Inteligência artificial e as <i>trends</i>

Coluna

Inteligência Artificial

28 de setembro de 2026

Inteligência artificial e as trends

Por que tantas pessoas aderem às brincadeiras com o ChatGPT?

Nunca fui a pessoa da trend. Continuo não sendo. Algumas passam pela minha timeline, vejo, acho interessante mas não a ponto de experimentar. Foi assim, inclusive, com algumas ondas recentes de imagens feitas por inteligência artificial, como a trend dos anos 80, aquela que nos mostrava mais velhos, ou aquela que mostrava nossos filhos adultos.

Mas a Barbie me pegou. Pedi ao ChatGPT que criasse uma versão minha dentro de uma embalagem personalizada, com objetos, pessoas e referências que tivessem relação comigo. E assim ele fez.

Por que eu resolvi aderir a essa trend? Fiquei me perguntando isso e não consegui atribuir uma única razão. Queria ver como ficaria, também estava curiosa com o resultado, queria experimentar a tecnologia e achei divertida a possibilidade de me reconhecer naquela representação.

Depois de pronta, a imagem provocou outra curiosidade, agora profissional: por que tanta gente quer se colocar dentro de uma mesma trend? Especialmente essas criadas pelo ChatGPT? A resposta parece estar menos em um único gatilho e mais na combinação entre vários fatores.

Quando a própria identidade entra no prompt

As redes sociais sempre foram espaços de autorrepresentação. Escolhemos fotografia, biografia, assuntos sobre os quais falamos e aspectos da vida que desejamos tornar públicos. Pesquisadores vêm estudando há anos como essas representações digitais participam da construção e da percepção da identidade. Uma revisão de Walther e Lew (2022) mostra, por exemplo, que as tecnologias digitais permitem experimentar apresentações alternativas de si e que essas experiências podem se relacionar à maneira como percebemos o próprio “eu”.

Nas trends de IA, esse processo ganha uma característica particular. Para criar minha Barbie, não escolhi apenas uma fotografia. Informei profissão, interesses, valores, relações afetivas e objetos importantes para mim. A IA reorganizou essas informações e me devolveu uma representação visual. Eu fui um pouco além do prompt padrão que pede para a IA criar a imagem com base no que ela sabe.

Por isso, talvez parte do fascínio esteja justamente em ver a própria identidade reinterpretada por uma tecnologia. Não recebemos simplesmente uma imagem pronta. Participamos da escolha daquilo que deverá nos representar.

Fazer parte e continuar sendo único

Há também uma aparente contradição muito interessante: milhares de pessoas usam a mesma estética, mas querem que o resultado seja individual. Isso é muito curioso e encontra respaldo nos estudos sobre cultura participativa e comportamento mimético nas plataformas. Diana e David Zulli (2022) mostram que ambientes digitais favorecem imitação, repetição e adaptação de formatos, formando o que denominam imitation publics: grupos que se constituem também pela participação em práticas compartilhadas.

Uma trend funciona justamente porque pode ser reconhecida. Existe uma espécie de código coletivo: agora somos personagens de animação, depois bonecos de ação, versões de outra época ou Barbies personalizadas. Participar significa entrar temporariamente nessa conversa. E aí é que está a graça.

Mas a repetição não elimina a individualização. Cada pessoa modifica o modelo para dizer alguma coisa sobre si. Nesse sentido, a trend combina duas necessidades sociais bastante conhecidas: pertencer e diferenciar-se.

Uma síndrome conhecida como FOMO, sigla para Fear of Missing Out, ou medo de ficar de fora do que outras pessoas estão vivendo ou acompanhando, também pode ajudar a interpretar parte desse comportamento, mas com cautela.

Uma meta-análise de Fioravanti et al. (2021), que reuniu 33 amostras e mais de 21 mil participantes, encontrou uma associação consistente entre a FOMO e o uso maior das redes sociais, inclusive em padrões de uso problemático.

O estudo não investigou trends de inteligência artificial, portanto não permite dizer que alguém cria sua Barbie por medo de ficar de fora. O que ele oferece é uma pista mais geral: em ambientes sociais digitais, acompanhar o que outras pessoas estão fazendo e perceber que uma experiência está circulando amplamente pode aumentar a motivação para participar também.

