O discurso do bolsonarismo nas eleições 2022: uma investigação da desinformação viral em grupos de Telegram

Bolsonarist communication in the 2022 elections: an investigation of viral disinformation in Telegram groups

Resumo:

Este estudo investigou a estratégia de comunicação empregada na propagação de desinformação em grupos pró-Bolsonaro no Telegram no período que foi iniciada a campanha eleitoral de 2022 no Brasil. O objetivo foi identificar os temas e tons de comunicação empregados na construção das mais populares mensagens de desinformação compartilhadas. De acordo com os princípios dos métodos digitais, foram identificados os grupos de interesse e um conjunto de dados com 195.567 mensagens foi construído. Os métodos de análise de conteúdo e de discurso foram empregados na avaliação das mensagens de desinformação. O método UpSet foi aplicado para visualizar as interseções dos conjuntos de temas, de tons de comunicação e da combinação de ambos. Identificou-se que, predominantemente, optou-se por um discurso menos agressivo, evitando o uso extensivo de discurso de ódio e abordagens extremas, e favorecendo tons de campanha e informativos para disseminar informações enganosas. Esta preferência parece ser uma tática consciente para ampliar o alcance e aceitação da desinformação. Além disso, mensagens são construídas, preferencialmente, com o uso de um único tema, o que indica a utilização de conteúdo direcionado focado em públicos específicos.

Palavras-chave:
desinformação; Telegram; métodos digitais; análise de discurso; campanha eleitoral

Abstract:

This study investigates the communication strategy used in the dissemination of disinformation in pro-Bolsonaro groups on Telegram during the period that marked the beginning of the 2022 election campaign in Brazil. The aim was to identify the themes and communication tones employed in the construction of the most popular disinformation messages. In accordance with the principles of digital methods, the dataset was constructed based on the affordances of the platform. Content and discourse analysis methods were employed in the evaluation of the disinformation messages. The UpSet method was applied to visualize the intersections of sets of themes, communication tones, and their combinations. It was identified that there was a predominant choice for a less aggressive discourse, avoiding extensive use of hate speech and extreme approaches, and favoring campaign and informative tones to disseminate misleading information. This preference seems to be a deliberate tactic to increase the reach and acceptance of disinformation. Moreover, messages are preferably constructed using a single theme, indicating the use of targeted content focused on specific audiences.

Keywords:
disinformation; Telegram; digital methods; discourse analysis; electoral campaign

1 Introdução

A ascensão de Jair Bolsonaro à presidência do Brasil em 2018 foi marcada por uma campanha digital intensa, com o próprio atribuindo seu triunfo à sólida atuação em redes sociais (Andrade; Maia, 2018). Desafiando a legislação eleitoral brasileira, sua campanha recorreu ao financiamento empresarial para criar uma malha de distribuição de conteúdo via WhatsApp (Campos, 2018), onde a manipulação de narrativas visava disseminar desinformação estratégica e focada visando reforçar vieses (Evangelista; Bruno, 2019; Santini et al., 2021).

No decorrer de seu mandato, Bolsonaro perpetuou uma rotina de comunicação marcada por inverdades, com o veículo de checagem Aos Fatos registrando mais de quatro falácias diárias ao longo de seus quatro anos de governo (Aos Fatos, 2021). Durante a pandemia de coronavírus, o então Presidente da República teve seu perfil oficial no Twitter (atual X) suspenso por conta do compartilhamento de informações negacionistas sobre a covid-19 (Costa; Nóbrega; Maia, 2022). Bolsonaro recomendou medicamentos comprovadamente ineficazes e desacreditou as vacinas (Carvalho; Castro; Schneider, 2021), além de ter ironizado e imitado pacientes com dificuldade de respirar (UOL, 2021), sintoma grave da doença.

No WhatsApp, aplicativo favorito dos brasileiros para troca de mensagens (Bianchi, 2024) e do qual mais de 93% da população entre 16 e 64 anos é usuária ativa (We Are Social; Meltwater, 2023), a campanha de Bolsonaro cultivou uma rede de compartilhamento de informações muitas vezes questionáveis, e os grupos públicos foram empregados como ferramenta de disseminação de desinformação política (Evangelista; Bruno, 2019; Nemer, 2019; Phillips, 2018; Santini et al., 2021). Desde então, essa rede de compartilhamento de mensagens pró-Bolsonaro foi consolidada (Nemer, 2019; Santini et al., 2021) e parte relevante do conteúdo circulado nela “[...] compõe um ecossistema que sustenta interpretações equivocadas sobre personalidades, instituições, e fatos específicos” (Santos; Chagas; Marinho, 2022).

Em janeiro de 2021, a partir da mudança na política de privacidade do WhatsApp (2021), Bolsonaro passou a convocar sua audiência em outras plataformas para o Telegram (Tucci, 2023 a ), alcançando rapidamente um milhão de seguidores em outubro daquele ano (Zanini, 2021).

Os primeiros registros de um fluxo de migração de indivíduos e grupos extremistas para o Telegram aconteceram em 2020, quando redes sociais “tradicionais” - e.g. Twitter e Facebook - passaram a implementar medidas para bloquear perfis e monitorar e mitigar o compartilhamento de informação falsa e discurso de ódio, fenômeno chamado por Rogers (2020) de deplatforming. O destino majoritário destes atores cujas contas foram removidas foi o Telegram (Rogers, 2020; Urman; Katz, 2022). As investigações de Mitts (2022), por exemplo, indicam que apoiadores do Estado Islâmico (ISIS) se deslocaram para o Telegram a fim de evitar detecção após o Twitter implementar políticas antirradicalização.

Na preparação para as eleições de 2022 e enfrentando a proliferação de informação falsa, o Tribunal Superior Eleitoral (TSE) aliou-se ao WhatsApp e a outras plataformas para coibir a desinformação (Galf, 2021). O Telegram, inicialmente relutou em cooperar, mas após um bloqueio judicial temporário imposto pelo TSE propôs ajustes para atender às exigências legais brasileiras, evitando assim um bloqueio prolongado (Nicas; Spigariol, 2022). O monitoramento dos 100 canais com maior audiência foi uma das medidas implementadas (Durov, 2021), porém nenhuma ação foi proposta para o monitoramento dos grupos públicos de conversa.

Durante a campanha à reeleição, o então Presidente Bolsonaro ampliou os apelos a seus apoiadores para a propagação de notícias fraudulentas e para questionar a integridade das instituições e do sistema eleitoral brasileiro (Mathias, 2022; Salomão, 2022), expressou desconfiança nas urnas eletrônicas e sugeriu que não deixaria o cargo mesmo em caso de derrota eleitoral (Lago, 2022). Considerando o risco à integridade do processo eleitoral e a extensa audiência de Bolsonaro no Telegram - uma plataforma que hospeda grupos públicos com até 200 mil membros e que possui uma política declarada de não responder a solicitações sobre conteúdo ilegal (Telegram FAQ, [c2025]) - tornou-se crucial compreender os usos sociais do Telegram e investigar se sua lógica operacional pode potencializar o fluxo de desinformação.

