A resposta curta é: não do modo como um amigo sabe.

O algoritmo não olha para você e percebe que alguma coisa está errada. Não conhece o silêncio depois da discussão, não sente o peso da fatura, não suspeita que aquela madrugada está mais comprida do que deveria. Ele não compreende vulnerabilidade.

Mas pode aprender a reconhecer comportamentos que costumam acompanhá-la.

E, para fins comerciais, isso pode ser suficiente.

Em A Matadora de Tigrinhos, um sistema pensado para prever risco de recaída é alimentado com dados que também podem aperfeiçoar mensagens de aposta. A ficção comprime num mesmo ecossistema duas promessas contemporâneas: identificar a pessoa vulnerável para protegê-la e identificar a pessoa vulnerável para convertê-la. A diferença ética não está necessariamente no dado. Está em quem age depois que ele aparece.

O algoritmo não adivinha; ele correlaciona

Plataformas registram sinais: horário de acesso, duração da sessão, cliques, depósitos, perdas, retorno após perda, abandono de cadastro, resposta a bônus, dispositivo utilizado e interação com mensagens. Isoladamente, cada dado diz pouco. Em conjunto, pode formar padrões.

Se milhares de usuários que apostam de modo intensivo passam a abrir o aplicativo depois da meia-noite, aumentar depósitos após determinadas perdas e responder a certo tipo de notificação, um modelo pode classificar novos comportamentos semelhantes como maior risco. Não precisa saber se a pessoa está triste. Precisa estimar que pessoas com aquele padrão costumam clicar.

Essa distinção evita dois erros. O primeiro é imaginar uma inteligência onisciente lendo pensamentos. O segundo é concluir que, como ela não lê pensamentos, não sabe nada relevante.

Entre telepatia e ignorância existe uma indústria inteira de probabilidade.

Vulnerabilidade pode ser permanente, circunstancial ou produzida

Idade, renda, isolamento, desemprego e histórico de transtornos podem aumentar risco, mas ninguém é vulnerável da mesma forma o tempo todo. Há vulnerabilidades circunstanciais: luto, separação, estresse, privação de sono, dívida, solidão. O marketing personalizado pode alcançar alguém justamente quando a capacidade de deliberar está reduzida.

Também existe a vulnerabilidade produzida pela própria interação. Uma sequência de pequenas perdas, quase ganhos, bônus e mensagens urgentes altera o contexto da decisão seguinte. O sistema não encontrou uma pessoa pronta e acabada. Ajudou a construir o momento em que sua oferta seria mais eficaz.

É aqui que a pergunta pedagógica se torna importante. Aprender não é apenas adquirir informação; é modificar disposições, expectativas e modos de agir. Interfaces ensinam. O botão grande ensina pressa. O bônus com contagem regressiva ensina escassez. A comemoração sonora ensina que ganhar merece memória. A perda silenciosa ensina que perder não precisa interromper nada.

Chamamos isso de “experiência do usuário”, expressão elegante que às vezes significa: organizamos o ambiente para que a escolha mais lucrativa pareça a mais natural.

O mesmo sinal pode acionar cuidado ou captura

Uma operadora responsável pode usar padrões de risco para oferecer limites, pausa, autoexclusão, contato humano e bloqueio de publicidade. A regulamentação brasileira determina mecanismos de jogo responsável e monitoramento de comportamentos associados a risco. Em tese, quanto mais uma empresa sabe, maior sua capacidade de intervir.

Em 2026, esse tema deixou de parecer hipótese acadêmica. A Agenda Regulatória da Secretaria de Prêmios e Apostas passou a prever o aprimoramento das políticas de jogo responsável e uma ferramenta integrada que permita ao próprio apostador visualizar e monitorar seu perfil de comportamento de jogo. O mesmo documento fala explicitamente em monitoramento de perfis de risco e prevenção de danos.

É um detalhe importante porque confirma a premissa sem confirmar a paranoia: perfis comportamentais existem e podem ser úteis para proteção; isso não significa que uma máquina conheça sua alma.

Mas saber também cria tentação comercial. O usuário que tenta recuperar perdas pode ser justamente quem mais responde a incentivos. A pesquisa internacional discute como comunicações personalizadas, bônus e induções podem explorar vulnerabilidades internas e externas. Surge um conflito difícil de resolver com um aviso no rodapé: o cliente mais lucrativo pode ser o cliente que mais precisa parar.

Então ele sabe?

Sabe probabilidades sobre comportamentos observáveis. Pode inferir estados e segmentos com margem de erro. Pode acertar sem compreender e errar com consequências. Não existe garantia de que uma mensagem chegou porque o sistema detectou tristeza; muitas vezes, anúncios são definidos por perfis amplos, histórico de navegação ou semelhança com outros usuários.

Alegar certeza seria atribuir ao algoritmo uma consciência que ele não tem e retirar das empresas uma decisão que elas efetivamente tomam.

A pergunta ética correta talvez seja menos cinematográfica: o que uma plataforma faz quando seus dados indicam que alguém está perdendo controle?

Ela reduz estímulos?

Interrompe promoções?

Oferece saída real?

Ou aprende qual palavra produz o próximo depósito?

A alfabetização algorítmica começa quando deixamos de perguntar apenas “o que a máquina sabe sobre mim?” e passamos a perguntar “quem definiu o que ela deve fazer com aquilo que sabe?”. Modelo nenhum escolhe sozinho a finalidade para a qual foi contratado.

Na novela, a tecnologia não cria a ambiguidade moral. Apenas lhe dá escala. A mesma Casa que reconhece sinais de recaída participa de um sistema capaz de conhecer o próximo impulso. Proteção e exploração observam a mesma pessoa pela mesma janela.

Uma quer fechá-la antes da queda.

A outra calcula a altura.

Fontes consultadas

BRASIL. Ministério da Fazenda. Agenda Regulatória SPA 2026–2027 — monitoramento de perfis de risco e políticas de jogo responsável. Acesso.

BRASIL. Ministério da Saúde. Campanha Nacional de Prevenção aos Danos das Apostas Online, 2026. Acesso.

STRYCHARZ, J.; VAN NOORT, G.; SMIT, E.; HELBERGER, N. “The exploitation of vulnerability through personalised marketing communication”. Internet Policy Review, 2021.

HING, N. et al. Estudos sobre mudanças estruturais e comportamento em apostas on-line, 2022.