Mostrando mais contedo de alta qualidade: uma anlise da filtragem

de informao por algoritmos no Facebook

Willian Fernandes Arajo
willian.araujo@ufrgs.br
Universidade Federal do Rio Grande do Sul

Alex Primo
alex.primo@me.com
Universidade Federal do Rio Grande do Sul

Resumo: O objetivo deste estudo discutir a filtragem por algoritmos no Facebook. Em agosto
de 2013, os algoritmos responsveis pela hierarquizao da informao no mecanismo
chamado Feed de notcias sofreram alteraes a fim de privilegiar contedos de alta
qualidade. Desse modo, nossa anlise busca identificar o que esta empresa considera como
contedo de alta qualidade e como tais valores se configuram na filtragem por algoritmos.
Para isso, partimos do entendimento destes mecanismos como mediadores complexos e
hbridos, baseado na Teoria Ator-Rede. Por fim, consideramos que a definio de contedo de
alta qualidade est ligada a uma noo utilitria, da eficincia da personalizao algortmica,
da seleo de contedos padronizados por escolhas anteriores com objetivo de gerar mais
interaes e potencialmente mais lucros.

Palavras-chave: mdias sociais; algoritmos; Facebook; cibercultura.

Introduo

Os mecanismos baseados na Web que se costuma chamar de sites de redes sociais,
mdias sociais ou apenas redes sociais, como cristalizado no linguajar popular, representam
formas de comunicao no cotidiano de parte significativa da populao mundial. Cada vez
mais notamos e discutimos a insero desses ambientes em nossas atividades dirias, como,
por exemplo, nas maneiras pelas quais consumimos informao. Neste sentido, enxergamos a
necessidade de discutir como os mecanismos que conformam as mdias sociais
1
agem na
construo da sociabilidade e na gesto dos contedos que por eles circulam. Destacamos
neste estudo as polticas de hierarquizao e atribuio de relevncia aos contedos no
Facebook, um dos sites com maior volume de acessos na Web. Conforme divulgado em blog
da empresa (Kacholia, 2013), o algoritmo responsvel pela hierarquizao da informao no
mecanismo chamado Feed de Notcias sofreu significativas alteraes em agosto de 2013, a
fim de privilegiar contedos de maior qualidade. Por isso, o objetivo do estudo identificar o
que esta empresa considera como contedo de alta qualidade e como tais valores so

1
Para aludir aos servios proprietrios na web como o Facebook, usaremos mdias sociais. Primo (2012) considera o
termo problemtico, pois carrega consigo uma viso idealizada do social. Entretanto, o autor destaca que este parece
ser termo que menos estrago pode causar ao servir apenas como uma etiqueta para aludir a certo conjunto de meios
digitais (Primo, 2012).
operacionalizados na filtragem por algoritmos. Compreender estes aspectos oferece subsdios
importantes para o mapeamento das direes dadas s estratgias de gesto do Facebook.
Partimos do entendimento que mdias sociais agem e intervm no curso da ao,
possibilitando formas diversas de organizao coletiva e associao entre humanos, assim
como novas formas de associao desses humanos com os artefatos tecnolgicos, ou como a
Teoria Ator-Rede (ANT)
2
prefere chamar, os actantes no humanos. Por isso, partimos do
entendimento desses mecanismos como mediadores complexos e hbridos, com base na ANT,
o que traz uma srie de implicaes que sero melhor detalhadas a seguir. Por fim,
consideramos que a definio de contedo de alta qualidade est ligada a uma noo
utilitria, da eficincia da personalizao algortmica, assim privilegiando contedos
padronizados por escolhas anteriores, com objetivo de gerar mais interaes e potencialmente
mais lucros.

