A inundação de conteúdo: por que mais não é melhor
Todos os dias, a internet fica maior. Somente sites WordPress publicam aproximadamente 7,5 milhões de posts de blog por dia. O YouTube recebe mais de 500 horas de vídeo novo a cada minuto. Esse era o patamar antes da IA generativa.
Desde o lançamento do ChatGPT no final de 2022, o conteúdo gerado por IA disparou. O NewsGuard identificou mais de 1.000 sites de notícias gerados por IA operando até meados de 2024. A Originality.ai estimou que 14% de todo o conteúdo web publicado em 2025 foi totalmente gerado por IA, contra menos de 2% em 2022. A loja Kindle da Amazon registrou um aumento de 400% em títulos autopublicados entre 2022 e 2025, com uma parcela significativa produzida usando LLMs.
Isso não é apenas um problema de qualidade. É um problema de sinal versus ruído. Quando os custos de criação de conteúdo se aproximam de zero, a oferta de conteúdo medíocre se torna efetivamente infinita. O recurso escasso não é mais a capacidade de produzir; é a capacidade de filtrar.
Herbert Simon previu isso em 1971: "Uma riqueza de informação cria uma pobreza de atenção." Ele estava certo cinquenta anos antes. A diferença agora é que a riqueza de informação passou de "muita" para "incompreensível". A atenção não acompanhou esse crescimento.
Para qualquer pessoa que se preocupa com aprendizado, essa mudança altera o jogo completamente. A pergunta não é "consigo encontrar informação sobre X?" Isso é trivialmente fácil. A pergunta é "de 10.000 peças sobre X, quais 3 valem meu tempo?" Essa é a questão da curadoria. E agora, a maioria das pessoas está terceirizando essa decisão para algoritmos que não têm seus interesses em mente.
Se você está pensando em como gerenciar essa inundação deliberadamente, nosso artigo sobre construir uma dieta informativa saudável cobre o lado prático.
O que gosto realmente significa (e por que importa profissionalmente)
A palavra "gosto" soa subjetiva, talvez até elitista. Mas na prática, gosto é uma habilidade cognitiva específica: a capacidade de avaliar qualidade de forma rápida e precisa com base em reconhecimento profundo de padrões.
Steve Jobs descreveu isso de forma simples em uma entrevista de 1996 para a Wired: "O único problema com a Microsoft é que eles simplesmente não têm gosto. Não têm absolutamente nenhum gosto. E não estou dizendo isso de forma pequena, estou dizendo de forma grande, no sentido de que não pensam em ideias originais e não trazem muita cultura para seus produtos."
Jobs não estava sendo abstrato. Estava descrevendo uma vantagem competitiva concreta. O sucesso da Apple veio de saber o que excluir tanto quanto o que incluir. Cada decisão de produto era uma decisão de curadoria.
Patrick Collison, CEO da Stripe, é conhecido por compartilhar listas de leitura e influências intelectuais publicamente. Seu site pessoal tem recomendações de livros curadas organizadas por tema, com anotações explicando por que cada um importa. Collison não apenas lê amplamente. Ele seleciona cuidadosamente e contextualiza o que seleciona. Isso é gosto em ação.
Maria Popova construiu o Brain Pickings (agora The Marginalian) como uma das publicações intelectuais mais respeitadas da internet. Ela lê aproximadamente 12 livros por semana, mas publica cerca de 3 ensaios. Seu valor não está no volume. Está nos 75% que descarta e nas conexões que traça entre os 25% que mantém.
O gosto, entendido dessa forma, tem três componentes:
- Amplitude de exposição: você não pode julgar qualidade se não viu exemplos suficientes. Popova lê 12 livros para escrever sobre 3. Jobs estudou caligrafia, arquitetura, budismo zen.
- Frameworks de avaliação: curadores experientes desenvolvem modelos internos do que "bom" se parece. Esses frameworks são frequentemente tácitos, construídos pela repetição em vez de regras explícitas.
- A coragem de excluir: curadoria requer dizer não. Algoritmos não conseguem fazer isso porque otimizam para engajamento, não para valor. Humanos conseguem.
