IA e Neurociência: Como Empresas Usam Câmeras e Rastreamento Ocular para Medir Atenção em Anúncios

A Revolução da Medição de Atenção na Publicidade Digital

A capacidade de manter o foco em conteúdo audiovisual tornou-se uma métrica fundamental para entender a efetividade de campanhas publicitárias. Empresas globais de mídia e anunciantes investem em tecnologias sofisticadas que combinam câmeras inteligentes, sensores biométricos e modelos de inteligência artificial para medir com precisão como os espectadores reagem a anúncios em diferentes plataformas.

Esse novo paradigma representa uma mudança significativa na forma como a publicidade é avaliada e otimizada. Diferentemente das métricas tradicionais que apenas contabilizavam exposição, os sistemas atuais conseguem identificar o grau de engajamento real de cada pessoa com o conteúdo anunciado.

Netflix Lidera Projeto de Monitoramento no Brasil

A Netflix iniciou um ambicioso projeto de pesquisa monitorando 250 domicílios de usuários brasileiros para avaliar a qualidade da atenção de espectadores do seu plano com anúncios. O país possui 35 milhões de assinantes dessa modalidade, representando um mercado significativo para esse tipo de análise. Os participantes recebem remuneração pela participação, embora o valor não tenha sido divulgado. Os primeiros resultados estão previstos para o segundo semestre, ao término da primeira fase dos testes.

Antes de expandir para o Brasil, apenas Austrália e México realizaram experimentos semelhantes. A pesquisa é conduzida pela empresa australiana Amplified Intelligence, especializada em desenvolvimento de equipamentos, algoritmos e métricas proprietárias de atenção.

Como Funciona a Tecnologia de Detecção Facial

Um dispositivo discreto, semelhante a uma webcam básica, é posicionado nos lares dos participantes. Porém, a tecnologia por trás é sofisticada: combina detecção facial, estimativa de pose e rastreamento ocular para determinar se os usuários estão realmente atentos ao conteúdo exibido.

O sistema funciona em dois modos complementares. Quando a pessoa está próxima à câmera, capta-se o movimento dos olhos com precisão. Quando mais distante, o dispositivo utiliza detecção facial e posicionamento da cabeça para inferir a direção do olhar. A tecnologia também considera o tamanho da tela e sua posição em relação à câmera para calibrar adequadamente os algoritmos de medição.

Transformação de Imagens em Dados Mensuráveis

As imagens capturadas são convertidas em marcos faciais, pontos específicos no rosto humano que servem como referência para análise. A partir dessa conversão, o tempo de exposição ao anúncio é dividido em unidades de medida chamadas segundos de atenção. O sistema mapeia a visão segundo a segundo, permitindo identificar com exatidão em qual ponto específico do anúncio o espectador perde o interesse.

Três Categorias de Métrica de Atenção

A plataforma utiliza classificação precisa em três categorias distintas. A atenção ativa ocorre quando o espectador está olhando diretamente para o anúncio. A atenção passiva refere-se ao momento em que está exposto ao conteúdo, mas seu olhar está direcionado para outro elemento, como um celular ou outra pessoa no ambiente. A não atenção identifica situações em que o espectador não foi exposto ao anúncio, talvez estando em outro cômodo com a TV ligada.

Dados do México revelaram que os espectadores apresentam 64% de atenção ativa, 19% de atenção passiva e 16% de não atenção aos anúncios publicitários.

Comparação com Outras Plataformas de Mídia

A televisão demonstra ser significativamente mais eficaz que redes sociais na retenção de atenção. Em plataformas como redes sociais, observa-se queda acentuada de atenção nos dois primeiros segundos. Após essa janela inicial, a atenção desmorona rapidamente, e praticamente ninguém continua visualizando o anúncio. Na televisão, o padrão é exatamente oposto: se o espectador é alcançado pelo anúncio, tende a permanecer assistindo até o final, mantendo estabilidade na métrica de engajamento.

Evolução Histórica das Métricas Publicitárias

Antes dos meios eletrônicos, o sucesso de anúncios impressos era medido pela circulação de publicações como jornais e revistas. Com a era da televisão, a métrica mudou para quantidade de aparelhos ligados. A internet introduziu o conceito de impressão, seguido por viewability, que mede se os pixels do anúncio apareceram na tela e por quanto tempo.

Desde o fim da década passada, o mercado passou a questionar essas premissas, especulando se a pessoa está realmente conectada ao conteúdo. Nesse contexto, surgiu o neuromarketing, a neurociência aplicada à propaganda, capaz de aferir melhor as reações das pessoas aos estímulos de consumo.

Aplicações Práticas da Inteligência Artificial

Em 2017, a Disney desenvolveu um algoritmo que prediz como espectadores reagirão a filmes analisando expressões faciais por apenas dez minutos, utilizando câmeras infravermelhas nas salas de cinema. No mesmo ano, a empresa sueca Tobii estabeleceu parceria com o YouTube para medir impacto de anúncios com rastreamento ocular.

A Amplified Intelligence já construiu modelos preditivos a partir de dados coletados em ambientes reais ao longo de anos. As marcas que contratam a empresa podem ter suas campanhas analisadas por inteligência artificial que prediz em quais pontos o espectador perderá atenção, com precisão de 98%.

Considerações Sobre Privacidade e Proteção de Dados

A presença de câmeras para medir atenção naturalmente levanta preocupações legítimas sobre privacidade familiar. A Amplified explica que as filmagens não são enviadas para nuvem: o processamento ocorre diretamente no dispositivo. Após converter imagens em marcos faciais, os vídeos brutos são apagados, impossibilitando reconstrução de imagens ligadas a indivíduos específicos.

A Netflix orienta participantes a não manter menores de 18 anos no campo de visão da câmera durante consumo de TV. Quando isso não é possível, dados de menores são eliminados imediatamente, refletindo compromisso com proteção de crianças contra monitoramento publicitário potencialmente prejudicial.

O Futuro da Medição de Atenção

Empresas como a brasileira Forebrain criaram Synapsee para utilizar IA em testes comportamentais, alcançando 94% de precisão em direcionamento do olhar e 81% em reação cerebral a anúncios. Sistemas de IA generativa já sugerem modificações em conteúdo antes da veiculação, tornando campanhas mais efetivas através de análise contínua e iterativa.

Especialistas e órgãos de classe afirmam que métricas de atenção nunca devem ser usadas isoladamente, funcionando como sinal para planejamento estratégico de mídia e criatividade na publicidade moderna.