ATÉ QUE PONTO OS MERCADOS DE PREVISÃO MUSICAL PODEM DISTORCER OS DADOS DO STREAMING?

Por trás dos milhões de reproduções exibidos em uma plataforma de streaming existe uma engrenagem muito maior do que parece. Cada play ajuda a definir quais músicas aparecem nas recomendações, quais artistas ganham espaço nas playlists, quem sobe nos rankings e como bilhões de dólares em royalties serão distribuídos pela indústria fonográfica. Por isso, qualquer distorção nesses números tem potencial para afetar muito mais do que uma simples posição nas paradas.

Créditos da imagem: Reprodução/@micholmtodd

Foi justamente essa discussão que ganhou força nas últimas semanas com o caso de "Earrings", do cantor norte-americano Malcolm Todd. A faixa vinha em trajetória de crescimento quando surpreendeu ao alcançar o primeiro lugar no ranking diário do Spotify nos Estados Unidos. Pouco depois, porém, a plataforma revisou os dados, removeu mais de 500 mil reproduções classificadas como artificiais e a música caiu para a quarta posição no mesmo levantamento.

A revisão chamou atenção porque coincidiu com um movimento incomum fora do universo da música. Enquanto "Earrings" disparava nas plataformas de streaming, contratos ligados ao desempenho da faixa movimentavam a Kalshi, empresa norte-americana especializada em mercados de previsão. Nesse tipo de operação, usuários negociam contratos baseados na probabilidade de determinados eventos acontecerem — entre eles, o desempenho de músicas nas paradas do Spotify.

A coincidência levantou uma nova hipótese para um problema antigo. Se antes os bots eram usados principalmente para inflar artificialmente a popularidade de artistas ou aumentar a participação nos royalties do streaming, agora eles também poderiam servir para influenciar mercados financeiros baseados nessas mesmas métricas.

Até o momento, porém, não existe qualquer indicação pública de que Malcolm Todd ou sua equipe tenham participado da manipulação. O Spotify confirmou apenas ter identificado reproduções artificiais e corrigido os números da plataforma. Já a possível relação entre esses streams e operações realizadas em mercados de previsão continua sendo alvo de investigações e análises divulgadas pela imprensa internacional, sem que a empresa tenha atribuído oficialmente uma motivação para a fraude.

A música que virou alerta

“Earrings” não nasceu do nada. A faixa apareceu originalmente no projeto Sweet Boy, de Malcolm Todd, e ganhou novo fôlego com repercussão em redes sociais e lançamento para rádios pop nos Estados Unidos, segundo a Music Business Worldwide. O problema não foi a existência de crescimento, mas a velocidade e a concentração do salto. A CBS News informou que a música subiu cerca de 70% de um dia para o outro antes de chegar ao primeiro lugar no chart diário norte-americano do Spotify.

Para quem só acompanha música pelo aplicativo, a diferença entre crescimento orgânico e crescimento artificial pode parecer invisível. Uma faixa pode viralizar no TikTok, entrar em uma playlist grande, tocar em um programa de TV, virar meme ou ser descoberta por influenciadores. Tudo isso pode provocar saltos reais. Mas quando o pico aparece sem sinais proporcionais em outros dados — como buscas, crescimento equilibrado do catálogo do artista, presença em várias regiões e comportamento consistente ao longo dos dias — as plataformas acendem o sinal amarelo.

Foi o que ocorreu no caso de “Earrings”. Um trader ativo em mercados culturais da Kalshi, Caleb Davies, afirmou ter percebido uma anomalia e levado a suspeita ao Spotify e às plataformas de previsão. A Wired relatou que Davies costuma analisar dados do Spotify para operar contratos de cultura e música, e que estimava ganhos expressivos nesse tipo de mercado antes de abandonar contratos baseados em charts após o episódio.