Este estudo de caso tem como objetivos investigar a propagação de desinformação em grupos públicos pró-Bolsonaro no Telegram durante um período da campanha eleitoral de 2022. A intenção é identificar as combinações de assuntos e emoções usados para construir as mensagens desinformativas mais populares em uma amostra de grupos pró-Bolsonaro e avaliar a origem deste conteúdo. Para isso, é proposta a seguinte pergunta de pesquisa: quais temas e tons comunicativos predominam nas mensagens que propagam desinformação e que foram compartilhadas em 25 grupos do Telegram favoráveis a Bolsonaro durante o mês que marcou o início da campanha presidencial de 2022?

Para responder a essa pergunta, é empregada uma combinação de métodos digitais, análise de conteúdo, análise de discurso e um método de visualização de interseção de conjuntos, possibilitando uma interpretação multifacetada das mensagens falsas circuladas no Telegram em agosto de 2022, mês de lançamento da campanha eleitoral.

Neste texto, inicialmente, o Telegram é apresentado como uma plataforma híbrida e algumas de suas funcionalidades são exploradas, focando em como potencializam a criação e o funcionamento de redes de difusão de desinformação e ódio. Em seguida, a criação do conjunto de dados do estudo de caso é descrita e a metodologia de pesquisa é detalhada. Posteriormente, o resultado da análise de conteúdo e de discurso das mensagens enganosas é ilustrado e discutido. O trabalho evidencia o papel estrutural do Telegram na disseminação de desinformação entre grupos alinhados ao bolsonarismo, destacando a dinâmica comunicativa em que canais amplificam mensagens estratégicas, com potencial de influenciar a percepção pública e fomentar desconfiança no período pré-eleitoral.

2 A desinformação nas redes sociais e seu uso em processos eleitorais

A desinformação é um fenômeno central no debate sobre a integridade informacional e seu impacto nos processos democráticos. Neste artigo, o termo desinformação é adotado como equivalente à disinformation e é considerada a definição: “[...] informação falsa disseminada de forma deliberada e, em geral, secreta para influenciar a opinião pública ou mascarar a verdade” (Disinformation, [2025], tradução nossa).

A etimologia do termo desinformação remonta à palavra russa dezinformatsiya, que designava uma estratégia de guerra informacional empregada para influenciar percepções e narrativas políticas no Ocidente (Curry; Blanks, 2018). O próprio regime soviético, ao definir o conceito em sua Grande Enciclopédia, associava seu uso a práticas capitalistas destinadas a conter avanços socialistas e movimentos de libertação nacional (Prokhorov, 1972).

A eleição de Donal Trump em 2016 marcou um ponto de inflexão no uso político da desinformação. Durante sua campanha, notícias falsas disseminadas via Facebook obtiveram mais engajamento do que reportagens de veículos tradicionais (Berghel, 2017). Esse fenômeno demonstrou o potencial da desinformação para distorcer o debate público e influenciar processos eleitorais. Como consequência, acadêmicos passaram a investigar as técnicas e ferramentas utilizadas para manipular o ecossistema informacional digital (Santini et al., 2018).

Assim como a eleição de Trump, o referendo do BREXIT ilustrou como estratégias de propaganda computacional podem influenciar os resultados eleitorais (Bennett; Livingston, 2018), por meio do uso coordenado de bots, fazendas de cliques e campanhas de desinformação segmentadas. A atuação da Cambridge Analytica, que explorou dados de milhões de usuários do Facebook sem consentimento (Benkler; Faris; Roberts, 2018; Confessore, 2018), exemplifica como brechas na arquitetura das plataformas digitais foram instrumentalizadas para manipular a opinião pública . Esse contexto evidenciou como a propaganda computacional, definida como o uso de algoritmos, automação e curadoria humana para disseminar informações enganosas (Woolley; Howard, 2016), tornou-se uma ameaça concreta à integridade dos processos democráticos (Benkler; Faris; Roberts, 2018).

Historicamente, campanha eleitorais fazem uso de propaganda para buscar o voto do eleitorado, sabendo que as escolhas políticas dos cidadãos são influenciadas, em certo grau, pelo fluxo de informação em seu contexto social imediato (Beck et al., 2002). A disseminação de desinformação na internet é impulsionada por fatores estruturais e comportamentais. Um estudo demonstrou que notícias falsas se espalham com maior velocidade e alcance do que informações verdadeiras, e que essa amplificação ocorre independentemente da atuação de bots (Vosoughi; Roy; Aral, 2018). O fator humano desempenha um papel central nesse processo: indivíduos tendem a consumir conteúdos que reforçam suas crenças e rejeitam informações que as contradizem (Fine, 2011). Mesmo quando confrontadas com evidências verificadas, pessoas frequentemente mantêm convicções errôneas devido a vieses cognitivos (Lewandowsky et al., 2012).

No atual cenário de caos informacional (Deloire, 2020), a desinformação se tornou um desafio global, exigindo esforços coordenados para mitigar seus impactos e fortalecer a resiliência democrática diante de manipulações informativas.

3 O Telegram como uma plataforma híbrida, suas funcionalidades e a circulação de desinformação

Lançado em 2013 como um aplicativo de mensageria, o Telegram foi se modificando a partir da incorporação de novas funcionalidades ao longo de sua curta história (Telegram, [c2025]). Em 2015, dois novos serviços o tornaram uma plataforma híbrida (Tucci, 2023 a ): a possibilidade de criar canais de transmissão e a possibilidade de formar supergrupos de discussão reunindo até mil membros - quantidade atualizada em 2019 para 200 mil membros.

A penetração mundial da plataforma é crescente. Após o fenômeno de deplatforming (Rogers, 2020) e da alteração dos termos de uso do WhatsApp (2021), uma interrupção de algumas horas no serviço do WhatsApp e de outras plataformas da Meta resultou no influxo de 70 milhões de novos usuários ao Telegram (Durov, 2021; Sweney, 2021). Em agosto de 2023, atingiu 700 milhões de usuários no mundo (Statista Research Department, 2023). No Brasil, é o sexto aplicativo de mensageria e rede social mais utilizado, onde dentre os usuários de Internet de 16 a 64 anos, 59% o acessam ao menos uma vez ao mês (We Are Social; Meltwater, 2023). Globalmente, os aplicativos de mensagens tornaram-se peças centrais do ecossistema digital, infiltrando-se na vida diária (Gursky et al., 2022).

