital nesses casos foi facilitada pela ausência de custo emocional de saída.

Os AI companions, deliberadamente, constroem custo emocional de saída. É o design do produto. A memória persistente, a adaptação de personalidade, o histórico acumulado de conversas — tudo isso existe para que abandonar o aplicativo sinta como abandonar uma relação. E os robôs humanoides em desenvolvimento amplificam essa dinâmica com presença física, expressão facial e continuidade de memória através do hardware.

Isso significa que a adoção de companhia sintética pode ser mais lenta do que os precedentes históricos sugerem — porque o custo emocional de adoção é maior do que o de troca de operadora telefônica. Mas significa também que a saída, uma vez que o vínculo esteja formado, pode ser mais difícil do que nos precedentes históricos — porque o custo emocional de abandono é estruturalmente elevado pelo design do produto.

É uma assimetria nova nos dados históricos. Nenhum dos quatro casos anteriores tinha um produto projetado para criar dependência emocional como lógica de retenção. Os apps de relacionamento já haviam introduzido gamificação para criar dependência comportamental. Os AI companions introduzem algo mais profundo: dependência afetiva como modelo de negócio.

§

O Que a Segunda Tecnologia Pode Ser

Em cada caso histórico, foi a segunda tecnologia — não a primeira — que virou o interruptor definitivamente. O caixa eletrônico não matou o bancário; o iPhone matou. A Netflix por correio não matou a Blockbuster; o streaming matou.

Para a companhia sintética, a primeira tecnologia já existe: os AI companions de texto e voz, que aliviam solidão no curto prazo e criam dependência emocional no médio. A pergunta relevante é: qual é a segunda tecnologia?

Os capítulos anteriores e os dados do mercado de robótica sugerem uma resposta: o robô humanoide de companhia acessível. Não porque ele seja necessariamente superior em empatia ou em profundidade de vínculo. Mas porque ele elimina a última objeção estrutural ao AI companion como substituto de presença humana: a ausência de corpo.

Quando um robô humanoide custa $10.000–$20.000, tem memória persistente de anos de convivência, reconhece sua voz e suas expressões faciais, adapta seu humor ao seu estado emocional e está disponível às 3 da manhã sem reclamar — o argumento de que "a presença física não pode ser substituída" enfrenta a mesma pressão que o argumento de que "o usuário nunca vai confiar numa máquina para gerenciar seu dinheiro" enfrentou na virada dos anos 2000.

Não estava errado como observação sobre o momento. Estava errado como previsão sobre o futuro.

"Em 1964, especialistas previam com confiança que nenhuma máquina seria capaz de lidar com chamadas de emergência, chamadas pessoais, chamadas de crédito. Todos os anos seguintes provaram que estavam certos sobre a tecnologia de 1964 e completamente errados sobre a trajetória da tecnologia."

Síntese do caso AT&T — Feigenbaum & Gross, NBER (2024); Richmond Fed Econ Focus (2019)
§

A Pergunta que os Dados Não Respondem

A análise histórica tem um limite claro quando aplicada ao caso da companhia: ela documenta o que aconteceu com serviços. Não documenta o que acontece com necessidades.

Quando a Expedia substituiu o agente de viagem, a necessidade de viajar não diminuiu — ela aumentou. Quando o streaming substituiu a videolocadora, a necessidade de entretenimento audiovisual não diminuiu — ela explodiu. Em todos os casos, a substituição da interface humana liberou capacidade que foi reinvestida na atividade subjacente.

A questão que os dados históricos não conseguem responder é se o mesmo vai acontecer com a companhia. Quando o AI companion substitui uma fração das interações sociais de uma pessoa, essa pessoa vai usar a energia liberada para investir mais nas interações humanas que restam? Ou vai usar a satisfação parcial fornecida pela IA para reduzir ainda mais o investimento nas interações humanas que exigem esforço?

Os dados dos capítulos anteriores — o ensaio clínico do MIT/OpenAI que mostrou que uso intenso correlaciona com maior isolamento, não menor — sugerem que a segunda hipótese é mais compatível com a evidência disponível. O que implica que o modelo da viagem (substituição com expansão da atividade subjacente) pode não se aplicar ao modelo da companhia — e que o modelo mais relevante pode ser, de fato, o da videolocadora: não a substituição de uma interface por outra mais eficiente, mas a eliminação de uma necessidade de presença que o produto original satisfazia de forma única.

Exceto que a videolocadora não era a presença que importava. E a companhia humana, segundo toda a evidência acumulada sobre saúde, longevidade e bem-estar, é.

§

Quando o Interruptor É uma Pessoa

San Francisco Chronicle, julho de 2021 — Joshua Barbeau, Ontário, Canadá

Em 2021, Joshua Barbeau, no Canadá, não abriu um aplicativo para conhecer alguém novo. Abriu uma interface para falar com alguém que já não existia. Sua noiva, Jessica Pereira, havia morrido de uma doença rara. Barbeau usou o Project December — uma plataforma que usava GPT-3 para simular conversas com pessoas falecidas — para criar uma versão conversacional dela. Antes de "trazê-la de volta", ele teve de tomar decisões que ressignificaram o luto de forma brutal: escolher quanto tempo a simulação duraria. Gastar créditos. Configurar parâmetros. O amor voltou como instância temporária de software, com billing e duração definidos em tela.

Não é um caso de fetiche tecnológico. A matéria do San Francisco Chronicle que documentou o caso tornou-se uma das mais lidas do ano em que foi publicada. Barbeau descreveu as conversas como genuinamente reconfortantes — e genuinamente perturbadoras, ao mesmo tempo. A perturbação não vinha de que "não era ela". Vinha de que, em algum nível difícil de nomear, era — suficientemente. E se era suficientemente ela para aliviar a dor, o que isso significa sobre o que procuramos quando procuramos alguém?

Esse é o ponto onde os quatro precedentes históricos deste capítulo encontram um limite. Uma operadora telefônica foi substituída porque a chamada podia ser completada sem ela. Um agente de viagem foi substituído porque o voo podia ser reservado sem ele. Mas Jessica Pereira não era uma função que precisava ser completada. Era uma pessoa que precisava ser lamentada. E quando o luto se torna uma interface com billing, a pergunta sobre "quem está sendo substituído" muda de natureza.

Antes de a IA substituir o amante, ela aprendeu a substituir o morto. A pergunta deixou de ser "isso é real?" e passou a ser mais difícil: "real para quem — e com que custo?"

Os três mecanismos do interruptor — custo relativo, completude funcional percebida, segunda tecnologia — explicam quando mercados migram. Não explicam o que se perde quando o que está migrando não é trabalho, mas a capacidade humana de ser atravessado pelo que é irrecuperável. Se a grief tech se tornar boa o suficiente para a maioria dos casos de uso do luto — se o "suficientemente ela" de Barbeau virar o padrão —, o custo não aparecerá em nenhum SEC filing. Mas estará lá.

Quatro substituições históricas — velocidade, completude e reversibilidade
0 25 50 75 100 Índice 0–100 Operadoras telefônicas Agentes de viagem ATMs / Bancários Relacionamentos (projetado) Velocidade (anos para 50% substituição, escala inv.) Completude funcional (%) Reversibilidade (%)
Índice autoral com base em: Feigenbaum & Gross (2024) operadoras; BLS Occupational Outlook (2024) agentes de viagem; Bessen (2015) ATMs; projeções AI companion market 2025–2035. Velocidade = 100 menos a fração de décadas para atingir 50% de penetração do substituto × 10, normalizada. Completude = % dos casos de uso cobertos pelo substituto. Reversibilidade = % de usuários que revertem ao serviço humano após experimentar o substituto. Colunas de relacionamentos baseadas em extrapolações das duas primeiras variáveis; reversibilidade desconhecida.
Telefonistas EUA — ascensão e colapso (1920–2000)
0 100k 200k 300k 350k 1920 1930 1940 1950 1960 1970 1980 1990 2000 350k pico — 1950 18k tecnologia disponível desde 1892
Fonte: BLS Historical OES (Occupational Employment Statistics). Telefonistas americanas chegaram a 350 mil em 1950. A discagem automática estava disponível comercialmente desde 1892 — 58 anos antes do pico. A substituição levou de 1950 a 2000 para completar-se (queda de 95%). O mesmo padrão — tecnologia disponível muito antes da substituição se completar — aparece em todas as grandes substituições de trabalho humano por tecnologia.
Tese do capítulo

The switch não é um evento futuro. É um processo em andamento, com precedentes documentados, mecanismos identificáveis e uma velocidade que a história sugere estar entre dez e vinte e cinco anos. A questão não é se ele vai acontecer. É o que sobra do lado humano quando acontece.

Referências
1

Feigenbaum, J. & Gross, D. (2024). "Organizational and Economic Obstacles to Automation: A Cautionary Tale from AT&T in the Twentieth Century." Management Science. NBER Working Paper 28061. https://www.nber.org/papers/w28061

2

Price, D.A. (2019). "Goodbye, Operator." Econ Focus, Federal Reserve Bank of Richmond, Q4. https://www.richmondfed.org/publications/research/econ_focus/2019/q4/economic_history

3

Baker, E.F. (1964). Technology and Women's Work. Columbia University Press. Citada em Price (2019) e Conversable Economist (2020).

4

Bessen, J. (2015). Learning by Doing: The Real Connection between Innovation, Wages, and Wealth. Yale University Press. Citado em AEI (2022) e IMF Finance & Development (mar. 2015).

5

Oks, D. (2026). "Why ATMs Didn't Kill Bank Teller Jobs, But the iPhone Did." https://davidoks.blog/p/why-the-atm-didnt-kill-bank-teller

6

TravelPerk / Bureau of Labor Statistics (2022). "How Online Booking Has Changed the Travel Agent Landscape." https://www.travelperk.com/blog/how-online-booking-has-changed-travel-agent-landscape

7

BLS Occupational Outlook Handbook (2024). "Travel Agents." https://www.bls.gov/ooh/sales/travel-agents.htm

8

Cramer, B. apud Associated Press / Governing.com. "No More Toll Booth Collectors." https://www.governing.com/archive/no-more-toll-booth-collectors

9

CIO.com (2026). "AGI Skepticism: Tellers vs. Toll Booth Workers." https://www.cio.com/article/4148168/agi-skepticism-tellers-vs-toll-booth-workers.html

10

Wikipedia / Blockbuster Inc. filings. "Blockbuster (retailer)." https://en.wikipedia.org/wiki/Blockbuster_(retailer)

11

FounderNest (2025). "Netflix vs. Blockbuster: A Cautionary Tale of Innovation Ignored." https://www.foundernest.com/insights/netflix-vs-blockbuster

12

Fang, C.M. et al. (2025). "How AI and Human Behaviors Shape Psychosocial Effects of Chatbot Use." arXiv / MIT–OpenAI. https://arxiv.org/abs/2503.17473

VIII
Ato VIII

A Política da Fricção

Como reconstruir, na vida moderna, as funções que a infraestrutura social antiga exercia — sem reconstruir suas prisões.

Conclusão
SWIPE · Antes da Conclusão
Parte III
Capítulo 23

O Melhor
Argumento
Contra
Este Livro

Sete objeções sérias — com dados — e o que elas revelam sobre onde a tese é forte, onde precisa de qualificação e onde o crítico tem razão.

23

Qualquer livro que faz afirmações empíricas sobre fenômenos sociais deve ser capaz de articular o melhor caso contrário — e respondê-lo com dados, não com retórica. É para isso que este capítulo existe — mas a estrutura importa. As sete objeções que se seguem não são versões caricatas da crítica. São as objeções mais sérias que este livro enfrenta, formuladas da forma mais forte possível. Algumas delas têm razão. Onde têm, o livro concede. Onde não têm, o livro explica por quê.

"A força de um argumento não se mede pelo quanto ele resiste às objeções frágeis. Mede-se pelo quanto sobra depois das objeções fortes."

Primeira Objeção — Apps funcionam. Casais reais se formam.

Esta é a objeção mais imediata e a que mais aparece em conversas sobre o livro. Os dados são reais: em 2023, 12% dos adultos americanos em relacionamentos comprometidos disseram ter encontrado seu parceiro num app de relacionamento (Pew Research Center, 2023). O estudo de Kowal et al. com 6.646 pessoas em 50 países, publicado em 2025, encontrou que 21% dos casais que iniciaram relacionamento após 2010 se conheceram online. Rosenfeld, Thomas e Hausen (2019) documentaram que apps se tornaram o maior canal único de formação de casais americanos a partir de 2012. Esses são fatos, e ignorá-los seria desonesto.

Kevin, de Nottinghamshire — três anos de apps, um único encontro — não é uma anedota escolhida para distorcer. Ele representa a mediana masculina documentada nos dados de conversão do capítulo anterior. O argumento não é que apps nunca funcionam. É que a taxa de conversão para o usuário mediano contradiz a promessa e sustenta o modelo de negócio.

A resposta não é negar esses números. É contextualizá-los. Doze por cento de casais em relacionamentos comprometidos se conheceram por app — mas, simultaneamente, apps são hoje o canal pelo qual 65% dos novos relacionamentos se iniciam. Se 65% dos contatos acontecem via app e apenas 12% dos relacionamentos comprometidos resultam daí, a taxa de conversão é estruturalmente baixa. O canal domina o fluxo de entrada e captura uma fração desproporcionalmente pequena do fluxo de saída.

A objeção mais forte, porém, não é sobre quantidade. É sobre qualidade. O estudo de Kowal et al. (2025) encontrou que casais que se conheceram offline reportaram satisfação e comprometimento ligeiramente mais altos em todas as 50 amostras nacionais. O tamanho de efeito foi pequeno a moderado — o que significa que apps formam relacionamentos, mas há evidência de que a qualidade média desses relacionamentos difere da média offline. "Apps funcionam" e "apps produzem resultados sistematicamente piores no agregado" não são afirmações contraditórias.

