Nos últimos meses, uma ferramenta começou a circular em grupos de criadores de conteúdo, agências de marketing e consultorias de social media com uma promessa difícil de ignorar: jogar um vídeo, e um modelo de inteligência artificial simularia a resposta cortical de centenas de cérebros humanos para prever, com precisão científica, se aquele conteúdo ia viralizar ou não.
A ferramenta se chama TRIBE v2, é da Meta, e o discurso ao redor dela foi sedutor: "drop a clip, we simulate the cortical response of 720 modeled brains, second by second, and rate how hard it hits." Score geral de 0 a 100. Hook Score. Hold Rate. Ativação do córtex visual, auditivo, rede de linguagem. Um dashboard com visual de laboratório de neurociência, uma imagem de cérebro com áreas destacadas em vermelho, e um número que te diria se o seu vídeo tem potencial ou não.
O problema é que testei. E os números não fecham.
O que a documentação da Meta realmente diz
Antes de confiar em qualquer score, fui direto à fonte: o blog oficial da Meta AI, onde o TRIBE v2 foi anunciado em março de 2026.
A descrição do próprio time de pesquisa é clara sobre para que o modelo foi construído:
"This offers unprecedented speed, accuracy, and a 70x resolution increase as compared to similar models to predict how the brain responds to almost any sight or sound — enabling neuroscientists and clinical researchers to test theories without requiring human subjects."
Neuroscientistas e pesquisadores clínicos. Não criadores de conteúdo. Não agências de marketing.
O modelo foi treinado em dados de fMRI de mais de 700 voluntários expostos a imagens, podcasts, vídeos e texto — e seu objetivo declarado é prever atividade cerebral em ressonância magnética funcional, para acelerar descobertas em neurociência e no tratamento de condições neurológicas.
Em nenhum momento a Meta reivindica que o TRIBE v2 prevê viralização, performance de conteúdo ou engajamento em redes sociais.
Mas tem outro detalhe que passa despercebido: a licença é CC BY-NC — uso não-comercial. Qualquer produto pago construído sobre o TRIBE v2 sem autorização explícita da Meta está, no mínimo, em zona cinzenta legal.
O que chegou ao mercado como "ferramenta de previsão de viralização" é um produto de terceiros que pegou um modelo de pesquisa legítimo, reembalou com uma narrativa de marketing que a própria Meta nunca fez, e passou a vender acesso com essa promessa.
Os testes: vídeos viralizados, scores baixos
A teoria seria fácil de validar ou refutar. Peguei vídeos que já tinham viralizado — resultados conhecidos, métricas reais — e rodei na ferramenta.
Um dos testes foi com um Reels de 15 segundos mostrando uma cabana com a legenda "Veja a cabana após 3 diárias". O vídeo tem 87,6 mil likes e mais de 4.500 comentários. Métricas que qualquer criador reconheceria como viralização real.
O score da ferramenta: 44 de 100. Hook Score de 27.
O dashboard identificou 69% de "Focus Drift" — interpretado pelo modelo como sinal negativo. Hold Rate de 100%, o único número que bateu com a realidade: ninguém pulou o vídeo.
O modelo penalizou exatamente o mecanismo que fez o vídeo funcionar. "Veja após 3 diárias" é um loop aberto clássico — a abertura deliberadamente contida cria tensão narrativa, e o espectador fica até o fim querendo ver o resultado. Baixa estimulação sensorial no início não é falha de conteúdo, é a mecânica do formato reveal.
Um modelo que mede ativação cortical não captura isso. Ele não entende narrativa, não entende FOMO, não entende o comportamento de comentar "quanto custa?" sem nem assistir completo. Essas são as variáveis que geram compartilhamento — e nenhuma delas aparece no dashboard.
O problema estrutural da premissa
Mesmo deixando de lado o desvio de propósito, a premissa central tem uma falha lógica que nenhum refinamento técnico resolve: ativação cortical não é comportamento de compartilhamento.
Viralização é um fenômeno de rede. Depende de algoritmo, timing de publicação, comportamento da comunidade, contexto cultural, gatilhos de identidade. Um vídeo pode ativar pouco o córtex visual e ser compartilhado milhões de vezes porque tocou em um assunto que as pessoas precisavam passar adiante. Outro pode ter uma abertura visualmente impactante, score alto, e morrer com 200 views.
A amostra de treinamento agrava o problema. Os mais de 700 voluntários de estudos de fMRI são demograficamente específicos — pessoas dispostas a ficar dentro de uma máquina de ressonância magnética para pesquisa científica. Isso não representa o público de um Reels brasileiro sobre hospedagem, culinária, humor ou qualquer outro nicho com dinâmicas próprias.
O teste real de uma ferramenta de previsão seria simples: pegar mil vídeos antes da publicação, rodar na ferramenta, publicar todos e verificar se os scores altos viralizaram mais do que os baixos. Esse estudo não foi feito — pelo menos não de forma publicada e auditável.
Conclusão
O TRIBE v2 da Meta é uma contribuição científica genuína. Um modelo que simula atividade cerebral em alta resolução, disponibilizado abertamente para pesquisadores, com potencial real para acelerar descobertas em neurociência e no tratamento de condições neurológicas. Isso tem valor.
O que não tem valor — pelo menos não o valor que está sendo vendido — é usar esse modelo como proxy para prever viralização. O salto entre "simulamos resposta cortical" e "sabemos se seu vídeo vai bombar" não tem suporte na documentação, não tem validação publicada, e os testes empíricos apontam na direção oposta.
Quando uma ferramenta atribui score 44 para um vídeo com 87 mil likes, ela não está sendo conservadora. Ela está errada no caso mais básico.
Antes de incorporar qualquer métrica dessas no processo de criação, vale a pergunta simples: existe alguma evidência publicada de que esse score tem correlação com viralização? Se a resposta for não — e aqui a resposta é não — o dashboard é estética de laboratório, não ciência aplicada.
Escrito por
Paulo Victor Fraga