O Telegram mantém o histórico completo de mensagens em canais e grupos e funciona como um vasto arquivo de dados e ideias, mantendo o conteúdo antigo disponível para novos usuários, a menos que seja excluído ou esteja configurado para expirar (Durov, 2021). Este repositório permanente de mensagens e a natureza híbrida da plataforma contribuem para a propagação de conteúdo violento (Shehabat; Mitew; Alzoubi, 2017) e desinformação (Rogers, 2020).

Nobari e colaboradores (2021) argumentam como o Telegram, com suas características que mesclam o público e o privado, possibilita um “fluxo de informação novo e diferente”. Já pesquisadores brasileiros criaram uma ferramenta para monitorar conteúdo político no Telegram em preparação para as eleições de 2022 (Manoel Júnior et al., 2022). Essa ferramenta destaca os esforços para superar desafios apresentados pela natureza semi-fechada do Telegram e outros aplicativos de mensagens no mapeamento da propagação de desinformação.

4 Dados e métodos

Esta seção descreve o processo de criação do conjunto de dados e os métodos selecionados para conduzir cada etapa deste estudo, assim como as ferramentas empregadas.

4.1 Criação e descrição do conjunto de dados

Uma funcionalidade do Telegram é permitir a busca por uma palavra ou frase específica e exibir uma seleção de canais e grupos públicos, além de mensagens arquivadas que contêm o termo pesquisado. Utilizando essa capacidade de pesquisa, uma série de termos foi escolhida para compor uma lista de grupos a favor de Bolsonaro. A pesquisa incluiu o nome “Bolsonaro” em combinação com palavras associadas à direita política (como “conservador” e “direita”), ao próprio Bolsonaro (“mito”, “presidente”, “bolsonaristas”), a eleições (“eleito”, “presidente”, “2022”), a temas religiosos (“cristão”, “jesus”, “deus”) e a questões militares (“exército”, “capitão”).

De acordo com o resultado das buscas e a partir de uma análise qualitativa das descrições e do fluxo de mensagens dos grupos identificados no Telegram, uma seleção final de 25 grupos foi estabelecida para monitoramento no decorrer de agosto de 2022. Os dados foram coletados semanalmente através da ferramenta de código aberto 4CAT (Peeters; Hagen, 2022). A lista dos grupos monitorados está documentada em um repositório público (Tucci, 2023 b ). Ao término do período de coleta, os arquivos .CSV obtidos pelo 4CAT foram unificados para processamento subsequente. O 4CAT opera por meio da API oficial do Telegram, utilizando a biblioteca Telethon (https://docs.telethon.dev/). Ele compila dados a partir de uma lista predefinida de grupos e/ou canais, junto com um filtro de datas, para criar um conjunto de dados que engloba tanto as mensagens trocadas quanto os metadados relevantes.

O conjunto de dados é composto por 195.567 mensagens trocadas por 6.802 entidades únicas no Telegram, obtidas a partir do acompanhamento dos 25 grupos. Com o intuito de identificar as mensagens mais populares nos grupos monitorados, foram adotadas duas métricas: a primeira refere-se à contagem de visualizações fornecida pelo próprio Telegram e anexada como metadado nas mensagens postadas por canais; a segunda baseia-se no número de vezes que o conteúdo das mensagens (sejam textos e/ou arquivos) repetiu-se dentro do conjunto de dados.

As mensagens veiculadas em canais acumulam um total de visualizações que reflete quantas vezes o conteúdo foi exibido, seja no canal original ou quando encaminhado para outro canal ou grupo. Para averiguar as mensagens com o maior número de visualizações, calcula-se a média entre o número de visualizações de cada mensagem e a frequência com que foi compartilhada entre os 25 grupos.

Quanto à repetição do conteúdo, o mesmo pode ser disseminado várias vezes por compartilhamento direto dos usuários, ou por encaminhamento, dificultando a avaliação da popularidade apenas pela contagem de visualizações. Por exemplo, um link de convite para um canal do Telegram pode ser replicado por diferentes usuários, tornando a contagem de visualizações insuficiente para medir a real popularidade do link.

Outro desafio enfrentado foi a identificação de mensagens que não contêm texto, mas sim uma sequência de caracteres que inclui um hash único para cada arquivo enviado via Telegram. Por isso, tipos distintos de mensagens foram processados separadamente. Após isso, computou-se e classificou-se a média do total de visualizações e a frequência com que cada mensagem apareceu nos grupos monitorados. A repercussão foi mensurada a partir do volume de visualizações (300 mensagens) e da frequência de repetição (300 mensagens). Ao final, as 600 mensagens mais populares foram selecionadas para análise qualitativa. Esse tratamento de dados foi realizado no Rstudio (RStudio Team, 2020), utilizando as bibliotecas data.table (Dowle; Srinivasan, 2017) e Tidyverse (Wickham, 2021).

4.2 Dados FAIR

No intuito de melhorar a infraestrutura que suporta a reutilização de dados de pesquisa, Wilkinson e colaboradores (2016) propuseram uma série de diretrizes. Tais diretrizes, denominadas princípios Findable, Accessible, Interoperable, Reusable (FAIR), visam promover a reprodutibilidade, a transparência e a colaboração em investigações científicas.

Os princípios FAIR (Wilkinson et al., 2016) enfatizam a necessidade de tornar os dados mais localizáveis e inteligíveis para outros pesquisadores, habilitando-os a validar e replicar estudos existentes. Destacam-se a importância da criação de um identificador único para os dados, a disponibilização de metadados aprofundados, a adoção de padrões abertos na representação dos dados, a implementação de protocolos que favoreçam a interoperabilidade dos dados e a escolha de licenças que incentivem sua reutilização.

Embora o Telegram não imponha restrições ao uso de informações públicas coletadas por sua API, questões éticas guiaram a omissão de certos campos que poderiam conter dados de usuários. Por esse motivo, disponibilizou-se a relação completa dos nomes de usuários dos grupos e canais de onde as mensagens foram extraídas, bem como uma descrição detalhada do conjunto de dados e orientações da documentação da biblioteca Telethon, que oferece recursos para a reconstrução dos campos omitidos a partir dos dados fornecidos. Com essas medidas, assegura-se a reutilização do conjunto de dados.

4.3 Métodos e ferramentas de pesquisa

No contexto da investigação sobre a propagação de informações enganosas em grupos do Telegram, procedeu-se à análise de conteúdo conforme a metodologia sistemática (Hsieh; Shannon, 2005). Este processo abrangeu as 300 mensagens que obtiveram maior número de visualizações e as 300 que foram mais frequentemente compartilhadas, totalizando 600 mensagens. A metodologia empregada tem suas raízes em estudo correlato, que averiguou a circulação de dados em grupos favoráveis a Bolsonaro no WhatsApp durante o pleito eleitoral de 2018 (Santini et al., 2021). A seleção de um volume de mensagens comparável ao do estudo antecedente (500 mensagens) objetivou manter uma coerência metodológica. Foram excluídas da análise as mensagens em idiomas que não o português e aquelas que, por sua natureza (como o uso isolado de emojis ou palavras avulsas), não possibilitaram uma análise consistente, resultando na eliminação de um total de 69 mensagens.