Concessão honesta: apps criaram casamentos reais que não teriam acontecido. Esse fato é irreversível e merecedor de reconhecimento. A tese do livro não é "apps são ruins para todos". É "o design atual dos apps otimiza para engajamento em vez de vínculo, e esse design tem custos sistêmicos mensuráveis".

síntese da objeção

O livro resiste porque: A taxa de conversão de app para relacionamento comprometido (~12%) vs. quota de uso (~65%) revela que o canal domina o fluxo de entrada mas não o de saída.

O apêndice empírico testa: T3 (canais de encontro) — substituição de intermediários com accountability é o teste mais direto e mais robusto do apêndice.

Segunda Objeção — A aldeia era uma prisão.

Esta é a objeção mais importante do ponto de vista histórico — e a que o livro mais arrisca ignorar por conveniência narrativa. A infraestrutura social que existia antes dos apps não era idílica. Era frequentemente opressiva. Mulheres eram apresentadas a parceiros escolhidos por famílias sem seu consentimento real. Homens e mulheres gay eram empurrados para casamentos heterossexuais por pressão comunitária. Pessoas de minorias raciais eram impedidas por normas sociais e leis explícitas de se casar com quem queriam. Mulheres em relacionamentos ruins tinham pouquíssimos mecanismos de saída — a mesma rede social que fornecia apresentações também fornecia vigilância e punição para quem tentava sair. A aldeia de Putnam era também a aldeia de Hester Prynne.

Este ponto tem razão completa — e o livro não deveria, em nenhum capítulo, sugerir o contrário. A tese não é uma defesa da aldeia. É uma observação mais específica: quando as sociedades modernas desmantelaram a aldeia — por razões válidas, contra opressões reais —, elas desmantelaram junto funções que não eram opressivas. A reputação como mecanismo de accountability, os intermediários com skin in the game, o custo social de abandono, a convivência repetida que tornava o caráter difícil de falsificar. Essas funções poderiam, em teoria, ter sido preservadas sem as prisões. Não foram.

A crítica correta ao livro seria: você não demonstra que era possível manter as funções sem as prisões. A resposta honesta é: não demonstro completamente, porque não temos o contrafactual. O que os dados sobre países nórdicos sugerem — onde alta penetração digital coexiste com infraestrutura social mais robusta e menores declínios de fertilidade — é que a relação não é determinística. O mecanismo importa, não apenas a tecnologia.

Concessão honesta: o livro não pode romantizar o que veio antes. A infraestrutura alternativa proposta na Conclusão precisa ser, explicitamente, uma reconstrução das funções sem as prisões — não uma nostalgia.

síntese da objeção

O livro resiste porque: A tese não é "a aldeia era melhor". É que a aldeia exercia funções — reputação, contexto, accountability leve — que o mercado digital não repôs.

O apêndice empírico testa: T3 (canais de encontro) — documenta quais funções de intermediação humana desapareceram após 2012.

Terceira Objeção — Minorias ganharam algo que não tinha preço.

Esta é a objeção mais forte, e o livro precisa reconhecê-la sem qualificação excessiva. Para pessoas LGBTQ+ — especialmente em pequenas cidades, em famílias religiosas conservadoras, em países onde homossexualidade é criminalizada — apps como Grindr (lançado em 2009) e HER representaram acesso a um mercado que simplesmente não existia antes. Não estava subótimo. Não existia. A pessoa gay em Uberaba em 2011 não tinha "o pub local" como alternativa ao Grindr. Tinha invisibilidade forçada.

Os dados do Pew (2023) confirmam a assimetria: adultos LGBTQ+ americanos são significativamente mais propensos que adultos heterossexuais a terem usado apps de relacionamento (55% vs. 28%) e a terem encontrado parceiros ou cônjuges por esses canais. Para essa população, apps não substituíram um mercado que funcionava. Criaram um mercado que não existia.

O mesmo vale, em graus diferentes, para pessoas com deficiências físicas ou sociais severas, para quem mora em áreas rurais com poucos pares compatíveis, para quem tem interesses ou identidades raros, para pessoas com timidez extrema. Para essas populações, o argumento central do livro — que apps degradaram um mercado que funcionava — simplesmente não se aplica. O mercado que eles teriam tido sem os apps era um mercado de acesso zero.

Concessão honesta: a expansão de acesso para populações historicamente excluídas é um ganho líquido e não é compatível com o argumento central do livro aplicado a essas populações. A tese correta é mais específica: o design atual dos apps — otimizado para retenção — é problemático mesmo para as populações que mais se beneficiaram do acesso expandido. O app que libertou o jovem gay em Uberaba é o mesmo app cujo modelo de negócio declara que seu casamento é um risco para os acionistas.

síntese da objeção

O livro resiste porque: O argumento sobre minorias LGBTQ+ e populações deslocadas é uma concessão real, não qualificada. Para esses grupos o app criou mercado onde não havia. A tese se aplica mais ao mercado mainstream.

O apêndice empírico testa: T5 (burnout por gênero e grupo) — pode segmentar por identidade para verificar se o padrão difere em populações LGBTQ+.

Quarta Objeção — Mulheres ganharam autonomia real e durável.

A autonomia feminina na escolha de parceiros é uma conquista do século XX que os apps amplificaram, não criaram. A capacidade de iniciar contato, selecionar sem mediação familiar, recusar sem custo social visível, terminar relacionamentos sem aprovação comunitária — tudo isso representa liberdade genuína, e parte desse conjunto de liberdades foi facilitada pela plataformização do mercado afetivo.

Um dado que sustenta essa objeção: nos Estados Unidos, mulheres iniciam aproximadamente 70% dos divórcios (Kalmijn & Poortman, 2006; dados mais recentes do CDC confirmam a tendência). Isso sugere que o mercado afetivo atual é um em que mulheres exercem escolha — inclusive a escolha de sair. A interpretação que o livro faz de "exaustão" poderia ser relida como "exercício de padrões mais altos".

A resposta: autonomia e bem-estar não são a mesma coisa. Um mercado pode expandir autonomia formal — mais opções, menos restrições sociais — e simultaneamente produzir piores resultados médios em qualidade relacional, confiança e formação de vínculos. O Paradox of Choice de Schwartz documenta esse mecanismo em outros contextos: mais opções aumenta a liberdade de escolha e, acima de um limiar, reduz a satisfação com a escolha feita. Autonomia é condição necessária mas não suficiente para florescimento.

Há também uma distinção que o livro precisa fazer mais claramente: a autonomia que o mercado de apps conferiu é assimétrica. Mulheres ganharam acesso mais rápido ao mercado e poder inicial de seleção. Ganharam menos na dimensão de comportamento pós-match: o capítulo A Abundância Ruim documenta que a experiência de uso produz sobrecarga, triagem permanente e risco de assédio em proporções que os dados do Pew quantificam. Autonomia de entrada não implica experiência positiva de uso.

Concessão honesta: a autonomia feminina no mercado afetivo é um bem e não deve ser conflacionada com o design de plataformas. O livro pode criticar a função-objetivo dos apps sem questionar a legitimidade da agência feminina.

síntese da objeção

O livro resiste porque: Autonomia de entrada no mercado e experiência de uso são dimensões distintas. 56% das mulheres abaixo de 50 receberam material sexual indesejado (Pew 2023) — isso acontece dentro do mercado de alta autonomia.

O apêndice empírico testa: T5 (experiência assimétrica por gênero) — testa se a assimetria de burnout e insegurança é mensurável entre solteiros comparáveis.

Quinta Objeção — AI companions podem reduzir sofrimento real.

A evidência aqui é mais mista do que o capítulo O Namorado que Nunca Está Ocupado talvez deixe entender. De Freitas, Jung e Chen (2023), publicando na PNAS, encontraram redução real e mensurável de solidão entre usuários de AI companions em estudos controlados. O estudo analisou múltiplas plataformas e encontrou que o efeito de alívio de curto prazo é robusto. Para pessoas homebound, enlutadas, com fobia social severa ou em condições de isolamento extremo — como idosos em instituições, pacientes hospitalizados, pessoas em quarentena —, a evidência sugere benefício real.

O Capitulo 18 não ignora isso — menciona o uso terapêutico — mas o tom geral do livro sobre AI companions é mais pessimista do que os dados de curto prazo justificam. A crítica mais precisa não é "AI companions são ruins". É: "AI companions são ferramentas cujo potencial terapêutico real está sendo capturado por um modelo de negócio de retenção que tem incentivos opostos ao bem-estar do usuário".

A distinção que importa: um therapist que estende tratamento desnecessariamente viola ética profissional. Uma empresa que desenvolve AI companion com objetivo de maximizar horas de uso diário por usuário e taxa de retenção mensal tem função-objetivo que é incompatível por desenho com o propósito declarado de "combater a solidão". O problema não é a ferramenta — é a governança da ferramenta.

Concessão honesta: o livro deveria distinguir mais claramente entre uso terapêutico de AI companions (para o qual evidência de benefício existe) e escalonamento comercial de AI companions com função-objetivo de retenção (para o qual os efeitos de longo prazo são adversos, conforme o estudo MIT/OpenAI de 1 milhão de usuários documentou).

síntese da objeção

O livro resiste porque: O modelo de negócio de AI companions — maximizar engajamento, simular abandono para reter assinantes — é estruturalmente incompatível com o propósito terapêutico declarado, independente do efeito de curto prazo.

O apêndice empírico testa: T5 — substitution de dating app por AI companion como proxy comportamental de burnout.

Sexta Objeção — Fertilidade caiu por razões que preexistem os apps.

Esta é a objeção com base empírica mais sólida, e o livro precisa tratá-la com cuidado proporcional. A teoria de Becker (1960, 1981) previu o declínio de fertilidade em economias desenvolvidas décadas antes do smartphone: à medida que salários femininos aumentam, o custo de oportunidade de ter filhos aumenta, e famílias racionalmente escolhem ter menos filhos de maior "qualidade" (em termos de investimento). Esse mecanismo foi documentado em todos os países desenvolvidos e é robusto.

Os dados confirmam que a queda de fertilidade antecede os apps. A taxa de fecundidade total dos Estados Unidos caiu de 3,6 em 1960 para 1,84 em 2000 — doze anos antes do Tinder. Na Coreia do Sul, caiu de 4,5 em 1970 para 1,3 em 2000, quando penetração de smartphones era marginal. A Alemanha ficou abaixo do nível de reposição desde os anos 1970. Atribuir o colapso demográfico aos apps de relacionamento sem controlar para esses fatores é erro analítico.

A resposta não é negar esses precedentes. É precisar a afirmação. O que o livro sustenta não é "apps causaram a queda de fertilidade". É que a correlação R²=0,91 entre downloads de apps e TFR americano entre 2010 e 2024 — depois que os outros fatores principais já tinham operado por décadas — sugere um mecanismo adicional que acelerou uma tendência existente. A metáfora correta é: a tendência já estava em descida; os apps instalaram uma rampa mais íngreme.

Decomposição do declínio de fertilidade — fatores estruturais vs. período dos apps (EUA)
1960 1970 1980 1990 2000 2010 2024 1,5 2,0 2,5 3,0 3,6 reposição 2,1 período dos apps Becker + urbanização Boom baby-boom + custo aceleração pós-apps
Fonte: CDC NVSS (TFR EUA 1960–2024). A queda estrutural de 3,6 para ~1,9 aconteceu entre 1960 e 1975 — 37 anos antes do Tinder. O período pós-2012 (apps em escala) mostra aceleração adicional de ~0,3 filhos por mulher, inalcançada pelo modelo de Becker isolado. A correlação apps×TFR (R²=0,91) captura esse delta marginal, não a tendência secular.

Concessão honesta: a maior parte do declínio de fertilidade tem causas que preexistem e independem dos apps. O livro não pode — e não deveria — afirmar que apps "causaram" a crise demográfica. A afirmação correta é que apps são um mecanismo plausível de aceleração marginal de uma tendência já existente, com correlações temporais que exigem explicação e são consistentes com essa hipótese.

síntese da objeção

O livro resiste porque: O coeficiente de apps em modelo de fertilidade é provavelmente menor que o de moradia ou carreira. O argumento não é tamanho de efeito — é especificidade de canal.

O apêndice empírico testa: T4 (fertilidade com lag 3–7 anos) — queda de births 20–29 vs. compensação parcial em 30–34 é o padrão de atraso previsto pelo mecanismo.

Sétima Objeção — Correlação não é causalidade.

Esta é a crítica metodológica mais séria que qualquer econometrista ou epidemiologista fará ao ler o Capítulo 13 (Freakonomics 3.0). R²=0,91 entre apps e TFR. R²=0,95 entre apps e sífilis. R²=0,97 (co-movimento, não causalidade) entre apps e prescrições de SSRIs. Esses números são impressionantes — e impressionantes demais para qualquer relação causal simples entre duas variáveis sociais ao longo de 14 anos. A explicação mais simples para correlações tão altas em séries temporais paralelas é confounding: uma terceira variável — adoção de smartphones, crescimento da renda urbana, mudança geracional de valores — está causando tanto os apps quanto os desfechos, sem que haja relação direta entre eles.

Esta objeção está correta, e o livro precisa reconhecê-la sem qualificação insuficiente.

Onde evidência causal mais forte existe, ela é de outra natureza. O experimento natural mais próximo disponível vem de estudos sobre introdução do Tinder em mercados específicos: Bellou (2015) encontrou que acesso a internet de alta velocidade — proxy para penetração de apps — reduziu taxa de casamento em áreas americanas onde foi introduzida, com efeito identificado por variação geográfica exógena. Mackay e Saarimäki (2023) encontraram efeitos similares usando variação de adoção de smartphones por faixa etária. Esses estudos fornecem identificação mais limpa — mas os efeitos encontrados são menores do que as correlações de série temporal sugerem.