De espectador a cocriador

A inteligência artificial acrescenta outro componente: ela diminui a barreira técnica para participar da criação. Antes, transformar uma fotografia em uma ilustração sofisticada exigiria domínio de softwares, habilidade artística ou a contratação de alguém. Com a IA generativa, uma pessoa descreve o que deseja, recebe uma primeira versão, corrige, acrescenta características, troca objetos e pede novas tentativas. O processo passa a ter uma dinâmica de cocriação.

É uma diferença importante em relação a simplesmente compartilhar um meme. Na trend da Barbie, eu forneço a matéria-prima, escolho o que entra, avalio o resultado e peço alterações. Mesmo sem saber desenhar uma embalagem ou produzir uma ilustração digital, consigo participar da construção daquela imagem.

Essa acessibilidade ajuda a explicar a velocidade com que determinados formatos se espalham. Quando a barreira de execução cai, muito mais gente pode experimentar.

Curiosidade, novidade e a vontade de mostrar

Existe ainda o prazer da descoberta: “quero ver o que a IA fará comigo” e, logo em seguida, a experiência que não termina necessariamente quando a imagem aparece na tela. Há uma segunda etapa: mostrá-la.

Nas redes, autorrepresentação também acontece diante de uma audiência. Likes, comentários e respostas funcionam como formas de feedback social, e pesquisas relacionam a interação ativa nas plataformas a oportunidades de expressão e validação social. Assim, publicar a própria versão da trend também abre espaço para comparação, conversa e reconhecimento: “ficou a sua cara”, “eu também quero fazer”, “olha o que a IA colocou na minha”.

Seria excessivo afirmar que a busca por likes explica essas trends. Mas seria igualmente limitado ignorar que elas são produzidas para circular socialmente, e não apenas para permanecer no arquivo pessoal de quem as criou. Talvez estejamos experimentando novas formas de nos representar.

Uma das coisas que mais me interessam nessas trends é que uma tecnologia altamente sofisticada está sendo usada para uma prática profundamente humana: experimentar formas de dizer quem somos e observar como os outros respondem a elas.

A IA generativa acrescentou uma possibilidade nova a esse comportamento. Ela permite que cada pessoa entre em uma estética coletiva levando consigo elementos particulares da própria história. Somos simultaneamente participantes de uma tendência e personagens dela.

Talvez seja por isso que tantas dessas imagens consigam se espalhar tão rapidamente. Há a novidade tecnológica, a curiosidade pelo resultado, o prazer de criar, a participação em um comportamento coletivo e a possibilidade de mostrar uma versão singular de si dentro de uma linguagem que todos reconhecem.

Eu entrei na trend para descobrir como seria minha Barbie, mas a experiência me levou a uma questão mais ampla sobre comportamento digital. Essas imagens parecem reunir práticas que já conhecemos das redes sociais e que citei acima:  autorrepresentação, participação coletiva, busca por reconhecimento e experimentação, com uma possibilidade relativamente nova, que é pedir a uma tecnologia que produza uma versão de nós mesmos a partir das informações que fornecemos. Talvez, seja justamente essa combinação que torne essas trends tão atraentes.

Ao mesmo tempo em que repetimos uma estética compartilhada por milhares de pessoas, usamos a IA para negociar o que queremos destacar sobre nós e depois submetemos essa representação ao olhar dos outros. A tecnologia muda, mas a necessidade de construir, experimentar e compartilhar identidades continua presente. O que a IA generativa acrescenta é uma nova ferramenta para realizar esse processo.

Para ter acesso às referências desse texto clique aqui

Quem publicou esta coluna

Silmara Regina de Souza

Mestre em Administração, consultora pelo Sebrae SP. Palestrante, conteudista, especialista em marketing e comunicação digital. Entusiasta da produção de conteúdo e do uso estratégico das redes sociais como canais de relacionamento e comunicação.