O estudo do desvio: o conceito de mediao a partir da Teoria Ator-Rede

Tomar o conceito de mediao como entende a Teoria Ator-Rede (ANT) traz
implicaes importantes para se pensar as associaes que ocorrem a partir das mdias
sociais. Ao observar estes mecanismos como mediadores, o fazemos no em um modo
essencialista, como se escolhssemos coloc-los em determinada categoria, optando entre
mediador ou intermediador
3
. Ao contrrio, para ANT a ao de determinado agente (ou
actante
4
, como o lxico desta teoria sugere) sempre relativa: cabe ao investigador estudar os
desvios que um determinado mediador pode induzir no curso da ao (Latour, 2012).
Logo, o conceito de mediao para ANT est calcado na premissa de desvio, de
traduo: termo usado por Latour (1994) no para se referir mudana de uma lngua a outra,
mas sim para marcar a mediao, o deslocamento, a variao, a inveno de uma ligao que
no existia e que at certo ponto, modifica os dois agentes em associao (Latour, 1994).
Porm, o mesmo actante (humano ou no humano) pode em outro momento tornar-se um
intermediador que no notado no curso da ao. No h essncia, s o que se deve tomar
em conta a ao. Por isso, Latour (1994: 33, traduo nossa
5
) diz que essncia existncia
e existncia ao. a ao que produz a diferena, a mediao. E, por isso, deixa rastros
(Lemos, 2013). Toda a associao deixa vestgios, que devem ser retraados pelo pesquisador
a fim de entender a agncia dos mediadores. No suporte digital os rastros da mediao so
mais persistentes e abundantes, graas caracterstica da cibercultura, produtora de controle
e monitoramento informacional das aes de humanos e no humanos (LEMOS, 2013, p.
121).

2
Acrnimo de sua nomeao em ingls: Actor-Network Theory.
3
Intermediador representa a entidade que no interfere no curso da ao, sendo um transmissor invisibilizado pela no
agncia no processo de associao. Para caracterizar os intermediadores, Latour (2012: 65) tem uma definio
simples e prtica: definir o que entra j define o que sai. Ou seja, para considerar um actante como mediador
necessrio abrir a caixa preta que o torna um intermediador (Lemos, 2013).
4
Termo se refere a qualquer entidade, humana ou no, que atue para composio de redes temporrias engajadas em
determinado programa de ao (Lemos, 2013).
5
Texto original: Essence is existence and existence is action.
Neste sentido, rastros da mediao podem ser produzidos em materialidades de
diversos tipos. Por exemplo, em de mdias sociais como o Facebook, podemos fazer emergir
rastros da agncia desses mecanismos atravs das suas diversas formas de existncia, como
nas suas interfaces, nos registros (logs) de uso dos seus recursos, nas instrues aos usurios
e polticas de uso das ferramentas, nas entrevistas e relatos de seus produtores (engenheiros,
executivos, etc.), etc. So atravs da identificao e produo de alguns dos rastros deixados
pela agncia dos mecanismos que conformam o Feed de Notcias do Facebook que
discutiremos nos itens a seguir.
Neste sentido, no se deve ocupar posies definitivas sobre o tipo de agncia desses
mediadores: todo o caso particular e caber ao pesquisador seguir os rastros deixados por
estas associaes. Como ressaltam Latour (1994) e Lemos (2013), no existe essncia, Twitter
e Facebook, por exemplo, podem ser instrumentos de alienao e explorao, assim como
podem servir como potentes espaos para mobilizao poltica. Ou seja, tom-los como
mediadores hbridos implica em reconhecer que: a) mdias sociais possuem agncia; b) no
possvel pr-determinar o tipo desta agncia; c) devemos observar cada caso em sua
especificidade; d) tais mecanismos so resultado momentneo da associao de diversos
actantes, humanos (gestores, desenvolvedores, anunciantes, usurios, etc.) e no humanos
(cdigos, protocolos, algoritmos, interfaces, servidores, bancos de dados, etc.); e) as
associaes que ocorrem tendem a modificar os actantes; f) a agncia desses mecanismos
deixam rastros que devem ser reconstrudos pelo pesquisador.
Ento, nos prximos itens passamos a apresentar aspectos da ao dos mecanismos
de filtragem informativa do Facebook na gesto dos contedos que por eles circulam.

