Uma nota de viralidade antes de postar
O Virality Predictor do Higgsfield dá uma nota a um clipe a partir de uma resposta cerebral modelada. O que a nota pode dizer, o que não pode e por que o público real ainda decide.
Toda equipe de redes sociais gostaria de saber, antes de postar, se um clipe vai se espalhar. O Higgsfield, a plataforma de vídeo com IA, agora oferece uma resposta entre os seus apps. Você envia um clipe de até 15 segundos, e o Virality Predictor devolve uma nota de viralidade, o segundo em que o gancho atinge o pico, uma taxa de retenção e um mapa de calor das regiões do cérebro que o clipe supostamente ativa.
A ideia é atraente, e a tela parece científica. Veja o que o Higgsfield afirma, o que publicou sobre como a ferramenta funciona, o que as pesquisas dizem sobre prever a viralidade e como uma nota se compara a testes com pessoas reais.
O que ele afirma
A página do produto promete “uma leitura modelada de se o seu clipe segura a rolagem ou a perde”. O método é descrito em uma frase: “Um público modelado assiste enquanto mapeamos a resposta do cérebro em visão, som, memória, atenção e linguagem.” O mapa de calor, nas palavras da página, mostra “exatamente quais regiões do cérebro o seu clipe está ativando”.
A nota é apresentada com confiança: “Não é um palpite, não é uma impressão”, e “O mais perto de uma sessão de teste antes de você apertar publicar.”
O que foi publicado, e o que não foi
O Higgsfield não diz qual modelo está por trás da nota, com que dados ele foi treinado nem como suas notas se comparam com as visualizações, o tempo de exibição ou os compartilhamentos reais de clipes publicados. Não encontramos números de precisão nem estudo de validação. Até que existam, a afirmação de que uma nota prevê a viralidade não está comprovada.
O vocabulário aponta para um campo de pesquisa conhecido. Os modelos de codificação cerebral aprendem a prever como o cérebro reage a um vídeo a partir de exames de pessoas assistindo a vídeos. O TRIBE, publicado em julho de 2025, prevê respostas de fMRI do cérebro inteiro a vídeos e venceu a competição Algonauts 2025. Esses modelos estimam como uma região média do cérebro reage. É uma pergunta diferente de saber se desconhecidos vão parar, assistir e compartilhar.
Há evidências de que cérebros reais carregam sinais úteis. Em um estudo publicado na PNAS em 2020, pesquisadores examinaram 40 pessoas enquanto elas assistiam a vídeos. A atividade em duas regiões no início de cada vídeo previu com que frequência e por quanto tempo os mesmos vídeos foram assistidos no YouTube, além das medidas convencionais. Esse resultado veio de aparelhos reais e de pessoas reais, com algumas dezenas de vídeos. Um público modelado está um passo mais distante.
Por que a viralidade resiste à previsão
O problema mais profundo é que o sucesso se espalha socialmente. Em um experimento conhecido, publicado na Science em 2006, 14'341 participantes baixaram músicas desconhecidas, e alguns deles podiam ver o que os outros tinham escolhido. A influência social tornou o sucesso ao mesmo tempo mais desigual e menos previsível. Os autores escreveram que “As melhores músicas raramente foram mal, e as piores raramente foram bem, mas qualquer outro resultado era possível.”
Um estudo sobre cascatas no Twitter apresentado em 2016 concluiu que até os melhores modelos, com dados extensos sobre usuários, conteúdo e desempenho anterior, explicavam “menos da metade da variância no tamanho das cascatas”, e argumentou que nem dados ilimitados eliminariam esse limite. O que funciona é observar a difusão inicial. Um estudo anterior constatou que saber se uma cascata vai continuar crescendo fica mais previsível “à medida que observamos mais dos seus compartilhamentos”. O melhor indicador do alcance de um clipe é o seu primeiro público real.
O que uma nota pode e não pode fazer
Usada com cuidado, uma nota assim ainda pode ajudar. Ela pode sinalizar uma abertura lenta, mostrar o segundo em que a atenção pode cair e servir como um primeiro filtro rápido entre dois cortes do mesmo clipe. Como convite a um olhar mais atento, custa pouco.
Ela não tem como conhecer o seu público, o seu timing, o que mais está no feed naquele dia ou se o gancho combina com a sua marca. Uma nota de viralidade não é uma probabilidade nem uma previsão de visualizações. E se todas as equipes otimizarem para a mesma nota, todos os feeds se enchem dos mesmos ganchos, o que, na nossa visão, é o contrário do que faz um clipe se destacar. Até o Higgsfield escreve que mais produção “não decide o resultado sozinha”.
Testar com pessoas reais
Os testes reais agora vêm embutidos nas plataformas. Os testes A/B da Meta mostram cada versão de um anúncio a uma parte separada do público e garantem que “ninguém veja as duas”, depois comparam os resultados pelo custo por resultado. O YouTube permite que criadores testem até três títulos e miniaturas em um mesmo vídeo, avalia-os pela participação no tempo de exibição e só aponta um vencedor quando a diferença é estatisticamente significativa. Os dois medem o que de fato aconteceu.
É assim que o Tempo está montado. Cada ideia é criada, testada e avaliada quanto às suas chances antes que uma pessoa a aprove, e tratamos essa avaliação como um filtro, não como uma previsão. O que decide o mês seguinte é o desempenho dos posts reais, que volta para o plano. Uma nota de viralidade é uma boa pergunta a fazer a um clipe. Quem dá a resposta é o público.