Você também pode gostar

13 de outubro de 2026

Preditores de óbitos em idosos com síndrome respiratória aguda grave confirmados por Influenza A(H1N1)pdm09

A infecção pelo vírus influenza A(H1N1)pdm09 pode evoluir para Síndrome Respiratória Aguda Grave (SRAG), com maior risco de óbitos em idosos. O objetivo foi analisar fatores preditores de óbito em casos de SRAG confirmados para influenza A(H1N1)pdm09, entre idosos com 60 anos ou mais, considerando fatores individuais e contextuais das Regiões Administrativas (RA) do Estado de São Paulo (ESP), e comparar o desempenho de modelos de regressão. Realizou-se um estudo descritivo e analítico no ESP, de 2023 a 2024, utilizando dados do SIVEP-Gripe e da Fundação SEADE. Incluíram-se 714 casos confirmados por RT-PCR de influenza A(H1N1)pdm09 em residentes do ESP com 60 anos ou mais. Analisaram-se variáveis sociodemográficas, clínicas, de internação, tratamento, vacinação e local de residência. Empregou-se regressão logística binária e hierárquica logística, com o desfecho de evolução para óbito. Dos 714 casos, 202 resultaram em óbito. O modelo final de regressão logística binária associou maior chance de óbito ao sexo masculino, idade avançada, saturação de oxigênio inferior a 95%, internação em UTI e uso de suporte ventilatório invasivo. A presença de tosse e o uso de antiviral foram associados a menor chance de óbito. O modelo hierárquico logístico apresentou desempenho semelhante, com pequena contribuição contextual residual das RA. Concluiu-se que o modelo de regressão logística binária foi suficiente e mais simples para representar os dados, sendo adotado como modelo final.

Palavras-chave: Influenza A(H1N1)pdm09; Modelagem hierárquica logística; Óbito por Influenza A(H1N1)pdm09; Regressão logística; Síndrome Respiratória Aguda Grave.

13 de outubro de 2026

Uma visão geral comparativa das frotas de veículos elétricos no Brasil e na União Europeia

O transporte rodoviário contribui para aproximadamente 20% das emissões globais de CO2, impulsionando a busca por soluções de mobilidade mais limpas, como veículos elétricos. O objetivo deste estudo foi comparar os mercados de veículos elétricos no Brasil e na União Europeia, contrastando suas políticas, adoção por consumidores e desenvolvimento de infraestrutura. Empregou-se um desenho de pesquisa descritiva comparativa, analisando dados quantitativos da Associação Brasileira do Veículo Elétrico, Associação Nacional dos Fabricantes de Veículos Automotores, European Alternative Fuels Observatory e European Environment Agency para o período de 2015 a 2024, complementados por análise qualitativa de documentos de política. Os resultados revelaram uma divergência estrutural fundamental: o Brasil apresentou crescimento exponencial de 80,7% ao ano (2022-2025), com híbridos compreendendo aproximadamente 66% das vendas e impulsionado por incentivos fiscais que alavancam a bioeconomia do etanol. A União Europeia, por sua vez, mostrou expansão em fase de consolidação a uma taxa anual de 8,35% (2008-2025), com veículos elétricos a bateria superando 40% dos novos registros, impulsionados por mandatos regulatórios vinculativos. A análise de densidade de infraestrutura indicou que a rede pública de carregamento da União Europeia (55,3 pontos por mil veículos de combustível alternativo) era o dobro da brasileira (27,9 pontos por mil veículos eletrificados). A quantificação ambiental confirmou que a matriz energética predominantemente renovável do Brasil (64 gCO2/kWh) resultou em emissões well-to-wheel substancialmente menores em comparação com a matriz da União Europeia (246 gCO2/kWh). Concluiu-se que o modelo brasileiro, com incentivos fiscais neutros em tecnologia e aproveitamento da infraestrutura de biocombustíveis, pode acelerar a adoção de híbridos em economias emergentes com baixo gasto público. Para mercados maduros, o modelo da União Europeia, com mandatos regulatórios, estabeleceu um mercado dominante de veículos elétricos a bateria, embora com custo fiscal mais elevado.

Palavras-chave: Energia renovável; Mercado; Qualitativo; Quantitativo.