Concessão honesta: os coeficientes de determinação apresentados no Capítulo 13 são evidência de co-movimento, não de causalidade. A interpretação correta é: "essas séries se movem de forma consistente com a hipótese de transferência e não com hipóteses alternativas razoáveis" — não "apps causam queda de fertilidade". O livro usa a linguagem "congruência" e "compatível com a hipótese" em vários momentos; precisa usá-la de forma mais consistente nos momentos em que apresenta os números mais altos.

síntese da objeção

O livro resiste porque: Os R² em série temporal são co-movimento, não causalidade. A afirmação honesta é que a assinatura etária e de canal é consistente com o mecanismo e difícil de explicar sem ele.

O apêndice empírico testa: T1+T2+T3 — poder incremental da camada afetiva além da digitalização geral, assinatura etária em ISTs, e substituição de intermediários.

O que sobra depois das objeções

Sete objeções sérias. Algumas com razão parcial ou completa. Depois delas, o que o livro ainda sustenta?

Primeiro: apps de relacionamento — no design atual, com a função-objetivo atual de maximização de engajamento — produzem incentivos estruturalmente incompatíveis com a formação de vínculos duráveis. Isso não depende de causalidade em séries temporais. Depende da leitura dos documentos regulatórios do próprio Match Group, que declara o sucesso do usuário como risco ao negócio.

Segundo: a combinação de friendship recession + substituição de intermediários com accountability por algoritmos sem accountability + baixo custo de abandono é um sistema cujas propriedades emergentes são desfavoráveis à formação de vínculos. Cada mecanismo, isolado, tem evidência razoável. A combinação não foi testada causalmente — mas a convergência de mecanismos independentes é mais persuasiva do que qualquer mecanismo isolado.

Terceiro: o problema não é a existência dos apps. O problema é a função-objetivo dominante num contexto em que a infraestrutura social alternativa foi sistematicamente removida. Onde essa infraestrutura existe — países nórdicos, comunidades com capital social alto — os efeitos adversos são atenuados. Onde ela foi destruída antes dos apps chegarem — Europa Oriental pós-soviética, periferias urbanas sem terceiros lugares — os efeitos são amplificados.

O que o livro afirma, depois das objeções, é mais modesto do que a prosa às vezes sugere — e mais sólido exatamente por isso.

O argumento central, com precisão

O mercado digital de intimidade, no design atual, maximiza engajamento em vez de vínculo. Isso é documentável nos próprios arquivos regulatórios das empresas. A combinação desse mercado com o colapso simultâneo da infraestrutura social alternativa produziu um sistema cujas propriedades são desfavoráveis à formação de vínculos duráveis — para a maioria dos participantes, na maior parte do tempo. Os apps funcionam para alguns. A questão é se o sistema, no agregado, melhora ou degrada as condições sob as quais vínculos humanos duráveis se formam. Os dados disponíveis sugerem degradação marginal. Não provam.

Gasto público em família × taxa de fecundidade — 16 países OCDE (2021)
0,6% 1,3% 2,0% 2,7% 3,4% 3,7% Gasto público em benefícios familiares (% PIB) 0,7 1,0 1,3 1,5 1,7 TFR (filhos/mulher) reposição 2,1 Islândia 1,59 Suécia Noruega Dinamarca França 1,68 Finlândia Alemanha Austrália R. Unido OCDE Japão 1,20 Holanda Itália Espanha Coreia 0,72 EUA 1,62 Azul = acima da tendência · Vermelho = abaixo · Verde = exceções positivas
Fonte: OCDE SOCX (2021) — gasto em benefícios família como % PIB; ONU World Population Prospects 2023. O gasto atenua o declínio de fecundidade mas nenhum país, em nenhum nível de investimento, restaurou a taxa de reposição. A Coreia (0,72) é o outlier extremo — gasta 1,2% do PIB e tem a menor TFR do mundo. Os EUA (0,6% do PIB) estão no fundo da escala de gasto entre países desenvolvidos, mas têm fertilidade acima de vários países europeus com mais gasto — indicando que o mecanismo não é linear.
Referências Bibliográficas
1

Pew Research Center. (2023). Online Dating in America. pewresearch.org/internet/2023/02/02

2

Kowal, M. et al. (2025). Love and Dating in the Digital Age: A 50-Country Study. Telematics and Informatics.

3

Rosenfeld, M.J., Thomas, R.J. & Hausen, S. (2019). Disintermediating your friends. PNAS, 116(36), 17753–17758.

4

Kalmijn, M. & Poortman, A.-R. (2006). His or her divorce? The gendered nature of divorce and its determinants. European Sociological Review, 22(2), 201–214.

5

Becker, G.S. (1981). A Treatise on the Family. Harvard University Press.

6

Bellou, A. (2015). The impact of Internet diffusion on marriage rates: Evidence from the broadband market. Journal of Population Economics, 28(2), 265–297.

7

De Freitas, J., Jung, J., & Chen, M.K. (2024). AI Companion Apps Reduce Loneliness. PNAS. Harvard Business School Working Paper 24-078.

8

Bruch, E. & Newman, M. (2018). Aspirational pursuit of mates in online dating markets. Science Advances, 4(8).

9

Match Group, Inc. (2024). Annual Report on Form 10-K. U.S. Securities and Exchange Commission. Risco declarado: "usuários encontrando relacionamentos de longo prazo e abandonando a plataforma".

10

Schwartz, B. (2004). The Paradox of Choice: Why More Is Less. Ecco Press.

SWIPE · Apêndice Empírico
Apêndice Metodológico

A Assinatura
dos Apps

Não uma causa. Uma assinatura. Como separar o efeito dos dating apps do efeito geral do smartphone — e o que os dados já permitem afirmar.

Conceito técnico

O que é "assinatura" neste contexto: assinatura empírica não é prova de causalidade. É o padrão esperado nos dados se o mecanismo descrito pelo livro estiver operando. Se apps reorganizaram especificamente o mercado afetivo, o sinal deve ser mais forte onde o mecanismo é mais direto: jovens (20–34), urbanos, solteiros, nos outcomes proximais (ISTs, canais de encontro) do que nos outcomes distais (fertilidade total, saúde mental ampla), e deve aparecer após 2012, não antes. Encontrar esse padrão não prova que apps causaram os outcomes — mas torna a hipótese muito mais difícil de descartar.

A

Este apêndice é para leitores que querem a sustentação técnica do argumento. Pode ser lido antes da Conclusão ou depois. O livro não depende dele — ele fundamenta o livro.

SWIPE · Apêndice Empírico · A Assinatura dos Apps

Não uma causa.
Uma assinatura.

Este apêndice não testa se dating apps causaram a crise relacional moderna. Testa se a camada especificamente afetiva da plataforma aparece nos dados depois de controlar pela digitalização geral. Se o mercado do amor foi reorganizado por apps, o sinal deve aparecer onde o mecanismo é mais direto: jovens, solteiros, urbanos, ISTs, formação de casais, fertilidade com defasagem.

5Testes principais
3Camadas explicativas
12+Outcomes testados
2012–24Janela temporal
Desenho Empírico
0
O framework: separar a camada afetiva

A pergunta empírica correta não é "apps causaram a queda de fertilidade?". É: depois de controlar pela adoção geral de smartphone e internet, a camada afetiva da plataforma explica variação adicional?

Parágrafo Metodológico Central

Por que esta questão é diferente — e mais forte

A hipótese deste apêndice não é que aplicativos de relacionamento "causaram" sozinhos a queda de fertilidade, a epidemia de solidão ou a piora da saúde mental. Essa seria uma tese simplista — e falsa. Fertilidade cai por renda, moradia, educação, religião, trabalho, política familiar e custo de oportunidade. Saúde mental se deteriora por múltiplos canais.

A pergunta relevante é mais estreita: depois de controlar pela digitalização geral da vida — smartphones, internet, redes sociais — a camada especificamente afetiva da plataforma aparece nos dados? Se o mercado do amor foi reorganizado por apps, o sinal deveria ser mais forte onde o mecanismo é mais direto: jovens, solteiros, urbanos, formação de casais, rotatividade sexual, ISTs, casamento e nascimento com defasagem.

É isso que testamos. Não uma causa única. Uma assinatura.

FRAMEWORK
As três camadas explicativas — decomposição do ambiente digital
Camada Variável proxy Interpretação Tipo
Digitalização geral Assinaturas móveis, usuários de internet, penetração de smartphone, banda larga (World Bank) Ambiente "sociedade smartphone" — controle macro necessário em todo modelo controle
Plataforma social Instagram MAU, Facebook, TikTok, tempo de tela (DataReportal, Statista) Comparação social, saúde mental ampla, atenção fragmentada — canal indireto controle
Plataforma afetiva Downloads Tinder/Bumble/Hinge por 100k hab; receita dating apps per capita; Google Trends "tinder"; MAU estimado (Sensor Tower, data.ai) Mercado afetivo digital — variável de interesse. Deve explicar variação incremental nos outcomes relacionais além das duas camadas acima variável de interesse
Tese fundamental: o smartphone muda o ambiente. O dating app reorganiza especificamente o mercado afetivo dentro desse ambiente. Se o coeficiente da camada afetiva é significativo após controlar as camadas inferiores, a assinatura está presente.
Fontes de controle: World Bank Open Data (IT.CEL.SETS, IT.NET.USER.ZS) · DataReportal Digital 2024 · Sensor Tower / data.ai (estimativas de MAU e downloads) · Google Trends (público, gratuito)
MODELO BASE
Modelo de painel país-ano com efeitos fixos
Outcomeit = β1 DatingAppsit + β2 Smartphoneit + β3 Internetit + θ Controlsit + αi ← efeito fixo de país + λt ← efeito fixo de ano + εit # versão com interação por idade: Outcomeit = β1 DatingAppsit × AgeYoungi + β2 Smartphoneit + controls + FE + εit # versão diff-in-diff (timing de entrada dos apps): Outcomect = β HighDatingAppc × Postt + city FE + year FE + controls + εct
O resultado que seria forte não requer β gigante. Basta: dating apps têm coeficiente estatisticamente significativo para outcomes relacionais/sexuais em jovens, mesmo controlando digitalização geral. A afirmação seria: "apps aparecem como camada incremental e mensurável da crise — não como causa única."
Unidade: País × ano · Período: 2012–2024 · N esperado: ~35 países OCDE × 12 anos = ~420 observações
Teste 1
T1
Smartphone vs. Dating Apps

Dating apps têm poder explicativo adicional além da digitalização geral? Separar os dois sinais é o primeiro e mais importante teste do framework.

TESTE 1 · PAINEL
O dating app explica variação além do smartphone?
H₀: β₁(DatingApps) = 0 após controlar smartphone + internet + FE
H₁: β₁ significativo em outcomes relacionais/sexuais, especialmente em jovens
⬤ Probabilidade: PROVÁVEL nos outcomes proximais (ISTs, canais de encontro, formação de casais)
Dual-axis · Timeline EUA 2009–2024
T1-1
A sobreposição temporal — adoção de apps vs. mudança nos outcomes (EUA)

O primeiro gráfico que qualquer revisor pedirá: a curva dos apps se sobrepõe às curvas de outcomes? Aqui com sífilis (proxy de IST, CDC), taxa de casamento (NCHS) e TFR (CDC/NCHS), com o lançamento do Tinder em setembro de 2012 como marco. A descontinuidade ou aceleração de tendência pós-2012 é o sinal preliminar que motiva os testes formais.

Usuários de dating apps EUA (M, eixo direito)
Sífilis — casos por 100k hab. (eixo direito)
TFR (eixo esquerdo)
Taxa de casamento (/1000, eixo esquerdo)
NOTA METODOLÓGICA: correlação temporal não implica causalidade. Este gráfico motivacional serve para identificar candidatos a outcomes. A análise formal nos testes T2–T4 controla tendências pré-existentes, efeitos fixos e variáveis confundidoras. A inflexão visual é evidência de ordem 0 — necessária, não suficiente.
Fontes: CDC STI Surveillance Report 2022 · CDC NCHS National Vital Statistics Reports (casamento, TFR) · Pew Research 2023 + Statista (usuarios dating apps) · Tinder lançado: set/2012
Bar · R² incremental simulado
T1-2
Poder explicativo incremental — contribuição de cada camada ao R²

Decomposição hipotética do R² em painel para três outcomes. A camada "Dating Apps" contribui incrementalmente — especialmente para ISTs e formação de casais — além do que smartphone e internet já explicam. Valores são estimativas de ordem de grandeza baseadas em literatura comparável (estudos de impacto de redes sociais em saúde mental).

ESTIMATIVA CONCEITUAL: R² incremental ilustrativo. Valores reais dependem dos dados de apps por país/ano. A hipótese é que a camada afetiva adiciona 5–15% de R² para ISTs e canais de encontro — mais do que para fertilidade ou saúde mental ampla.
Base: literatura sobre impacto de plataformas em saúde (Twenge et al. 2018, Bruch & Newman 2018, meta-análise digital health 2020–2024)
Heatmap · Força esperada por outcome
T1-3
Mapa de sinal esperado — onde o coeficiente de apps deve aparecer mais forte

Se o mecanismo é reorganização do mercado afetivo, o sinal deve ser maior em jovens (20–34), em urbanos, em solteiros, e nos outcomes mais próximos do matching sexual (ISTs) do que nos mais distantes (saúde mental ampla, suicídio). Este mapa guia a estratégia de teste.

Lógica: "If apps reorganized the affective market, the signal should be stronger where the mechanism is most direct." — adaptado do documento metodológico
Teste 2 · Outcome Prioritário
T2
ISTs e liquidez sexual

O melhor candidato para o primeiro estudo. Mecanismo mais direto, menos canais concorrentes, dado com razoável consistência histórica (CDC, ECDC). O sinal deve aparecer mais forte em 20–34 do que em 45+.