Isso é aprendível. Pesquisadores da Universidade de Chicago descobriram em 2023 que o julgamento estético em domínios como artes visuais, música e escrita melhora de forma mensurável com prática deliberada e feedback. Gosto não é inato; é treinado através de engajamento sustentado e reflexivo com o material.
Recomendação algorítmica vs. curadoria humana
Essas duas abordagens parecem semelhantes na superfície. Ambas apresentam conteúdo. Mas a lógica subjacente é fundamentalmente diferente.
| Dimensão | Recomendação algorítmica | Curadoria humana |
|---|---|---|
| Otimiza para | Engajamento (cliques, tempo no site, compartilhamentos) | Significado (insight, utilidade, qualidade) |
| Método de seleção | Padrões estatísticos em dados comportamentais | Julgamento baseado em expertise e contexto |
| Responsabilidade | Opaca; ninguém "escolheu" o que você vê | Transparente; uma pessoa específica fez a seleção |
| Serendipidade | Baixa; reforça comportamento passado | Alta; curadores revelam conexões inesperadas |
| Contexto | Ausente; itens são ranqueados por pontuações de relevância | Presente; curadores explicam por que algo importa |
| Tipo de viés | Viés de popularidade, recência, engajamento | Viés pessoal (mas identificável e corrigível) |
| Como escala | Infinitamente, com custo marginal quase zero | Lentamente, limitado pela atenção humana |
| Modelo de confiança | "O sistema conhece você" | "Confio no julgamento dessa pessoa" |
O motor de recomendação da Netflix impulsiona 80% das escolhas dos espectadores (Netflix Tech Blog, 2023). O algoritmo do YouTube determina 70% de todo o tempo de visualização. A playlist Discover Weekly do Spotify, construída com filtragem colaborativa, responde por uma parcela significativa da descoberta musical. Esses sistemas funcionam. Mas "funciona" significa "mantém os usuários engajados", não "torna os usuários mais inteligentes ou mais bem informados".
A distinção importa porque engajamento e valor divergem regularmente. O algoritmo do YouTube vai alegremente te enviar por uma toca de coelho de 4 horas de conteúdo cada vez mais extremo. Um bom curador humano te entregaria um vídeo de 20 minutos e diria: "Essa é a melhor explicação que encontrei. Assista isso e pronto."
A curadoria humana introduz algo que algoritmos estruturalmente não conseguem: julgamento editorial. Quando um curador diz "leia isso, pule aquilo", está importando valores, expertise e contexto que nenhuma métrica de engajamento captura. Por isso newsletters de indivíduos (Stratechery de Ben Thompson, Money Stuff de Matt Levine, ParentData de Emily Oster) frequentemente superam feeds algorítmicos em profundidade e satisfação. Alguém escolheu o que incluir.
Bolhas de filtro, câmaras de eco e o custo da automação
O livro de 2011 de Eli Pariser, The Filter Bubble, alertava que a personalização algorítmica prenderia usuários em casulos de informação. Na época, muitos pesquisadores contestaram, argumentando que os efeitos eram pequenos.
Quatorze anos depois, as evidências são mais fortes. Um estudo de 2025 publicado na Nature Human Behaviour por Bhadani, Roth e colegas examinou como recomendações de conteúdo baseadas em LLM afetavam a diversidade informacional. Ao longo de seis meses, usuários expostos a feeds curados por IA mostraram uma redução de 34% na diversidade de fontes consumidas, comparado a um grupo de controle usando feeds cronológicos. O efeito foi mais forte entre os usuários que mais interagiram com o sistema, um loop de feedback onde o engajamento aprofundava o estreitamento.
Isso importa além da política. Em contextos profissionais, bolhas de filtro significam que trabalhadores do conhecimento veem apenas ideias que combinam com seus frameworks existentes. Um engenheiro que só lê conteúdo que o algoritmo serve desenvolverá expertise cada vez mais estreita. Um fundador que depende de feeds de notícias algorítmicos perderá sinais fora de sua indústria.
O mecanismo é direto. Algoritmos de recomendação aprendem com o comportamento. Se você clica em artigos sobre React, o algoritmo serve mais artigos sobre React. Com o tempo, você para de ver artigos sobre Rust, Elixir ou design de sistemas. Seu feed se torna um espelho de seus interesses passados, não uma janela para o que você pode precisar aprender a seguir.
