O que essa mensagem quer dizer?

Você está com a mensagem aberta e já a leu quatro vezes, e cada leitura te dá uma resposta um pouco diferente. Eu cofundei a Subtext, que lê mensagens em busca do tom, então essa é a pergunta que mais me fazem, e também a que eu mais tomo cuidado para responder.

A resposta honesta tem duas metades que a maioria dos artigos nunca junta. Quem escreveu a mensagem é pior em transmitir o tom do que imagina, e isso está bem estabelecido. E você, ao ler, provavelmente está acertando a direção geral, o que também está estabelecido e é bem menos conhecido. Onde as coisas realmente quebram é mais estreito do que a internet sugere, e saber onde essas quebras acontecem é mais útil do que qualquer tabela de decodificação, que é justamente o que a Subtext tenta te entregar no lugar de uma tabela.

O remetente sabe menos do que pensa

Kruger, Epley, Parker e Ng conduziram cinco experimentos sobre quão bem o tom passa pela escrita, e o resultado é a âncora deste campo inteiro¹.

O número que vale a pena reter, a distância que a Subtext tenta reduzir, vem do terceiro estudo deles, com 154 pares.

A distância Quem enviava previa que o tom seria lido corretamente 88,8 por cento das vezes. Quem lia, na prática, acertava 70,4 por cento das vezes.

Num estudo anterior essa distância era maior: quem enviava previa 97 por cento, e quem lia alcançava 84.

A explicação que os autores dão é o egocentrismo. Quando você escreve uma mensagem, ouve ela na sua própria cabeça, no tom que quis dizer, e não consegue desligar essa voz para checar como ela soa sem ela. O resumo que os próprios autores fazem é que as pessoas acreditam que conseguem se comunicar por e-mail de forma mais eficaz do que realmente conseguem.

Repare no que isso mostra, e no que não mostra. Mostra ambiguidade somada a excesso de confiança de quem envia. Não mostra que quem lê tende para o negativo. Essa é uma alegação diferente e precisa de evidência diferente, e é exatamente por isso que a Subtext não parte do pressuposto de que a pior leitura é a mais provável.

Você provavelmente está entendendo direito

Esta é a descoberta que reformula a pergunta, e ela saiu em 2025.

Pollmann e Roos fizeram algo que ninguém tinha feito direito: perguntaram aos dois lados². Os participantes enviaram uma conversa real em que tinham pedido a um amigo para fazer alguma coisa, e avaliaram quão positiva a resposta parecia. Depois, o amigo que tinha escrito aquela resposta foi perguntado sobre o que ele quis dizer.

Com 347 receptores e 171 remetentes pareados, a valência pretendida teve média de 7,39 numa escala de nove pontos, e a valência percebida teve média de 7,25. A diferença não foi significativa, e um teste de equivalência descartou qualquer efeito maior que meio ponto em qualquer direção. Eles repetiram o estudo com e-mails de trabalho e de escola, com 361 receptores e 61 remetentes pareados, e chegaram ao mesmo resultado.

Eles também testaram seis coisas que as pessoas presumem que importam: o tamanho da mensagem, o uso de emoji, o gênero de quem lê, a idade de quem lê, o quão próximas as duas pessoas eram, e o neuroticismo de quem lê. Nenhuma delas previu leitura equivocada.

Existe uma ressalva que nem a cobertura do estudo nem a maioria dos resumos menciona, e ela importa. A concordância no nível da média foi excelente, mas a correlação entre remetentes e receptores individuais foi moderada, de 0,33 e 0,38. Ou seja, em média, as pessoas não estão lendo as mensagens de forma mais negativa do que o pretendido, e as leituras individuais ainda variam bastante em torno do que o remetente quis dizer. As duas coisas são verdade ao mesmo tempo.

Os próprios autores apontam os limites: as mensagens da amostra eram majoritariamente positivas, os temas eram inofensivos, e todo mundo já se conhecia.

É nesse último limite que mora a resposta inteira. É também por isso que a Subtext trabalha a partir de uma conversa inteira, e não de uma mensagem isolada. Uma resposta lida contra as vinte mensagens anteriores é um objeto diferente de uma resposta lida sozinha, e a pesquisa diz que o relacionamento faz mais trabalho do que qualquer característica das palavras.

Então, onde as leituras erradas realmente acontecem

Quatro lugares, e nenhum deles é “toda mensagem, o tempo todo”. Essa é a checklist que a Subtext percorre antes de te dizer o quanto confiar numa leitura.

Quando quem lê tem um contexto que a mensagem não carrega. Sillars e Zorn pediram para as pessoas fornecerem um e-mail que tinham achado perturbador, e depois pediram para observadores independentes avaliarem o mesmo e-mail³. Quem recebeu avaliou as mensagens como mais negativas do que os observadores. Os autores explicam isso pela falta de contexto: muitos dos e-mails não tinham nada abertamente negativo, e quem recebeu os leu contra uma situação que os observadores não conheciam. O exemplo deles é uma mensagem exigindo que a equipe trabalhe dois domingos por mês, o que soa muito diferente para alguém que vai à igreja.

