O Perfil que Você Não Criou, Mas que Define Quem Você É

Imagine que você está tentando financiar um imóvel, contratar um plano de saúde ou até mesmo se candidatar a uma vaga de emprego. Você acredita que será julgado pelo seu currículo, pelo seu histórico bancário oficial ou pela sua saúde atual. No entanto, nos bastidores, uma engrenagem invisível já tomou uma decisão sobre você baseada em dados que você nem sabia que estavam sendo coletados. Você tem um perfil em um banco de dados comercial operado por uma empresa da qual provavelmente nunca ouviu falar, mas que está disponível para qualquer grande corporação com uma assinatura de nuvem.

O problema atual não é apenas a quantidade de dados que essas empresas, conhecidas como corretores de dados (ou data brokers), possuem, mas a facilidade com que essas informações circulam e são combinadas para criar um dossiê financeiro e comportamental assustadoramente preciso. A Acxiom, uma das gigantes do setor, possui arquivos de cerca de 260 milhões de pessoas, mantendo mais de 10.000 atributos sobre cada indivíduo. Isso inclui desde eventos básicos, como nascimentos e casamentos, até indicadores sensíveis como propensão a doenças (diabetes, colesterol), comportamento de compra de medicamentos e até se você é um "herdeiro potencial" ou um "adulto com pais ricos".

A "Sala Limpa": Como Suas Informações Circulam Sem Rastro

Você pode pensar: "Mas eu nunca dei meus dados para essa empresa". O segredo está na forma como os fragmentos da sua vida digital são unidos. Quando você visita um site, seu ID de publicidade, localização e endereço IP são transmitidos para centenas de empresas. Seu carro também está vigiando você: uma análise de 25 marcas de veículos revelou que 84% compartilham dados com corretores e algumas até reservam o direito de coletar dados sobre sua atividade sexual e informações genéticas.

Para unir esses pedaços — um e-mail aqui, um número de telefone ali, um cookie de navegador acolá — a indústria utiliza o que chamam de gráficos de identidade. Empresas como LiveRamp e Experian conseguem conectar esses pontos, criando um identificador persistente que segue você por toda a internet. A distribuição desses perfis ocorre em "salas limpas" (clean rooms). Imagine uma sala lacrada com um funcionário dentro: uma seguradora envia sua lista de clientes por baixo da porta; o corretor de dados disponibiliza os perfis lá dentro; o funcionário cruza os dados e devolve apenas uma resposta — um "sim" ou "não", ou uma pontuação de risco. Nenhuma empresa vê os dados brutos da outra, o que evita a necessidade de relatar vazamentos, mas o impacto na sua vida é real e imediato.

O Mito da Imparcialidade Algorítmica

A indústria defende que essas decisões baseadas em dados são mais justas do que o julgamento humano. O argumento é que um modelo matemático não tem preconceitos pessoais. No entanto, a realidade mostra que os algoritmos podem apenas automatizar e esconder a discriminação. Em um teste realizado com modelos de empréstimo, um graduado de uma universidade historicamente negra foi cobrado em quase 3.500 dólares a mais em um empréstimo de cinco anos do que um candidato idêntico vindo de uma universidade de elite, simplesmente porque o modelo usou a instituição de ensino como um indicador de riqueza futura.

"Esses algoritmos complexos às vezes dependem de dados colhidos de vigilância do consumidor ou dados que normalmente não são encontrados no arquivo de crédito de um consumidor", afirma a orientação federal citada na investigação.

O Impacto Invisível no Seu Dia a Dia

Para o profissional e o cidadão comum, o impacto desses corretores de dados manifesta-se em decisões que não oferecem direito a recurso, pois muitas vezes você nem sabe que elas ocorreram. Veja alguns exemplos práticos:

• Filtro de Currículos: Seu currículo pode ser descartado por um software de triagem antes mesmo de um humano vê-lo, baseado em previsões de desempenho extraídas do seu perfil de consumo.
• Seguros de Vida: Seguradoras utilizam "pontuações de mortalidade" baseadas em dados não médicos (como o que você compra no supermercado) para decidir o preço da sua apólice ou se aceitam o risco.
• Atendimento ao Cliente: O tempo que você espera na linha pode depender de uma pontuação de "valor vitalício" que diz à empresa se você é um cliente lucrativo ou não.
• Saúde: Modelos preditivos são usados para decidir quais pacientes recebem gestão de cuidados extras, muitas vezes prejudicando minorias que historicamente têm menos acesso ao sistema de saúde.

O Vácuo Legal e a Falta de Transparência

A grande estratégia jurídica dessas empresas é se posicionar fora das leis de proteção ao crédito. Ao alegar que seus produtos não são usados para determinar elegibilidade (embora na prática sejam), elas evitam que o consumidor tenha o direito de ver e contestar as informações. O resultado é um sistema onde o erro de um algoritmo pode custar um emprego ou um tratamento médico, e a vítima nunca saberá o porquê. Como o sistema foi projetado para que nenhum ator individual seja totalmente responsável — um coleta, outro agrega, um terceiro cria o modelo e um quarto toma a decisão — a responsabilidade se dissolve no código.

Fonte: No One's Happy (https://nooneshappy.com/article/data-brokers-unregulated-forensic-analysis/)