A situação expôs uma fragilidade nova: os charts musicais sempre foram importantes para prestígio, imprensa, gravadoras e campanhas de marketing. Agora, também podem movimentar contratos de dinheiro real. Quando isso acontece, manipular um chart deixa de ser apenas vaidade ou tentativa de parecer popular. Pode virar estratégia financeira.

Como funciona a fraude de streaming

A fraude de streaming acontece quando reproduções que deveriam representar ouvintes reais são criadas artificialmente. O Spotify define esse tipo de manipulação como atividade que não reflete intenção genuína de escuta, incluindo o uso de processos automatizados, como bots ou scripts. A própria plataforma alerta artistas contra serviços que prometem plays, seguidores ou colocação em playlists em troca de pagamento.

Na prática, esses esquemas podem assumir várias formas. Há redes de contas automatizadas, fazendas de dispositivos, playlists usadas como isca, perfis falsos, tráfego coordenado e catálogos inteiros criados apenas para capturar pequenas parcelas de royalties. A lógica é parecida com a de comprar seguidores em redes sociais, mas com uma consequência financeira direta: cada reprodução falsa tenta entrar no cálculo de pagamento das plataformas.

O sistema de royalties do Spotify, como o de outros grandes serviços, é baseado em streamshare. Isso significa que o dinheiro não é pago por uma taxa fixa universal por reprodução. A remuneração depende da participação de uma música, artista ou titular de direitos no total de streams de determinado período e território. O Spotify informa que aproximadamente dois terços de sua receita musical, vinda de assinaturas e publicidade, são destinados a royalties de gravação e composição.

É aí que mora o prejuízo. Um play falso não cria necessariamente dinheiro novo para a música. Ele disputa espaço dentro de um bolo comum. Quando um fraudador injeta milhões de execuções artificiais, pode deslocar parte da remuneração que iria para artistas, compositores, editoras e gravadoras com audiências reais.

O Departamento de Justiça dos Estados Unidos descreveu esse efeito de forma direta no caso Michael Smith: pagamentos de streaming são feitos proporcionalmente a partir de um fundo, e a fraude desvia valores de músicos e compositores legitimamente ouvidos para quem usa automação para simular consumo real.

O caso Michael Smith e a escala industrial

O episódio “Earrings” chama atenção por conectar streaming e mercado de previsão. Mas a fraude musical já vinha crescendo antes disso, especialmente com a popularização da inteligência artificial generativa.

Em março, o norte-americano Michael Smith, da Carolina do Norte, declarou-se culpado em Nova York por um esquema de fraude de streaming auxiliado por inteligência artificial. (Na imagem acima, Smith aparece em reportagem publicada pela revista Rolling Stone). Segundo o Departamento de Justiça dos Estados Unidos, Smith criou centenas de milhares de músicas com inteligência artificial e usou bots para reproduzi-las bilhões de vezes em plataformas como Spotify, Apple Music, Amazon Music e YouTube Music. O objetivo era simular escutas reais e obter royalties. Ele se declarou culpado de conspiração para cometer fraude eletrônica e aceitou pagar US$ 8.091.843,64 em confisco.

Esse caso mostra uma mudança de escala. Antigamente, um golpe dependia de poucas faixas infladas artificialmente. O risco era chamar atenção: uma música desconhecida com milhões de plays e nenhum público real é relativamente fácil de investigar. Com IA, o fraudador pode pulverizar a operação. Em vez de apostar tudo em uma música falsa, cria milhares de faixas, com nomes de artistas fictícios, capas genéricas e volumes menores em cada uma. O golpe fica menos chamativo, mas pode ficar enorme no conjunto.

A Organização Mundial da Propriedade Intelectual, ligada à ONU, descreveu esse novo modelo como uma expansão das “streaming farms”: esquemas que usam exércitos de bots ou fazendas de reprodução para inflar números e retirar dinheiro de um fundo finito de royalties. A entidade também destacou que a IA permite a produção em massa de músicas falsas, cada uma com plays suficientes para gerar receita, mas não necessariamente altos o bastante para levantar suspeita imediata.