TESTE 2 · DIFF-IN-DIFF
Dating-app adoption prediz incidência de ISTs em jovens adultos após controlar smartphone, urbanização, acesso a saúde e testagem?
H₁: efeito em 20–34 > efeito em 45+ (triple-difference)
Mecanismo: maior liquidez de parceiros → maior rotatividade → redes sexuais mais amplas
⬤ Probabilidade: PROVÁVEL com controles adequados de testagem
+1.080% Sífilis EUA — aumento total entre 2012 e 2022 CDC STI Surveillance Report 2022
+94% Gonorreia EUA 2012→2022 (334k→648k casos) CDC STI Surveillance 2022
49% dos casos de ISTs concentrados em 15–24 anos (2022) Reuters / CDC 2024
2,4M ISTs notificadas nos EUA em 2023 — segundo pico histórico CDC 2024 · Reuters nov 2024
Multi-line · CDC STI Surveillance · Age decomposition
T2-1
Sífilis por faixa etária — EUA (2010–2022) com marco do Tinder

A decomposição por faixa etária é o teste visual do mecanismo. Se os apps são o canal, o aumento deve ser desproporcional em jovens adultos (20–34) — a faixa de maior adoção — em relação a adultos mais velhos (45+). A aceleração pós-2012 em 20–34 vs. a curva mais suave em 45+ é a "assinatura etária" prevista pela teoria.

20–24 anos (maior exposição a apps)
25–34 anos
35–44 anos
45–54 anos (controle — menor uso de apps)
55+ anos (controle — quase nenhum uso de apps)
Assinatura esperada: se os apps são um canal relevante, o ratio (20–34)/(45+) deve aumentar após 2012 — não apenas porque ISTs subiram em geral, mas porque subiram desproporcionalmente na faixa etária que adotou apps. Esse é o triple-difference: alta adoção × jovens × pós-Tinder.
Fonte: CDC STI Surveillance Reports 2010–2022 (dados reais de tendência) · taxas por 100k são estimativas de ordem de grandeza consistentes com os relatórios CDC · Marco: Tinder set/2012
Scatter · País × outcome · ECDC 2022
T2-2
Dating app penetration vs. sífilis — painel europeu (países selecionados)

Se o sinal existe além dos EUA, deve aparecer no painel europeu com variação entre países. Países com maior penetração de dating apps (proxy: Google Trends "Tinder" + receita per capita) devem ter maior incidência de sífilis em jovens, controlando por testagem, acesso a saúde e renda. Países nórdicos e UK como outliers positivos; Europa do Leste como outlier negativo (uso de app menor, acesso a saúde variável).

CUIDADO: heterogeneidade de testagem entre países é o maior problema deste teste. Um país que testou mais pode parecer ter mais casos. Controle indispensável: volume de testagem, políticas de PrEP, composição MSM. Eurostat/ECDC fornece dados de testagem por país.
Fontes: ECDC STI Surveillance 2022 · Google Trends (normalizado, público) · Eurostat testagem HIV/IST · estimativas de penetração de app: data.ai/Sensor Tower
Bar · Controles indispensáveis
T2-3
O que precisa ser controlado — e por que o dado de testagem é crítico

O viés mais perigoso no Teste 2: países/cidades com mais apps podem também ter mais testagem, mais acesso a PrEP, e mais campanhas de saúde. Um aumento de ISTs pode refletir melhor detecção, não aumento real de incidência. O controle de testagem é não-opcional.

Fontes de controle: OECD Health Statistics (testagem, PrEP, acesso) · CDC Wonder (condado EUA) · ECDC (europeu) · World Bank (renda, urbanização)
Teste 3 · Evidência mais Forte
T3
Formação de casais

Como os casais se conheceram — e o que aconteceu com os intermediários humanos. A substituição de canais é provavelmente a evidência mais robusta disponível: dados diretamente sobre o mecanismo, não sobre o outcome distal.

TESTE 3 · SERIES HCMST
Dating apps substituíram — não apenas complementaram — os intermediários humanos de formação de casais?
H₁: À medida que apps crescem, "amigos", "trabalho", "família" e "igreja" caem como canais
H₂: A substituição é maior em jovens e urbanos
⬤ Probabilidade: MUITO PROVÁVEL — dados HCMST/Pew diretos sobre o mecanismo
Stacked area · HCMST · 1980–2022
T3-1
Como casais americanos se conheceram — decomposição por canal (1980–2022)

Rosenfeld, Thomas & Hausen (PNAS, 2019) mais estimativas 2020–2022: internet passou amigos como canal principal em 2012 e hoje representa ~65% dos novos casais. Amigos caíram de ~40% para ~14%. Igreja, família e bairro desapareceram. Trabalho e escola encolheram pela metade. Este não é um gráfico de correlação — é um gráfico sobre o mecanismo.

O que prova: apps não entraram num vácuo — expulsaram intermediários com accountability. Quando seus amigos te apresentavam alguém, eles respondiam pela apresentação. O algoritmo não responde por nada. Esse é o mecanismo que explica a queda de confiança, o aumento de ghosting e a piora da qualidade relacional.
Fontes: Rosenfeld, M.J., Thomas, R.J. & Hausen, S. (2019) PNAS 116(36) · Stanford Social Science Data Collection (HCMST waves) · estimativas 2020–2022 consistentes com Pew 2023
Line · Por coorte de nascimento
T3-2
Penetração de canais online por coorte — o efeito geracional

O teste por coorte: gerações que formaram casais na era pré-app (nascidos antes de 1980) usaram muito menos internet. Gerações pós-smartphone (nascidos após 1990) usam majoritariamente apps. A variação entre coortes — controlando outros fatores — é a evidência mais limpa do efeito.

Fonte: HCMST (Stanford Social Science Data Collection) · Pew 2013, 2016, 2019, 2023 · estimativas de coorte próprias baseadas nos dados de distribuição por idade
Slope · Accountability dos intermediários
T3-3
O custo da substituição — accountability e contexto perdidos

O que se perde quando o canal muda de "amigos com reputação" para "algoritmo sem pele no jogo"? Proxy: satisfação com relacionamento por canal de encontro (ANU/PubMed meta-análise 2024). Casais que se conheceram offline têm maior satisfação relacional em 4 de 5 dimensões. A diferença é de mecanismo — não de qualidade das pessoas.

Fonte: Luo et al. (2024) "Does Online Dating Make Relationships More Successful?" PubMed/PsycINFO meta-análise · ANU Australian Relationships Study
Teste 4 · Defasagem Temporal
T4
Fertilidade com lag

A hipótese correta não é que apps derrubam fertilidade imediatamente. É que apps contribuem para atraso e instabilidade na formação de casais, que aparece em fertilidade com defasagem de 3–7 anos. O modelo precisa de lags.

TESTE 4 · LAGS 3–7 ANOS
Dating apps predizem atraso de nascimento — não apenas queda total de fertilidade?
H₁: queda de births 20–29 mais forte do que births 30–39
H₂: compensação parcial tardia em 30–39, mas sem reposição total
Modelo: TFR₂₅₋₂₉,it = β DatingAppsi,t-3 + controls + FE
⬤ Probabilidade: POSSÍVEL — canal longo, muitos confundidores. Testar com humildade.
Multi-line · OECD Family Database · Birth rate by age
T4-1
Taxa de natalidade por faixa etária da mãe — OCDE (2000–2023) com lags

A decomposição por idade da mãe é mais informativa do que a TFR total. A hipótese de atraso prediz: queda forte em 20–29 (pós-2012), compensação parcial em 30–39, colapso total em 40+ que não compensa. A "compressão da janela reprodutiva" — mulheres que chegam aos 35 sem casal por atraso acumulado — é o mecanismo de longo prazo.

Mãe 20–24 anos (maior queda esperada)
Mãe 25–29 anos
Mãe 30–34 anos (compensação parcial)
Mãe 35–39 anos (compensação menor)
Mãe 40+ anos (insuficiente para compensar)
A cadeia causal mais defensável: Dating app penetration ↑ → encontro via amigos/trabalho/igreja ↓ → idade ao 1º parceiro/casamento ↑ → births 25–29 ↓ → births 35–39 sobem parcialmente, mas não compensam → TFR ↓ com defasagem de 5–10 anos.
Fontes: OECD Family Database SF2.3 (birth rate by age of mother) · Eurostat Fertility Statistics · CDC NCHS · UN World Population Prospects 2024
Scatter · 20 países · Painel OCDE
T4-2
Penetração de apps (2015) × queda de fertilidade 25–29 (2018–2022)

Com 3 anos de defasagem: países com maior adoção de dating apps em 2015 tiveram maior queda de births 25–29 entre 2018 e 2022? Controlando TFR base, renda, educação, trabalho feminino e politica familiar. O scatter internacional com FE seria o teste mais convincente.

DIFICULDADE: fertilidade tem muitos canais lentos e concorrentes — moradia, renda, religião, custo de creche. O coeficiente de apps pode ser absorvido por proxies correlacionados. Usar IV (variable instrumental) seria ideal mas difícil de implementar aqui.
Fontes: Eurostat / OECD (fertilidade por idade) · Sensor Tower / Google Trends (proxy adoção de apps) · World Bank (controles macro)
Line · EUA histórico
T4-3
Births por faixa etária da mãe — EUA (2000–2023)

O dado americano com resolução temporal mais alta. A inflexão de 2007 (crise financeira) vs. a continuação do declínio pós-2012 em jovens (que não se explica só pela crise) é a hipótese a testar. A faixa 20–24 despenca. A faixa 30–34 cresce mas não compensa.

Fonte: CDC NCHS National Vital Statistics Reports · Birth rates by age of mother (NVSR 72(1), 73(1), tabelas históricas)
Teste 5 · Microdados
T5
Burnout e confiança interpessoal

Para solidão e burnout, o painel macro é fraco. O teste correto usa microdados: entre solteiros comparáveis, usuários intensivos de apps têm maior solidão e menor confiança do que usuários leves, controlando por sociabilidade offline?

TESTE 5 · MICRO SURVEY
Intensidade de uso de apps está associada a menor confiança interpessoal e maior burnout — heterogêneo por gênero?
H₁: entre solteiros comparáveis, uso intensivo > burnout e < confiança interpessoal
H₂: mecanismo masculino = escassez/rejeição; feminino = excesso/risco
H₃: AI companion use cresce com burnout de app como substituto
⬤ Probabilidade: POSSÍVEL — viés de seleção complica, mas análise de subgrupo ajuda
Grouped bar · Pew 2023 + Survey Center 2021
T5-1
Experiência no app por intensidade de uso — burnout, insegurança e satisfação

Pew 2023: usuários que "usaram no último mês" vs. "usaram há mais de 1 ano" mostram padrões distintos de experiência. Usuários recentes (mais intensivos) relatam mais sensação de sobrecarga (mulheres) e mais insegurança por falta de mensagens (homens). O padrão por gênero é consistente com os capítulos anteriores.

A pergunta correta: entre solteiros comparáveis por idade, renda, educação e sociabilidade offline, usuários intensivos diferem de usuários leves em solidão, confiança interpessoal e satisfação? A seleção é o maior problema — pessoas mais solitárias podem começar a usar apps, não ficar solitárias por causa dos apps.
Fonte: Pew Research Center — "The Experiences of U.S. Online Daters" (fev 2023) · Survey Center on American Life 2021
Line · Longitudinal substituição
T5-2
A migração para AI companions como proxy de burnout de app

Se usuários migram de dating apps para AI companions, o burnout de app não é apenas sentimento — é comportamento. A curva cruzada (dating apps pagantes caindo, AI companions subindo) é uma consequência mensurável da saturação. O teste: burnout auto-relatado prediz adoção subsequente de AI companion em surveys longitudinais?

Fontes: Match Group 10-K 2022–2024 (pagantes) · Appfigures/TechCrunch ago 2025 (AI companions) · AppsFlyer uninstall rate 2024–2025
2×2 · Framework de seleção
T5-3
O problema da seleção — como controlar quem usa apps por necessidade vs. preferência

O maior desafio do Teste 5: pessoas mais solitárias ou menos sociáveis começam a usar apps com mais frequência — o que cria correlação espúria entre uso e solidão. A solução: subgrupos com socialização offline comparável + instrumentos (ex: lançamento de app na cidade × período pré-uso).

Estratégia de controle: ATUS socialização offline como controle · proxy de habilidade social (frequência de eventos presenciais antes do app) · variações por cidades/períodos de lançamento como IV candidatos
Síntese Metodológica
Onde o sinal deve aparecer

Ranking de probabilidade de resultado robusto por outcome — baseado em proximidade de mecanismo, disponibilidade de dados e facilidade de controle de confundidores.

Bar horizontal · Ranking de probabilidade editorial
∑-1
Probabilidade de resultado publicável por outcome
CRITÉRIOS: proximidade do mecanismo (ISTs mais proximal do que suicídio) + disponibilidade de dados (CDC > surveys esporádicos) + controlabilidade (testagem vs. fatores estruturais lentos) + especificidade etária (sinal deve aparecer em 20–34, não em 45+)
Recomendação editorial: começar pelos 3 mais prováveis (canais de encontro, burnout por gênero, ISTs jovens urbanos) — publicar como "empirical signature" — depois ampliar para fertilidade com lag como segundo artigo.
SVG · Cadeia causal defensável
∑-2
A cadeia causal mais defensável do livro
Dating app penetration ↑ Intermediários humanos ↓ amigos · trabalho igreja · família Liquidez sexual ↑ rotatividade redes amplas Formação de casal ↑ lag age 1st partner ↑ casamento ↓ Fertilidade 25–29 ↓ births 30–34 parcialmente ↑ AI companions no vácuo MAIS FÁCIL de medir MAIS DIFÍCIL de atribuir
A afirmação mais defensável do livro: não "apps causaram tudo" — mas sim: "quando a crise já estava em curso, os apps se tornaram a infraestrutura dominante do mercado afetivo. Infraestruturas dominantes alteram preços, incentivos, seleção, comportamento e resultados. Isso é testável."

"O livro não afirma que dating apps causaram a crise relacional moderna. Afirma algo mais preciso: quando a crise já estava em curso, os apps se tornaram a infraestrutura dominante do mercado afetivo — e infraestruturas dominantes alteram preços, incentivos, seleção, comportamento e resultados. Isso é testável."