EdgeRank e Feed de notcias

Apesar de ser hoje a face mais visvel do Facebook, o Feed de Notcias foi apenas
implementado em 2006 (Vogelstein, 2007), convertendo-se em um dos diferenciais
competitivos que ajudou a consolid-lo como um dos maiores ambientes de trocas informativas
na Web (Pariser, 2012). Este recurso configura-se como uma coluna central na primeira pgina
acessada pelos usurios do site, como uma lista de publicaes em fluxo contnuo que
concentra em um mesmo espao contedos de diversos tipos (textos, fotos, vdeos, links),
originados por amigos
6
(atravs de seus perfis), pelos recursos de Pginas
7
, por aplicativos
usados e pelos anncios veiculados no mecanismo (Facebook, 2013). O Feed de notcias
apresenta duas verses quando acessado por um navegador de Web
8
: na opo mais
recentes, possvel ver os contedos na sua ordem de publicao. J na opo Principais

6
Referimos-nos a amigos no sentido que o prprio Facebook d, como os usurios conectados atravs do site.
7
importante compreendermos aqui a diferena entre Pginas e Perfis. As Pginas so espaos dentro do Facebook
voltados a empresas, organizaes, marcas, etc, onde qualquer pessoa pode se conectar atravs da opo de curtir.
Como se v, uma forma de comunicao idealizada para a relao com pblicos amplos. J o Perfil, recurso
recorrente em sites de redes sociais, voltado ao uso individual, no qual o Facebook busca fomentar a prevalncia de
identidades reais. Para mais detalhes sobre essas diferenas, ver : https://www.facebook.com/help/217671661585622
8
Quando acessamos o Feed de Notcias a partir de aplicativos para dispositivos mveis, o Facebook apresenta uma
configurao diversa, com consideravelmente menos opes para gerenciamento das publicaes veiculadas neste
espao.
histrias, sero destacadas as histrias consideradas mais interessantes de acordo com os
critrios de filtragem. Alm disto, o usurio do Facebook possui opes de gerenciamento
sobre quais amigos tero seus contedos destacados neste ambiente.
A implementao do Feed de notcias vista pelo Facebook como gatilho para o
desenvolvimento de mecanismos capazes de lidar com o significativo volume de postagens
que passam a integrar esse espao: atualmente, cada vez que algum acessa o Feed de
Notcias existem em mdia 1500 contedos potenciais a serem mostrados (Backstrom, 2013).
Para resolver este problema foram desenvolvidos processos algortmicos para hierarquizao e
atribuio de relevncia aos contedos que integram o Feed de Notcias de cada usurio. Este
algoritmo de ranqueamento ficou popularmente conhecido como EdgeRank, apesar da
empresa rejeitar esta nomeao, informando que no tem nenhum produto ou sistema assim
chamado (Thomas, 2013). Bucher (2012) chama esse processo de filtragem exercido por
algoritmos como a voz editorial algortmica do Facebook, no qual se cria um regime de
visibilidade com relao inversa ao panptico foucaultiano, onde a ameaa da invisibilidade
faz usurios seguir certa lgica incorporada na arquitetura da plataforma (Bucher, 2012).
Backstrom (2013), engenheiro da empresa, enfatiza atravs do blog Facebook for
Business
9
que o objetivo da filtragem exercida pelo EdgeRank garantir que no Feed de
Notcias sejam includos os contedos certos, para as pessoas certas, no momento certo. Para
isto, sabe-se que o EdgeRank classifica toda a interao passvel de ser includa no Feed de
Notcias com um valor de relevncia. De acordo com Backstrom (2013), o algoritmo responde
aos rastros deixados pelo usurio durante o uso do Feed de Notcias.
Desse modo, sabe-se que a matemtica para definir o valor de relevncia dos
contedos filtrados para cada usurio do site se constitui ao menos atravs de trs fatores
principais (Bucher, 2012; Pariser, 2012):
a) Afinidade: Se refere ao relacionamento atravs do Facebook entre o
usurio e o amigo gerador do contedo avaliado. Aqui so levadas em
considerao a quantidade e natureza das interaes: quanto mais interagir com
determinado amigo, maior a probabilidade de suas atividades figurarem no Feed de
Notcias;
b) Peso relativo: A cada contedo dado um peso de acordo com sua
popularidade ou importncia, conforme o entendimento do Facebook (Bucher,
2012). O significado de popularidade aqui est intimamente ligado s taxas de
comentrios, compartilhamentos e seleo do boto de curtir de cada publicao;
c) Tempo: Por fim, componente mais intuitivo, o tempo da ao em
relao ao acesso ao Feed de Notcias pelo interagente. Em tese, quanto maior o
tempo decorrido da ao ao acesso, menos importante o contedo ser
considerado. Entretanto, o Facebook informou sobre uma atualizao em seu
algoritmo que possibilita a publicaes que permaneam com nmero relevante de
interaes sejam reapresentadas no Feed de Notcias, mesmo antes de