A IA não é vilã sozinha

É tentador transformar a inteligência artificial na vilã da história. Mas o quadro é mais complexo. A IA pode ser usada por artistas em processos criativos, por plataformas em sistemas de detecção, por gravadoras em organização de catálogo e por empresas de tecnologia em ferramentas de transparência. O problema aparece quando ela vira máquina de produção de conteúdo sem público, sem autoria clara e com finalidade principal de capturar royalties.

A Deezer, uma das plataformas que mais tem divulgado dados sobre o tema, informou em abril que estava recebendo quase 75 mil faixas totalmente geradas por IA por dia, o equivalente a cerca de 44% dos uploads diários. A empresa também afirmou que músicas totalmente geradas por IA representavam apenas uma pequena fração do consumo total em sua plataforma, entre 1% e 3% dos streams, mas que 85% desses streams foram detectados como fraudulentos e desmonetizados.

A plataforma já licenciou sua tecnologia de detecção de IA para a sociedade francesa de direitos autorais Sacem, dentro de um esforço para combater fraudes em música. Segundo a empresa, foram identificados e removidos até 85% dos streams fraudulentos de músicas geradas por IA de seu fundo de royalties em 2025, além de ter marcado mais de 13,4 milhões de faixas de IA.

Esses números ajudam a entender por que a indústria está em alerta. O relatório global da IFPI de 2026 afirma que a fraude de streaming é uma ameaça crescente e que reproduções artificiais de conteúdo manipulado ou falso desviam receitas de artistas e de outros agentes da economia musical.

Como as plataformas tentam se proteger

As plataformas não revelam todos os detalhes de seus sistemas antifraude — e nem poderiam, porque isso ajudaria fraudadores a contornar as barreiras. Mas os sinais gerais são conhecidos: picos repentinos, origem estranha do tráfego, escutas concentradas em poucas contas, comportamento repetitivo, uso anormal de playlists, padrões geográficos improváveis e alterações bruscas que não combinam com tendências orgânicas.

O Spotify afirma que streams artificiais detectados não geram royalties, não contam para números públicos ou charts e não influenciam positivamente os algoritmos de recomendação. Em casos mais graves, a plataforma pode remover a música de playlists, comunicar distribuidoras, aplicar advertências, levar a cobrança de penalidades por distribuidores, suspender contas ou retirar a faixa do serviço.

A plataforma também informa que, desde abril de 2024, passou a aplicar uma cobrança a selos e distribuidoras por faixa quando detecta índices flagrantes de streaming artificial. A ideia é criar um freio econômico antes que conteúdos fraudulentos entrem no catálogo.

Para artistas independentes, esse ponto é delicado. Muitos não contratam bots diretamente, mas caem em serviços de “divulgação garantida” que prometem crescimento, playlists ou números rápidos. O resultado pode ser desastroso: a música ganha plays falsos, o algoritmo entende errado quem é o público daquele artista, a distribuidora recebe alerta e o lançamento pode ser punido.

O conselho mais simples continua valendo: quando alguém promete audiência garantida, provavelmente não está vendendo audiência. Está vendendo risco.

O prejuízo vai além do dinheiro

A fraude de streaming costuma ser explicada como roubo de royalties. É isso também. Mas o estrago é maior.

Primeiro, há o dano aos artistas reais. Se o bolo de royalties é proporcional, cada stream falso compete com streams legítimos. Isso afeta especialmente músicos independentes, que dependem de cada pequena fatia de receita e de cada sinal de crescimento orgânico.

Segundo, há o dano aos dados. Plataformas de música são movidas por recomendação. Se uma música recebe tráfego falso de perfis artificiais, o sistema pode passar a entender que aquele é o público da faixa. Em vez de alcançar ouvintes parecidos com fãs reais, a música pode ser empurrada para caminhos sem valor.

