YouTube e TikTok são, estruturalmente, linhas de produção de conteúdo raso. O algoritmo não é um curador — é uma esteira desenhada para maximizar retenção, e retenção não se confunde com compreensão. Se você produz vídeos e sente que quanto mais polido, mais profundo e mais trabalhado o conteúdo, menos ele performa — não é impressão sua, e não é culpa sua. É o desenho industrial da plataforma.
A métrica de retenção como desenho industrial
O modelo de negócio de plataformas como YouTube e TikTok é simples: quanto mais tempo o usuário passa assistindo, mais anúncios ele vê. O algoritmo de recomendação não está otimizado para entregar o vídeo mais relevante, mais verdadeiro ou mais bem feito — está otimizado para entregar o vídeo que maximiza a probabilidade de o usuário continuar assistindo ao próximo.
Isso muda tudo. Num modelo editorial humano, o curador pergunta “isso é importante?”. Num modelo algorítmico, o sistema pergunta “isso retém?”. São perguntas diferentes que geram resultados diferentes — e a segunda produz, sistematicamente, conteúdo mais raso que a primeira. Tarleton Gillespie descreve esse deslocamento como uma nova forma de gatekeeping em que o algoritmo naturaliza decisões de curadoria como se fossem neutras, quando na verdade refletem um desenho otimizado para escala, não para valor.[1]
Conteúdo denso, com argumento que exige pausa para reflexão, é penalizado pela métrica de retenção — não porque seja pior, mas porque o espectador médio consome no piloto automático, e o que exige esforço cognitivo gera abandono mais cedo. O sistema aprendeu que profundidade reduz retenção, e age para suprimi-la.
O algoritmo não é burro — ele é otimizado para outra coisa
Um erro comum é tratar o algoritmo como um adversário incompetente que “não entende de qualidade”. O problema é o oposto: ele entende perfeitamente o que foi programado para maximizar, e qualidade de conteúdo simplesmente não está na função de otimização.
Ted Striphas chama isso de “cultura algorítmica”: a progressiva delegação da curadoria simbólica — historicamente feita por críticos, editores e curadores humanos — a processos computacionais que operam em escala e não têm (nem precisam ter) critérios de valor.[2] O resultado é que o que sobe não é o mais bem argumentado, mas o que melhor performa dentro de uma lógica cega ao conteúdo — contanto que retenha, o algoritmo não distingue um documentário de uma fofoca.
Há uma consequência perversa desse desenho que pouca gente discute: o algoritmo não achata todo conteúdo igualmente. Ele achata sistematicamente o conteúdo que exige mais do espectador — justamente o que constrói pensamento crítico, oferece contexto histórico, apresenta múltiplos pontos de vista ou sustenta uma tese complexa. O que sobra é o que não exige nada: entretenimento descartável, opinião sem lastro, polêmica fabricada.
O que se perde quando o raso vence
Não é exagero dizer que o atual regime algorítmico de curadoria está reconfigurando o que significa “conteúdo bom” — e o critério está encolhendo. Uma geração que cresce consumindo vídeos otimizados para retenção está aprendendo, por osmose, que conteúdo bom é conteúdo que prende atenção sem esforço. O que não prende é descartado como “chato” ou “longo demais”.
A pesquisa de Herbert Simon sobre atenção escassa em ambientes de abundância informacional, escrita em 1971, nunca foi tão relevante: quando a informação é abundante, o que se torna escasso é a atenção disponível para processá-la — e sistemas otimizados para entregar mais informação, sem filtro de relevância, pioram o problema porque competem pela atenção em vez de organizá-la.[3] A diferença é que em 1971 não existiam sistemas computacionais capazes de modular a produção de conteúdo em tempo real para maximizar essa competição. Hoje existem. O resultado é uma máquina de produzir irrelevância em escala industrial.
O que se perde concretamente: capacidade de sustentar atenção por períodos longos, tolerância a narrativas que não entregam recompensa imediata, familiaridade com argumentação que exige múltiplas etapas, e — talvez o mais grave — a percepção de que existe diferença entre entretenimento e informação.
Cenário não é destino
Isso não significa que todo conteúdo de qualidade está condenado à irrelevância nas plataformas. Significa que ele não vai performar “por acidente”, do mesmo jeito que conteúdo raso performa. Um vídeo denso, bem estruturado e autoral exige planejamento estratégico de formato, ritmo e distribuição que conteúdo raso não precisa — exatamente a diferença entre produção industrial e trabalho autoral.
Há contraexemplos que provam o ponto: video-ensaios de 40, 60 minutos que acumulam milhões de visualizações no YouTube. Eles não estão ali apesar do algoritmo — estão ali porque conteúdo denso também retém, desde que seja bem estruturado. Um documentário longo mantém o espectador se o arco narrativo for bem desenhado, se houver expectativa, revelação, recompensa. O que o algoritmo achata não é conteúdo longo; é conteúdo mal estruturado que exige esforço sem oferecer retorno. A variável decisiva não é duração, é densidade de recompensa por minuto.
Mas a tática de formato resolve o problema só até certo ponto, porque o teto do que você pode fazer dentro da lógica de retenção publicitária é limitado. O espectador ideal do YouTube é o mais refém possível do feed — e conteúdo que forma opinião crítica, que ensina o espectador a questionar o próprio meio, trabalha contra esse desenho.
