Ética no design de jogos educacionais: o que evitar

Imagine um aplicativo de estudo qualquer, num exemplo genérico, que manda uma notificação às 23h: "Sua sequência vai acabar em uma hora!". O estudante, exausto depois do plantão, abre o aplicativo, responde a três perguntas sem pensar e vai dormir aliviado. Ele não aprendeu nada naquela noite, mas o aplicativo registrou mais um dia de uso. Quem ganhou com isso?

O NEXO é um jogo diário de diagnóstico médico: um caso clínico por dia, seis pistas progressivas e feedback por proximidade na CID-10 em cinco níveis.

Jogos e elementos de jogo podem tornar o estudo mais leve e mais frequente. Os mesmos recursos, usados de outro jeito, podem prender o usuário sem ensinar, criar ansiedade ou empurrar decisões que ele não tomaria com calma. Este guia explica o que são os chamados dark patterns, o que a pesquisa mostra sobre recompensas imprevisíveis e design manipulador, quais sinais de alerta procurar num jogo educacional e como seria um design que respeita quem aprende.

Principais pontos

• Dark patterns são escolhas de design que levam o usuário a agir a favor de quem criou o produto, e não dele mesmo.
• Recompensas imprevisíveis e frequentes têm papel central em produtos digitais associados a comportamento compulsivo.
• Design manipulador foi encontrado com frequência em aplicativos usados por crianças pequenas.
• Gastos com caixas de recompensa aleatória em jogos se associam a problemas com apostas.
• Um jogo educacional ético mede o sucesso pelo aprendizado, e não só pelo tempo de uso.

O que são dark patterns

Uma definição

Dark patterns, ou padrões obscuros, são recursos de interface que influenciam o comportamento do usuário em benefício de quem projetou o produto (McGarrigle et al., 2026). Eles exploram atalhos do pensamento: a pressa, o medo de perder algo, a preguiça de mudar uma configuração, o desejo de aprovação.

Também em aplicativos de saúde

Uma revisão sobre aplicativos digitais de saúde mostra que desenvolvedores usam esses recursos, de forma intencional ou não, para levar os usuários a decisões específicas, sobretudo em aplicativos sem aprovação oficial (Mildner et al., 2024). Os autores defendem mais transparência para os usuários e mais atenção dos reguladores, para que as pessoas ganhem autonomia e tenham seus dados mais protegidos (Mildner et al., 2024).

Exemplos comuns

• Urgência artificial: contagens regressivas e avisos de "última chance" sem motivo real.
• Fricção seletiva: entrar é fácil, sair ou desligar notificações é difícil.
• Configurações padrão abusivas: tudo ligado de início, a favor do uso máximo.
• Culpa e pressão social: mensagens que fazem o usuário se sentir mal por parar.
• Recompensas imprevisíveis: prêmios aleatórios que estimulam voltar só para ver o que vem.

Recompensas que prendem

A lógica da variabilidade

Uma revisão sobre dependências comportamentais descreve como a natureza intermitente das recompensas nas apostas, que chegam em intervalos imprevisíveis, pode ativar processos de aprendizagem parecidos com os das dependências químicas (Clark e Zack, 2023). Os autores mostram que fontes semelhantes de variabilidade aparecem em outros produtos digitais, incluindo jogos, compras e redes sociais, e que o acesso online acrescenta novas formas, como a rolagem infinita e as recomendações personalizadas (Clark e Zack, 2023).

Frequência e incerteza

A mesma revisão aponta dois fatores que aumentam o efeito: o tempo até a incerteza se resolver e a frequência de exposição (Clark e Zack, 2023). Quanto mais rápido e mais frequente o ciclo de expectativa e prêmio, maior o potencial de prender o usuário (Clark e Zack, 2023).

O que isso significa num jogo educacional

Elementos de jogo não são o problema em si. Pontos, níveis e conquistas podem dar estrutura e sensação de progresso. O problema começa quando o prêmio deixa de estar ligado ao aprendizado e passa a ser só um motivo para voltar. Um baú de recompensas aleatórias por abrir o aplicativo ensina a abrir o aplicativo, e nada mais.

O que a pesquisa encontrou

Caixas de recompensa e apostas

Caixas de recompensa aleatória, comuns em videogames, são itens comprados com dinheiro real cujo conteúdo é sorteado. Num levantamento com 1.172 jogadores que não sabiam o objetivo do estudo, os pesquisadores confirmaram a associação entre o valor gasto nessas caixas e a gravidade de problemas com apostas (Zendle e Cairns, 2019). Os autores consideram duas explicações: as caixas funcionariam como porta de entrada para as apostas, ou pessoas com problemas com apostas seriam atraídas a gastar mais com elas (Zendle e Cairns, 2019).