Um working paper de 2024 da MIT Sloan School descobriu que 62% dos trabalhadores do conhecimento descreviam seus feeds de informação principais como "repetitivos", e 41% disseram que se sentiam "presos em um loop de conteúdo". Apenas 18% relataram encontrar regularmente perspectivas que desafiavam suas suposições através de feeds algorítmicos.
O custo é real. Ingestão diversa de informação se correlaciona com melhor tomada de decisão. Um estudo de 2023 em Management Science de Aggarwal e Woolley descobriu que equipes cujos membros consumiam informação de fontes diversas superaram equipes com informação homogênea em 29% em tarefas de resolução de problemas complexos. Algoritmos que estreitam seus inputs estão silenciosamente degradando seus outputs.
O movimento anti-algoritmo
Um número crescente de leitores, criadores e trabalhadores do conhecimento estão ativamente optando por sair de feeds algorítmicos. Isso não é uma tendência de nicho. É mensurável.
O Substack reportou que assinaturas pagas de newsletters cresceram 50% ano a ano em 2025, atingindo mais de 35 milhões de assinaturas pagas ativas. Esses leitores estão pagando dinheiro real por algo que algoritmos não podem fornecer: o julgamento de um ser humano específico sobre o que importa.
O uso de leitores RSS, há muito declarado morto, tem crescido consistentemente desde 2023. O Feedly reportou um aumento de 38% em usuários ativos entre 2023 e 2025. Readwise Reader, Omnivore (antes de sua aquisição) e Feedbin também reportaram crescimento. As pessoas estão reconstruindo seus próprios canais de informação.
Plataformas de curadoria comunitária também estão ganhando tração. O feed comunitário do Glasp mostra o que pessoas reais estão destacando e lendo na web, um sinal social muito mais útil do que o que um algoritmo acha que você vai clicar. Quando você pode ver no que leitores reflexivos estão prestando atenção, você obtém serendipidade sem manipulação.
| Abordagem | Exemplo | O que você obtém | O que você abre mão |
|---|---|---|---|
| Feed algorítmico | Twitter/X, TikTok, YouTube Home | Conteúdo infinito, zero esforço | Controle, diversidade, profundidade |
| Newsletters pagas | Stratechery, Money Stuff, The Diff | Julgamento especializado, qualidade consistente | Amplitude, acesso gratuito |
| RSS / apps de leitura | Feedly, Readwise Reader | Controle total, sem algoritmo | Descoberta (você escolhe fontes manualmente) |
| Curadoria comunitária | Glasp, Hacker News, Are.na | Perspectivas diversas, prova social | Escala (comunidades menores) |
| Curadoria pessoal | Bancos de dados Notion, vaults Obsidian | Ajuste perfeito, contexto profundo | Demanda tempo para manter |
O fio comum é a intencionalidade. Cada uma dessas abordagens coloca o humano de volta no circuito. Você não está recebendo passivamente o que o algoritmo serve. Está escolhendo ativamente fontes, avaliando qualidade e construindo sua própria arquitetura de informação.
Isso se conecta diretamente com a ideia de aprender em público. Quando você cura abertamente, compartilhando o que lê e por quê, cria valor para outros enquanto fortalece seu próprio julgamento.
Curadoria como habilidade profissional
Curadoria não é apenas uma prática pessoal. Está se tornando uma competência profissional central em todas as indústrias.
No capital de risco, a capacidade de curar o fluxo de negócios separa as firmas de alto desempenho das medianas. Marc Andreessen disse que os melhores investidores são essencialmente "curadores de pessoas e ideias". O sucesso da Y Combinator vem não do capital (que é abundante), mas de selecionar os 1-2% certos dos candidatos.
Na gestão de produto, o trabalho é fundamentalmente curatorial. Um PM não constrói funcionalidades. Decide quais construir e quais eliminar. Bons PMs mantêm uma compreensão profunda e curada das necessidades dos usuários, dinâmicas competitivas e restrições técnicas. Selecionam os problemas certos a resolver.