O esquema de classificação adotado teve por base o esquema de codificação empregado por Santini e colaboradoras (2021). Com um conjunto de categorias pré-definidas, anotou-se para cada uma das 600 mensagens as seguintes variáveis:

1. ‘tipo de conteúdo’ - identificação se é texto, imagem, URL, vídeo, documento, GIF ou uma composição destes;

2. ‘fonte do conteúdo’ - origem do conteúdo, sendo interna do Telegram (identificada pelo @ do canal ou grupo) ou externa (‘usuário’, caso a fonte seja um indivíduo);

3. ‘veracidade do conteúdo’ - classificação da informação como verdadeira, duvidosa ou falsa;

4. ‘tema da mensagem’ - assunto abordado na mensagem;

5. ‘tom de comunicação’ - caracterização da maneira como a mensagem é expressa e a emoção que transmite.

Para avaliar a narrativa e a emoção empregada nas mensagens, as categorias de temas e tons foram ajustadas com base no cenário eleitoral de 2022. Foram considerados temas como corrupção, drogas, conteúdo sexual, guerra, infraestrutura, educação, forças armadas, segurança pública, meio ambiente, religião e moral, economia, saúde, teorias da conspiração, democracia, posicionamento anti-PT e anti-esquerda, poder judiciário, ditadura, eleições, entre outros. Já os tons variaram entre neutro, provocativo, alarmista, conversacional, irônico, persuasivo, discursivo, emocional, denunciativo, de campanha, hiperpartidário e informativo. É importante destacar que temas e tons não são exclusivos, permitindo múltiplas classificações por mensagem. Além disso, o tom de campanha refere-se a mensagens claramente identificadas como criadas por campanhas políticas oficiais de candidatos. Exemplos desse tom incluem textos com pedidos explícitos de voto, cards de divulgação e outros materiais diretamente associados à promoção eleitoral.

Após a implementação da codificação e anotação, chegou-se a um total de 531 mensagens classificadas, distribuídas entre 117 com URL, 104 com texto e imagem, 98 com texto e vídeo, 59 com imagem, 47 com texto, 37 com texto e URL, 19 com texto, imagem e URL, 19 com texto, vídeo e URL, 17 com vídeo, 10 com GIF, 3 com enquete do Telegram e 1 com texto, imagem e vídeo.

5 Apresentação e discussão dos resultados

A análise das estratégias de desinformação durante o período eleitoral com disseminação pelo Telegram foi desenvolvida com um conjunto de 531 mensagens submetidas à avaliação qualitativa. A verificação da autenticidade das informações resultou em 225 mensagens categorizadas como verídicas, que foram então segregadas das 306 mensagens identificadas como falsas ou duvidosas (194 falsas e 112 duvidosas). Na Tabela 1 são detalhados os tipos de conteúdo das 306 mensagens que não obtiveram autenticação de veracidade, sendo observado que a predominância é de URLs que redirecionam o usuário para conteúdos hospedados externamente ao Telegram, marcados por desinformação.

Tabela 1-
Tipos de conteúdo das mensagens sem autenticação de veracidade

Tipo de conteúdo	Mensagens falsas ou duvidosas	Total de mensagens	Percentual de Mensagens sem autenticação de veracidade
URL	89	117	76,07%
Texto e vídeo	61	98	62,24%
Texto e imagem	55	104	52,88%
Texto	26	47	55,32%
Texto e URL	25	37	67,57%
Texto, vídeo e URL	17	19	89,47%
Vídeo	13	17	76,47%
Imagem	12	59	20,34%
Texto, imagem e URL	6	19	31,58%
GIF	1	10	10,00%
Enquete do Telegram	0	3	0,00%
Texto, imagem e vídeo	1	1	100,00%
Total	306	531	57,63%

• Fonte: Dados da pesquisa.

As características específicas do Telegram, que permitem o envio de mensagens unificando vídeo, imagens, texto e links, bem como a preservação da informação do remetente original quando as mensagens são encaminhadas, distinguem a plataforma de outras similares. A capacidade de encaminhar conteúdo de grupos públicos e canais por indivíduos que não são membros ou assinantes amplifica a potencial viralização de conteúdo, grupos e canais, contribuindo para a disseminação amplificada de informações e desinformações (Nobari et al., 2021).

Na tentativa de decifrar as narrativas de conteúdo questionável que circularam em grupos pró-Bolsonaro no Telegram durante agosto de 2022, empregou-se a metodologia UpSet (Lex; Gehlenborg, 2014). Este método é projetado para ilustrar a intersecção entre conjuntos de temas utilizados nas mensagens avaliadas. O gráfico UpSet, demonstrado na Figura 1, disposto em um layout matricial, fornece uma representação visual eficaz e intuitiva dos dados.

Figura 1 -
Interseção dos conjuntos de temas mais frequentes nas mensagens falsas ou duvidosas.

A Figura 1 exibe o gráfico UpSet relativo aos temas abordados nas 306 mensagens identificadas como falsas ou duvidosas. No gráfico de barras superior, observa-se a frequência de mensagens dentro dos temas individuais ou dos conjuntos de interseção de temas, em uma disposição decrescente. Já na matriz na parte inferior, as linhas listam os temas individuais enquanto as colunas indicam a presença de um tema único ou interseção de temas na quantidade de menagens indicada pelo gráfico de barras. Células não preenchidas (em cinza claro) denotam ausência do tema no conjunto de interseção; células preenchidas (em preto) indicam a inclusão do tema. Para uma visualização mais limpa na Figura 1, somente os conjuntos de temas que aparecem em ao menos três mensagens foram considerados, excluindo-se conjuntos sem dados.

A Figura 1 detalha os 26 conjuntos temáticos mais recorrentes nas mensagens problemáticas populares que circularam pelos 25 grupos pró-Bolsonaro. Estes conjuntos incluem temas únicos ou combinações dos mesmos (ver matriz na parte inferior da figura). Temas como ‘eleições’ (na primeira linha) e ‘economia’ (na terceira linha) foram os mais frequentes individualmente, aparecendo em 39 e 33 mensagens, respectivamente. A junção de ‘eleições’ com ‘anti-PT e anti-esquerda’ (na terceira coluna) se destacou por sua presença em mensagens com múltiplos temas. Tal achado é coerente com o período do início da campanha eleitoral de 2022 e a contínua oposição a Lula, principal adversário de Bolsonaro, que vem desde a campanha de 2018 (Gragnani, 2018; Santini et al., 2021).

