Big Data é o conjunto de técnicas, infraestruturas e modelos de negócio que transforma grandes massas de dados em previsões e decisões sobre pessoas. Não se trata apenas de guardar muitos registros: trata-se de cruzar localização, consumo, mensagens, tempo de tela, deslocamentos, avaliações e produtividade para inferir quem alguém é, o que pode desejar, quanto pode render e como pode ser conduzido. Sob o capitalismo de plataformas, dados viram matéria-prima para vender publicidade, organizar o trabalho, definir preços, selecionar riscos e ampliar formas de vigilância.

Da informação ao poder de prever

Empresas e Estados sempre produziram cadastros: registros de trabalhadores, consumidores, propriedades, impostos e populações. O que se convencionou chamar de Big Data ganha força com a digitalização das atividades cotidianas, a expansão da internet, dos smartphones, das redes sociais, dos sensores e da computação em nuvem. Cada interação deixa rastros que podem ser reunidos automaticamente e tratados em velocidade suficiente para orientar ações imediatas.

O termo costuma ser associado a volume, velocidade e variedade de dados. Mas essa descrição técnica esconde a questão decisiva: quem controla a infraestrutura que coleta os dados e quem define para que eles servem? Uma busca na internet, uma corrida solicitada por aplicativo ou uma ligação para o call center não são apenas acontecimentos isolados. Tornam-se entradas em sistemas capazes de encontrar correlações, dividir populações em perfis e calcular probabilidades.

Esse cálculo não precisa conhecer integralmente uma pessoa para agir sobre ela. Basta que estime, com alguma eficácia comercial ou administrativa, a chance de ela comprar, atrasar uma dívida, abandonar um emprego, aceitar uma corrida mal paga ou clicar em determinada propaganda. O indivíduo aparece então menos como sujeito de direitos do que como um conjunto de sinais mensuráveis e negociáveis.

Como Big Data opera no trabalho

No local de trabalho, Big Data aprofunda a gestão por métricas. Um operador de call center pode ter seu tempo de atendimento, pausas, script, tom de voz e avaliações convertidos em indicadores. Em vez de um supervisor precisar acompanhar cada ligação, o sistema produz rankings, alertas e metas permanentes. A promessa de objetividade encobre uma intensificação do comando: o que não cabe na métrica — cansaço, complexidade de uma demanda, solidariedade entre colegas — tende a contar como improdutividade.

Para o entregador de aplicativo, o controle aparece no GPS, na distribuição de pedidos, nas taxas de aceitação, nos horários de conexão e na avaliação do cliente. A plataforma conhece trajetos e tempos de entrega em escala; o trabalhador, porém, raramente sabe quais critérios definem o valor de uma corrida, a prioridade dos pedidos ou uma eventual punição. É uma relação assimétrica: a empresa enxerga o trabalhador por dados, enquanto o trabalhador enfrenta um algoritmo opaco.

Também um professor submetido a plataformas educacionais pode ter aulas, presenças, tarefas, notas e interações convertidas em painéis gerenciais. Dados podem ajudar a identificar dificuldades reais, mas, sob pressão por redução de custos e padronização, servem facilmente para vigiar docentes, comparar turmas sem contexto e substituir a dimensão pedagógica por indicadores de desempenho.

Big Data no Brasil: plataformas, crédito e vigilância

No Brasil, Big Data está presente nas plataformas digitais, no varejo, nos bancos, nas telecomunicações, nas seguradoras e nos serviços públicos. Sistemas de crédito classificam consumidores a partir de históricos e comportamentos; empresas personalizam ofertas e preços; aplicativos organizam multidões de trabalhadores sem reconhecê-los como empregados. A linguagem da inovação costuma apresentar isso como conveniência, eficiência e liberdade de escolha. Na prática, muitas escolhas são moldadas por arquiteturas que distribuem informação, visibilidade e oportunidades de modo desigual.

A Lei Geral de Proteção de Dados trouxe regras importantes sobre tratamento de dados pessoais, bases legais, transparência e direitos dos titulares. Ela não elimina, contudo, a desigualdade material entre uma pessoa e grandes empresas de tecnologia. Consentir com termos extensos para trabalhar, estudar, acessar um serviço bancário ou usar um aplicativo essencial não equivale a uma decisão livre entre partes iguais. Quando a recusa significa perder renda, mobilidade ou acesso a serviços, o consentimento pode funcionar como formalização de uma necessidade.

Há ainda o uso político dos dados. Segmentação de publicidade, recomendação de conteúdos e circulação de mensagens dirigidas permitem explorar medos, ressentimentos e preconceitos de grupos específicos. O problema não é apenas a mentira explícita: é a construção de ambientes informacionais em que cada pessoa recebe estímulos distintos, com pouca possibilidade de enxergar a operação coletiva que a atinge.

Dados não são destino

Uma crítica ao Big Data não exige rejeitar toda análise de dados. Informações bem tratadas podem apoiar políticas públicas, pesquisas científicas, planejamento urbano e a identificação de desigualdades. A questão é impedir que a coleta se transforme em extração privada de valor e que previsões estatísticas virem sentenças sociais. Um modelo que associa determinado bairro a risco, por exemplo, pode reproduzir discriminações históricas em vez de explicá-las.

O discurso de neutralidade algorítmica é ideológico porque os dados carregam as marcas do mundo que os produziu. Se a sociedade é racista, desigual e orientada pelo lucro, seus registros também o serão; se uma empresa define produtividade apenas pela velocidade, o algoritmo aprenderá a premiar a aceleração e a punir quem não consegue acompanhá-la. A luta em torno do Big Data envolve transparência, proteção coletiva dos dados, limites à vigilância e controle democrático sobre tecnologias que hoje fortalecem a classe dominante.