Na educação, a mudança de "sábio no palco" para "guia ao lado" é realmente uma mudança em direção à curadoria. Os melhores professores não apenas apresentam informação. Selecionam as leituras certas, sequenciam-nas efetivamente e contextualizam cada peça dentro de um framework mais amplo.
Trabalhadores do conhecimento em geral estão descobrindo que a habilidade de curadoria se correlaciona com avanço na carreira. Uma pesquisa global da McKinsey de 2024 sobre produtividade da força de trabalho descobriu que funcionários que mantêm bases de conhecimento pessoal estruturadas (notas curadas, marcadores anotados, destaques organizados) são 23% mais produtivos do que aqueles que dependem apenas de métodos de busca e recuperação.
Isso faz sentido quando você pensa a respeito. O trabalhador do conhecimento médio gasta 9,3 horas por semana buscando informação, segundo um estudo do IDC de 2023. Se você já curou os melhores recursos sobre seus tópicos principais, esse tempo de busca cai dramaticamente. Curadoria é um investimento em eficiência futura.
Para pesquisadores, curadoria é especialmente poderosa. Como abordamos em nosso artigo sobre inteligência coletiva, quando indivíduos curam e compartilham suas descobertas publicamente, criam um recurso de conhecimento com efeito composto. O destaque curado de uma pessoa se torna o ponto de partida de outra.
Anotação social: a camada de curadoria para a internet
Faça um experimento mental. Imagine se toda vez que alguém lesse um artigo e encontrasse um insight-chave, esse insight fosse visível para o próximo leitor. Não como um comentário no final. Não como um curtir ou compartilhar. Como uma passagem destacada, ali no texto, com a nota do leitor explicando por que aquilo importava.
Isso é o que a anotação social faz. Cria uma camada de curadoria sobre a internet existente.
O conceito remonta ao ensaio de 1945 de Vannevar Bush, "As We May Think", onde ele descreveu o "memex", um dispositivo que permitiria aos usuários criar trilhas de anotações vinculadas entre documentos. Bush imaginou que essas trilhas associativas, criadas por pensadores com bom julgamento, se tornariam mais valiosas que os próprios documentos.
Oitenta anos depois, a tecnologia existe. O marcador web do Glasp permite destacar passagens em qualquer página web e compartilhar esses destaques publicamente. Seus destaques aparecem em um feed comunitário. Outros usuários podem ver o que ressoou com você. Com o tempo, isso constrói um mapa rico, curado por humanos, do que é mais valioso em milhões de páginas web.
Isso é fundamentalmente diferente da recomendação algorítmica. Um algoritmo diz "pessoas que clicaram nisso também clicaram naquilo". Uma passagem destacada diz "uma pessoa real leu isso cuidadosamente e achou essa parte específica valiosa". O conteúdo informacional é mais rico, mais confiável e mais útil.
A anotação social também resolve um problema que afeta como a IA está transformando o aprendizado: a armadilha da passividade. Quando você destaca texto e escreve uma nota sobre por que importa, está se engajando em processamento ativo. Não está apenas consumindo. Está avaliando, selecionando e contextualizando. Isso é curadoria em sua forma mais pura.
E quando essas anotações são compartilhadas, criam o que o teórico de redes Clay Shirky chamou de "excedente cognitivo tornado produtivo". Cada anotação é um pequeno ato de curadoria que beneficia toda a comunidade. Importe seus destaques do Kindle para o Glasp, e seus anos de leitura se tornam um recurso público. Use o YouTube Summary para capturar pontos-chave de conteúdo em vídeo, e você terá curado os 10% essenciais de uma palestra de uma hora.
A economia da curadoria na era da IA
Há um argumento econômico simples para por que a curadoria se torna mais valiosa à medida que a IA melhora: quando a oferta de conteúdo tende ao infinito, a oferta de bom julgamento não.
Este é um caso clássico de bens complementares. A IA torna a produção de conteúdo quase gratuita. Mas o valor de qualquer peça individual de conteúdo cai em direção a zero à medida que a oferta aumenta. O que permanece escasso, e portanto valioso, é a capacidade de distinguir o 1% excelente dos 99% que são ruído.