Além disso, onze temas foram observados formando conjuntos monotemáticos, indicando que 162 mensagens continham um tema único. Este padrão sugere que uma das estratégias de Bolsonaro foi segmentar narrativas para gerar mensagens persuasivas com conteúdo duvidoso, focando em demandas específicas dos eleitores para oferecer soluções simplificadas.

O tema da saúde emergiu significativamente, sobretudo após a pandemia de coronavírus, com o Governo Federal disseminando informações controversas sobre a crise sanitária. O Brasil chegou a ser apontado como o pior local para se viver durante a pandemia (Reeves, 2021), e declarações do então Presidente sobre a Covid-19 e as vacinas contribuíram para o cenário de desinformação (Kochs, 2021).

Para avaliar a abordagem comunicacional da desinformação, foi elaborado outro gráfico UpSet, que ilustra a interseção dos tons comunicativos empregados nas mensagens identificadas como falsas ou duvidosas (Figura 2). De maneira análoga à Figura 1, o gráfico de barras na parte superior da Figura 2 indica a frequência de mensagens criadas com um tom de comunicação único ou uma interseção de tons de comunicação, em uma disposição decrescente. Na matriz inferior, as colunas indicam a presença de um tom de comunicação único ou interseção de tons no número de menagens indicado no gráfico de barras. Células não preenchidas (em cinza claro) denotam ausência do tom de comunicação no conjunto interseção; células preenchidas (em preto) indicam sua inclusão.

Nota-se que o tom de campanha prevaleceu em 112 mensagens, a observação da primeira linha do gráfico mostra sete conjuntos de mensagens que adotaram este tom para disseminar informação problemática, o que é esperado, já que as mensagens foram compartilhada durante a campanha eleitoral.

Figura 2 -
Interseção dos conjuntos de tons de comunicação mais frequentes nas mensagens falsas ou duvidosas

Embora haja registros de mensagens que mesclam discurso de ódio com tom hiper partidário (oito mensagens, como ilustrado na sexta coluna da Figura 2), a tônica dominante na formulação do discurso privilegiou a não utilização de estratégias comunicativas excessivamente provocativas. A maior parte das mensagens adotou um único tom, destacando-se primeiramente o tom de campanha (70 mensagens, evidenciado na primeira coluna da Figura 2) e em seguida o informativo (40 mensagens, na segunda coluna da Figura 2). Este padrão reitera as descobertas de pesquisa anterior que analisou o intercâmbio de mensagens no WhatsApp em grupos pró-Bolsonaro durante as eleições de 2018 (Santini et al., 2021), indicando uma estratégia consistente na criação de conteúdo desinformativo direcionado à campanha de reeleição.

Finalmente, para compreender melhor o discurso das 306 mensagens problemáticas, realizou-se uma análise da sobreposição das combinações de temas e tons de comunicação (Figura 3).

Figura 3 -
Gráfico de barras mostrando as fontes de informação problemática (superior) e o gráfico UpSet (inferior) dos temas e de tons de comunicação mais frequentes das 306 mensagens falsas ou duvidosas

Adicionou-se ao gráfico UpSet a fonte da informação para rastrear a origem do conteúdo problemático. As barras superiores do gráfico indicam a plataforma de origem do conteúdo, correlacionando-se com os conjuntos de interseção temáticos e comunicativos na parte inferior, identificados pela cor da barra correspondente.

A Figura 3 destaca dez pares exclusivos de temas e tons comunicativos, como ‘infraestrutura’ e ‘ativismo de campanha’ (18 mensagens), ‘economia’ e ‘ativismo de campanha’ (13 mensagens), e outros pares relevantes. Esses dados corroboram a estratégia da campanha de Bolsonaro de forjar mensagens simples e focadas, direcionadas a segmentos específicos do eleitorado.

Além disso, a predominância de mensagens enganosas provenientes do canal oficial de Bolsonaro no Telegram (indicado pelo verde escuro) revela como ele utilizou sua plataforma para disseminar conteúdos tendenciosos e alimentar um clima de desconfiança. Infraestrutura emergiu como o tópico mais frequentemente abordado em mensagens problemáticas, variando entre tons informativos e de ativismo de campanha. Da mesma forma, este canal foi identificado como a principal fonte de desinformação em temas econômicos.

A Figura 4 ilustra duas mensagens nas quais Bolsonaro emprega um tom informativo para transmitir informações enganosas. Em um material de campanha divulgado em seu canal, ele se apropria indevidamente da criação do PIX, sistema de pagamentos instantâneos implantado pelo Banco Central durante a gestão de Michel Temer, e não durante a sua presidência (Domingos, 2022).

Figura 4 -
Capturas de tela de mensagens postadas pelo canal oficial de Bolsonaro. À esquerda, mensagem sobre o PIX e à direita, mensagem sobre o Programa Nacional do Hidrogênio

Adicionalmente, persistindo na divulgação de dados equivocados sobre energia renovável, já evidenciados em seu discurso na Assembleia Geral da ONU em 2021 (Arreguy, 2021), faz alegações inverídicas sobre a matriz elétrica brasileira em anúncio do Programa Nacional do Hidrogênio. Bolsonaro declara que o Brasil tem mais de 80% de sua eletricidade proveniente de fontes renováveis, uma realidade que deixou de ser verdade após o acionamento de usinas termelétricas durante uma crise hídrica (Anjos, 2022). A combinação dos termos “matriz elétrica” e “recursos energéticos” pode gerar confusão, considerando que apenas 43% da matriz energética brasileira é composta por fontes limpas.

Durante seu mandato como Presidente, Bolsonaro empregou sua posição de liderança no executivo para manipular narrativas, disseminando afirmações desprovidas de fundamento factual para capitalizar em ambiguidades e captar a atenção de possíveis simpatizantes. Ele se tornou um arquétipo da chamada “política da falsidade”, conforme descrito por Lemos, Bitencourt e Dos Santos (2021).

No panorama das mensagens falaciosas, as URLs externas predominam (com 89 mensagens destacadas). A Figura 3 (superior) identifica o YouTube (em tons de verde claro) como o principal vetor de conteúdo desinformativo externo. O YouTube é frequentemente criticado por perpetuar cadeias de desinformação que favorecem certos conteúdos em prejuízo de outros, fenômeno documentado por Lemos, Bitencourt e Dos Santos (2021). No contexto brasileiro, observa-se que o algoritmo de recomendação da plataforma tem sido associado ao direcionamento sistemático dos usuários para canais de extrema direita e teor conspiratório, uma tendência relatada por Fisher e Taub (2019). Este padrão sugere uma influência significativa da integração entre o Telegram e o YouTube na construção de uma ecologia de mídia digital propícia à propagação de informações pró-Bolsonaro eivadas de falsidades.