9
O blog o espao oficial da empresa para esclarecimento aos anunciantes sobre seus servios.
publicaes mais recentes (Backstrom, 2013). Conforme Backstrom, em testes
com interagentes do Facebook, a mudana apresentou um aumento de 5% a 8%
nas interaes com as postagens. O que, em ltima anlise, representa um
aumento de lucratividade da empresa.
Dessa maneira, a escala de relevncia dos contedos no Feed de Notcias atribuda
principalmente atravs da multiplicao entre Afinidade, Peso Relativo e o Tempo. Assim, o
resultado dessa filtragem que, quando utilizado em modo de Principais histrias, o Feed de
Notcias tende apresentar 20% das publicaes consideradas mais relevantes para cada
interagente do total de publicaes em um dado perodo (Backstrom, 2013). Entretanto, como
pondera Bucher (2012), importante reconhecer que outros fatores, muitos deles
desconhecidos, so considerados nas lgicas codificadas nos algoritmos. Estes mecanismos
so fluidos, adaptveis e mutveis, no podendo ser pensados como estruturas que apenas
impem uma lgica especfica.

A agncia da mquina de identificao de contedo de alta qualidade

Ainda em 2013, o Facebook informou uma alterao do seu algoritmo de
ranqueamento no Feed de Notcias, dando mais detalhes sobre o funcionamento do
mecanismo. Conforme Kacholia (2013), engenheiro da empresa, novos procedimentos foram
acrescido no processo de filtragem com o objetivo de garantir maior visibilidade a contedos
considerados de alta qualidade, publicados por Pginas no Facebook. A atualizao
implementada em um momento onde a visibilidade no Facebook disputada pelos gestores de
Pginas atravs de estratgias para que seus contedos sejam melhor avaliados pelo
EdgeRank, assim como pelo pagamento para obter mais visibilidade atravs de anncios
direcionados.
De acordo com o relato de Kacholia (2013), o conceito de contedo de alta qualidade
foi desenvolvido atravs de uma pesquisa com um pequeno nmero de usurios do
mecanismo. Entre os parmetros divulgados listam-se questes como contedo relevante e
oportuno, genuinamente interessante, fonte confivel e postagem de baixa qualidade ou
meme (Kacholia, 2013). Outro aspecto considerado no questionrio a tentativa de identificar
Pginas que ao publicarem determinado contedo solicitam aos interagentes que curtam a
publicao. Tal prtica considerada pelo Facebook como trapaa com os critrios de
aferio de relevncia pelo seu algoritmo (Costine, 2013).
A partir das respostas, Kacholia (2013) informa que foi desenvolvido um sistema de
aprendizado de mquina, que leva em considerao mais de mil fatores distintos. Entretanto,
apenas alguns so divulgados: a freqncia com que o contedo de uma determinada pgina
relatado como de baixa qualidade (como atravs da ocultao de postagens, poucas curtidas),
o quo completo o perfil da pgina e se sua base de fs coincide com a de outras Pginas
consideradas de alta qualidade (Kacholia, 2013). Atravs desses aspectos pode-se reconhecer
a complexidade do algoritmo, que extrapola sobremaneira uma suposta trivialidade da to
debatida frmula afinidade-peso-tempo.
A partir da implementao deste novo fator na filtragem algortmica no Feed de
Notcias, Kacholia (2013) garante que o mecanismo obteve xito, pois nos testes realizados
