Zona 3 Algorítmica - EEG Eye-tracking fNIRS

FESBE 2026, IA, EEG, eye-tracking e fNIRS na disputa pela atenção

Antes de falar de inteligência artificial, algoritmo ou rede social, a gente volta ao corpo. Olhos. Respiração. Mandíbula. Polegar. Pescoço inclinado. Peito levemente preso. Atenção fragmentada. O corpo sabe quando está sendo puxado antes mesmo de a consciência perceber.

Este blog nasce de uma pergunta central:

o que acontece com os eus tensionais quando a atenção passa a ser capturada por ambientes digitais desenhados para manter o corpo em alerta, comparação e desejo?

A programação da FESBE 2026 abre espaço para essa discussão ao trazer temas como inteligência artificial, ciência aberta, neurociência da aprendizagem, ritmos biológicos, métodos de análise, tecnologias avançadas, educação científica e saúde mental. Isso permite aproximar IA, atenção, fisiologia e desenvolvimento humano com seriedade científica.

Na linguagem BrainLatam2026, Zona 3 Algorítmica é o estado em que o corpo deixa de perceber o território real e passa a responder a estímulos digitais que sequestram atenção, emoção e pertencimento. Não é apenas “usar muito celular”. É quando o algoritmo começa a organizar os eus tensionais: o eu que precisa lacrar, o eu que precisa aparecer, o eu que precisa consumir, o eu que precisa provar valor, o eu que precisa odiar para pertencer.

A memória, nesse contexto, deixa de servir apenas ao fazer criativo e passa a sustentar personagens digitais. O sujeito recruta memórias afetivas, medos, crenças, inseguranças e desejos para manter uma figura social online. Esse é o ponto crítico: o corpo continua tentando pertencer, mas o território percebido foi substituído por uma arquitetura de estímulos.

A IA não precisa “dominar” a mente de forma mágica. Basta modular repetidamente atenção, recompensa, comparação social e previsibilidade. Revisões recentes mostram que o uso intenso de redes sociais pode se relacionar a mudanças em processos neurocognitivos, incluindo atenção, resposta emocional e padrões de atividade cerebral medidos por EEG. (PMC)

Aqui, o eye-tracking é fundamental. Ele permite observar para onde o olhar vai, quanto tempo fixa, o que evita, o que busca, o que captura saliência. Em ambientes digitais, isso ajuda a medir como imagens, rostos, notificações, métricas sociais e chamadas visuais disputam o campo atencional. Estudos recentes também combinam eye-tracking e fNIRS para investigar atenção visual e respostas cognitivas pré-frontais diante de conteúdos gerados por IA. (Frontiers)

O EEG entra para observar a dinâmica rápida da atenção: vigilância, surpresa, erro, conflito, fadiga, impulsividade, expectativa e resposta a estímulos. Se o algoritmo opera em milissegundos, o EEG é uma das ferramentas mais coerentes para escutar essa temporalidade.

O fNIRS/NIRS entra quando a pergunta envolve córtex pré-frontal, carga cognitiva, controle, tomada de decisão e tarefas mais ecológicas. Estudos recentes indicam o uso de fNIRS com eye-tracking para medir carga cognitiva e atenção em contextos educacionais e digitais, reforçando sua utilidade em ambientes mais próximos da vida real. (ScienceDirect)

A hipótese BrainLatam2026 seria:

a Zona 3 Algorítmica aparece quando a atenção deixa de servir à percepção do corpo-território e passa a sustentar personagens digitais de pertencimento performático.

Nesse estado, APUS enfraquece: o corpo percebe menos o espaço, a postura, a respiração, o território. Tekoha se confunde: ansiedade vira urgência, comparação vira desejo, medo vira engajamento, solidão vira consumo. Jiwasa também é distorcido: a sincronia coletiva vira contágio afetivo algorítmico, não pertencimento real.

Um desenho experimental possível:

Comparar adolescentes ou jovens adultos em três condições:

1. leitura calma em ambiente sem notificações;

2. uso de feed curto com conteúdo neutro;

3. uso de feed com alta saliência social: métricas, conflito, comparação, aprovação e urgência.

Medidas possíveis:

• EEG para atenção rápida, surpresa e controle;

• fNIRS para carga pré-frontal;

• eye-tracking para captura visual;

• HRV/RMSSD para regulação autonômica;

• respiração para ritmo corporal;

• GSR para ativação emocional;

• EMG mandibular para tensão do eu tensional;

• autorrelatos breves sobre pertencimento, ansiedade e comparação.

A pergunta não seria “rede social faz mal?”. Isso seria pobre. A pergunta séria seria:

quais arquiteturas digitais empurram o corpo para Zona 3, e quais permitem retorno à Zona 2?

A crítica decolonial é essencial. Jovens latino-americanos não usam redes sociais em um vazio. Usam em contextos de desigualdade, escola precarizada, violência simbólica, racismo, pressão estética, desemprego, religião, política, consumo e busca de pertencimento. A Zona 3 Algorítmica não é apenas tecnológica. É social, econômica e territorial.

Por isso, Brainlly é um avatar central aqui: traduzir essa discussão para adolescentes sem moralismo. Tekoha ajuda a perceber o que acontece por dentro do corpo. APUS lembra que o território real precisa voltar a ser sentido. Jiwasa pergunta se existe pertencimento verdadeiro ou apenas sincronização por pressão. Math/Hep exige método: medir uma hipótese por vez, sem transformar crítica cultural em conclusão automática.

O DREX Cidadão também entra nesse debate. Se a economia da atenção lucra com corpos inseguros, comparáveis e sempre em falta, uma política de pertencimento e metabolismo cidadão poderia reduzir a vulnerabilidade basal à captura algorítmica. Um corpo menos pressionado pela sobrevivência talvez precise performar menos, consumir menos identidade e odiar menos para pertencer.

No fim, a Zona 3 Algorítmica não é o celular. Não é a IA. Não é a tela isolada. É o encontro entre tecnologia persuasiva, insegurança corporal, memória afetiva, desigualdade social e personagens digitais que custam caro demais ao corpo.

A pergunta BrainLatam2026 fica:

quem está educando a atenção dos nossos eus tensionais: o corpo-território ou o algoritmo?

Referências recentes que ratificam este texto

1. Satani et al. (2025) — estudo sobre impacto neurocognitivo das redes sociais usando EEG para avaliar padrões de atividade cerebral e respostas cognitivas/emocionais. (PMC)

2. Cha (2026) — estudo com eye-tracking e fNIRS sobre atenção visual e respostas cognitivas pré-frontais diante de personagens gerados por IA. (Frontiers)

3. Pinheiro et al. (2024) — artigo sobre uso de eye-tracking e fNIRS como ferramentas neurocientíficas para investigar atenção, memória e processos cognitivos em aprendizagem. (ScienceDirect)

4. Chen et al. (2025) — estudo integrando fNIRS e eye-tracking para predição de carga cognitiva individual por modelos de machine learning. (MDPI)

5. Li et al. (2025) — revisão bibliométrica sobre tecnologias móveis de eye-tracking e neuroimagem, destacando o papel do fNIRS em aprendizagem social e ambientes reais. (OUP Academic)

6. Sage Journals / Social Attention Research (2023) — artigo sobre uso de eye-tracking em pesquisa de atenção social e interações de segunda pessoa. (Sage Journals)

7. Rivas-Vidal et al. (2026) — revisão sobre integração de EEG e eye-tracking para avaliar atenção, percepção e consciência situacional. (PMC)