13 de outubro de 2026

População e Imigração no Japão: Projeções com Séries Temporais e Análise Causal Demográfica até 2044

O envelhecimento populacional e a baixa taxa de fecundidade configuram desafios demográficos complexos no Japão, acompanhados pela expansão da imigração estrangeira como resposta às restrições de oferta de mão de obra. O estudo teve como objetivo analisar as tendências demográficas japonesas e projetar sua evolução até 2044, com ênfase nas relações entre declínio populacional, fecundidade e imigração. Aplicaram-se os modelos de séries temporais ARIMA e Prophet a dados históricos do Banco Mundial, do Instituto Nacional de Pesquisa Populacional e Segurança Social do Japão e da Agência de Serviços de Imigração do Japão, abrangendo o período de 2003 a 2023 para a série populacional e de 2014 a 2024 para a série imigratória. A análise incluiu estatísticas descritivas, correlação de Pearson, teste de estacionariedade de Dickey-Fuller aumentado e testes de causalidade de Granger, além da avaliação preditiva por meio das métricas MAE e MAPE. Os resultados evidenciaram a continuidade da redução populacional e o crescimento do contingente de imigrantes nas projeções até 2044. O Prophet apresentou menores valores de MAE e MAPE nos conjuntos de teste, embora a curta extensão da série imigratória limitasse a capacidade de generalização. Os testes de causalidade temporal não identificaram evidências estatisticamente significativas de precedência entre população e imigração. Concluiu-se que a imigração pode contribuir para mitigar restrições de oferta de mão de obra, mas não constitui, isoladamente, mecanismo suficiente para reverter o declínio populacional japonês.

Palavras-chave: Declínio populacional; Demografia; Fertilidade; Fluxos migratórios; Séries temporais.

13 de outubro de 2026

Marketing digital e engajamento no youTube: estratégias para canais de crimes reais no Brasil

O fenômeno dos crimes reais consolidou-se como um nicho de crescimento no YouTube brasileiro, impulsionado pela expansão das mídias digitais e pelo fascínio do público. Contudo, muitos criadores enfrentaram dificuldades para alcançar crescimento sustentável. Analisou-se como as estratégias de marketing digital influenciaram o crescimento, o engajamento e a monetização de canais brasileiros de crimes reais na plataforma YouTube. Adotou-se pesquisa de abordagem mista, qualitativa e quantitativa, de natureza exploratória e descritiva. Analisaram-se quatro canais brasileiros do nicho por meio de análise documental de conteúdos, coleta de métricas públicas via Social Blade e Noxinfluencer, e aplicação de questionários a quatro criadores e a 104 espectadores. Os resultados evidenciaram que os canais de maior desempenho adotaram estratégias distintas, como abordagem narrativa linear e contextualizada, comunicação emocional personalizada, postura técnico-informativa ou conteúdo opinativo provocativo. Verificou-se convergência entre criadores e audiência sobre a centralidade do storytelling para retenção, com a maioria dos espectadores afirmando que a forma como a história era contada determinava a continuidade da visualização. Os criadores indicaram o tempo médio de retenção como métrica mais preditiva para crescimento sustentável, embora 100% dependessem exclusivamente do AdSense para monetização, revelando vulnerabilidade financeira. Concluiu-se que o sucesso no nicho depende da integração entre marketing digital, identidade narrativa consistente e responsabilidade ética.

Palavras-chave: creator economy; engajamento digital; marketing de conteúdo; storytelling; true crime.

13 de outubro de 2026

Utilização de técnicas de Machine Learning Não Supervisionado para planejamento de trabalho de revisão de remunerações para aposentadoria

O dimensionamento de pessoal e a gestão de fluxos de aposentadoria em órgãos públicos federais configuraram desafios estratégicos complexos. O estudo teve como objetivo aplicar técnicas de Machine Learning não supervisionado, especificamente Agrupamento (K-means) e Análise de Correspondência Múltipla (ACM), para aprimorar o planejamento de revisões funcionais em uma autarquia federal brasileira. A metodologia consistiu no processamento de uma base validada de 487 servidores ativos. Inicialmente, variáveis quantitativas, como idade, tempo de contribuição e remuneração, foram submetidas ao algoritmo K-means, resultando na formação de cinco clusters, apoiada no Método do Cotovelo e Coeficiente de Silhueta. Subsequentemente, os grupos foram integrados a variáveis qualitativas via ACM, projetadas em um mapa perceptual que explicou 74,81% da inércia dos dados. Os resultados revelaram que os clusters 0 e 3 representaram os perfis de maior criticidade previdenciária, concentrando todos os beneficiários de abono de permanência e a maioria dos cargos extintos. A pesquisa gerou um Plano de Ação escalonado, priorizando os 75 servidores desses clusters que integralizaram os requisitos de aposentadoria até 2025, com diretriz similar para 2026. Em contrapartida, o cluster 2 apresentou menor risco, com inatividade prevista apenas a partir de 2031. O modelo mostrou-se amplamente favorável como ferramenta de auditoria e saneamento, embora sua plena eficácia dependa de uma governança de dados mais rigorosa no serviço público.