aleatoriamente com mais de 20 milhes de usurios houve um crescimento das taxas de
interao com os contedos selecionados. Tambm, houve um decrscimo do nmero de
postagens ocultadas (Kacholia, 2013).
Atravs da abordagem aqui proposta, possvel estabelecer algumas consideraes
sobre as aes configuradas na mediao realizada pelo Facebook em seu Feed de Notcias.
O entendimento de contedo de qualidade baseado em uma viso utilitria das relaes
que se estabelecem no Facebook. Ou seja, a qualidade do contedo, diante dos clculos do
EdgeRank, est na sua capacidade de gerar volume de interaes, respeitando os critrios
estabelecidos no algoritmo. Notamos que o objetivo de privilegiar informao de alta qualidade
construdo atravs da implementao de mecanismos que causam maior interferncia no
processo de visibilidade do Feed de Notcias. Destacamos, por exemplo, as intervenes do
Facebook para diminuir a circulao de memes, contedos humorsticos de rpido consumo e
apropriao (Kacholia, 2013). Observamos esta ao como estratgia para garantir a
relevncia do produto da empresa em um mercado altamente competitivo. Como explica Dijck
(2013), o potencial de uma plataforma de fornecer boa conectividade no diz respeito apenas
s faculdades tcnicas de estabelecimento de conexo, mas tambm sobre a natureza e
qualidade dos contedos que por l circulam.
Muito embora a lgica potencial do algoritmo seja a mesma aplicada em todos Feeds
de Notcias, ela se atualiza em cada uso individual. Essa personalizao leva em conta que
posts so curtidos, ocultados, comentados e compartilhados (entre outros recursos aqui
relatados). Ou seja a filtragem automtica que compor cada Feed de Notcias particular,
julgando quais posts sero exibidos e em qual ordem, operacionalizado em tempo real a
partir de uma mensurao da relevncia das informaes. Em outras palavras, trata-se da
pretensa quantificao do qualitativo. Mas se a definio do que relevante e de qualidade
uma avaliao subjetiva, situada e momentnea, como pode um mecanismo acertar ao
escolher a priori o que uma pessoa gostaria de ler? E se ela gostar de memes, sendo essa
uma das razes por sua consulta frequente ao Facebook? Outro problema a ser destacado
que a manifestao explcita de curtidas, comentrios e compartilhamentos, e a privada
ocultao de posts e suspenso da assinatura de Pginas representam um nmero restrito de
aes, aquelas que so observveis pelo sistema. O julgamento pessoal do que relevante
em dado momento fruto de uma infinidade de condicionantes, que nem mesmo o prprio
sujeito julgador tem condies de reconhecer e listar.
A insatisfao com o provvel descompasso entre o pr-julgamento da empresa
Facebook e a avaliao pessoal de qualidade relatada por Philippe Durand em um dos
comentrios ao texto de Kacholia (2013: online, traduo nossa) no site Facebook for
Business:

No se incomode com algoritmos. Seu eu gosto de uma pgina, isso significa que eu
considero seu contedo de alta qualidade para mim. Logo, eu gostaria de ver tudo que
essa pgina publica. Se eu no mais a considerar de qualidade, ento eu desmarcarei
minha curtida naquela pgina. simples assim. Por favor, pare de decidir por mim o
que eu devo ou no ler
10


