← Blog · English · Français · Deutsch · Español · Italiano · Português (Brasil) · 日本語 · 한국어
Você abre seu aplicativo de streaming. Três mil títulos, uma parede de miniaturas brilhantes, uma linha que promete ser "As melhores escolhas para você". Vinte minutos depois, você assistiu a quatro trailers, não adicionou nada à sua lista e fecha o aplicativo para rolar outro.
Soa familiar? A estranha verdade da era do streaming é que quanto mais um algoritmo aprende sobre nós, menos parece saber o que realmente queremos assistir. Achamos que o problema é a escolha demais. Não é. O problema é quem está escolhendo.
Um mecanismo de recomendação não pergunta "o que esta pessoa vai amar?" Ele pergunta "o que manterá esta pessoa assistindo?" Isso parece semelhante; não é. O primeiro diz respeito ao seu gosto. O segundo diz respeito à retenção — minutos assistidos, sessões por semana, churn evitado. O feed é ajustado, implacavelmente, para a métrica que mantém a assinatura viva, e essa métrica raramente é "você foi para a cama satisfeito."
Então você recebe a aposta segura. A coisa que é um pouco como a última coisa. O sucesso de público com a maior taxa de conclusão. Os algoritmos são brilhantes em encontrar a mediana do que pessoas como você vão tolerar — e quase inúteis para encontrar o filme estranho, específico e ligeiramente difícil que se torna seu favorito do ano.
Três deles, principalmente.
Homogeneização. Quando todos são empurrados para os mesmos títulos de alto desempenho, o gosto se achata. A longa cauda — os pequenos filmes, as séries estrangeiras, o documentário estranho — fica enterrada porque não move a métrica.
A bolha. O feed mostra mais do que você já clicou, o que ensina a mostrar mais do que você já clicou. É um espelho, não uma janela. A verdadeira descoberta — aquela que te surpreende — é exatamente o que um loop de feedback não pode te dar.
Os dados. Para prever você, a máquina precisa modelá-lo: o que você assistiu, quando, por quanto tempo e onde parou. Esse perfil é valioso e raramente é mantido apenas para recomendar filmes. O preço da sugestão "gratuita" é um mapa notavelmente detalhado da sua atenção.
Pense na última grande recomendação que você realmente levou a cabo. Muito provavelmente não veio de um feed. Veio de um amigo que disse: "Você precisa assistir a isso, especificamente você."
Essa frase carrega coisas que um algoritmo não pode fingir:
A recomendação, em sua melhor forma, não é uma previsão. É um pequeno ato de amizade.
Antes dos feeds, era assim que funcionava. Você estaria no jantar e alguém se aproximaria: "Você já viu…?" Um punhado de pessoas cuja opinião você confia, trocando as poucas coisas genuinamente dignas da sua noite. Sem rankings, sem rolagem infinita, sem ninguém otimizando nada. Apenas gosto, passado de mão em mão.
Esse modelo não escalou para um bilhão de usuários — então a indústria o substituiu por um que escalava. Mas "escala bem" e "funciona bem" não são a mesma promessa.
O Rekko é, francamente, uma reação. Queríamos recuperar a mesa de jantar, no celular, sem vigilância. Por isso, não há feed público nem algoritmo de recomendação. Em vez disso, você cria pequenos círculos privados — família, amigos, as três pessoas cujo gosto por filmes você realmente confia — e passa recomendações diretamente, com uma nota pessoal. Seu amigo recebe um alerta, abre o título e adiciona. Esse é todo o ciclo, e ele se fecha como uma conversa.
E porque o ponto central é a confiança, a privacidade não é um recurso acoplado — é a arquitetura. Não há rastreadores de terceiros nem anúncios. Você faz login com a Apple, sem necessidade de e-mail ou telefone. Suas listas, avaliações, círculos e recomendações sincronizam por meio do seu próprio iCloud, não em nossos servidores. Não podemos minerar o que nunca possuímos.
O algoritmo continuará ficando melhor em mantê-lo assistindo. Ele nunca se importará se você gostou. As pessoas que já te conhecem sim — o Rekko apenas lhes dá um lugar para contar a você.