Palavras-chave: Agrupamento; Análise de Correspondência Múltipla (ACM); Aposentadoria; Clusterização.

13 de outubro de 2026

Gestão de vendas para o desempenho de uma empresa do setor imobiliário

A gestão de vendas desempenha um papel estratégico no desempenho organizacional, especialmente em setores de desenvolvimento imobiliário, caracterizados por complexidade comercial. Este estudo teve como objetivo analisar a contribuição das práticas de gestão de vendas para o desempenho comercial e organizacional de uma empresa do setor imobiliário, considerando seu modelo de atuação e estrutura comercial. A pesquisa caracterizou-se como exploratória, com abordagem qualitativa e quantitativa, adotando um estudo de caso único. Coletaram-se dados por meio de triangulação, utilizando pesquisa documental e questionário estruturado aplicado à equipe de vendas terceirizada. Os resultados indicaram que a empresa estruturou suas práticas de gestão comercial com metas mensais e anuais, campanhas de marketing e sistemas de incentivos. O desempenho foi acompanhado por indicadores quantitativos, como volume de vendas e percentual de atingimento de metas. No período analisado, realizaram-se 179 vendas, correspondendo a 74,6% da meta anual estabelecida. Observaram-se oportunidades de aprimoramento no alinhamento entre planejamento comercial, acompanhamento de resultados e efetividade das estratégias. A percepção dos corretores apontou limitações nos sistemas de incentivo, como a ausência de progressividade nas comissões e a duração das premiações. Concluiu-se que, embora a gestão de vendas influencie o desempenho organizacional, existem fragilidades no alinhamento entre esforço, recompensa e motivação da força de vendas. Recomendaram-se o fortalecimento do acompanhamento sistemático, a melhoria da comunicação, a definição de metas mais realistas e a implementação de incentivos progressivos para potencializar os resultados comerciais.

Palavras-chave: Estratégias de vendas; Força de vendas; Gestão comercial; Indicadores de desempenho; Setor imobiliário.

13 de outubro de 2026

Delineo: Adaptação de modelo de difusão para prototipagem de interface de usuário guiada por esboço

A evolução da inteligência artificial e das redes neurais profundas revolucionou as interações humano-máquina. Modelos generativos, embora promissores para a síntese de imagens, enfrentam desafios na prototipagem de interfaces de usuário (UI) ao falhar em respeitar a estrutura espacial. Para solucionar essa divergência, propôs-se uma abordagem de difusão latente condicionada, integrando uma arquitetura de controle a um modelo de larga escala ajustado para interfaces móveis, que suportou esboços de UI para guiar a inferência de imagens. A base de dados de treinamento foi composta por aproximadamente 12.400 imagens de UI e esboços de fontes públicas, pré-processadas e enriquecidas com dados sintéticos e instruções textuais. A abordagem utilizou um modelo Stable Diffusion 3.5 Large como base, adaptado com ControlNet canny edges e um adaptador LoRA. A viabilidade da abordagem foi validada por avaliação quantitativa, empregando uma métrica de similaridade semântica normalizada (SSN) baseada em Sentence-BERT, e por análise qualitativa com 20 especialistas da indústria. Os resultados confirmaram que o método superou as capacidades do modelo original. Contudo, a avaliação evidenciou que a eficácia na estruturação lógica da interface ainda enfrentava degradação estética e perda de elementos funcionais. Concluiu-se que, embora a tecnologia comprove sua viabilidade técnica para otimizar a transição entre requisitos e a implementação de código, a automatização de processos criativos demanda aprimoramentos arquiteturais para atingir o rigor visual exigido pela indústria de desenvolvimento de software.

Palavras-chave: Adaptação de baixo posto; Aprendizado de máquina; Difusão latente condicionada; Redes neurais profundas.

Inscreva-se em nossa newsletter!

Receba conteúdos e fique sempre atualizado sobre as novidades em gestão, liderança e carreira com a Revista E&S.

Ao preencher o formulário você está ciente de que podemos enviar comunicações e conteúdos da Revista E&S. Confira nossa Política de Privacidade