A saída estrutural está em modelos que desvinculam receita de retenção publicitária. Plataformas como Nebula cobram assinatura direta do espectador e pagam criadores por hora assistida, não por anúncio entregue — o que significa que um vídeo de 40 minutos bem feito rende mais que dez vídeos de 8 minutos. Floatplane e Vimeo OTT seguem lógica parecida. Do lado livre, PeerTube permite que qualquer pessoa ou instituição hospede vídeos em infraestrutura própria, sem algoritmo de recomendação centralizado. Nenhuma dessas plataformas tem o tamanho do YouTube — mas todas provam que o modelo de negócio alternativo é viável.
É por isso que eu mesmo escolhi migrar meu portfólio para Bunny Stream, com infraestrutura auto-hospedada, e mantenho meu pipeline em software livre: porque a soberania digital não é uma abstração. É poder decidir que a lógica do seu conteúdo não será determinada pelo desenho industrial de terceiros. Publicar fora das garras do algoritmo de retenção é uma decisão técnica e econômica, não só estética — e é a única que resolve o problema na raiz, em vez de tratá-lo por meio de táticas de formato.
A estratégia viável no curto prazo é tratar o algoritmo como meio de distribuição, não como critério de composição. A ideia vem primeiro; a adequação ao formato da plataforma vem depois, como embalagem — cortes no lugar certo, gancho que não é vazio, ritmo que sustenta atenção sem esvaziar o conteúdo. Não é fazer concessão ao raso. É entender que o meio tem regras e usá-las a favor, em vez de ignorá-las ou apenas reclamar delas.
No fim, o que diferencia conteúdo que permanece de conteúdo que passa é o que sempre foi: ponto de vista autoral, pesquisa, cuidado com o que se diz. Isso não mudou. Mudou o cenário de distribuição, que exige mais inteligência estratégica para fazer o denso chegar a quem precisa — mas a solução definitiva passa por mudar de plataforma, não só de formato.
Perguntas frequentes
YouTube e TikTok realmente favorecem conteúdo raso?
Sim, estruturalmente. O modelo de negócio baseado em retenção de atenção recompensa o conteúdo que maximiza tempo de tela, e conteúdo denso tende a exigir mais esforço cognitivo, o que reduz retenção. Não é uma preferência explícita das plataformas — é uma consequência do desenho do sistema de recomendação.
Dá para fazer conteúdo de qualidade performar no YouTube?
Dá, até certo ponto — e esse limite é importante reconhecer. Com estratégia de formato, ritmo e distribuição, conteúdo denso pode performar bem, como os video-ensaios longos demonstram. Mas o teto do que você pode fazer dentro da lógica de retenção publicitária existe, e conteúdo que forma opinião crítica trabalha contra o desenho da plataforma. A solução definitiva está em modelos alternativos (Nebula, PeerTube) ou infraestrutura própria — que desvinculam receita de retenção e devolvem ao criador o controle sobre a lógica do próprio conteúdo.
Qual a diferença entre conteúdo raso e conteúdo simples?
Conteúdo simples é acessível mas não vazio; conteúdo raso é acessível porque é vazio. Um vídeo curto pode ser denso. Um vídeo longo pode ser raso. A diferença está no que o espectador leva depois de assistir — uma ideia nova ou apenas o reflexo condicionado de passar o tempo.
Por que produtores continuam fazendo conteúdo raso se ele é pior?
Porque o custo de produção é menor e o retorno de curto prazo é mais previsível. Conteúdo raso segue fórmula validada por dados agregados; conteúdo autoral exige risco, pesquisa e ponto de vista. A indústria aprendeu a tolerar perda de eficácia em troca de volume previsível.
Como saber se meu conteúdo está contribuindo ou só ocupando espaço?
Pergunte: quem assistiu entendeu? Consegue repetir a ideia central? Voltou dias depois pensando nela? Essas perguntas não têm resposta no dashboard de métricas, mas são as únicas que importam.
Se você está estruturando um projeto de conteúdo, use o Gerador de Briefing que criei — são perguntas guiadas que organizam os pontos de partida antes de produzir. E para encontrar o tom certo para sua comunicação, o Verificador de Tom de Voz ajuda a alinhar o discurso antes de gravar.
Produzo vídeos que comunicam de verdade, não só que retêm. Entre em contato se quiser conversar sobre seu projeto.
— Ricardo A. B. Graça · ricolandia.com
Referências
- Gillespie, T. (2014) The Relevance of Algorithms. In: Gillespie, T.; Boczkowski, P. J.; Foot, K. A. (org.). Media Technologies. MIT Press. DOI: https://doi.org/10.7551/mitpress/9780262525374.003.0009
- Striphas, T. (2015) Algorithmic culture. European Journal of Cultural Studies, 18(4-5), 395-412. DOI: https://doi.org/10.1177/1367549415577392
- Simon, H. A. (1971) Designing Organizations for an Information-Rich World. In: Greenberger, M. (org.). Computers, Communications, and the Public Interest. Baltimore: Johns Hopkins University Press.