Santos, Chagas e Marinho (2022) identificaram um comportamento parecido na dinâmica de acoplamento entre o WhastApp e o YouTube com dados de 2020. Esses achados reforçam evidências de uma adaptação da estratégia bolsonarista de campanha e de governo implementada no WhatsApp, para o Telegram em 2022.

6 Limitações

Neste estudo de caso, examinou-se o fluxo de desinformação em uma seleção de grupos do Telegram que apoiaram Bolsonaro, em agosto de 2022, quando se deu início à campanha eleitoral presidencial no Brasil. O estudo enfrentou limitações quanto ao volume de grupos analisados. Contudo, partindo de uma base de 25 grupos, foi possível compilar um conjunto substancial de mensagens. Diferentemente dos canais do Telegram, a interação entre os milhares de membros nos grupos favorece a proliferação de um volume expressivo de conteúdo.

As características intrínsecas do Telegram, no entanto, impõem certas barreiras à garantia de coleta integral do conteúdo disseminado nos grupos primários examinados. Isso se deve à função de autodestruição de mensagens disponível na plataforma, que permite a exclusão automática e definitiva de mensagens após um período pré-estabelecido. Adicionalmente, o estudo não contabiliza grupos secretos ou canais privados que possam veicular informações problemáticas de apoio a Bolsonaro, dado que estes não são capturáveis pelas ferramentas de identificação de entidades no Telegram usadas na pesquisa, como apontado por Peeters e Willaert (2022).

Quanto aos aspectos éticos, a pesquisa se concentrou em dados de grupos públicos, com a devida anonimização das identidades dos participantes.

7 Conclusão

Nesta investigação, objetivou-se avaliar o conteúdo desinformativo que circulou em 25 grupos alinhados ao bolsonarismo no Telegram. Os achados indicam a existência de uma comunidade pró-Bolsonaro, que se dedicou à disseminação ativa de informações distorcidas durante o mês de agosto de 2022.

O exame das mensagens mais populares e replicadas nesta esfera bolsonarista no Telegram revelou indícios de que o então Presidente do Brasil capitalizou sua posição para ampliar seu alcance comunicativo na plataforma (Krafft; Donovan, 2020), promovendo desinformação e fomentando um clima de desconfiança pré-eleitoral. Em momentos estratégicos, líderes políticos conseguem maximizar a efetividade de suas mensagens para influenciar significativamente o público (Coe, 2017).

O Telegram, que mantém em seus servidores todo o conteúdo postado desde a sua criação, atua como um vasto arquivo de dados não verificados, os quais podem ser reutilizados para perpetuar narrativas equivocadas. Em tom jocoso, o próprio aplicativo é descrito como “uma máquina do tempo com menos paradoxos” em sua apresentação oficial (Telegram, [c2025]).

Neste estudo, constatou-se que a propagação de conteúdo tende a fluir dos canais para os grupos. Canais funcionam primariamente para transmissões unilaterais e são frequentemente percebidos como fontes fidedignas, percepção essa que pode ser amplificada pelo selo de verificação. Por outro lado, os grupos oferecem um espaço para maior interatividade entre membros, embora apresentem um número relativamente menor de postagens de autoria coletiva, limitando-se, em geral, à moderação e comunicados internos.

Entende-se que estes resultados podem ser extrapolados para o ecossistema comunicativo do Telegram como um todo, sugerindo uma tendência na qual informações partem dos canais para os grupos e, por conseguinte, aos usuários individuais. Essa dinâmica ressalta o papel estrutural do Telegram na condução do fluxo informativo e na construção de credibilidade das fontes na plataforma.

