Sabe quem é bot e quem é humano? 50% das pessoas não

Em 2024, o panorama digital teve uma grande mudança, com os bots sendo responsáveis por 51% do tráfego da web¹. Essa mudança foi turbinada pela rápida democratização da IA e dos modelos de linguagem (LLM), que tornou muito mais fácil criar e escalar bots. Os bots de redes sociais tornaram a situação especialmente acalorada, sendo que as plataformas mais populares removeram 6,3 bilhões de contas falsas e 11,1 bilhões de conteúdos de spam por ano². Essas cifras não são nenhuma surpresa quando contas falsas de rede social são vendidas no mercado clandestino a partir de apenas US$ 0,08³.

Para entender o impacto dos bots de redes sociais nos usuários de internet, um experimento de uma semana, chamado “Bot or Not?” (bot ou não)⁴ foi realizado com a colaboração dos alunos de mestrado em design de interação da Universidade de Malmö.

Os resultados que os pesquisadores da Surfshark reuniram depois de analisar o teste mostram o quanto os bots nos influenciam na internet, especialmente os mais velhos, aqueles que querem defender ferozmente suas opiniões sobre temas políticos e sociais polarizados e quem escolhe o Facebook e os Threads como plataforma principal.

Quem participou do experimento? 

O jogo “Bot or Not?”⁴  é uma simulação interativa e cronometrada projetada para testar a capacidade do usuário em diferenciar textos escritos por seres humanos reais dos gerados por bots. O jogo colocava o jogador no meio de uma seção simulada de comentários de rede social e o desafiava a identificar quais comentários foram escritos por bots. Os participantes tinham até 120 segundos para identificar 10 comentários escritos por bots sobre quatro tópicos: dois “neutros” (data centers e abacaxi na pizza) e dois “polêmicos” (imigração e direitos das mulheres). 

Nossa amostra foi de 710 participantes do teste que concordaram em divulgar seus resultados.

O jogo “Bot or Not?”⁴  agora está online para todos jogarem, então você pode participar.

Metade das pessoas não consegue diferenciar um bot de um ser humano

O jogo se provou complicado. Apenas um pouco mais da metade conseguiu identificar bots de IA nas redes sociais. Considerando todos os grupos demográficos, 53% dos participantes venceram o jogo (mais bots foram identificados do que humanos confundidos com bots), enquanto 47% (quase metade) falharam.

No entanto, para entender realmente como os participantes se saíram no teste, examinamos duas métricas comportamentais específicas. Detecção de bots e precisão.

• Detecção de bots: mede quantos bots são identificados. Ele mostra sua capacidade de identificar bots quando eles interagem com você. Uma baixa pontuação de detecção de bots significa que eles estão passando desapercebidos por você.
• Precisão: mede a frequência de acertos quando você afirma que um comentário foi escrito por um bot. Se um usuário tem uma baixa pontuação de precisão, ele tem mais probabilidade de identificar seres humanos reais como bots. Isso é perigoso e pode levar ao “cancelamento” e banimento de pessoas reais das redes sociais, ou a ataques em massa motivados pela paranoia da internet.

Considerando toda a amostra de 710 jogadores, a taxa média de detecção de bots foi de 58%, e a precisão média foi de 66%. Mas ao dividir os dados por grupos demográficos, as divisões começam a aparecer.

Jogadores mais jovens identificam melhor os bots, ao contrário dos mais velhos

A idade é um dos indicadores mais fortes da capacidade de um usuário de navegar pela internet com segurança. Nossos dados revelaram um “abismo geracional” quando os usuários atingem 40 anos de idade.

• Os jogadores mais jovens (até 20 anos) foram os melhores caçadores de bots, identificando 65% deles com uma taxa de precisão acima de 71%, o que torna essas pessoas menos propensas a acusar falsamente seres humanos reais.
• O desempenho se mantém relativamente estável entre os 20 e 30 anos, mas despenca na faixa etária de 41 a 50 anos. Há uma queda na taxa de detecção de bots desse grupo para apenas 42% e da precisão para 59%. Jogadores com mais de 50 anos são marginalmente melhores. Basicamente, os grupos de pessoas mais velhas têm dificuldade para identificar bots escondidos e são mais propensos a marcar pessoas reais como bots.

Usuários do Reddit e X identificam melhor os bots, enquanto os usuários do Facebook ficam para trás

Também perguntamos aos usuários qual era a principal plataforma de rede social que eles usavam, e os resultados mostram que os canais abrigam tipos bem diferentes de caçadores de bot.

