Uso coordenado de algoritmos, automação e curadoria humana em plataformas digitais para distribuir, em escala industrial, conteúdo enganoso ou hiperpartidário com finalidade de manipular a opinião pública e a deliberação política.
1. Definição e Escopo
Propaganda computacional designa a categoria de operações informacionais que articulam três componentes técnicos — algoritmos de recomendação de plataformas, contas automatizadas (bots e cyborgs) e equipes humanas coordenadas (troll farms, agências de marketing político, operadores governamentais) — para injetar narrativas em ecossistemas digitais com objetivos políticos, ideológicos ou comerciais. A formulação canônica deve-se ao programa de pesquisa do Oxford Internet Institute, sintetizado por Woolley e Howard (2019) no volume Computational Propaganda: Political Parties, Politicians, and Political Manipulation on Social Media, que cunhou o termo para descrever a articulação industrializada entre automação e propaganda política nas plataformas de mídia social.
Distingue-se de desinformação em sentido estrito por seu escopo: a propaganda computacional pode mobilizar conteúdo verdadeiro, enganoso, descontextualizado ou opinativo — o critério decisivo é a arquitetura técnico-organizacional de amplificação, não a falsidade do conteúdo. Pode-se, em tese, executar propaganda computacional com material factualmente correto, ainda que selecionado e amplificado de forma a produzir distorção sistêmica do debate público. Distingue-se também da propaganda clássica descrita por Lasswell, Ellul e Bernays por sua dependência estrutural da arquitetura algorítmica das plataformas: trata-se de propaganda otimizada para métricas de engajamento — velocidade, indignação, tempo de permanência — em vez de propaganda otimizada para penetração broadcast.
O escopo abrange, portanto, desde operações eleitorais conduzidas por consultorias políticas privadas (caso da Cambridge Analytica) até campanhas de Estado executadas por aparelhos de inteligência (Internet Research Agency russa; estruturas chinesas associadas ao 50-Cent Army e às chamadas content farms taiwanesas e do Sudeste Asiático), passando por operações comerciais de manipulação de reputação corporativa e por mobilizações ideológicas de grupos não-estatais.
2. Etimologia e Origem Conceitual
A expressão computational propaganda foi formalizada por Philip N. Howard, Samuel Woolley e colaboradores no Computational Propaganda Project do Oxford Internet Institute, ativo desde 2012 e financiado, em sua fase inicial, pela European Research Council. O termo aparece de forma consolidada em uma série de working papers publicados entre 2015 e 2018, culminando no volume editado de 2019. A escolha lexical é deliberada: a palavra computational (computacional) destaca a centralidade da mediação algorítmica e da automação em oposição a designações como “propaganda digital” (que apenas indica o suporte) ou “propaganda online” (que apenas indica o canal).
Em português, “propaganda computacional” tem sido adotada como tradução direta pela literatura acadêmica brasileira (sobretudo no INCT em Democracia Digital e no NetLab/UFRJ), em paralelo a expressões como “propaganda algorítmica” e “manipulação computacional do debate público”. Cabe notar que, na tradição lusófona, “propaganda” carrega historicamente uma carga semântica mais ampla e menos pejorativa do que em inglês (onde se aproxima de advertising manipulativo) — herança do uso ligado à propaganda religiosa (a Sacra Congregatio de Propaganda Fide fundada pelo Vaticano em 1622) e à propaganda comercial. A precisão técnica exige, em contextos acadêmicos, reservar o termo “propaganda computacional” para a configuração específica descrita acima.
3. Desenvolvimento Histórico
O desenvolvimento da propaganda computacional pode ser periodizado em três fases. A fase de experimentação (aproximadamente 2008–2014) coincide com a maturação das grandes plataformas (Facebook, Twitter/X, YouTube) e com o uso pioneiro de mídias sociais em campanhas eleitorais, a começar pela campanha presidencial de Barack Obama em 2008. Nesse período, as primeiras evidências empíricas de uso sistemático de bots políticos foram documentadas em contextos como as eleições mexicanas de 2012 e a crise política venezuelana, mas a prática ainda era artesanal e descentralizada.
A fase de institucionalização (2014–2018) é marcada pela profissionalização industrial das operações. Bradshaw e Howard (2017), no inventário global Troops, Trolls and Troublemakers do Oxford Internet Institute, documentaram a existência de operações organizadas de manipulação social em pelo menos 28 países, número que ascendeu, em relatórios subsequentes da mesma série, a mais de 80 países no final da década. O período inclui a interferência russa nas eleições norte-americanas de 2016, o referendo do Brexit, a campanha presidencial brasileira de 2018 e a operação chinesa de pressão informacional durante os protestos de Hong Kong (2019). King, Pan e Roberts (2017), em estudo seminal publicado na American Political Science Review, demonstraram que a estratégia chinesa do chamado 50-Cent Army privilegia não a contra-argumentação ideológica, mas a distração estratégica — inundação do debate com conteúdo paralelo positivo, para deslocar atenção em momentos politicamente sensíveis.