Outro estudo, com 2.728 jogadores, encontrou evidência muito forte de correlação entre gastos com essas caixas e problemas com apostas, sem relação com bem-estar mental ou sofrimento psicológico (Etchells et al., 2022). Quem gastava com caixas de recompensa também tendia a gastar mais com outras compras digitais (Etchells et al., 2022).

Aplicativos para crianças

Num estudo com 160 crianças de 3 a 5 anos, os pesquisadores jogaram e analisaram os aplicativos que cada criança mais usava (Radesky et al., 2022). Recursos para prolongar o jogo apareceram com frequência: restrições de navegação em 45,9% dos aplicativos e iscas atraentes em 45,1% (Radesky et al., 2022). Crianças de famílias com menor escolaridade dos pais estavam mais expostas a esse tipo de design (Radesky et al., 2022).

Apostas online

Uma revisão de escopo sobre apostas online reuniu 16 artigos e listou padrões como ferramentas de controle de gastos escondidas, bônus com condições complicadas, saldo mínimo para sacar, dificuldade para encerrar a conta e mensagens de urgência (McGarrigle et al., 2026). Os autores alertam que o potencial de dano é evidente, mas que faltam dados sobre o efeito no comportamento, em parte porque as empresas não abrem seus dados (McGarrigle et al., 2026).

Ferramentas de saúde com outros interesses

Uma análise de ferramentas digitais sobre consumo de álcool financiadas pela indústria de bebidas encontrou desinformação e dark patterns ao longo dessas ferramentas (Roy-Highley et al., 2024). Só 33% delas davam retorno preciso ao usuário, contra 100% das ferramentas independentes (Roy-Highley et al., 2024). A lição para a educação: quem financia e quem se beneficia de uma ferramenta importa.

Sinais de alerta num jogo educacional

O jogo pune quem para

Mensagens de culpa, perda de tudo o que foi conquistado por um dia de ausência e lembretes insistentes de madrugada transformam o estudo em obrigação ansiosa. Uma pausa no estudo deveria ser algo normal, e não uma derrota.

O prêmio não tem relação com o conteúdo

Se você ganha mais pontos por abrir o aplicativo do que por acertar uma questão difícil, o jogo está premiando o uso, e não o aprendizado.

Sorte demais

Prêmios sorteados, roletas e caixas surpresa trazem para o estudo a lógica das apostas. Em jogos de tabuleiro, que têm guia próprio nesta série, o equilíbrio entre sorte e conhecimento também importa.

Comparação constante

Rankings podem motivar, mas, quando aparecem o tempo todo e só mostram quem está à frente, desanimam a maioria e estimulam atalhos. Ranking opcional, por grupos ou comparado com o seu próprio desempenho anterior tende a ser mais saudável.

Difícil de sair

Se desligar notificações, apagar a conta ou exportar seus dados é muito mais difícil do que entrar, desconfie.

Promessas e números sem contexto

Jogos que dizem "aumenta sua nota" sem mostrar evidências, ou que exibem estatísticas de uso como se fossem medidas de aprendizado, misturam marketing e educação.

Como se proteger como estudante

Desligue as notificações que chegam fora do horário em que você estuda. Defina antes quanto tempo quer dedicar ao aplicativo por dia e pare quando chegar lá, mesmo que a sequência ou o ranking peçam mais. De tempos em tempos, pergunte a si mesmo se o que você faz no jogo aparece nas provas, nos plantões e no raciocínio com pacientes. Se a resposta for não, troque a ferramenta ou mude a forma de usá-la.

Como seria um design ético

Aprendizado como métrica principal

Um jogo educacional ético mede o próprio sucesso pelo que o usuário aprende: acertos em questões novas, retenção ao longo do tempo, melhora no raciocínio. Tempo de uso e número de sessões são dados secundários.

Recompensas ligadas ao esforço

Pontos e conquistas devem refletir tarefas cumpridas e dificuldade vencida. Recompensas previsíveis e explicadas ajudam o usuário a entender o próprio progresso.

Autonomia

O usuário decide quando estudar, quais notificações quer receber e quanto tempo dedicar. Configurações padrão moderadas e fáceis de mudar respeitam essa autonomia. A transparência sobre dados, defendida para os aplicativos de saúde (Mildner et al., 2024), vale também para os jogos de estudo.

Pausas aceitas

Um bom design reconhece que estudantes de Medicina têm plantões, provas e cansaço. Sequências que toleram ausências, lembretes em horários razoáveis e mensagens que acolhem quem volta depois de alguns dias favorecem o estudo de longo prazo.