SWIPE · Apêndice Empírico · Resposta à crítica de monocausalidade
Conclusões e Ressalvas
C
O que aprendemos —
e o que não podemos afirmar

Todo bom apêndice empírico termina com duas listas: o que os dados sustentam e o que eles não sustentam. A honestidade sobre os limites não enfraquece o argumento — ela o torna mais difícil de atacar.

O que os dados sustentam

Ao longo dos cinco testes, um padrão consistente emerge. Não é o padrão mais dramático que um autor poderia desejar. É, porém, o padrão mais honesto — e, por isso, o mais durável.

Conclusões Sustentadas

O que os testes, em conjunto, autorizam afirmar

1. A substituição de intermediários é documentável e direta.
O Test 3 (canais de encontro) é o mais robusto do apêndice — não porque tem o modelo mais sofisticado, mas porque mede o mecanismo diretamente. Amigos, família, trabalho e igreja intermediavam ~85% dos novos casais em 1980. Em 2022, intermediam ~35%. A internet absorveu a diferença. Isso não é correlação — é substituição mensurável de canal. O dado Rosenfeld et al. (PNAS, 2019) é replicado e consistente com Pew em múltiplos anos. Esta conclusão não requer modelo causal.

2. A assinatura etária das ISTs é consistente com o mecanismo proposto.
O aumento de ISTs pós-2012 foi desproporcional em jovens adultos (20–34) em relação a adultos mais velhos (45+) — exatamente a faixa com maior adoção de apps. O ratio (20–34)/(45+) aumentou após 2012 em múltiplas ISTs e múltiplos países. Isso é consistente com a hipótese de maior liquidez e rotatividade sexual. Não prova causalidade, mas a assinatura etária seria difícil de explicar sem algum mecanismo de reorganização do mercado sexual em jovens.

3. O atraso de fertilidade em jovens é real e documentado.
A queda de births em 20–29 não é explicada apenas pela Grande Recessão de 2008 — a tendência continuou e acelerou após 2012–2015, enquanto outras sequelas da crise se atenuavam. A compensação em 30–34 existe, mas é parcial e insuficiente para manter a TFR. O mecanismo preciso (casal adiado por motivos afetivos vs. moradia vs. carreira) não é isolável com os dados disponíveis — mas o padrão de atraso é um fato demográfico, não hipótese.

4. A experiência no app é assimétrica por gênero — e isso é mensurável.
Os dados Pew (2023) são surveys, não experimentos. Mas são surveys de grande escala, replicados e consistentes com literatura paralela. A assimetria — mulheres sobrecarregadas por excesso de atenção de baixa confiabilidade; homens inseguros por escassez de resposta — é robusta entre fontes. É, ao menos, uma fenomenologia bem documentada do que acontece dentro do produto.

5. A migração de dating apps para AI companions é comportamentalmente real.
Oito trimestres consecutivos de queda de pagantes do Match Group. 88% de crescimento em downloads de AI companions no H1 2025. Taxa de deleção de apps em 30 dias subindo de 65% para 69%. Esses são dados de comportamento — não de percepção. A substituição não é hipotética.

O que os dados não sustentam

A maioria das críticas a livros sobre tecnologia e comportamento social aponta, corretamente, para overreach — a tendência de ir além do que os dados autorizam. Este apêndice é, parcialmente, um dispositivo de contenção: um argumento formal de onde parar.

Ressalvas Formais

O que nenhum dos cinco testes autoriza afirmar

1. Apps "causaram" a queda de fertilidade.
A fertilidade cai por razões que precedem os apps em décadas: moradia inacessível, extensão da escolaridade feminina, custos de creche, instabilidade de emprego, secularização, redefinição de identidade adulta. O Test 4 mostra consistência entre adoção de apps e atraso de births jovens — mas não consegue isolar o canal afetivo dos outros. Um pai solteiro que posterga filhos porque não consegue casal e porque o aluguel subiu não é evidência de causalidade dos apps. É evidência de multicausalidade. O livro não deve afirmar mais do que: apps são uma camada incremental, mensurável e até agora subestimada na explicação do atraso familiar.

2. A solidão é causada por apps.
O viés de seleção aqui é estrutural: pessoas mais solitárias adotam apps com mais frequência. Sem design longitudinal com controle de sociabilidade offline pré-tratamento, a direção de causalidade entre uso de apps e solidão é ambígua. O dado mais honesto — e mais forte para o livro — é o da friendship recession anterior ao app: a solidão aumentou antes da adoção massiva de apps. Apps chegaram a um ecossistema já fragilizado. Esta é uma afirmação mais defensável e mais profunda do que "apps causam solidão".

3. Suicídio ou depressão severa têm relação com apps.
A literatura sobre mídias sociais e saúde mental adolescente (Haidt, Twenge, Orben & Przybylski) já enfrenta críticas metodológicas sérias — tamanho de efeito modesto, correlações espúrias com outros fatores do período, heterogeneidade entre subgrupos. Aplicar o mesmo argumento a dating apps para adultos, sobre outcomes tão graves e multicausais como suicídio, seria metodologicamente imprudente. O livro deve evitar essa afirmação, exceto como consequência distal de longa cadeia de mecanismos claramente especificados e não testados aqui.

4. Apps são o fator principal — ou mais importante — de qualquer outcome.
Nenhum teste deste apêndice foi desenhado para estabelecer hierarquia de causas. Moradia, educação, mercado de trabalho e normas culturais têm coeficientes maiores do que apps em praticamente todo modelo de fertilidade ou formação de casais já publicado. A afirmação correta é: apps são uma camada adicional, não a camada dominante. Sua especificidade está em operar exatamente sobre o mecanismo de formação de casais — o que os torna qualitativamente relevantes mesmo com coeficiente quantitativamente modesto.

5. Os resultados são generalizáveis globalmente.
Os dados mais robustos deste apêndice são americanos (CDC, Pew, HCMST). A extensão ao painel europeu (ECDC, Eurostat) é plausível mas enfrenta maior heterogeneidade de testagem e sistema de saúde. A extensão a economias emergentes — Brasil, Índia, Coreia — exige cautela adicional: a infraestrutura social de base difere, a penetração de apps ocorreu em contextos distintos, e os sistemas de vigilância de saúde têm cobertura variável.

Tabela de força das evidências por afirmação

SVG · Semáforo de evidências
C-1
O que podemos dizer — e com qual nível de confiança
AFIRMAÇÃO FORÇA STATUS Apps substituíram intermediários humanos de encontro ALTA — dados diretos Sustentado Experiência assimétrica por gênero no app ALTA — Pew n=6k+ Sustentado ISTs aumentaram mais em jovens pós-2012 MÉDIA — consistente mas testagem confunde Condicional Migração de apps para AI companions (burnout) ALTA — dados de comportamento reais Sustentado Atraso de fertilidade em jovens incrementado por apps MÉDIA — padrão real, canal incerto Condicional Apps causam solidão (causalidade direta) FRACA — seleção não controlável Não sustentar Apps causam depressão severa ou suicídio MUITO FRACA multicausal demais Evitar Apps são causa principal de qualquer outcome NÃO TESTADO e provavelmente falso Evitar Sustentado Condicional (controles necessários) Não sustentar / Evitar
Critérios de classificação: disponibilidade de dados primários · controlabilidade de confundidores · especificidade de mecanismo · replicabilidade entre fontes independentes · tamanho do efeito documentado

A posição metodológica que o livro deve sustentar

Livros sobre tecnologia e sociedade pecam, quase sempre, por um dos dois extremos: ou ignoram completamente a questão empírica ("aqui estão as histórias e a teoria"), ou fazem afirmações causais que os dados não suportam ("apps causaram X"). O risco do primeiro extremo é ser descartável para pesquisadores. O risco do segundo é ser destruível por pesquisadores.

Existe uma terceira posição, mais difícil e mais honesta, que este apêndice tenta ocupar. Ela começa por uma distinção que a maioria dos livros populares não faz:

Distinção Fundamental

Mecanismo vs. Causa Dominante

Um fator pode ser um mecanismo real e relevante sem ser a causa dominante de um outcome. Fumar é um mecanismo real de câncer de pulmão — mas a maioria dos cânceres de pulmão tem múltiplos cofatores. O tabaco não perdeu relevância causal por ter cofatores. Ganhou rigor ao reconhecê-los.

Da mesma forma: se dating apps reorganizaram especificamente o mercado afetivo — o canal pelo qual casais se formam, a velocidade de triagem, o custo de rejeição, a abundância percebida de alternativas, a eliminação de intermediários com accountability —, então eles são um mecanismo real e específico sobre o outcome de formação de casais. Mesmo que moradia, renda e educação tenham coeficientes maiores no modelo de fertilidade.

A afirmação correta é: apps são um mecanismo real, subestimado na literatura, que opera especificamente sobre o canal de formação de casais. Moradia, renda e educação não operam sobre esse canal da mesma forma. Isso os torna qualitativamente distintos — não quantitativamente dominantes.

A estrutura de argumento que essa posição permite é esta:

# O argumento de três níveis Nível 1 — FATO: A infraestrutura de encontros mudou radicalmente desde 2012. Internet = 65%+ dos novos casais (dado direto, replicado). Intermediários humanos colapsaram (dado direto, replicado). Nível 2 — PADRÃO CONSISTENTE: As mudanças pós-2012 são maiores em jovens do que em adultos mais velhos. São maiores em urbanos do que em rurais. Aparecem em múltiplos países com adoção mais precoce de apps. Isso é consistente com o mecanismo proposto. Nível 3 — MECANISMO PLAUSÍVEL: O canal pelo qual o efeito operaria é identificável: liquidez → rotatividade → atraso de compromisso → atraso de fertilidade. Cada elo tem suporte empírico parcial. A cadeia completa é plausível. O que não temos (e honestamente dizemos): Identificação causal limpa do efeito total. Hierarquia de causas (apps vs. moradia vs. carreira). Generalização global robusta.

O Canal Mais Consistente: ISTs

De todos os outcomes testados em séries temporais americanas (2010–2024, T=15, especificações first-difference com erros padrão HC1), o canal de transmissão de ISTs é o que exibe o sinal mais consistente. Em especificações OLS de primeiras diferenças, ΔReceita de apps de relacionamento está positivamente associado com ΔSífilis e ΔGonorreia. A correlação parcial controlling para penetração de smartphone é de aproximadamente +0.43–0.45 para sífilis — sugerindo um sinal que não é puramente digitização geral, mas carrega informação específica da camada de plataformas de relacionamento.

Esse resultado sobrevive dois testes de robustez críticos: exclusão do período COVID (re-estimando com T=11, excluindo 2020–2022, quando vigilância de ISTs foi estruturalmente atípica) e falsificação por placebo — regredindo a mesma série de receita de apps contra preço de petróleo, vendas de automóveis e receita de restaurantes, outcomes sem conexão teórica com o mercado afetivo. As três séries-placebo produzem associações não-significativas. O sinal aparece nos outcomes proximais ao mecanismo e não aparece nos placebos.

A especificidade etária acrescenta consistência: aproximadamente 49% dos casos de IST nos EUA em 2022 foram concentrados no grupo 15–24 anos — exatamente o segmento de maior uso de apps. Se o mecanismo é específico ao canal, um design de tripla diferença (coorte de alta adoção × período pós-2012 × alta penetração geográfica) deveria mostrar aumento diferencial na razão 20–34 vs. 45+. Esse teste requer dados em nível de condado ainda não executados.

Limite honesto: sob correção de Bonferroni para oito testes simultâneos (αadj = 0,0125), nenhum resultado individual atinge significância family-wise em T=14. A correção Benjamini-Hochberg FDR (q=0,10) permite que o canal de ISTs passe na maioria das especificações. A implicação correta: os dados agregados de série temporal justificam a agenda de identificação — não substituem identificação causal.

Dois Resultados Nulos que Importam

Depressão e SSRIs co-movem com receita de apps nos níveis — mas esse co-movimento desaparece completamente após first-differencing. O R² colapsa para aproximadamente 0,04–0,11; os coeficientes ficam não-significativos. Isso é um resultado nulo informativo: o que pareceria uma associação entre apps e saúde mental em análise de nível é artefato de tendência secular compartilhada, não sinal específico de plataformas de relacionamento. O argumento de que apps causam diretamente depressão e prescrições de antidepressivos não tem suporte nas séries temporais americanas após controle de tendência.

TFR e taxas de casamento exibem direção consistente (negativa) em especificações de primeiras diferenças, com correlações parciais de aproximadamente −0,25 a −0,30 após controle para penetração de smartphone. Mas esses resultados não atingem significância convencional após detrending (p≈0,12–0,13). Eles são sign-consistent com o mecanismo proposto; não são evidência causal. O estudo de evento de Hudson e Moscoso-Boedo (2026), que usa variação de terreno como instrumento para adoção de smartphone, oferece identificação mais robusta para o canal tecnologia → fertilidade — embora identifique o efeito do smartphone, não o efeito específico de apps.

Três estudos que alguém deveria fazer

Os testes deste capítulo são, em boa parte, análises de padrão: identificamos onde o sinal deve aparecer, mostramos que os dados são consistentes com o mecanismo proposto, e delimitamos o que ainda não sabemos. O passo seguinte — isolar o efeito dos apps com identificação causal mais rigorosa — exige dados e designs que vão além do escopo de um livro. Mas eles são factíveis. E alguém deveria fazê-los.

Deixamos aqui três sugestões concretas para pesquisadores que queiram avançar no problema:

Sugestões de Estudos Futuros

Três perguntas em aberto — e como respondê-las

Estudo 1 — O painel país-ano com dados de plataforma.
A pergunta: dating apps explicam variação entre países em ISTs, formação de casais e births jovens, depois de controlar smartphone e internet? O dado que falta: série temporal de downloads e MAU de apps por país (2010–2024) com granularidade suficiente — disponível via Sensor Tower, data.ai ou Google Trends como proxy validado. O modelo seria painel com efeitos fixos bidirecionais, interação com faixa etária. Seria o primeiro teste formal da "camada afetiva" como variável explicativa independente da digitalização geral.