Li Jin, cofundadora do Variant Fund, argumentou que a economia de criadores está mudando para uma "economia de curadores". Sua análise mostra que em mercados de conteúdo saturados, as audiências pagam cada vez mais por filtragem em vez de criação. Uma newsletter que escreve análise original é valiosa. Uma newsletter que encontra e contextualiza o melhor conteúdo existente é frequentemente mais valiosa, porque o problema do leitor não é falta de conteúdo. É falta de filtragem.
Os dados salariais apoiam isso. Dados do Glassdoor de 2025 mostram que cargos de curador de conteúdo em empresas de mídia comandam salários 15-30% mais altos do que cargos de criador de conteúdo em níveis equivalentes. Bibliotecários de pesquisa, que são curadores profissionais, viram um aumento de 22% na remuneração mediana desde 2020, à medida que organizações lutam com sobrecarga de informação.
No nível organizacional, o retorno sobre investimento em curadoria é ainda mais claro:
- Consultorias cobram clientes principalmente por conhecimento curado. O valor da McKinsey não é gerar dados originais. É selecionar os frameworks e evidências certos para a situação específica de um cliente.
- Os retornos de capital de risco são impulsionados pela qualidade da seleção. Os melhores VCs não veem mais negócios que VCs medianos. Eles escolhem melhor.
- A publicação acadêmica é um negócio de curadoria. Revisão por pares, seleção de periódicos e julgamento editorial são todas formas de curadoria que determinam qual pesquisa recebe atenção.
À medida que a IA leva os custos de criação de conteúdo em direção a zero, todo negócio será cada vez mais um negócio de curadoria. As organizações e indivíduos que desenvolverem fortes capacidades de curadoria agora terão uma vantagem estrutural.
Construindo uma prática de curadoria
Curadoria é uma habilidade, o que significa que melhora com prática deliberada. Aqui está um framework prático para construir um hábito diário de curadoria.
Passo 1: Diversifique seus inputs. Assine 5-10 fontes fora do seu campo principal. Se você é engenheiro, adicione um blog de filosofia, uma newsletter de economia e uma publicação de design. O objetivo é amplitude de exposição. Use leitores RSS ou ferramentas como o feed comunitário do Glasp para descobrir o que pessoas inteligentes em outros campos estão lendo.
Passo 2: Destaque ativamente. Não apenas leia. Marque o que ressoa. Use o marcador web do Glasp para capturar passagens quando as encontrar. O ato físico de selecionar texto força você a fazer julgamentos: isso vale a pena salvar? Isso treina seu instinto avaliativo.
Passo 3: Anote com contexto. Um destaque sem nota é meia curadoria. Adicione uma frase explicando por que você salvou. "Isso contradiz a visão padrão sobre X." "Melhor explicação de Y que encontrei." "Conecta com a ideia Z." Essas notas são onde o gosto se torna explícito e compartilhável.
Passo 4: Revise e conecte. Uma vez por semana, revise seus destaques recentes. Procure padrões, contradições e conexões entre fontes. Use o chat de IA do Glasp para fazer perguntas sobre seus destaques coletados e revelar relações que você pode ter perdido. Esse passo de síntese é onde a curadoria se torna criação de conhecimento.
Passo 5: Compartilhe seletivamente. Publique suas melhores descobertas. Escreva um resumo semanal. Compartilhe uma lista de leitura. O ato de curar para uma audiência eleva seus padrões. Você não compartilha tudo que encontra; compartilha apenas o que supera um limite de qualidade. Isso é gosto sob pressão.
Passo 6: Itere sobre suas fontes. Todo mês, audite seus inputs de informação. Elimine fontes que declinaram em qualidade. Adicione novas que preencham lacunas. Sua prática de curadoria deve evoluir à medida que seu conhecimento e interesses se desenvolvem. Uma lista de leitura estática é sinal de estagnação.
Isso é muito próximo do que descrevemos em nosso artigo sobre construir uma dieta informativa saudável, mas com uma adição importante: a camada de compartilhamento. Curadoria praticada em isolamento ajuda você. Curadoria praticada em público ajuda a todos.
Perguntas frequentes
A curadoria por IA não está ficando boa o suficiente para substituir curadores humanos?