Referências

• ANDRADE, H.; MAIA, G. Bolsonaro sobre papel da imprensa: “Cheguei ao poder graças às mídias sociais”. UOL, Rio de Janeiro, 1 nov. 2018.
• ANJOS, A. B. COP27: Governo deve mostrar Brasil “das energias verdes” e dar menos peso à floresta. Publica: Agência de Jornalismo Investigativo, Brasil, 27 out. 2022.
• AOS FATOS. Todas as declarações de Bolsonaro, checadas. Aos Fatos, Rio de Janeiro, 2021.
• ARREGUY, J. Bolsonaro mentiu 5 vezes e distorceu outras 7 em discurso da ONU. UOL, São Paulo, 21 set. 2021.
• BECK, P. A. et al The social calculus of voting: interpersonal, media, and organizational influences on presidential choices. American Political Science Review, Cambridge, v. 96, n. 1, p. 57-73, 2002. Disponível em: https://doi.org/doi:10.1017/S0003055402004239 Acesso em: 23 jun. 2023.
  » https://doi.org/doi:10.1017/S0003055402004239
• BENKLER, Y.; FARIS, R.; ROBERTS, H. Network propaganda: manipulation, disinformation, and radicalization in american politics. New York: Oxford University Press, 2018.
• BENNETT, W. L.; LIVINGSTON, S. The disinformation order: Disruptive communication and the decline of democratic institutions. European Journal of Communication, Thousand Oaks, v. 33, n. 2, p. 122-139, 2018. Disponível em: https://doi.org/10.1177/0267323118760317 Acesso em: 23 jun. 2023.
  » https://doi.org/10.1177/0267323118760317
• BERGHEL, H. Lies, damn lies, and fake news. Computer, New York, v. 50, n. 2, p. 80-85, 2017. Disponível em: https://doi.org/10.1109/MC.2017.56 Acesso em: 23 jun. 2023.
  » https://doi.org/10.1109/MC.2017.56
• BIANCHI, T. WhatsApp in Brazil - statistics & facts. Statista: global data, New York, 22 Nov. 2024.
• BOLSONARO, J. Jair M. Bolsonaro 1. [S.l.: s.n], 2022. Telegram: @jairbolsonarobrasil.
• CAMPOS, J. P. TSE abre investigação sobre Bolsonaro e mensagens contra PT no WhatsApp. Revista Veja, São Paulo, 19 out. 2018.
• CARVALHO, P. R.; CASTRO, P. C.; SCHNEIDER, M. A. F. Desinformação na pandemia de covid-19: similitudes informacionais entre Trump e Bolsonaro. Em Questão, Porto Alegre, v. 27, n. 3, p. 15-41, 2021. Disponível em: https://doi.org/10.19132/1808-5245273.15-41 Acesso em: 23 jun. 2023.
  » https://doi.org/10.19132/1808-5245273.15-41
• COE, K. Presidential address. In: KENSKI, K.; JAMIESON, K. H. (ed.). The Oxford Handbook of Political Communication. Oxford: Oxford University Press, 2017.
• CONFESSORE, N. Cambridge Analytica and Facebook: the scandal and the fallout so far. The New York Times, New York, 4 Apr. 2018.
• COSTA, L. M.; NÓBREGA, L. B.; MAIA, C. T. Desinformação e plataformas: ações de combate adotadas pelo Twitter durante a pandemia da covid-19. Em Questão , Porto Alegre, v. 28, n. 3, p. 1-31, 2022. Disponível em: https://doi.org/10.19132/1808-5245283.116919 Acesso em: 23 jun. 2023.
  » https://doi.org/10.19132/1808-5245283.116919
• CURRY, J.; BLANKS, L. Dezinformatsiya and the art of information warfare. BCS: The Chartered Institute for IT, London, 15 Oct. 2018.
• DELOIRE, C. How to adress the information chaos. In: FORUM ON INFORMATION AND DEMOCRACY - WORKING GROUP ON INFODEMICS, POLICE FRAMEWORK, 2020, França. [S.l.: s.n.], 2020.
• DISINFORMATION. In: DICTIONARY Merriam-Webster.com. Springfield: Merriam-Webster, [2025].
• DOMINGOS, R. É #FAKE que Bolsonaro foi criador do PIX. G1, Rio de Janeiro, 3 ago. 2022.
• DOWLE, M.; SRINIVASAN, A. Data.table: Rdatatable. Github, San Francisco, 2017.
• DUROV, P. Durov’s channel. [S.l.: s.n], 2021. Telegram: @durov.
• EVANGELISTA, R.; BRUNO, F. WhatsApp and political instability in Brazil: targeted messages and political radicalisation. Internet Policy Review: Journal on Internet Regulation, Berlin, v. 8, n. 4, p. 1-23, 2019. Disponível em: https://hdl.handle.net/10419/214094 Acesso em: 23 jun. 2023.
  » https://hdl.handle.net/10419/214094
• FINE, C. Opinion | Biased but Brilliant. The New York Times , New York, 30 July 2011. Opinion.
• FISHER, M.; TAUB, A. How YouTube radicalized Brazil. The New York Times , New York, 12 Aug. 2019. World.
• GALF, R. Telegram é um grande desafio para 2022 e estamos buscando contato, diz secretária-geral do TSE. Folha de S. Paulo, São Paulo, 13 jun. 2021.
• GRAGNANI, J. Como planos de celular com Facebook e WhatsApp ilimitados podem potencializar propagação de notícias falsas. BBC News Brasil, São Paulo, 16 abr. 2018.
• GURSKY, J. et al Chat Apps and Cascade Logic: a multi-platform perspective on India, Mexico, and the United States. Social Media + Society, Thousand Oaks, v. 8, n. 2, p. 1-11, 2022. Disponível em: https://doi.org/10.1177/20563051221094773 Acesso em: 23 jun. 2023.
  » https://doi.org/10.1177/20563051221094773
• HSIEH, H.-F.; SHANNON, S. E. Three approaches to qualitative content analysis. Qualitative Health Research, Thousand Oaks, v. 15, n. 9, p. 1277-1288, 2005. Disponível em: https://doi.org/10.1177/1049732305276687 Acesso em: 23 jun. 2023.
  » https://doi.org/10.1177/1049732305276687
• KOCHS, J. Brazil’s top court opens investigation into Bolsonaro for vaccines claim. CNN Word, Atlanta, 4 Dec. 2021.
• KRAFFT, P. M.; DONOVAN, J. Disinformation by design: the use of evidence collages and platform filtering in a media manipulation campaign. Political Communication, London, v. 37, n. 2, p. 194-214, 2020. Disponível em: https://doi.org/10.1080/10584609.2019.1686094 Acesso em: 23 jun. 2023.
  » https://doi.org/10.1080/10584609.2019.1686094
• KRASSOWSKI, M. Krassowski/complex-upset: v0.4.0. Zenodo, Genève, 2020.
• LAGO, M. Bolsonaro isn’t preparing for a coup. he’s preparing for a revolution. The New York Times , New York, 7 Sept. 2022. Opinion.
• LEMOS, A. L. M.; BITENCOURT, E. C.; DOS SANTOS, J. G. B. Fake news as fake politics: the digital materialities of YouTube misinformation videos about brazilian oil spill catastrophe. Media, Culture & Society, Thousand Oaks, v. 43, n. 5, p. 886-905, 2021. Disponível em: https://doi.org/10.1177/0163443720977301 Acesso em: 23 jun. 2023.
  » https://doi.org/10.1177/0163443720977301
• LEWANDOWSKY, S. et al Misinformation and its correction: continued influence and successful debiasing. Psychological Science in the Public Interest, Thousand Oaks, v. 13, n. 3, p. 106-131, 2012. Disponível em: https://doi.org/10.1177/1529100612451018 Acesso em: 23 jun. 2023.
  » https://doi.org/10.1177/1529100612451018
• LEX, A.; GEHLENBORG, N. Sets and intersections. Nature Methods, New York, v. 11, n. 8, p. 779-779, 2014. Disponível em: https://doi.org/10.1038/nmeth.3033 Acesso em: 23 jun. 2023.
  » https://doi.org/10.1038/nmeth.3033
• MANOEL , JÚNIOR M. et al Telegram monitor: monitoring brazilian political groups and channels on Telegram. In: ACM CONFERENCE ON HYPERTEXT AND SOCIAL MEDIA, 33rd, 2022. Proceedings [...]. New York: ACM, 2022. p. 228-231.