Por outro lado, considerados os objetivos mercadolgicos da empresa Facebook, pode-
se antever que o algoritmo encontra suas metas no terreno da efetividade. Ou seja, quanto
mais personalizadas (segundo a perspectiva do Facebook) forem as ofertas de informao,
maior ser a chance de o usurio ser exposto a mensagens publicitrias.
esta tendncia que Pariser (2012) busca criticar, denominando tais operaes como
filtros invisveis. Para o autor, o papel redemocratizante que se atribua Internet em seu
princpio se v ameaado pela busca empresarial da personalizao. A democracia exige que
os cidados enxerguem as coisas pelo ponto de vista dos outros; em vez disso, estamos cada
vez mais fechados em nossas prprias bolhas (Pariser, 2012, p. 10). Pariser (2012) comenta
que identificou a ao de algoritmos de personalizao no Facebook quando gradativamente
passou a no receber as postagens de amigos com viso poltica contrria sua.
Interessantemente, embora discordasse das opinies de seus adversrios polticos, tais
informaes eram julgadas por ele como altamente relevantes, pois a partir delas poderia
desenvolver novos argumentos. Mas, como no as curtia ou compartilhava, o Facebook
passou a defini-las a priori como irrelevantes. Como se v, esta concepo problemtica do
que relevante nos ajuda a entender o que o Facebook considera contedo de maior
qualidade: contedo padronizado por escolhas anteriores com objetivo de gerar mais
interaes e potencialmente mais lucros.
Outrossim, nem as empresas e marcas avaliam bem o algoritmo reformado que passou
a afetar suas Pginas. Conforme Slegg (2014), a real motivao pela alterao no mecanismo
foi diminuir a incidncia de posts de Pginas nos Feeds para que as empresas passem a pagar
para que suas publicaes sejam exibidas. Vale lembrar que o Facebook oferece um recurso
pago que fora o aparecimento de posts no Feeds de potenciais consumidores. Quanto mais
se paga, maior o alcance da mensagem (levando a publicao a amigos de pessoas que
curtiram a Pgina e assim sucessivamente). Nesse sentido, acusa-se o anunciado privilgio a
contedos de qualidade como uma manobra econmica, visando lucros superiores.

Consideraes finais

No era inteno deste artigo avaliar quo preciso pode ser a seleo e hierarquizao
de informaes no Feed de notcias de cada pessoa no sistema. Nem tampouco apontar se de
fato as Pginas de marcas vinham publicando contedos pouco informativos ou se o Facebook
est chantageando as empresas a pagarem pela ateno de sua audincia. O que nos importa

10
Texto original: Don't bother with the algorithms. If I like a page, it means I consider its content of high quality for me.
Therefore, I would like to see everything this page publishes. If I no longer consider it of quality, then I uncheck like on
that page. It's that simple. Please stop deciding for me what I should or shouldn't read.
aqui mostrar como o Facebook no pode ser visto como um simples intermedirio, que serve
de mera ponte por onde trafegam informaes. Em verdade, trata-se de um mediador que
participa ativamente das interaes. Sua participao tal que muda o curso das aes e
transforma os outros envolvidos. No se pode supor, todavia, que sua interferncia se d na
degradao das mensagens atravs de rudos impostos, segundo a Teoria da Informao.
Muito alm disso, a agncia desse dispositivo digital to significativa que ele faz os outros
actantes (humanos e no humanos) fazerem coisas.
Ao mesmo tempo que o Facebook filtra e organiza o volume de informao disponveis
para cada cliente, estes tambm lhe delegam tal tarefa e dele esperam uma experincia
interativa gil, relevante e prazerosa. Assim que essa condio for mudada, outro servio
concorrente pode levar embora sua audincia. Tampouco deveria surpreender que o Facebook
manipule seus algoritmos de forma a pagar sua cara estrutura e gerar lucros. Da mesma forma,
compreende-se a resistncia dos mantenedores de Pginas ao verem o alcance de seus posts
reduzido, j que at ento gozavam de uma divulgao gratuita (ou pouco gastavam) para
atingir um pblico bem segmentado. Contudo, toda esta movimentao, incluindo as presses
recebidas pela empresa Facebook, mostra como, mais do que intermediao, as intrincadas
associaes produzem novas aes e modificam o real.
Finalmente, cabe destacar que a complexidade do sistema digital como um todo chama
ateno para seu carter hbrido. Facebook um sistema informtico, mas tambm uma
empresa que visa lucros. Sua interface (a dimenso mais visvel e mais conhecida) e seus
algoritmos agem a partir das associaes entre humanos e no humanos. Nesse sentido,
pode-se reconhecer as associaes contnuas que conformam redes, nas quais cada um se
transforma em virtude do outro.