A fase de hibridização com IA generativa (2022–presente) abre uma terceira geração da doutrina. A democratização de modelos generativos de texto, imagem e áudio reduziu drasticamente o custo marginal de produção de conteúdo, e a integração com deepfakes e técnicas de personalização permite, em princípio, operações de persuasão individualizada em escala. Estudos pós-2022 documentam o uso de modelos generativos por operações estatais russas, chinesas e iranianas, embora a literatura ainda debata o efeito marginal desse novo arsenal frente a táticas mais convencionais.
4. Debate Teórico
Quatro debates teóricos organizam o campo. O primeiro versa sobre a arquitetura plataformizada como condição de possibilidade. Benkler, Faris e Roberts (2018), no estudo Network Propaganda, argumentam que a propaganda computacional é eficaz não principalmente por sua sofisticação técnica, mas pelo acoplamento estrutural com ecossistemas midiáticos previamente fragmentados e assimetricamente polarizados. Em sua análise comparada do espectro político norte-americano, o desempenho de operações desinformacionais varia significativamente conforme a topologia da rede midiática — favorecendo segmentos hiperpartidários com baixa exposição a fontes profissionais convergentes.
O segundo debate discute a medida do efeito. Gorodnichenko, Pham e Talavera (2021) e outros estudos econométricos têm tentado quantificar o impacto de campanhas computacionais sobre intenção de voto e participação política, com resultados heterogêneos. A literatura tem-se afastado de estimativas causais agregadas (do tipo “a IRA elegeu X”) em favor de modelos de efeitos localizados, cumulativos e de longo prazo, sobretudo sobre erosão de confiança institucional.
O terceiro debate problematiza a distinção entre propaganda computacional legítima e ilegítima. Toda campanha eleitoral contemporânea mobiliza, em alguma medida, segmentação algorítmica, automação parcial e curadoria de conteúdo — distingui-las de operações ilícitas exige critérios que combinem transparência de origem, autenticidade da identidade dos operadores e proporcionalidade dos meios. O conceito de Coordinated Inauthentic Behavior (CIB), adotado pela Meta a partir de 2018 como categoria operacional de moderação, sintetiza essa distinção, mas é alvo de críticas por sua opacidade definitória.
O quarto debate explora respostas regulatórias. Propostas como o Digital Services Act da União Europeia (Regulamento 2022/2065) introduziram obrigações de transparência sobre sistemas de recomendação e ferramentas para pesquisadores acessarem dados de plataformas. Persiste, contudo, controvérsia sobre o equilíbrio entre intervenção regulatória, autorregulação das plataformas e proteção de liberdade de expressão — debate particularmente agudo em regimes presidenciais sem ampla tradição de regulação setorial de mídia.
5. Casos Documentados
O caso paradigmático é a operação da Internet Research Agency (IRA) durante o ciclo eleitoral norte-americano de 2016, documentada no Relatório Mueller (2019), no relatório do Senate Select Committee on Intelligence (Vol. 2, 2019) e em análises forenses de Howard et al. publicadas pelo Oxford Internet Institute. A IRA operou centenas de personas em múltiplas plataformas, segmentadas por linhas étnicas, religiosas e ideológicas, com gastos estimados em milhões de dólares e produção contínua de memes, vídeos, eventos e anúncios pagos. A operação integrou todos os elementos da doutrina: bots automatizados, contas humanas operadas em turnos, segmentação algorítmica e migração para esfera física via eventos coordenados.
Um segundo caso documentado é o uso, pelo governo chinês, de operações computacionais durante crises políticas regionais. King, Pan e Roberts (2017) estimaram que a estrutura conhecida como 50-Cent Army produz centenas de milhões de postagens por ano em plataformas chinesas, predominantemente em modo de distração tópica e exaltação patriótica, e não de contra-argumentação direta. A campanha de pressão informacional sobre Taiwan — operada via plataformas como LINE, Facebook e TikTok, com uso de content farms sediadas em terceiros países — constitui extensão internacional do mesmo padrão.
Um terceiro caso é a Cambridge Analytica e o Brexit (2016), documentado no relatório da Information Commissioner’s Office britânica (2018) e em depoimentos parlamentares de Christopher Wylie e Brittany Kaiser. A consultoria utilizou dados pessoais de aproximadamente 87 milhões de usuários do Facebook, obtidos sem consentimento por meio de uma aplicação de terceiros, para construir perfis psicométricos e direcionar anúncios políticos personalizados. O caso ilustra a articulação entre extração massiva de dados, modelagem psicométrica e propaganda computacional, e foi vetor decisivo na percepção pública sobre os limites éticos e legais da micro-segmentação política.
