Em reportagens publicadas em 15 de outubro de 2026, pesquisadores da Universitat Politècnica de València (UPV), ligados ao PRHLT, foram associados a uma abordagem para analisar sexismo em vídeos do TikTok que combina texto e imagens com sinais fisiológicos de quem assiste: rastreamento ocular, eletroencefalografia (EEG) e frequência cardíaca. Os relatos também descrevem uma pesquisa separada sobre memes, cujos resultados têm métricas próprias. RUVID e Actualidad Valencia publicaram os detalhes do estudo com vídeos.
Como a abordagem analisa vídeos do TikTok
A combinação procura levar em conta o contexto, não apenas as palavras ou as imagens. Iván Arcos, pesquisador do PRHLT, explicou que humor, ironia, estereótipos e comentários aparentemente inofensivos podem disfarçar conteúdo sexista. Distinguir sexismo direto de situações que o retratam ou julgam também exige interpretar a intenção da mensagem, segundo Arcos, em relato publicado pela RUVID.
Os relatos descrevem cerca de 2.500 vídeos em espanhol e inglês e dez participantes no estudo com vídeos. Também registram respostas como tempos de reação mais longos, mais fixações do olhar, mudanças nos movimentos oculares e nas piscadas, além de variações na frequência cardíaca diante de conteúdo sexista. Os sinais fisiológicos são respostas dos espectadores usadas junto à análise textual e visual; não são características do vídeo em si. RUVID e Actualidad Valencia atribuem à inclusão dessas respostas uma melhora de cerca de 4% na detecção de vídeos sexistas e superior a 6% em algumas tarefas de classificação.
O que os 26,3% medem no estudo sobre memes
O número vem de um preprint separado sobre memes, publicado em 27 de fevereiro de 2026. Nele, a pontuação F1 para a categoria “Misogyny and Non-Sexual Violence” passou de 0,259 para 0,327: um aumento relativo de 26,3% nessa categoria. F1 combina precisão e revocação em uma única pontuação; portanto, esse resultado descreve uma classe específica, não a precisão geral de um detector de vídeos. O preprint avaliou o modelo com validação cruzada em cinco partes na partição de treinamento do EXIST 2025.
O conjunto analisado tinha 3.984 memes — 1.979 em espanhol e 2.005 em inglês —, avaliados em dois experimentos com oito participantes cada. Cada meme foi visto por pelo menos duas pessoas. Esses dados e a pontuação F1 pertencem à pesquisa sobre memes; os resultados divulgados para vídeos do TikTok vêm do estudo distinto descrito nas reportagens.
Limites apontados no estudo com memes
No preprint sobre memes, os pesquisadores não encontraram efeitos significativos da frequência cardíaca. Eles apontam que imagens estáticas e breves talvez não tenham provocado ativação fisiológica suficiente para esse sinal. O artigo também informa que a complexidade visual e textual dos memes não foi controlada e reconhece a subjetividade dos rótulos usados na avaliação. Essas limitações são do experimento com memes descrito no preprint. O estudo