Terceiro, há o dano à reputação. O caso “Earrings” mostra isso com clareza: mesmo sem evidência de envolvimento do artista, o nome de Malcolm Todd ficou associado a uma discussão sobre bots, manipulação e apostas. Em uma indústria movida por percepção, esse tipo de ruído pode pesar.

Quarto, há o dano à confiança. Charts sempre foram imperfeitos, mas funcionam como uma espécie de termômetro cultural. Quando o público começa a suspeitar que uma música está no topo por causa de robôs, perde-se parte da magia coletiva de descobrir “a canção do momento”.

Quando a fraude vira caso de Justiça

Nem toda manipulação detectada vira processo criminal. Muitas situações são tratadas administrativamente: remoção de streams, bloqueio de royalties, alerta à distribuidora ou retirada de faixas. A Justiça costuma entrar quando há fraude financeira organizada, lavagem de dinheiro, falsidade documental, uso massivo de contas falsas, engano contra plataformas ou desvio relevante de receitas.

O caso Michael Smith é um marco porque levou a fraude de streaming com IA para o campo penal. O Departamento de Justiça dos Estados Unidos afirmou que Smith usou contas automatizadas e músicas geradas por IA para obter mais de US$ 8 milhões em royalties. Ele enfrenta pena máxima de cinco anos de prisão no crime ao qual se declarou culpado.

Esse tipo de ação mostra uma mudança de postura. A fraude de streaming deixa de ser vista apenas como trapaça de plataforma e passa a ser tratada como fraude financeira contra titulares de direitos, empresas e o próprio ecossistema musical.

O mercado de previsão musical

A segunda camada da história começa aqui.

Mercados de previsão são ambientes em que usuários negociam contratos ligados ao resultado de eventos futuros. A CFTC, órgão que regula derivativos nos Estados Unidos, explica que esses contratos podem ser usados para proteção de risco ou especulação, e muitas vezes funcionam em cenários de “sim” ou “não”: se o evento ocorre, o contrato paga um valor fixo; se não ocorre, perde valor.

A Kalshi foi autorizada pela CFTC como Designated Contract Market em 2020, ou seja, uma bolsa registrada para operar contratos dentro das regras aplicáveis.

Na prática, a lógica é simples para o usuário: em vez de comprar uma ação de empresa, ele compra uma posição sobre um evento. Pode ser uma decisão econômica, uma temperatura, uma eleição, uma premiação ou, no caso musical, o desempenho de uma faixa em um chart. A própria CFTC reconhece que contratos de evento podem servir tanto para hedge quanto para especulação.

No mercado musical, isso abriu espaço para perguntas como: qual música será número 1? Quem vencerá determinada categoria no Grammy? Qual artista vai liderar a parada? Qual faixa será mais tocada em uma semana? Para fãs, pode parecer uma brincadeira sofisticada. Para traders, é um campo de dados.

Segundo a Music Business Worldwide, a cofundadora e COO da Kalshi, Luana Lopes Lara, afirmou à Billboard que os contratos de música da plataforma já haviam superado US$ 400 milhões em volume negociado em 2026 até o fim de abril. A mesma reportagem informou que o mercado da Kalshi ligado à música mais ouvida no Spotify dos Estados Unidos em junho movimentou cerca de US$ 3 milhões antes de ser afetado pelo caso “Earrings”.

Traders musicais: os novos leitores de charts

O trader musical não trabalha como um crítico tradicional. Ele pode até gostar de música, mas sua ferramenta principal é a leitura de sinais: desempenho diário, força de catálogo, comportamento por país, viralização no TikTok, calendário de lançamentos, impacto de turnês, entrada em playlists, timing de clipes, edição deluxe, campanhas de fãs, venda de vinil, rádio e histórico de queda ou crescimento.