• MATHIAS, L. Discurso de Bolsonaro na convenção mobiliza bolsonaristas no Telegram para atos no 7 de setembro. O Globo, Rio de Janeiro, 27 jul. 2022.
• MITTS, T. Countering violent extremism and radical rhetoric. International Organization, Cambridge, v. 76, n. 1, p. 251-272, 2022. Disponível em: https://doi.org/10.1017/S0020818321000242 Acesso em: 23 jun. 2023.
  » https://doi.org/10.1017/S0020818321000242
• NEMER, D. WhatsApp is radicalizing the right in Bolsonaro’s Brazil. HuffPost News, New York, 16 Aug. 2019.
• NICAS, J.; SPIGARIOL, A. Brazil lifts its ban on Telegram after two days. The New York Times , New York, 20 Mar. 2022. World.
• NOBARI, A. D. et al Characteristics of viral messages on Telegram; The world’s largest hybrid public and private messenger. Expert Systems with Applications, Amsterdam, v. 168, p. 1-12, 2021. Disponível em: https://doi.org/10.1016/j.eswa.2020.114303 Acesso em: 23 jun. 2023.
  » https://doi.org/10.1016/j.eswa.2020.114303
• PEETERS, S.; HAGEN, S. The 4CAT Capture and analysis toolkit: a modular tool for transparent and traceable social media research. Computational Communication Research, Amsterdam, v. 4, n. 2, p. 571-589, 2022. Disponível em: http://dx.doi.org/10.2139/ssrn.3914892 Acesso em: 23 jun. 2023.
  » http://dx.doi.org/10.2139/ssrn.3914892
• PEETERS, S.; WILLAERT, T. Telegram and digital methods: mapping networked conspiracy theories through platform affordances. M/C Journal, Queensland, v. 25, n. 1, p. 1-10, 2022. Disponível em: https://doi.org/10.5204/mcj.2878 Acesso em: 1 abr. 2022.
  » https://doi.org/10.5204/mcj.2878
• PHILLIPS, T. Bolsonaro business backers accused of illegal Whatsapp fake news campaign. The Guardian, London, 18 Oct. 2018. World news.
• PROKHOROV, A. M. Большая советская энциклопедия [Grande Enciclopédia Soviética]. Т.8 (1972) Гл. ред. А.М. Прохоров | Техническая литература. [S. l]: Soviet Encyclopedia, 1972.
• REEVES, P. Brazil is looking like the worst place on earth for covid-19. NPR News, Washington, 23 Mar. 2021.
• ROGERS, R. Deplatforming: Following extreme Internet celebrities to Telegram and alternative social media. European Journal of Communication, Thousand Oaks, v. 35, n. 3, p. 213-229, 2020. Disponível em: https://doi.org/10.1177/0267323120922066 Acesso em: 23 jun. 2023.
  » https://doi.org/10.1177/0267323120922066
• RSTUDIO TEAM. RStudio. Boston: RStudio, 2020.
• SALOMÃO, A. Populismo digital intensifica teoria da conspiração no Telegram e chama para 7 de Setembro. Folha de S. Paulo , São Paulo, 16 ago. 2022.
• SANTINI, R. M. et al Do you believe in fake after all? WhatsApp disinformation campaign during the brazilian 2018 presidential elections. In: LÓPEZ-GARCÍA, G. et al (org.). Politics of disinformation: the influence of fake news on the public sphere. New Jersey: Wiley, 2021.
• SANTINI, R. M. et al Software power as soft power. A literature review on computational propaganda effects in public opinion and political process. PaCo: Partecipazione & Conflitto, Italy, v. 11, n. 2, p. 332-360, 2018. Disponível em: https://doi.org/10.1285/i20356609v11i2p332 Acesso em: 23 jun. 2023.
  » https://doi.org/10.1285/i20356609v11i2p332
• SANTOS, N.; CHAGAS, V.; MARINHO, J. De onde vem a informação que circula em grupos bolsonaristas no WhatsApp. Intexto, Porto Alegre, n. 53, p. 1-23, 2022. Disponível em: https://doi.org/10.19132/1807-8583202253.123603 Acesso em: 23 jun. 2023.
  » https://doi.org/10.19132/1807-8583202253.123603
• SHEHABAT, A.; MITEW, T.; ALZOUBI, Y. Encrypted Jihad: investigating the role of Telegram app in lone wolf attacks in the west. Journal of Strategic Security, Chicago, v. 10, n. 3, p. 27-53, 2017. Disponível em: http://doi.org/10.5038/1944-0472.10.3.1604 Acesso em: 23 jun. 2023.
  » http://doi.org/10.5038/1944-0472.10.3.1604
• STATISTA RESEARCH DEPARTMENT. Topic: Telegram. Statista: global data, New York, 26 Aug. 2023.
• SWENEY, M. Facebook outage highlights global over-reliance on its services. The Guardian , London, 5 Oct. 2021. Technology.
• TELEGRAM. The Evolution of Telegram. [S. l]: Telegram Group Inc., [c2025].
• TELEGRAM FAQ. [S. l]: Telegram Group Inc., [c2025].
• TUCCI, G. Além da mensagem: o Telegram como um ambiente informacional complexo, suas affordances e a desinformação política no Brasil. 2023a. Tese (Doutorado em Ciência da Informação) - Universidade Federal do Rio de Janeiro, Rio de Janeiro, 2023a.
• TUCCI, G. Messages IDs of 25 pro-Bolsonaro Telegram public groups on the first month of the 2022 Brazilian presidential electoral campaign. Zenodo, Genève , 7 Dec. 2023b.
• UOL . Bolsonaro imita pessoa com falta de ar para criticar medidas de Mandetta quando era ministro. UOL , São Paulo, 2021. 1 vídeo.
• URMAN, A.; KATZ, S. What they do in the shadows: examining the far-right networks on Telegram. Information, Communication & Society, London, v. 25, n. 7, p. 904-923, 2022. Disponível em: https://doi.org/10.1080/1369118X.2020.1803946 Acesso em: 23 jun. 2023.
  » https://doi.org/10.1080/1369118X.2020.1803946
• VOSOUGHI, S.; ROY, D.; ARAL, S. The spread of true and false news online. Science, Washington, v. 359, n. 6380, p. 1146-1151, 2018. Disponível em: https://doi.org/10.1126/science.aap9559 Acesso em: 23 jun. 2023.
  » https://doi.org/10.1126/science.aap9559
• WE ARE SOCIAL; MELTWATER. Digital 2023 Global Overview Report. New York: We Are Social’s US, 2023.
• WHATSAPP. WhatsApp help center: we updated our terms of service and privacy policy on January 2021. Menlo Park: Meta Platforms, Inc., 2021.
• WICKHAM, H. Tidyverse: easily install and load the “tidyverse”. Versão 1.3.1. [S. l.: s. n], 2021.
• WILKINSON, M. D. et al The FAIR Guiding Principles for scientific data management and stewardship. Scientific Data, New York, v. 3, n. 1, 2016. Disponível em: https://doi.org/10.1038/sdata.2016.18 Acesso em: 23 jun. 2023.
  » https://doi.org/10.1038/sdata.2016.18
• WOOLLEY, S. C.; HOWARD, P. N. Political Communication, Computational Propaganda, and Autonomous Agents. International Journal of Communication, Los Angeles, v. 10, p. 4882-4890, 2016.
• ZANINI, F. Bolsonaro atinge 1 milhão de seguidores no Telegram e consolida dianteira em “rede sem lei”. Folha de S. Paulo , São Paulo, 9 out. 2021. Poder.

• Financiamento
  Agradecemos ao Conselho Nacional de Desenvolvimento Científico e Tecnológico pelas bolsas concedidas. Este estudo foi financiado em parte pela Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Brasil (CAPES).

Datas de Publicação

• Publicação nesta coleção
  23 Maio 2025
• Data do Fascículo
  2025

Histórico

• Recebido
  06 Ago 2024
• Aceito
  27 Fev 2025