Referncias

Backstrom, L. (2013). News Feed FYI: A Window Into News Feed. Facebook for Business.
Disponvel em: <https://www.facebook.com/business/news/News-Feed-FYI-A-Window-Into-
News-Feed>. Acesso em: 07 jan. 2014.

Bucher, T. (2012). Want to be on the top? Algorithmic power and the threat of invisibility on
Facebook. New Media Society. Vol. 0, Issue 0, pp.1 17.

Constine, J. (2013). Facebook Feed Change Punishes Pages For Posting Crappy Memes.
TechCrunch. Disponvel em: <http://techcrunch.com/2013/08/23/facebook-feed-changes/>.
Acesso em: 07 jan. 2014.

Dijck, J. v (2013). Facebook and the Engineering of Connectivity: A multi-layered approach to
social media platforms. Convergence: The International Journal of Research into New Media
Technologies, pp.1-15.

Facebook (2013). O que o Feed de notcias? Disponvel em:
<https://www.facebook.com/help/www/210346402339221>. Acesso em: 07 jan. 2014.

Kacholia, V. (2013). News Feed FYI: Showing More High Quality Content. Disponvel em:
<https://www.facebook.com/business/news/News-Feed-FYI-Showing-More-High-Quality-
Content>. Acesso em: 07 jan. 2014.

Latour, B. (1994). On Technical Mediation, in Common Knowledge Vol. 3 Issue 2, pp. 29-64.

_____ (2012). Reagregando o social: uma introduo teoria do Ator-rede. Bauru: EDUFBA,
Salvador: UDUSC.

Lemos, A. (2013). A comunicao das coisas: Teoria Ator-Rede e Cibercultura. So Paulo:
Annablume.

Pariser, E. (2012). O filtro invisvel: o que a internet est escondendo de voc. Rio de Janeiro:
Jorge Zahar editor.

Primo, A. (2012). O que h de social nas mdias sociais? Reflexes a partir da Teoria Ator-
Rede. Contemporanea, vol. 10, pp. 618-641.

Slegg, J. (2014). Facebook News Feed Algorithm Change Reduces Visibility of Page Updates.
Search Engine Watch. Disponvel em:
<http://searchenginewatch.com/article/2324814/Facebook-News-Feed-Algorithm-Change-
Reduces-Visibility-of-Page-Updates>. Acesso em: 12 fev. 2014.

Thomas, O. (2013). Here's Why Everyone's Going Crazy About Facebook's News FeedAnd
Why It Will Never Stop. Business Insider. Disponvel em:
<http://www.businessinsider.com/facebook-edgerank-ad-controversy-2013-3#ixzz2sekzIIyX>.
Acesso em: 11 fev. 2014.

Vogelstein, F. (2007). How Mark Zuckerberg Turned Facebook Into the Web's Hottest Platform.
Wired. Disponvel em:
<http://www.wired.com/techbiz/startups/news/2007/09/ff_facebook?currentPage=all>.Acesso
em: 20 dez. 2013.