É uma mistura de fã dedicado, analista de dados e operador financeiro. Em uma reportagem da Wired, Caleb Davies dizia baixar dados do Spotify diariamente para atualizar projeções e operar mercados de cultura. Ele estimava ter ganhado US$ 1,2 milhão em diferentes plataformas de previsão, incluindo US$ 414 mil em mercados culturais da Kalshi.

Esse novo personagem muda o ambiente da música. Antes, um superfã podia fazer mutirão para levar uma música ao topo. Agora, um operador pode tentar prever esse mutirão — ou, no pior cenário, interferir nele.

A diferença é o incentivo. O fã quer ver o artista vencer. O trader quer que o resultado confirme sua posição. Em muitos casos, isso pode ser legítimo: analisar tendências, antecipar um hit, entender comportamento cultural. O risco nasce quando alguém percebe que é possível não apenas prever o resultado, mas tentar fabricá-lo.

Quando a previsão muda o próprio resultado

Esse é o ponto central do caso “Earrings”. Um mercado de previsão saudável depende de dados confiáveis. Se o dado de liquidação é um chart musical, o chart precisa refletir consumo real. Se esse dado pode ser manipulado por bots, o contrato fica vulnerável.

A CFTC afirmou em documento publicado no Federal Register que mercados de previsão registrados precisam listar contratos que não sejam prontamente suscetíveis à manipulação, além de monitorar negociações para prevenir manipulação, distorção de preços e problemas no processo de liquidação.

O problema dos charts de streaming é que eles são atualizados com velocidade. O mercado financeiro gosta de liquidação rápida. A plataforma musical pode revisar dados depois. No caso “Earrings”, segundo a imprensa americana, a Kalshi já havia liquidado o mercado com base nos números iniciais quando o Spotify ajustou os dados e removeu streams artificiais.

Isso cria um descompasso. Para o Spotify, corrigir o chart depois de uma auditoria pode ser suficiente. Para um mercado de previsão, pagar antes da auditoria final pode transferir dinheiro com base em um resultado que depois se revela distorcido.

A Wired também informou que a Kalshi disse estar em contato com o Spotify e investigando o caso. A plataforma removeu o logotipo do Spotify de mercados relacionados à empresa e ajustou linguagem que sugeria verificação dos resultados pelo serviço de streaming. A Polymarket, citada na cobertura por também operar mercados de previsão, disse à Wired que não tinha Malcolm Todd como opção naquele mercado específico e que revisava a situação mais ampla.

O outro lado dos mercados de previsão

Seria simplista afirmar que todo mercado de previsão representa uma fraude. Não é o caso. Defensores desse modelo argumentam que contratos baseados em eventos ajudam a reunir informações dispersas, refletir as expectativas do mercado e oferecer uma ferramenta adicional para prever acontecimentos. Nos Estados Unidos, por exemplo, mercados de previsão operam há mais de duas décadas em ambientes regulados e são utilizados para análise de cenários, planejamento e estratégias de proteção financeira (hedge).

Também há diferença entre plataformas reguladas, plataformas offshore, mercados cripto e produtos que tentam operar dentro ou fora da supervisão tradicional. A Associated Press noticiou que a Polymarket retomou operação nos Estados Unidos após comprar a exchange de derivativos QCEX para obter licença regulatória, separando sua estrutura norte-americana, regulada pela CFTC, de sua plataforma internacional baseada em blockchain e criptomoedas.

Ao mesmo tempo, o histórico regulatório é cheio de tensão. Em 2022, a CFTC multou a Polymarket em US$ 1,4 milhão por operar contratos binários de eventos fora de uma bolsa registrada ou sem registro como plataforma de execução de swaps.

A questão, portanto, não é apenas “pode ou não pode apostar em música?”. A pergunta mais difícil é: quais eventos são bons o bastante para virar contrato financeiro? Um resultado baseado em votos auditados, bilheteria oficial ou decisão de prêmio fechado pode ter um tipo de risco. Um chart diário de streaming, sujeito a bots, campanhas coordenadas e revisão posterior, tem outro.