Humor e sarcasmo. Este é o único lugar onde quem lê realmente vai mal. Nos experimentos de Kruger, quem lia detectava sarcasmo em e-mails numa taxa indistinguível do acaso, enquanto quem ouvia as mesmas frases em voz alta acertava cerca de três quartos delas¹.

Quando a mensagem é genuinamente ambígua. Kingsbury e Coplan construíram vinhetas deliberadamente elaboradas para poderem ser lidas dos dois jeitos, coisas como “fiquei sabendo de ontem à noite”, e descobriram que ansiedade social mais alta previa a leitura negativa⁴. Essa é uma descoberta de moderador, não uma regra universal, e vale separar isso da versão popular. Nas mensagens reais de Pollmann e Roos, das quais a maioria não era ambígua, nenhum viés desses apareceu. Se essa preocupação específica, se uma pessoa em particular está brava com você, foi o que te trouxe até aqui, eu escrevi sobre isso com mais profundidade em a pessoa está brava comigo, ou eu estou pensando demais.

Quando você é próximo da pessoa. Isso é contraintuitivo e bem documentado. Savitsky e colegas descobriram que as pessoas são mais egocêntricas com amigos do que com estranhos, não se comunicam melhor, às vezes até pior, e se sentem consideravelmente mais confiantes quanto a isso⁵.

Existe até uma descoberta na direção oposta à que todo mundo presume. Holtgraves descobriu que quem recebia lia mensagens de ameaça à face como mais positivas do que quem enviou pretendia, porque quem enviava supercorrigia ao tentar suavizar o golpe.

Essas quatro zonas, contexto ausente, humor, ambiguidade genuína e proximidade, são a lista completa.

O que você está realmente fazendo quando decide o que ela quer dizer

Steinebach, Stein e Schnell construíram um aplicativo de mensagens que pedia a casais que avaliassem os próprios sentimentos e os sentimentos do parceiro durante conversas reais, e coletaram 960 interações avaliadas em conjunto, de 51 casais, ao longo de dez dias⁶.

Eles encontraram precisão real de rastreamento: as pessoas de fato captavam algo do estado real do parceiro. Também encontraram um viés grande de similaridade presumida. E a comparação é a descoberta em si: nos dois modelos deles, a influência da precisão de rastreamento foi substancialmente menor do que a influência da similaridade presumida.

Em termos simples, quando você decide o que a mensagem do seu parceiro quer dizer, o seu próprio humor no momento prevê a sua resposta com mais força do que o humor real do parceiro.

Dois alertas honestos. O próprio estudo reconhece estar subdimensionado: o plano era recrutar 200 casais e apenas 51 foram recrutados, com 57 por cento de desistência. E a amostra é culturalmente estreita. Mas ele foi medido no meio sobre o qual este artigo trata, com mensagens reais, algo que quase nenhuma outra fonte aqui pode alegar.

Tem mais uma coisa que eles encontraram que vai contra a intuição. Mais experiência trocando mensagens estava ligada a mais projeção, não a menos. Mandar muitas mensagens não te torna um leitor melhor. Esse é o argumento a favor de ter algo fora da sua própria cabeça olhando para a mensagem, que é o que a Subtext é, e essa é uma alegação mais estreita do que a maioria das ferramentas dessa categoria faz.

A única coisa que funciona

Eyal, Steffel e Epley conduziram 25 experimentos sobre isso, e a resposta é incomumente direta⁷.

Nos primeiros quinze, com 1.476 participantes, instruir as pessoas a assumir a perspectiva de outra pessoa aumentou o esforço delas e reduziu o egocentrismo, mas não aumentou a precisão da compreensão. Na verdade, isso as tornou menos precisas, em torno de d = -0,26, às vezes deixando-as mais confiantes.

O que funcionou de forma confiável foi perguntar para a outra pessoa.

Essa é a seção prática inteira. Imaginar o que se passa na cabeça de alguém é o movimento que todo mundo tenta primeiro, e ele não funciona. Perguntar funciona, e o motivo de perguntar parecer custoso é um problema de face, não um problema de precisão: perguntar dá a entender que a pessoa não foi clara, ou que você não estava prestando atenção.

Duas coisas tornam perguntar mais barato. Giurge e Bohns mostraram, em oito estudos pré-registrados com 4.004 adultos empregados, que quem recebe superestima sistematicamente a rapidez com que quem envia espera respostas a e-mails não urgentes fora do horário de trabalho, e que uma única linha de quem envia dizendo que não há pressa eliminou o viés⁸. Declarar a intenção vence deixar que ela seja inferida, nas duas direções. E a reparação iniciada pelo outro se mostra um universal humano: em doze línguas de oito famílias linguísticas diferentes, todas têm um sistema compartilhado para sinalizar que você não entendeu alguma coisa, com uma interjeição como “huh” aparecendo numa forma quase idêntica⁹.