6. Implicações para o Contexto Brasileiro
O Brasil é, há ao menos uma década, laboratório intensivo de propaganda computacional, em razão de quatro fatores estruturais: alta penetração de redes sociais e mensageria privada, polarização política aguda, ciclos eleitorais bienais (federais e municipais alternados) e um marco regulatório de plataformas ainda em construção. Do ponto de vista da segurança nacional e institucional, o Tribunal Superior Eleitoral (TSE) tem reconhecido, em sucessivas resoluções, a propaganda computacional como vetor de ameaça à integridade do processo eleitoral. A Resolução TSE nº 23.610/2019, alterada pela Resolução nº 23.732/2024, dispõe sobre propaganda eleitoral e incorpora regras sobre uso de inteligência artificial, contas automatizadas e disparo em massa.
No plano do debate acadêmico brasileiro, o NetLab da UFRJ (Universidade Federal do Rio de Janeiro), o Monitor do Debate Político no Meio Digital da USP, o Instituto Nacional de Ciência e Tecnologia em Democracia Digital (INCT.DD, sediado na UFBA), o Laboratório de Políticas Públicas e Internet (LAPIN) e o InternetLab consolidaram-se como nós centrais da pesquisa empírica sobre o tema. Estudos do NetLab documentaram, nos ciclos de 2018, 2020, 2022 e municipais subsequentes, padrões consistentes de disparo em massa via WhatsApp contratados por meio de empresas especializadas, redes coordenadas inautênticas em Twitter/X e YouTube, e conteúdo gerado por IA com finalidade política, sobretudo no ciclo de 2024.
O marco regulatório brasileiro combina dispositivos esparsos. A Lei nº 12.965/2014 (Marco Civil da Internet) estabelece o regime de responsabilidade dos provedores; a Lei nº 13.709/2018 (LGPD) disciplina o tratamento de dados pessoais, vetor crítico para micro-segmentação; a Lei nº 14.197/2021 tipifica crimes contra o Estado Democrático de Direito, com aplicabilidade discutida em casos de operações coordenadas. O PL 2630/2020 (“PL das Fake News”), em tramitação no Congresso, propõe deveres específicos para plataformas de larga escala, incluindo transparência sobre publicidade política, identificação de contas automatizadas, protocolos de moderação e acesso de pesquisadores a dados — mas permanece sem aprovação até a data deste verbete. A CPMI dos Atos Antidemocráticos (2023) explicitou, em seu relatório final, a articulação entre redes coordenadas de produção de conteúdo digital e os ataques de 8 de janeiro de 2023, abrindo precedente investigativo para enquadramento de operações computacionais sob a tipificação penal vigente.
7. Ver Também
8. Referências
BENKLER, Yochai; FARIS, Robert; ROBERTS, Hal. Network Propaganda: Manipulation, Disinformation, and Radicalization in American Politics. Oxford: Oxford University Press, 2018.
BRADSHAW, Samantha; HOWARD, Philip N. Troops, Trolls and Troublemakers: A Global Inventory of Organized Social Media Manipulation. Working Paper 2017.12. Oxford: Oxford Internet Institute, 2017.
BRASIL. Lei nº 12.965, de 23 de abril de 2014. Marco Civil da Internet. Diário Oficial da União, Brasília, 24 abr. 2014.
BRASIL. Lei nº 13.709, de 14 de agosto de 2018. Lei Geral de Proteção de Dados Pessoais (LGPD). Diário Oficial da União, Brasília, 15 ago. 2018.
GORODNICHENKO, Yuriy; PHAM, Tho; TALAVERA, Oleksandr. Social media, sentiment and public opinions: evidence from #Brexit and #USElection. European Economic Review, v. 136, 2021.
KING, Gary; PAN, Jennifer; ROBERTS, Margaret E. How the Chinese government fabricates social media posts for strategic distraction, not engaged argument. American Political Science Review, v. 111, n. 3, p. 484-501, 2017.
TRIBUNAL SUPERIOR ELEITORAL. Resolução nº 23.610, de 18 de dezembro de 2019. Dispõe sobre propaganda eleitoral, utilização e geração do horário gratuito e condutas ilícitas em campanha eleitoral. Brasília: TSE, 2019.
UNIÃO EUROPEIA. Regulamento (UE) 2022/2065 do Parlamento Europeu e do Conselho, de 19 de outubro de 2022, relativo a um mercado único de serviços digitais (Regulamento dos Serviços Digitais — DSA). Jornal Oficial da União Europeia, L 277/1, 27 out. 2022.
WOOLLEY, Samuel C.; HOWARD, Philip N. (Org.). Computational Propaganda: Political Parties, Politicians, and Political Manipulation on Social Media. Oxford: Oxford University Press, 2019.
Verbete submetido ao NEGISC — Núcleo de Estudos em Guerra Informacional e Segurança Cognitiva / GEPSI / IREL / UnB. Licença CC BY-SA 4.0.