Informação privilegiada e cultura pop

Há ainda uma discussão ética. Em mercados financeiros tradicionais, informação privilegiada é assunto sério. Nos mercados de previsão cultural, o risco é parecido: alguém que trabalha em uma gravadora pode saber antes do público que um clipe será lançado; alguém ligado a uma plataforma pode conhecer dados internos; alguém envolvido em uma premiação pode ter acesso indevido a resultados; um editor de vídeo pode saber qual conteúdo será publicado por um canal antes dos demais.

A CFTC publicou em fevereiro um alerta sobre mercados de previsão e citou casos de possíveis violações envolvendo influência direta sobre resultados e uso de informação material não pública. O órgão afirmou que tem autoridade para fiscalizar práticas ilegais em bolsas registradas, incluindo manipulação, fraudes, negociações combinadas e uso indevido de informação confidencial.

No universo da música, isso pode se tornar ainda mais nebuloso. A indústria vive de bastidores: feats secretos, campanhas surpresa, playlists editoriais, lançamentos relâmpago, versões deluxe, remixes, anúncios de turnê e estratégias de fandom. O que é faro cultural? O que é análise legítima? O que é informação privilegiada? O mercado ainda está tentando responder.

O que muda depois de “Earrings”

O caso “Earrings” provavelmente será lembrado não pelo tamanho da fraude em si, mas pelo tipo de incentivo que revelou. Fraudes de streaming já existiam. Bots já existiam. IA já vinha ampliando golpes. O novo elemento é a possibilidade de lucrar fora da plataforma musical, em um mercado que paga pela posição no chart.

Isso muda o cálculo do fraudador. Antes, inflar streams podia gerar royalties, reputação ou visibilidade. Agora, pode ser usado para movimentar contratos financeiros de curto prazo. A música vira meio, não fim.

Para as plataformas, o desafio é proteger charts, royalties e reputação. Para mercados de previsão, é provar que seus contratos não são vulneráveis a manipulação. Para reguladores, é definir onde termina a previsão legítima e começa a criação artificial do próprio evento. Para artistas, é defender a própria imagem em um sistema no qual até o sucesso pode ser usado contra eles.

E para o público, fica a pergunta mais simples e talvez mais incômoda: quando uma música chega ao topo, estamos ouvindo um hit — ou um dado que alguém conseguiu comprar?

O futuro dos charts

O streaming prometeu tornar a indústria da música mais transparente, porque cada play parecia representar uma escolha individual. Mas a era dos bots mostrou que nem toda reprodução corresponde a uma escuta real. E a chegada dos mercados de previsão revelou que nem toda fraude busca apenas desviar royalties.

O caminho mais provável passa por uma combinação de medidas: auditorias mais rápidas antes da publicação dos charts, maior transparência nas revisões de dados, punições econômicas mais severas, cooperação entre plataformas de streaming e mercados de previsão, adoção de fontes de liquidação menos suscetíveis à manipulação e ferramentas de inteligência artificial capazes de identificar tanto músicas sintéticas quanto padrões artificiais de consumo.

As plataformas já começaram a fechar o cerco. Músicas geradas por IA podem ser removidas de recomendações algorítmicas e playlists editoriais, enquanto reproduções classificadas como fraudulentas deixam de contar para o pagamento de royalties, para os rankings e para os sistemas de recomendação.

Nada disso elimina o problema. Mas aumenta o custo de manipular o sistema e ajuda a preservar aquilo que sustenta toda a economia do streaming: a confiança. A confiança de que artistas reais estão sendo remunerados por ouvintes reais. A confiança de que as plataformas conseguem identificar e combater abusos. A confiança de que os charts ainda refletem tendências culturais — e não a ação de robôs ou interesses financeiros. E, acima de tudo, a confiança de que a música continua começando do jeito mais simples possível: alguém aperta o play porque realmente quer ouvir.