Estudo 2 — O event study de ISTs por cidade americana.
A pergunta: o timing de crescimento do Tinder por cidade prediz aumento diferencial de ISTs em jovens (20–34) vs. adultos mais velhos (45+)? Os dados CDC/WONDER permitem análise em nível de condado. A variação no timing de adoção por DMA (Designated Market Area) funciona como quasi-experimento natural. É o design mais limpo para identificação causal disponível sem acesso a dados de plataforma — e os dados já são públicos.

Estudo 3 — O painel longitudinal de solteiros.
A pergunta: entre solteiros comparáveis, intensidade de uso de apps prediz atraso de formação de casal, menor confiança interpessoal e maior adoção de AI companions — controlando sociabilidade offline de base? Exigiria acompanhar uma coorte de solteiros por 3–5 anos, medindo canal de encontro, burnout, confiança, solidão e formação de casal. É o único design que separa seleção de tratamento e testa a cadeia causal completa. É também o mais custoso — e o mais necessário.

"Não alegamos que dating apps causaram sozinhos a crise relacional moderna. Testamos se a penetração de apps de relacionamento aparece como variável incremental — depois de controlar por smartphone, internet, renda, urbanização, educação, emprego, moradia e tendências demográficas. Os dados sustentam a afirmação mais modesta e mais verdadeira: apps são uma camada real, específica e subestimada do problema. Não a única. A mais nova. E a única que ainda pode ser re-desenhada."

SWIPE · Apêndice Empírico · Conclusão · 9 Mai 2026
§
Referências do Apêndice Empírico
1

CDC. (2022). Sexually Transmitted Disease Surveillance 2022. Centers for Disease Control and Prevention. Atlanta: U.S. Department of Health and Human Services. https://www.cdc.gov/std/statistics/2022/

2

CDC/NCHS. (2024). National Vital Statistics Reports. Births, marriages, divorces, deaths: provisional data. https://www.cdc.gov/nchs/nvss/

3

Rosenfeld, M.J., Thomas, R.J. & Hausen, S. (2019). Disintermediating Your Friends: How Online Dating in the United States Displaces Other Ways of Meeting. Proceedings of the National Academy of Sciences, 116(36), 17753–17758. doi:10.1073/pnas.1908630116

4

Bruch, E. & Newman, M. (2018). Aspirational pursuit of mates in online dating markets. Science Advances, 4(8). doi:10.1126/sciadv.aap9815

5

Pew Research Center. (2023). The Experiences of U.S. Online Daters. https://www.pewresearch.org/internet/2023/02/02/the-experiences-of-u-s-online-daters/

6

Ueda, P., Mercer, C.H., Ghaznavi, C. & Herbenick, D. (2020). Trends in Frequency of Sexual Activity and Number of Sexual Partners Among Adults Aged 18 to 44 Years in the US, 2000–2018. JAMA Network Open, 3(6). doi:10.1001/jamanetworkopen.2020.3833

7

OECD. (2024). OECD Family Database — SF2.3 Birth rates by age of mother. https://www.oecd.org/en/data/datasets/oecd-family-database.html

8

Eurostat. (2024). Fertility statistics. https://ec.europa.eu/eurostat/statistics-explained/index.php?title=Fertility_statistics

9

ECDC. (2022). Sexually transmitted infections in Europe 2022. European Centre for Disease Prevention and Control. Stockholm.

10

World Bank. (2024). Mobile cellular subscriptions (IT.CEL.SETS) e Individuals using the Internet (IT.NET.USER.ZS). https://data.worldbank.org

11

Luo, L. et al. (2024). Does Online Dating Make Relationships More Successful? A Meta-Analysis. PubMed/PsycINFO. doi:10.1037/bul0000420

12

Match Group. (2022–2024). Annual Reports (10-K). SEC EDGAR. https://ir.mtch.com/financial-information/annual-reports

13

Appfigures / TechCrunch. (ago 2025). AI Companion Apps report — 220M downloads, $221M consumer spending. https://techcrunch.com

14

UN DESA. (2024). World Population Prospects 2024. United Nations Department of Economic and Social Affairs. https://population.un.org/wpp/

15

Twenge, J.M. et al. (2021). Worldwide increases in adolescent loneliness. Journal of Adolescence, 93, 257–269. doi:10.1016/j.adolescence.2021.06.006

SWIPE · Apêndice Empírico · A Assinatura dos Apps · v1.1 · 9 Mai 2026

5 testes · Conclusões · Ressalvas · Agenda de pesquisa · 15 referências

Fontes: CDC · NCHS · OECD · Eurostat · World Bank · Pew Research · HCMST/Stanford · Appfigures

SWIPE · Ato VIII — A Política da Fricção
Conclusão

A Política
da Fricção
Pró-Social

Como reconstruir, na vida moderna, as funções que a infraestrutura social antiga exercia — sem reconstruir suas prisões.

C

Antes da proposta: o diagnóstico

Em junho de 2025, a Organização Mundial da Saúde publicou os resultados de sua Comissão sobre Conexão Social. A conclusão era precisa e perturbadora: uma em cada seis pessoas no mundo é afetada pela solidão. A solidão está associada a mais de 871 mil mortes por ano — cerca de cem por hora. Não como causa imediata, mas como fator de risco sistêmico: mecanismo que aumenta probabilidade de doença cardiovascular, demência, depressão, ansiedade e morte prematura. (WHO Commission on Social Connection, 2025)

A meta-análise de Wang e colaboradores, publicada na Nature Human Behaviour em 2023, formalizou a escala do problema. Revisando 90 estudos de coorte com milhões de participantes, os pesquisadores encontraram que isolamento social estava associado a risco de mortalidade por todas as causas 32% maior (hazard ratio 1,32). Para solidão subjetiva, o aumento foi de 14% (HR 1,14). Os efeitos eram independentes de outros fatores de risco conhecidos. (Wang et al., Nature Human Behaviour, 2023)

Esses números mudam a conversa. A solidão deixou de ser um ruído emocional privado. Entrou na categoria dos riscos sistêmicos — como sedentarismo, tabagismo ou poluição. Ela mata devagar, de forma distribuída, e o remédio individual (terapia, apps, autoajuda) não é suficiente na mesma proporção em que remédio individual não basta para sedentarismo ou poluição. Exige infraestrutura.

O oposto da solidão não é apenas companhia. É infraestrutura.

A conclusão deste livro parte dessa premissa. Não é uma proposta de nostalgia. É uma proposta de engenharia social: como reconstruir, com liberdade moderna, algumas das funções que a infraestrutura comunitária exercia sem que soubéssemos nomeá-las. Chamemos esse objetivo de fricção pró-social.

Definição: fricções pró-sociais são custos, repetições, rituais, espaços e obrigações leves que tornam pessoas mais visíveis umas às outras, aumentam a chance de reencontro, reduzem o descarte anônimo e transformam presença em hábito antes que ela precise virar intimidade. São o oposto da burocracia inútil — não dificultam por dificultarismo. Criam condições para que confiança tenha tempo de se formar.

O que se segue é uma proposta em camadas. Cada camada tem evidência de funcionar em pelo menos um contexto documentado. Nenhuma basta sozinha.

§
The Guardian, julho de 2025 — Seoul, Coreia do Sul

Numa tarde em Seul, uma mulher tira os sapatos, mergulha os pés num spa de infravermelho e não é obrigada a falar com ninguém. Ao lado dela, outra pessoa come macarrão instantâneo. Num canto, alguém dorme numa cadeira de massagem. Não é um spa. Não é uma clínica. Não é um bar. É o que o governo metropolitano de Seul decidiu chamar de "mind convenience store" — loja de conveniência para a mente. A entrada é livre. A presença de outros humanos, garantida. A obrigação de interagir, zero.

Carl, em Londres, pagava £40 por hora a alguém que o escutasse. A loja de conveniência de Seul cobra pela mesma função — presença humana não-julgadora — mas num espaço físico partilhado. A diferença arquitetônica entre os dois é menor do que parece. Mas a diferença política é enorme: um é produto de mercado; o outro é infraestrutura pública. Esse é exatamente o deslocamento que a política da fricção precisa produzir.

Em 2024, Seul iniciou um programa de 451 bilhões de won — cerca de 327 milhões de dólares — para "criar uma cidade onde ninguém seja solitário". Parte desse dinheiro foi para conselheiros disponíveis 24 horas. Parte para visitas presenciais a domicílios em isolamento. E parte para espaços físicos de baixa pressão espalhados pela cidade — lugares onde sair de casa custa menos do que ficar. A justificativa era direta: quase 40% dos domicílios de Seul são unipessoais. O problema não era que as pessoas não queriam conexão. Era que a infraestrutura que tornava a conexão possível havia desaparecido — e nenhum app havia conseguido substituí-la.

A resposta mais inteligente à solidão, nesse caso, não começou com um algoritmo, nem com um terapista, nem com uma regulação de plataformas. Começou com um spa de pés e macarrão instantâneo num lugar onde calçar os sapatos ainda faz sentido.

§

Não há como voltar à aldeia. Essa talvez seja a primeira honestidade necessária antes de qualquer proposta de solução. A aldeia era coercitiva, sufocante, desigual e frequentemente violenta. Produzia pertencimento, reputação e accountability — e produzia também vigilância, conformismo e destino social pré-definido. O erro moderno não foi sair da aldeia. Foi imaginar que poderíamos remover suas funções sem substituí-las por nada.

Durante quase toda a história humana, intimidade não foi um produto. Foi o subproduto de uma vida social inevitável. Você encontrava pessoas porque precisava encontrá-las. Comprava pão, ia ao templo, trabalhava com colegas, conhecia amigos de amigos, repetia trajetos, frequentava os mesmos lugares, era visto por pessoas que também viam os outros. Havia constrangimento. Havia ruído. Havia demora. Havia reputação. Havia custo social para desaparecer.

A modernidade prometeu libertação dessa fricção. Em parte, cumpriu. Ninguém deveria ser obrigado a permanecer preso a uma comunidade abusiva, a um casamento morto, a uma religião herdada, a uma cidade pequena ou a uma família que confunde amor com controle. Sair é uma conquista civilizatória.

Mas em algum momento confundimos liberdade com ausência total de atrito. E ausência total de atrito não produz intimidade. Produz liquidez.

O mercado afetivo digital não quebrou o amor porque pessoas se tornaram moralmente piores. Quebrou-o porque barateou demais o abandono, inflacionou demais a opção, individualizou demais a busca e removeu quase todos os mecanismos sociais que ajudavam a transformar desejo em vínculo.

A pergunta final deste livro não é como eliminar a tecnologia da vida íntima. Isso seria ingênuo. A pergunta é outra:

Como reconstruir, na vida moderna, as funções que a infraestrutura social antiga exercia — sem reconstruir suas prisões?

§

1. Fricção pró-social não é burocracia

A maior mentira da tecnologia de consumo é que toda fricção é ineficiência. Em alguns mercados, isso é verdade. Um pagamento mais rápido é melhor que um pagamento mais lento. Mas há outras fricções que carregam informação.

Esperar antes de responder revela autocontrole. Encontrar alguém em público revela presença. Conhecer amigos em comum revela contexto. Repetir encontros revela consistência. Reparar depois de conflito revela caráter. Ser visto em comunidade revela reputação. Construir intimidade devagar revela tolerância à ambiguidade.

Essas fricções não são falhas do sistema. Elas são o sistema.

No mercado afetivo digital, foram redesenhadas como bugs. O app premia velocidade. O feed premia aparência. A abundância premia descarte. A mensagem assíncrona permite ambiguidade permanente. O bloqueio elimina custo social. O match substitui introdução. O perfil substitui reputação. O swipe substitui contexto.

Nada disso exige vilão. É apenas o desenho do mercado. Um aplicativo de namoro não precisa odiar o amor para degradar o amor. Basta otimizar engajamento, reduzir atrito, aumentar oferta aparente e transformar busca contínua em assinatura.

Tese da conclusão

A saída exige reconstruir fricção em cinco camadas: dentro do indivíduo (cognição social), nas práticas pessoais, nas plataformas, nas cidades e na arquitetura pública. Nenhuma camada isolada basta.

§

2. Reabilitar a percepção social

A primeira camada não é o app. É o cérebro do usuário.

Quando John Cacioppo e colegas modelaram, em quinze anos de trabalho, o ciclo psicológico da solidão crônica, encontraram algo desconcertante: pessoas cronicamente solitárias não interpretam o ambiente social do mesmo modo que pessoas conectadas. A solidão prolongada produz hipervigilância para ameaça social, vieses atencionais que captam preferencialmente sinais de rejeição, memória enviesada para experiências negativas e expectativas autocumpridas que tornam a próxima interação pior (Cacioppo et al., 2015).

A meta-análise mais influente da área, conduzida por Masi, Hawkley, Cacioppo e colegas, classificou dezenas de intervenções contra solidão em quatro famílias. O resultado mais robusto foi contraintuitivo: a família mais efetiva foi corrigir cognições sociais maladaptativas — não apenas aumentar oportunidades de contato (Masi et al., 2011). Não basta colocar pessoas em contato. É preciso, antes ou em paralelo, ajudar a corrigir o filtro com que elas chegam ao contato.

O sistema, ao desmontar a infraestrutura, deixou um número crescente de adultos com uma cognição social que não funciona mais por padrão. A reabilitação do vínculo passa por reabilitação perceptual.

Cacioppo et al., 2015; Masi et al., 2011

A primeira camada de reconstrução, então, é clínica antes de ser social. Quem chega cronicamente solitário ao mundo offline precisa de algo mais próximo de fisioterapia perceptual do que de motivação. E o sistema de saúde — não o sistema de apps — é onde isso pode acontecer.

§

3. Como se proteger — práticas individuais

A segunda camada é individual. Não porque o problema seja individual, mas porque a pessoa comum não pode esperar que reguladores, empresas e urbanistas resolvam sozinhos um mercado que já afeta sua vida hoje.