• Os usuários do Reddit e X têm os olhos mais aguçados. As pessoas que usam preferencialmente essas plataformas têm a taxa mais alta de detecção de bots, 68%. Além da detecção de bots, os usuários do X também são bastante precisos (71%). A natureza bastante textual e altamente argumentativa dessas plataformas pode fornecer aos usuários excelentes recursos para detecção de bots.
• É interessante notar que os usuários do TikTok foram os mais cautelosos e tiveram a taxa de precisão mais alta entre todas as plataformas com 72%. Embora a detecção de bots tenha sido ligeiramente inferior (61%) à dos usuários do Reddit ou X, os Tiktokers foram mais precisos ao detectar bots.
• Os usuários do Facebook tiveram mais dificuldades com contas falsas: eles tiveram uma taxa notavelmente baixa de detecção (47%, melhor apenas do que usuários do Threads com 40%) e a pior taxa de precisão (55%) entre todas as plataformas. Isso significa que esses usuários não só tiveram o pior desempenho na identificação de bots de redes sociais, como também maior probabilidade de acusar falsamente seres humanos.

Usuários moderados de redes sociais são os melhores identificadores de bots

Gastar mais tempo em redes sociais melhora a sua detecção de contas falsas? Sim, mas até certo ponto.

• Usuários que afirmam que “não usam redes sociais” estão praticamente voando às cegas, com uma taxa de detecção de bots de 40% com precisão de 58%.
• Verificar as redes sociais algumas vezes por dia faz esses números subirem para 59% e 67%, respectivamente. No entanto, ficar “cronicamente conectado” não dá superpoderes aos usuários para lutarem contra o problema de bots das redes sociais. Usuários que estão nas redes sociais “praticamente o tempo todo” tiveram um desempenho ligeiramente pior em acusar erradamente seres humanos (taxa de precisão de 63%) do que usuários que verificam os feeds apenas algumas vezes por semana (precisão de 70%).

Quando somos dominados pelas emoções, os bots aproveitam

O jogo se dividiu em quatro tópicos distintos. Dois assuntos foram escolhidos como banais e pouco envolventes do ponto de vista emocional para a maioria das pessoas (data centers e se abacaxi deveria ser ingrediente de pizzas) e dois mais polarizadores e emotivos (imigração e direitos das mulheres).

Os resultados do experimento de bots de redes sociais foram reveladores. Os dados sugerem que o envolvimento com problemas políticos ou sociais polêmicos pode prejudicar nossa capacidade de identificar bots e nos torna mais propensos a acusar erradamente pessoas reais.

A tranquilidade ajuda quando não há muito em jogo, e nós somos realmente bons em identificar bots:

• Data centers: neste debate mais técnico, os usuários tiveram a maior taxa de detecção de bots (encontraram a maioria dos bots, 71%), além da maior taxa de precisão (76%). Isso sugere que quando não há envolvimento emocional direto, detectamos mais bots e temos menos propensão de acusar seres humanos reais.
• Abacaxi na pizza: mesmo em um debate de cultura pop levemente acalorado, os usuários mantiveram o foco e encontraram 64% dos bots com uma taxa de precisão de 69%.

No momento em que a simulação mudou para questões mais emotivas e polarizadas, a habilidade de detecção de bots dos nossos participantes caiu:

• Imigração: à medida que o debate se tornou mais politizado, a taxa de detecção de bots caiu para 54%, o que significa que quase metade dos bots de redes sociais passou desapercebida pelos participantes. A taxa de precisão também diminuiu (63%), mostrando um pico de paranoia da internet quando pessoas reais foram acusadas de serem bots.
• Direitos da mulher: esse assunto apresentou as maiores dificuldades na identificação de bots. A taxa de detecção de bots despencou para 49%, o que significa que os usuários deixaram passar mais bots do que eles identificaram. Pior ainda, a taxa de precisão caiu para 61%, mostrando que aumentou a probabilidade de acusar conteúdo humano de ter sido gerado por bots.

Proteja-se contra bots

Estas são algumas das recomendações da Surfshark para você se proteger contra bots em uma era em que se tornou praticamente impossível diferenciá-los dos seres humanos na internet:

