Algoritmo é uma sequência finita de passos precisamente definidos que transforma uma entrada em uma saída. A definição canônica, de Donald Knuth, exige cinco características: finitude — deve sempre terminar após um número finito de passos; definitude — cada passo precisa ser rigorosa e inequivocamente especificado; além de entrada, saída e efetividade. Knuth acrescenta um detalhe útil: um procedimento que tem todas as características exceto a finitude não é algoritmo — é um “método computacional”. Vale conhecer a definição porque no vocabulário de marketing a palavra virou sinônimo de qualquer sistema automatizado, e essa imprecisão sustenta a formulação mais problemática da área: “o algoritmo decidiu”, dita como se houvesse um agente autônomo no lugar de escolhas humanas. Algoritmo não escolhe objetivo, não seleciona dado e não define limiar — pessoas fazem as três coisas.
⚠️ Algoritmo não decide nada sozinho
A construção “o algoritmo decidiu excluir esse público” tem função retórica: transfere responsabilidade de quem escolheu para uma entidade que não pode responder. E a posição das entidades técnicas é o oposto disso.
A declaração do conselho de políticas públicas da ACM sobre transparência algorítmica é direta ao ponto: formuladores de política devem submeter instituições que usam análise automatizada aos mesmos padrões aplicados a instituições onde humanos tradicionalmente tomavam as decisões. O padrão de responsabilidade não muda porque a decisão passou por um sistema.
O mesmo documento aponta de onde vem a distorção: os modelos podem ser enviesados como resultado de vieses contidos nos dados de entrada e nos próprios algoritmos. E dado de entrada é escolha — alguém decidiu qual base usar, que período cobrir, quem incluir.
Três coisas que costumam ser chamadas de “algoritmo”
Separar os termos ajuda a localizar onde a decisão realmente foi tomada:
- Algoritmo — o procedimento. Determinístico, auditável, escrito por alguém.
- Modelo — o resultado de aplicar um algoritmo de treino a um conjunto de dados. Carrega os padrões daqueles dados.
- Sistema — o conjunto em produção: modelo, regras de negócio, limiares de corte, integrações e as pessoas que definiram tudo isso.
Quando um público é excluído de uma campanha, quase nunca foi “o algoritmo”: foi o limiar que alguém escolheu, sobre um modelo treinado em dados que alguém selecionou, otimizando uma métrica que alguém definiu como objetivo.
O que isso muda na prática
A consequência é de governança, não de vocabulário:
- Registre quem definiu o objetivo. A função que o sistema maximiza — cliques, conversões, receita por sessão — é uma decisão de negócio com consequências previsíveis. Deve ter dono.
- Documente os limiares. “Acima de 0,7 o lead vai para o time comercial” é uma política, não um detalhe técnico. Muda quem recebe atenção.
- Não use a palavra como escudo. Diante de reclamação de cliente, “foi o algoritmo” não é explicação — e, sob a LGPD, o titular pode solicitar revisão da decisão automatizada.
Sobre como o viés entra pelos dados, veja viés algorítmico; sobre o que o modelo aprende, dataset.
Fontes
- The Art of Computer Programming, cap. 1.1 — Knuth, as cinco características
- Statement on Algorithmic Transparency and Accountability — ACM, 2017
- Towards a Standard for Identifying and Managing Bias in AI — NIST SP 1270
Leitura das fontes em 17/08/2026.