A IA é excelente em encontrar conteúdo que combina com suas preferências passadas. É fraca nas coisas que tornam a curadoria valiosa: revelar conexões inesperadas, aplicar julgamento baseado em valores e fornecer contexto que requer experiência vivida. Uma pesquisa de 2025 do Reuters Institute descobriu que 67% dos respondentes confiavam mais em conteúdo recomendado por uma pessoa específica que seguem do que em conteúdo recomendado por um algoritmo. A IA pode auxiliar curadores humanos (sugerindo candidatos, resumindo conteúdo, encontrando peças relacionadas), mas a camada de julgamento editorial permanece distintamente humana.
Como desenvolvo gosto se estou começando agora?
Primeiro volume, depois seletividade. Leia amplamente por 3-6 meses sem se preocupar com a qualidade da curadoria. Destaque generosamente. Com o tempo, você notará que seus primeiros destaques eram menos discriminados do que os recentes. Essa lacuna é o gosto se desenvolvendo. A pesquisa da Universidade de Chicago sobre julgamento estético (2023) descobriu que a melhoria requer aproximadamente 200 horas de engajamento deliberado e reflexivo com material em um dado domínio. Não há atalho, mas a trajetória é confiável.
A curadoria pode ser uma carreira, não apenas uma prática secundária?
Já é, para muitas pessoas. Escritores de newsletters como Ben Thompson (Stratechery, estimado em mais de US$ 3M de receita anual) e Matt Levine (Money Stuff da Bloomberg) são curadores profissionais. Bibliotecários de pesquisa, curadores de museus, caça-talentos, capitalistas de risco e editores de periódicos acadêmicos são todos curadores por profissão. À medida que os custos de produção de conteúdo caem, a demanda por curadores qualificados crescerá em todas as indústrias. A tese de Li Jin sobre a "economia de curadores" prevê que isso se tornará uma categoria de emprego maior na próxima década.
Como o Glasp é diferente de salvar favoritos ou artigos?
Um favorito salva uma URL. A curadoria salva o insight específico e a razão pela qual importa. Quando você destaca uma passagem no Glasp, está isolando o sinal do ruído dentro de uma peça. Seus destaques se tornam pesquisáveis, compartilháveis e conectados a seus outros destaques. Com o tempo, isso constrói um grafo de conhecimento pessoal que reflete seu desenvolvimento intelectual. A camada social significa que outros usuários se beneficiam da sua curadoria, e você se beneficia da deles, criando um efeito de inteligência coletiva que nenhuma ferramenta privada de favoritos pode igualar.
O conteúdo gerado por IA não tornará a curadoria ainda mais difícil?
Sim, no curto prazo. O volume de conteúdo aumentará mais rápido do que a qualidade das ferramentas de filtragem. Mas isso é precisamente por que a curadoria humana se torna mais valiosa, não menos. Em um mundo de artigos infinitos gerados por IA, a pessoa que pode dizer "estes três valem a pena e eis por quê" fornece um valor enorme. A inundação torna o filtro mais importante, não menos.
Conclusão: curar ou ser curado
Realmente só há duas opções agora. Você pode deixar algoritmos decidirem o que você vê, lê e pensa. Ou pode desenvolver a habilidade de escolher por si mesmo e ajudar outros a escolher melhor.
A evidência é clara: a curadoria algorítmica otimiza para engajamento, estreita sua visão de mundo e degrada a diversidade de sua ingestão informativa. A curadoria humana, praticada com intenção e compartilhada abertamente, faz o oposto. Revela ideias inesperadas, constrói compreensão genuína e cria valor composto para todos na rede.
Gosto não é um luxo. É uma habilidade de sobrevivência para a era da informação. E como qualquer habilidade, se desenvolve com prática: lendo amplamente, destacando deliberadamente, anotando com contexto e compartilhando com outros.
Comece a construir sua prática de curadoria hoje. Instale o marcador web do Glasp, comece a destacar o que importa e compartilhe suas descobertas com a comunidade. Seu gosto, desenvolvido através de milhares de pequenas decisões de curadoria, se tornará um dos seus ativos profissionais mais valiosos.
A era da IA é também a era do curador humano. A questão é se você será um, ou se deixará o algoritmo de outra pessoa curar sua realidade por você.