Cuidado com quem é mais vulnerável

Os estudos com crianças e com apostas mostram que o design manipulador atinge mais quem tem menos recursos para se defender (Radesky et al., 2022). Em educação médica, isso inclui estudantes ansiosos, exaustos ou em semanas de prova. Um design ético pensa neles primeiro.

Perguntas para quem cria

• Este recurso ajuda o usuário a aprender ou só a voltar?
• Eu usaria este recurso se estivesse cansado depois de um plantão?
• O usuário entende por que recebeu esta recompensa?
• Sair, pausar e desligar são tão fáceis quanto entrar?

Aprender no seu ritmo com o NEXO

Um jogo de estudo deveria caber na rotina de quem estuda. O caso do dia do NEXO é fictício, com apresentação clínica real, e o diagnóstico chega em até seis pistas, com a proximidade na CID-10 mostrando a que distância cada palpite ficou. Cada pista é informação clínica, e a recompensa é chegar ao diagnóstico com menos pistas.

O guia o que é o NEXO explica a partida inteira, e a liberação dos modos está na página de economia do NEXO.

Se você coordena uma faculdade, uma liga ou uma residência e quer casos para a sua turma, conheça o NEXO Closer. Pesquisadores em educação médica podem propor estudos pelo NEXO Researcher. Médicos que revisam casos participam pelo NEXO Curator, e quem cria conteúdo de saúde nas redes pode participar pelo NEXO Creators.

Perguntas frequentes

O que são dark patterns?

Recursos de interface que influenciam o comportamento do usuário em benefício de quem projetou o produto (McGarrigle et al., 2026).

Gamificação é ruim?

Elementos de jogo podem ajudar quando as recompensas estão ligadas ao aprendizado. O problema é usá-los só para prender o usuário.

Por que recompensas aleatórias preocupam?

Recompensas imprevisíveis e frequentes têm papel central em produtos digitais associados a comportamento compulsivo (Clark e Zack, 2023).

Caixas de recompensa têm relação com apostas?

Estudos com milhares de jogadores encontraram associação entre gastos com essas caixas e problemas com apostas (Etchells et al., 2022).

Como reconhecer um jogo educacional manipulador?

Culpa por parar, prêmios sem relação com o conteúdo, sorte demais, comparação constante e dificuldade para sair.

O que um design ético faz?

Mede o sucesso pelo aprendizado, liga recompensas ao esforço, respeita a autonomia e aceita pausas.

Checklist do design ético

1. Meça o aprendizado, e não só o uso.
2. Associe recompensas a tarefas e dificuldade.
3. Evite sorteios de prêmios.
4. Aceite pausas sem punição.
5. Envie lembretes em horários razoáveis.
6. Deixe sair tão fácil quanto entrar.
7. Seja transparente sobre dados e financiamento.
8. Pense primeiro em quem está cansado ou ansioso.

Quer estudar no seu ritmo com um caso clínico por dia? Jogue o caso do dia no NEXO.

Referências

1. McGarrigle J, Smith J, Griffiths J, Torrance J, Quigley M, Dymond S. Dark patterns in online gambling: A scoping review and classification of deceptive design practices. J Behav Addict. 2026. https://pubmed.ncbi.nlm.nih.gov/41493466/
2. Mildner T, Savino GL, Schöning J, Malaka R. ["Dark patterns": manipulative design strategies in digital health applications]. Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz. 2024. https://pubmed.ncbi.nlm.nih.gov/38332141/
3. Clark L, Zack M. Engineered highs: Reward variability and frequency as potential prerequisites of behavioural addiction. Addict Behav. 2023. https://pubmed.ncbi.nlm.nih.gov/36701907/
4. Zendle D, Cairns P. Loot boxes are again linked to problem gambling: Results of a replication study. PLoS One. 2019. https://pubmed.ncbi.nlm.nih.gov/30845155/
5. Etchells PJ, Morgan AL, Quintana DS. Loot box spending is associated with problem gambling but not mental wellbeing. R Soc Open Sci. 2022. https://pubmed.ncbi.nlm.nih.gov/35991334/
6. Radesky J, Hiniker A, McLaren C, Akgun E, Schaller A, Weeks HM, et al. Prevalence and Characteristics of Manipulative Design in Mobile Applications Used by Children. JAMA Netw Open. 2022. https://pubmed.ncbi.nlm.nih.gov/35713902/
7. Roy-Highley E, Körner K, Mulrenan C, Petticrew M. Dark patterns, dark nudges, sludge and misinformation: alcohol industry apps and digital tools. Health Promot Int. 2024. https://pubmed.ncbi.nlm.nih.gov/39377424/