• Pense um pouco antes de reagir. Os bots de IA generativa são alimentados por respostas emocionais e impulsivas. Se uma publicação desperta sensações como raiva, medo ou pressa em agir, pare por alguns minutos antes de responder, compartilhar ou clicar em algo.
• Nunca clique em links suspeitos ou baixe arquivos de pessoas que só conhece pela internet.
• Trate mensagens diretas não solicitadas com precaução. Quando alguém que você não conhece envia uma mensagem romântica, sobre investimentos, “oportunidades incríveis” ou pede para passar a conversa para o WhatsApp ou Telegram é o padrão mais comum de golpe com bots.
• Proteja seus dados pessoais. Não passe seu número de telefone, endereço, dados de identidade ou informações financeiras em mensagens diretas para pessoas que você conhece apenas pela internet.
• Não confie sem verificar. Se uma conta de algum “amigo”, “celebridade” ou “entidade oficial” entrar em contato com uma solicitação estranha, confirme usando outro canal. Faça um telefonema, confirme se a conta está certa ou faça uma pergunta que apenas essa pessoa saberia responder.
• Desconfie de conteúdo “viral”. Se algo for projetado para causar indignação e solicitar compartilhamento imediato, pode ser que venha de uma fábrica de bots. Confirme a fonte original antes de republicar.
• Use as proteções integradas da plataforma. Ative a autenticação de dois fatores, bloqueie quem pode enviar mensagens diretas a você e denuncie ou bloqueie contas suspeitas.
• Mantenha seus aplicativos e dispositivos atualizados. Muitos golpes de bot exploram softwares desatualizados.

Conclusão

As descobertas desse experimento de detecção de bots desafiam nossa abordagem à educação digital e à segurança online. 53% dos participantes do experimento venceram o jogo (identificaram corretamente quem eram os bots). No entanto, quase metade deles (47%) erraram a identificação. Isso sugere que não podemos mais confiar apenas na nossa capacidade de analisar nuances no texto ou de perceber um tom robótico para identificar bots.

A capacidade de identificar bots ocultos depende muito da nossa idade, estado emocional, dos temas com os quais interagimos, do tempo que passamos nas redes sociais e das plataformas que usamos.

Metodologia

Este estudo de detecção de bots analisou dados de 710 participantes que jogaram uma simulação interativa chamada de “Bot or Not”. A máquina e o jogo foram criados por estudantes de design de interação da Universidade de Malmö para a exposição UNFOLD, uma competição de design aberta a universidades do mundo todo durante a Milan Design Week, a maior feira de design do mundo. Durante a semana de exposição pública, visitantes foram convidados a participar da experiência.

Quase metade dos jogadores (47%) estava na faixa dos 20 anos (21 a 30 anos). Adolescentes e jogadores mais jovens (até 20 anos) representavam 8% do grupo, enquanto usuários com idades entre 31 e 40 anos representavam 14%. As faixas etárias de 41 a 50 anos e de 50 anos ou mais estavam igualmente representadas (7% cada) na nossa amostra e 17% dos jogadores não revelaram a idade.

Os participantes desempenharam o papel de moderadores de conteúdo e tiveram a tarefa de identificar comentários gerados por bots em uma seção simulada de uma rede social. Os jogadores tinham 120 segundos para analisar os comentários sobre um dos quatro tópicos com diferentes níveis de carga emocional: data centers, abacaxi na pizza, imigração e direitos das mulheres.

O desempenho dos participantes foi medido por duas métricas comportamentais principais: Detecção de bots e precisão:

• A detecção de bots mede a proporção de bots reais identificados corretamente pelo usuário, que calcula a capacidade de não deixar que os bots passem desapercebidos.
• A precisão mede o nível de confiabilidade das acusações de um usuário, calculando a capacidade de ele evitar marcar incorretamente seres humanos como bots.

Realizamos uma análise descritiva exploratória do conjunto de dados. Ela envolveu calcular a média bruta das pontuações de detecção de bots e precisão em toda a amostra de 710 jogadores para estabelecer um patamar. Em seguida, segmentamos essas médias de acordo com dados demográficos humanos (faixa etária, principal plataforma de rede social e frequência de uso) e fatores ambientais (os quatro tópicos em debate). Essa análise permitiu mapear tendências comportamentais em nível macro, como o “abismo geracional” e o impacto da divisão entre plataformas, antes de aplicar controles matemáticos mais rigorosos às nossas variáveis ordinais e contínuas.

O jogo “Bot or Not?”4 ainda está ativo, o que significa que a coleta de dados não terminou. À medida que mais jogadores testarem seus instintos digitais, continuaremos analisando os resultados e compartilhando atualizações.

Para saber mais sobre o material de pesquisa completo por trás deste estudo, acesse aqui.

Veja o que aconteceu nos bastidores do jogo “Bot or Not?”:

Referências

¹Bad Bot Report (2025)
²Surfshark (2026). Surrounded by scams: two major social media platforms remove more fake accounts than they have active users 
³Euronews (2025). Cheap online fake accounts make misinformation a thriving underground market
⁴Bot or Not? The Bot Detection Game