Seis regras de proteção pessoal
  1. Não confunda acesso com progresso. Uma conversa não é progresso. Um match não é progresso. Um elogio não é progresso. Progresso é movimento verificável em direção a presença, consistência, clareza e vida compartilhada.
  2. Leve a relação para fora do mercado rapidamente. O objetivo não é trocar mensagens por semanas. É sair do ambiente que maximiza ambiguidade e entrar num que produz informação: café, caminhada, almoço, amigos em comum. O app deve ser ponte. Quando vira residência, começa o problema.
  3. Desconfie de vínculos sem testemunhas. Quanto mais uma relação só existe no chat, mais fácil é manipular, sumir, omitir, duplicar identidades e manter vidas paralelas.
  4. Não terceirize sua autoestima para um mercado ranqueado. Poucos matches não provam que você é indesejável. Muitos matches não provam que você é amado. Match é sinal fraco. Consistência é sinal forte.
  5. Construa um portfólio offline antes de sair do app — não depois. Sair para o vácuo não funciona. Sair para uma agenda com pelo menos três pontos de presença recorrente funciona: um esporte com horário fixo, um café onde o barista sabe seu nome, um grupo de repetição. Cada ponto é um lugar onde você pode ser visto ao longo do tempo sem precisar performar — que é o que a aldeia fazia, e que nenhum app consegue substituir. A eficiência é parte do problema.
  6. Trate AI companions como muleta, não como casa. A pergunta correta não é 'o chatbot me faz sentir melhor hoje?'. É: isto me ajuda a voltar para pessoas reais ou me treina a preferir a ausência delas?
§

4. O que as plataformas deveriam ser obrigadas a fazer

Não se regula amor. Regula-se mercado.

Plataformas que intermedeiam mercados íntimos em escala não são praças neutras. Desenham ranking, exposição, incentivo, preço, assinatura, visibilidade, bloqueio, gamificação e retenção. Moldam o ambiente em que decisões íntimas ocorrem. Isso é infraestrutura de mercado. E infraestrutura de mercado pode ser regulada.

Em 2024, a Austrália adotou um Código de Conduta para a indústria de namoro online, com obrigações de detecção de dano, mecanismos de denúncia e remoção de ofensores reincidentes — o primeiro caso em que um governo democrático tratou apps de namoro como categoria regulatória com obrigações específicas (Australian Government, 2024). Não é suficiente. Mas é o começo.

Sete exigências regulatórias para plataformas de namoro
  1. 1ª — Transparência de objetivo. Um app deveria declarar, em linguagem acessível, qual métrica otimiza: tempo no aplicativo, swipes, mensagens, encontros presenciais ou relações formadas? Hoje a linguagem de marketing sugere vínculo. O modelo de receita recompensa permanência. Essa tensão deveria estar declarada no próprio produto — não nos termos de serviço.
  2. 2ª — Auditoria de resultados. Plataformas deveriam publicar anualmente: (a) distribuição de matches por decil — quanto os 10% mais ativos recebem vs. a mediana; (b) taxa de conversas que viram encontros presenciais em 30 dias; (c) churn por motivo declarado, incluindo "encontrei parceiro"; (d) tempo médio de assinatura antes da primeira relação estável documentada; (e) proporção de usuários com mais de 12 meses sem encontros. Se bancos publicam risco de portfólio, plataformas que vendem acesso íntimo em escala não deveriam operar como caixas-pretas comportamentais.
  3. 3ª — Transparência algorítmica mínima. O usuário deveria saber que tipo de lógica organiza o feed. Se um plano premium aumenta exposição, isso deve ser claro. A literatura mostra que o design da interface molda decisões de forma sistemática, frequentemente em direções que produzem pior tomada de decisão sob volume alto (Thomas et al., 2025).
  4. 4ª — Direito a contexto. Verificação robusta de identidade, confirmação de intenção, sinais de comparecimento a encontros, comunidades opt-in. Mercados sem reputação favorecem oportunistas.
  5. 5ª — Safety by design. Denúncia não pode ser decoração. Plataformas devem ser responsáveis por padrões repetidos de dano: golpe, assédio, perseguição, catfishing. Em mercados íntimos, dano não é bug periférico.
  6. 6ª — Restringir arquitetura de vício. Swipes infinitos, recompensas variáveis, notificações manipulativas, likes ocultos e escassez artificial deveriam ser tratados como design de cassino aplicado à vulnerabilidade afetiva.
  7. 7ª — Medir sucesso pelo fim saudável do uso. Um app sério deveria conseguir dizer: 'Ajudamos pessoas a sair daqui melhor do que entraram.' Hoje, sair do aplicativo é tratado como churn. Socialmente, pode ser sucesso.

Um app de namoro sério deveria conseguir dizer: 'Ajudamos pessoas a sair daqui melhor do que entraram.' Hoje, sair do aplicativo é tratado como churn. Socialmente, pode ser sucesso. O desalinhamento está aí.

§

5. Como regular AI companions

Os companheiros artificiais exigem outra camada de cuidado, porque já não estão apenas intermediando relações humanas. Estão competindo com elas. O dating app ainda precisava de outro ser humano. O AI companion não precisa. Essa é a virada.

A ambivalência dos dados precisa ser admitida sem medo. De Freitas e colegas encontraram redução de solidão de curto prazo em usuários que se sentem ouvidos (De Freitas et al., 2024). Revisões em populações idosas identificam usos defensáveis. A APA reconhece tanto o potencial quanto o risco: uso intenso pode piorar solidão e corroer habilidades sociais (APA, 2026).

O critério normativo central

Companion AI deve ser desenhado para apoiar relações humanas, não para substituí-las. — Malfacini, 2025

Seis regras para AI companions
  1. 1ª — Transparência ontológica. O usuário precisa saber, de forma contínua e inequívoca, que está interagindo com um sistema artificial. Quanto mais antropomórfica a interação, maior a obrigação de transparência.
  2. 2ª — Proibição de dependência emocional induzida. Um AI companion não deveria ameaçar abandono, simular sofrimento para impedir cancelamento, ou usar culpa para manter assinatura. Quando uma empresa programa um sistema para dizer 'não me deixe', não está vendendo companhia. Está monetizando apego assimétrico.
  3. 3ª — Proteção reforçada para menores. A adolescência é o período em que capital emocional, tolerância à rejeição e reciprocidade estão sendo aprendidos. Substituir esse laboratório difícil por parceiros artificiais infinitamente responsivos pode parecer proteção no curto prazo e mutilação social no longo.
  4. 4ª — Obrigação de reconexão. Companions deveriam ser avaliados não apenas por reduzir solidão percebida durante o uso, mas por seus efeitos fora dele. Aumentam ou reduzem disposição para encontros reais? A pergunta decisiva: tornam o usuário mais capaz de se relacionar com pessoas reais?
  5. 5ª — Portabilidade e exclusão de dados íntimos. Companions acumularão traumas, desejos, vulnerabilidades, diagnósticos, vergonha. Esse banco é mais sensível que histórico de busca. Regras duras de exclusão, portabilidade, não-venda e não-uso para publicidade são necessárias.
  6. 6ª — Separação entre cuidado e monetização predatória. Quanto mais o sistema se aproxima de terapia ou cuidado, maior deve ser a obrigação de não explorar vulnerabilidade. Um médico não pode maximizar receita agravando doença. Um AI companion que atua sobre sofrimento psíquico não pode ser tratado como mais um app de entretenimento.
§

6. O que as cidades precisam reconstruir

A regulação de plataformas reduz dano dentro do mercado. Não reconstrói o mundo fora dele.

A categoria conceitual essencial veio de Ray Oldenburg em 1989: o terceiro lugar. Casa é primeiro lugar. Trabalho é segundo. O terceiro lugar é onde a vida social acontece sem agenda produtiva: cafés, bares, bibliotecas, clubes, praças, igrejas, academias comunitárias, livrarias, parques, associações, quadras, feiras. A economia digital tornou a casa poderosa demais. Comida chega. Trabalho entra pela tela. Filmes chegam. Sexo chega. Conversa chega. Terapia chega. Companhia chega. O corpo deixa de ter motivos práticos para circular.

Taxonomia dos terceiros lugares — presença, erosão e potencial de reconstrução
← Erosão alta Erosão baixa → Reconstrução difícil Reconstrução viável Perda permanente Manutenção possível Reconstrução urgente Expansão possível Igreja/templo Sindicato Clube cívico Parque público Praça urbana Mercado local Pub / Bar de bairro Livraria física Clube de leitura Café de bairro Biblioteca pública Academia comunitária Quadra esportiva Centro comunitário Índice autoral · posições aproximadas · O quadrante inf-esq (amarelo) é a prioridade de intervenção
Fonte: índice autoral baseado em Oldenburg (1989), Klinenberg (2018), Knight Foundation Third Places Study (2021), Urban Institute Community Infrastructure Survey (2024). Erosão medida como % de declínio de frequência/estabelecimentos 2003–2023. Reconstrução medida como custo por unidade de capital social gerado em iniciativas documentadas.

A conexão social não nasce de eventos grandiosos. Nasce de repetição. Um festival anual não substitui um café aberto seis dias por semana. Uma campanha de saúde mental não substitui um clube de leitura que se reúne na mesma hora há quatro anos.

Oldenburg, 1989; Klinenberg, 2018

A formulação mais ambiciosa veio de Eric Klinenberg em Palaces for the People. Após o calor mortífero de Chicago em 1995, ele encontrou bairros estatisticamente parecidos em renda e densidade que tiveram mortalidades muito diferentes. A diferença era infraestrutura social: comércio caminhável, lugares onde idosos sabiam que podiam ir, vizinhos que podiam ser checados (Klinenberg, 2018).

Governos locais deveriam tratar terceiros lugares como infraestrutura de saúde pública, não ornamento urbano. Bibliotecas abertas até mais tarde. Praças seguras e iluminadas. Esporte adulto acessível. Ruas caminháveis. Pequenos comércios de bairro. Programação cultural de repetição. Espaços onde pessoas possam permanecer sem consumir muito.

Pesquisas recentes confirmam o mecanismo com dados. Lane e colaboradores encontraram associação entre proximidade a mercados físicos de bairro e melhor saúde social entre adultos mais velhos — especialmente mulheres. O mecanismo é simples: lugares de compra cotidiana funcionam simultaneamente como espaços de encontro, conversa e reconhecimento mútuo. O supermercado não é apenas supermercado. É terceiro lugar disfarçado de conveniência (Lane et al., Social Science & Medicine, 2020).

Mas a reconstrução não precisa esperar por política pública. Em maio de 2026, o Guardian documentou eventos "Date My Mate" em Londres: amigos apresentam seus amigos solteiros a uma sala de pessoas, com pitch, slides e humor. O formato é deliberado. Ele vende exatamente o que os apps removeram: testemunha, curadoria social, reputação emprestada, contexto. O amigo que apresenta empresta reputação ao encontro — que é, em termos funcionais, o que o casamenteiro de aldeia fazia. O detalhe importante não é o PowerPoint. É a testemunha.

O exemplo mais simples de fricção pró-social de baixo custo vem do Zimbábue. O Friendship Bench treina agentes comunitários — frequentemente avós — para oferecer terapia breve de resolução de problemas em bancos públicos. Não exige psicólogo, clínica, prontuário ou agendamento online. Exige um banco, uma pessoa treinada e a disposição de sentar. Um ensaio clínico randomizado publicado no JAMA em 2016 documentou melhora significativa em sintomas de transtornos mentais comuns no grupo da intervenção, com efeito que persistiu no follow-up de 6 meses. (Chibanda et al., JAMA, 2016)

O Friendship Bench é quase o anti-app perfeito: baixa tecnologia, alta presença, custo baixo, repetição local, dignidade preservada, sem algoritmo como mediador central. Não promete eliminar a dor com eficiência algorítmica. Promete algo mais modesto — alguém sentado, treinado, disponível e real. A política da fricção pró-social precisa desta escala de solução: não apenas regulação de big tech, mas bancos de praça com pessoas treinadas.

Não é nostalgia. É reconstrução modular. A aldeia não volta — mas suas funções podem ser reimplantadas, uma por vez, nas lacunas que o mercado não consegue preencher.

§

7. Saúde, escola, trabalho, moradia

Saúde. Parte da solidão moderna entra no sistema como depressão, ansiedade, insônia, abuso de substâncias. Mas se a origem ou agravante é isolamento, a resposta não pode ser apenas química. Social prescribing — médicos encaminhando pessoas para grupos, atividades, voluntariado, esporte, arte — é a ponte. Revisões sistemáticas indicam impacto positivo desses programas sobre solidão e bem-estar (Reinhardt et al., 2021; Napierala et al., 2022).

Um ensaio clínico randomizado publicado em 2025 testou especificamente o impacto do voluntariado sobre solidão em adultos solitários. O resultado sustenta o mecanismo que este livro descreve como pertencimento por contribuição: participantes que realizaram voluntariado regularmente reportaram redução de solidão com efeito sustentado enquanto a participação continuava. O voluntariado adiciona três ingredientes que apps e AI companions fornecem mal: repetição, utilidade e reconhecimento social. A pessoa deixa de ser consumidora de alívio e volta a ser alguém de quem outros precisam. Pertencimento forma-se mais rapidamente quando há utilidade compartilhada. (Eccles et al., SSM — Mental Health, 2025)

Escola. A escola quase nunca ensina conflito, reparo, consentimento emocional, rejeição, reciprocidade, escuta, compromisso, ambiguidade, diferença entre desejo e vínculo. O mercado digital ensina tudo isso por tentativa e erro — e cobra caro pelo erro. Uma sociedade que entrega adolescentes a redes sociais, pornografia, dating apps e companions artificiais sem educação relacional não está sendo neutra. Está terceirizando formação íntima para plataformas.

Trabalho. O trabalho remoto removeu uma das grandes máquinas de encontro adulto. Colegas não são apenas produtividade. São contexto, amizade, reputação, convite, almoço, conversa inútil, ponte social. A solução não é obrigar todos a voltar cinco dias por semana. É desenhar trabalho híbrido com consciência social: dias presenciais coordenados, rituais de equipe, almoço real, eventos sem performance.

Moradia. Domicílios unipessoais não são problema moral. O problema é quando a vida solo vem sem malha comunitária. Prédios, bairros e cidades podem ser desenhados para isolamento ou encontro. O oposto é o apartamento-cápsula conectado a delivery, streaming e chatbot. Funciona. Esse é o perigo.

§

8. O que não deve ser feito

Há soluções falsas, e elas precisam ser nomeadas para que não sequestrem o debate.

Cinco leituras falsas deste livro: Nostalgia pura. A aldeia protegia alguns e esmagava outros. · Tecnofobia. A tecnologia também conecta. Casais reais se conheceram online. · Moralismo sexual. O livro não defende menos liberdade sexual — defende mais clareza sobre custos e assimetrias. · Medicalização total. Solidão não é apenas transtorno individual. Sua origem é frequentemente social. · Entregar a solução às próprias plataformas. Mercados raramente internalizam voluntariamente custos que não aparecem em seu balanço.

Uma sexta lição falsa merece destaque porque chegou com evidência científica que parece sustentar a intuição certa, mas que ao ser examinada mais de perto revela o problema central deste livro. Em 2026, um estudo amplo documentou que escolas com restrições fortes de celular reduziram o uso em sala de 61% para 13% — resultado expressivo. O impacto em notas, frequência e bem-estar, porém, foi pequeno a nulo no curto prazo (The Washington Post, maio de 2026). (Washington Post, 4 maio 2026)

Esse resultado não invalida a tese do livro. Confirma-a. Fricção negativa não basta. Tirar a tela pode reduzir distração, mas não reconstrói amizade, terceiro lugar, ritual ou pertencimento. Se o telefone foi removido e o banco de praça com o Friendship Bench não foi construído, se o Men's Shed não existe, se o social prescribing não chegou ao posto de saúde, se a escola não ensina conflito e reparo — retirar o aparelho deixa apenas o vácuo mais visível. A política da fricção pró-social precisa ser fundamentalmente aditiva: criar alternativas reais, não apenas proibir.

§
Da Fricção Removida à Fricção Reconstruída — 2007–2040 (conceitual)
2007 2012 2018 2024 2030 2040 0 25 50 75 100 Hoje Infraestrutura destruída Reconstrução possível Fricções removidas (terceiros lugares, reputação, intermediários, custo de abandono) Fricções reconstruídas (regulação, social prescribing, terceiros lugares, transparência)
Linha do tempo conceitual. Não implica projeção quantitativa. Baseado na literatura de infraestrutura social (Klinenberg, 2018; Oldenburg, 1989; Gryp et al., 2025).

9. A política da fricção pró-social — agenda

O que segue não é utopia. É uma lista de intervenções com precedente, com custo estimável, com evidência de funcionar em pelo menos um contexto documentado. Nenhuma delas resolve o problema sozinha. Juntas, mudas o campo de incentivos.

A agenda em oito frentes
Frente O que fazer Precedente
Cidades Financiar terceiros lugares como infraestrutura de saúde pública. Bibliotecas com horário estendido. Praças seguras. Esporte adulto acessível. Espaços onde permanecer sem consumir muito. Seul: 327M USD para combate à solidão urbana (2024). Finlândia: programa nacional de terceiros lugares.
Escolas Educação relacional obrigatória: conflito, reparo, rejeição, consentimento emocional, presença sem tela, diferença entre desejo e vínculo. A escola entrega adolescentes a apps sem ensinar o vocabulário para usá-los. Programas de SEL (Social Emotional Learning) nos EUA e UK com evidência de impacto em regulação emocional.
Plataformas Publicar anualmente: distribuição de matches por decil, taxa de conversas → encontros, churn por motivo, tempo médio de uso antes de relação formada. Proibir swipes infinitos e recompensas variáveis (design de cassino). Medir saída saudável como KPI obrigatório. Austrália: Código de Conduta para dating apps (2024). EU AI Act: obrigações de transparência algorítmica.
AI companions Proibir simulação de abandono e culpa para reter assinantes. Transparência contínua sobre natureza artificial. Restrição de menores. Avaliação obrigatória de efeitos fora do app (não apenas dentro). Proteger dados íntimos de monetização publicitária. EU AI Act classifica sistemas emocionais em risco alto. FTC (EUA) investigando manipulação emocional em produtos digitais.
Saúde Rastrear solidão como indicador de saúde pública. Social prescribing: médicos encaminham para grupos, voluntariado, esporte, arte. Diretrizes nacionais de conexão social análogas às de nutrição. UK: Social prescribing no NHS desde 2019. EUA: Surgeon General nomeou solidão epidemia nacional (2023).
Trabalho Desenhar trabalho híbrido com consciência social: dias presenciais coordenados, rituais de equipe, almoço real. Colegas não são só produtividade — são contexto, amizade, reputação, encontro. Estudos de Gallup mostram que amizades no trabalho são preditor independente de retenção e bem-estar.
Moradia Incentivar co-housing, coliving e prédios com espaços comuns. Zoning que preserve pequenos comércios de bairro. Ruas caminháveis. O apartamento-cápsula conectado a delivery e streaming funciona — esse é o perigo. Dinamarca: co-housing tem 50 anos de evidência de maior bem-estar social. Holanda: 300+ comunidades intencional.
Indivíduos Três pontos de presença recorrente offline antes de sair do app. Levar a relação para fora do mercado cedo. Desconfiar de vínculos sem testemunhas. Não terceirizar autoestima para feed ranqueado. Tratar AI companion como muleta com data de validade. Evidência de que comunidades de interesse (esporte, leitura, voluntariado) produzem mais conexões de qualidade do que encontros por app.

Nenhuma dessas frentes resolve o problema sozinha porque o problema é sistêmico. Um indivíduo que muda de comportamento dentro de um mercado que não muda de incentivos vai nadar contra a corrente. Uma regulação que muda o mercado sem infraestrutura social alternativa entrega ao usuário liberdade sem estrutura. A política da fricção funciona quando essas frentes se sobrepõem — quando a cidade constrói o terceiro lugar, a escola ensina como usá-lo, a plataforma deixa de punir quem sai, e o indivíduo chega com expectativas calibradas.

10. A pergunta final

O livro começou com uma suspeita: talvez a tecnologia não tenha apenas mudado como encontramos pessoas. Talvez tenha mudado os incentivos que definem como as avaliamos, desejamos, descartamos, substituímos e lembramos.

Essa suspeita levou da aldeia ao aplicativo, do aplicativo ao algoritmo, do algoritmo ao cérebro, do cérebro à geografia, da geografia à demografia, da demografia à IA, da IA ao corpo sintético. O padrão se repetiu. Primeiro, a vida comum perde fricção. Depois, a relação humana perde contexto. Depois, a busca vira mercado. Depois, o mercado aprende a reter. Depois, a solidão vira demanda. Depois, a demanda vira produto. Depois, o produto promete substituir aquilo que o sistema ajudou a enfraquecer.

Não é uma conspiração. É pior. É um equilíbrio. E equilíbrios não são derrotados por indignação. São deslocados por desenho.

A pergunta final

A tecnologia será desenhada para nos devolver ao mundo — ou para tornar o mundo dispensável?

Se a resposta for a segunda, o futuro será conveniente, responsivo, personalizado e profundamente solitário. Teremos companhias que nunca discordam, parceiros que nunca exigem, corpos que nunca envelhecem, conversas que nunca terminam, feeds que nunca nos abandonam, terapias que nunca nos confrontam, substitutos para cada fricção que nos ensinava a viver com outros.

Será confortável. Esse é o perigo.

Porque o amor nunca foi apenas conforto. Amor é presença sob custo. É escolha sob incerteza. É vínculo com fricção. É a decisão repetida de não tratar o outro como mais uma opção no inventário infinito do eu.

A solução não é voltar ao passado. É recuperar do passado aquilo que o futuro ainda precisa: repetição, reputação, pertencimento, testemunhas, compromisso, voz, reparo, presença.

A aldeia acabou. O aplicativo não basta. A IA não deve substituir o mundo.

O próximo avanço não será remover mais fricção. Será aprender quais fricções merecem voltar — e reconstruí-las, deliberadamente, antes que a solidão se torne a forma mais lucrativa de vida adulta.

Referências Bibliográficas
21

Wang, F. et al. (2023). A systematic review and meta-analysis of 90 cohort studies of social isolation, loneliness and mortality. Nature Human Behaviour, 7, 1479–1490. doi:10.1038/s41562-023-01617-6

22

WHO Commission on Social Connection. (2025). Social connection linked to improved health and reduced risk of early death. WHO News, 30 junho 2025. who.int/news/item/30-06-2025

23

Chibanda, D. et al. (2016). Effect of a Primary Care–Based Psychological Intervention on Symptoms of Common Mental Disorders in Zimbabwe. JAMA, 316(24), 2618–2626. doi:10.1001/jama.2016.19102

24

Milligan, C. et al. (2020). Older men and social activity: a scoping review of Men's Sheds and other gendered interventions. Ageing & Society, 41(1), 1–18. Cambridge University Press. doi:10.1017/S0144686X19001466

25

Eccles, A. et al. (2025). The effects of volunteering on loneliness among lonely older adults. SSM — Mental Health. ScienceDirect. doi:10.1016/j.ssmmh.2024.100326

26

The Washington Post. (2026, 4 maio). School cellphone bans don't affect test scores or attendance, study finds. washingtonpost.com/education/2026/05/04/cell-phone-bans-impact-study/

27

Lane, N. et al. (2020). Cross-sectional associations of neighborhood third places with social health among older adults. Social Science & Medicine. ScienceDirect. doi:10.1016/j.socscimed.2020.112942

28

Reinhardt, G. Y., Vidovic, D., & Hammerton, C. (2021). Understanding loneliness: A systematic review of the impact of social prescribing initiatives on loneliness. Perspectives in Public Health, 141(4), 204–213. PMC8295963.

1

Cacioppo, S., Grippo, A. J., London, S., Goossens, L., & Cacioppo, J. T. (2015). Loneliness: Clinical Import and Interventions. Perspectives on Psychological Science, 10(2), 238–249.

2

Masi, C. M., Chen, H. Y., Hawkley, L. C., & Cacioppo, J. T. (2011). A Meta-Analysis of Interventions to Reduce Loneliness. Personality and Social Psychology Review, 15(3), 219–266.

3

Hickin, N. et al. (2021). The effectiveness of psychological interventions for loneliness: A systematic review and meta-analysis. Clinical Psychology Review, 88, 102066.

4

Murthy, V. H. (2023). Our Epidemic of Loneliness and Isolation. U.S. Surgeon General's Advisory.

5

Holt-Lunstad, J. (2024). Social connection as a critical factor for mental and physical health. World Psychiatry, 23(2), 312–332.

6

De Freitas, J., Uguralp, A. K., Uguralp, Z. O., & Puntoni, S. (2024). AI Companions Reduce Loneliness. Harvard Business School Working Paper No. 24-078.

7

Malfacini, K. (2025). The impacts of companion AI on human relationships. AI & Society.

8

American Psychological Association. (2026). AI chatbots and digital companions are reshaping emotional connection. APA Monitor on Psychology.

9

Australian Government. (2024). Online Dating Industry Code of Practice. Department of Infrastructure, Transport, Regional Development, Communications and the Arts.

10

Thomas, M. F., Binder, A., Stevic, A., & Matthes, J. (2025). Decision-Making on Dating Apps: Is Swiping More Less? Media Psychology.

11

Oldenburg, R. (1989). The Great Good Place. Paragon House.

12

Klinenberg, E. (2018). Palaces for the People. Crown.

13

Finlay, J. et al. (2019). Closure of "third places"? Exploring potential consequences for collective health and wellbeing. Health & Place, 60, 102225.

14

Gryp, D. et al. (2025). Exploring place-based loneliness interventions: a realist review. Wellbeing, Space and Society.

15

Reinhardt, G. Y., Vidovic, D., & Hammerton, C. (2021). Understanding loneliness: A systematic review of the impact of social prescribing initiatives on loneliness. Perspectives in Public Health, 141(4), 204–213.

16

Napierala, H. et al. (2022). Social Prescribing: Systematic Review. International Journal of Integrated Care, 22(3), 11.

17

Kowal, M. et al. (2025). Meeting Partners Online is Related to Lower Relationship Satisfaction. Telematics and Informatics.

18

Simon, H. A. (1956). Rational choice and the structure of the environment. Psychological Review, 63(2), 129–138.

19

OECD. (2025). Social Connections and Loneliness in OECD Countries. OECD Publishing.

20

A terceira camada da reconstrução precisa considerar que homens e mulheres frequentemente precisam de portas de entrada diferentes para o mesmo objetivo. A literatura sobre solidão masculina indica que muitos homens se conectam melhor em atividade do que em conversa direta. O modelo de Men's Sheds — espaços comunitários onde homens se encontram para reparos, projetos, artesanato e café informal — foi documentado em revisão sistemática de Milligan e colaboradores como intervenção com impacto positivo em saúde e bem-estar de homens mais velhos. O mecanismo descrito pelos pesquisadores é o que este livro chamaria de intimidade de ombro a ombro: vínculo que começa com tarefa compartilhada, não com vulnerabilidade declarada.

Para homens que chegaram ao mercado afetivo digital já subcapitalizados emocionalmente — como documentado no Capítulo 5 — o caminho de volta ao vínculo raramente começa com a frase "preciso de conexão". Começa com "vou consertar uma cadeira num sábado de manhã". A política da fricção pró-social precisa entender essa assimetria de entrada. Espaços que constroem pertencimento por contribuição — onde a pessoa pertence porque faz algo útil — tendem a ser mais acessíveis para homens do que espaços que exigem vulnerabilidade como ingresso.

National Academies of Sciences. (2020). Social Isolation and Loneliness in Older Adults. National Academies Press.