Perguntar o que alguém quis dizer não é um fracasso social. É o movimento mais padrão que existe numa conversa. A Subtext não pode fazer a pergunta por você. O que ela pode fazer é te mostrar em qual leitura você já se acomodou silenciosamente, o que geralmente é a coisa que faz perguntar parecer menos necessário do que realmente é.

As regras de decodificação sem nenhuma base

Vale passar por elas, porque é isso que a maioria dos resultados de busca para essa pergunta vai te dar.

Janelas específicas de atraso significam coisas específicas. Nenhuma evidência. A latência de resposta segue uma distribuição de lei de potência e é impulsionada por interrupções, troca de tarefas e configurações de notificação¹⁰. O atraso carrega informação, sim, mas em relação ao que aquela pessoa específica costuma fazer, não em relação a um relógio. Duas horas vindas de alguém que sempre responde em cinco minutos são um sinal diferente de duas horas vindas de alguém que responde duas vezes por dia.

“K” contra “OK” contra “Okay”. Não existe nenhum estudo direto sobre essas grafias. A descoberta real mais próxima é sobre um ponto final numa resposta de uma palavra só, sobre a qual eu já escrevi em o que um ponto final realmente sinaliza.

Proporções de tamanho de mensagem. Testado diretamente, e o resultado foi nulo. Pollmann e Roos incluíram o tamanho da mensagem na regressão deles, e o resultado foi 0,05, não significativo².

Emojis específicos significam coisas específicas. Contradito. Miller e colegas descobriram que, quando as pessoas avaliavam a mesma renderização de um emoji, discordavam sobre se o sentimento era positivo, neutro ou negativo em um quarto das vezes, e a discordância aumentava quando a renderização mudava entre plataformas¹¹.

A regra dos 7-38-55. Essa merece ser nomeada. A alegação de que a comunicação é 7 por cento palavras, 38 por cento tom e 55 por cento linguagem corporal, e que, portanto, a mensagem escrita carrega quase nada, é uma aplicação equivocada do trabalho de Mehrabian de 1967. Ele mediu situações em que uma única palavra falada entrava em conflito com uma expressão facial sobre sentimentos, e ele mesmo disse que a proporção não se aplica a texto escrito nem a mensagens que não estão em conflito.

Deixar uma mensagem no visto por um número fixo de horas. Nenhuma evidência para qualquer alegação numérica. As confirmações de leitura marcam que a mensagem foi exibida na tela, não que foi lida, e muito menos a intenção.

Nenhuma dessas regras roda dentro da Subtext também, pelo mesmo motivo que nenhuma delas sobrevive ao contato com a evidência acima.

O que fazer com a mensagem que está na sua frente

Comece pela taxa base, que é a de que você provavelmente está lendo a mensagem mais ou menos certo, e quem a enviou está mais preocupado em ser mal interpretado do que você está em interpretar mal. Depois, verifique se você está numa das quatro zonas onde as coisas quebram: você está acrescentando um contexto que a outra pessoa não tinha, é humor, a mensagem é genuinamente legível dos dois jeitos, e o quão próximo você é dessa pessoa.

Se você ainda estiver travado, a pesquisa diz para perguntar, e a pesquisa diz que perguntar é mais barato do que parece.

A Subtext vai te mostrar as leituras que uma mensagem sustenta e o quanto de confiança ela tem em cada uma, o que geralmente é menos confiança do que a leitura na qual você já se acomodou. Ela não vai te dizer o que alguém sente por dentro, porque nada consegue fazer isso a partir de palavras numa tela, e qualquer ferramenta que alegue o contrário está te vendendo justamente a coisa sobre a qual este artigo trata.

Grátis para começar, no celular ou no navegador.

---

Acha que eu li algum estudo errado, ou conhece alguma pesquisa sobre isso que eu deixei passar? Me conta no LinkedIn.

Samet Durgun é cofundador da Subtext, um aplicativo que capta o tom emocional das suas mensagens e reescreve elas do seu jeito. Ele mora em Berlim.

Fontes

Numeradas na ordem em que aparecem acima. Onde um número não pôde ser verificado na fonte primária, o texto diz isso. Verificado em 28 de agosto de 2026.

1. Kruger, J., Epley, N., Parker, J. e Ng, Z.-W. (2005). Egocentrism Over E-Mail: Can We Communicate as Well as We Think? Journal of Personality and Social Psychology, 89(6), 925 a 936. Financiado pela University of Illinois Board of Trustees Grant 1-2-69853 e pela NSF Grant SES-0241544. Os números 88,8 e 70,4 são do Estudo 3, com 154 pares; os números 97 e 84 são do Estudo 1, com seis díades. https://web-docs.stern.nyu.edu/pa/kruger_email_ego.pdf
2. Pollmann, M. M. H. e Roos, C. A. (2025). “I get u”. People correctly interpret the tone of text messages and emails. Computers in Human Behavior Reports, 18, artigo 100689. Estudo 2 pré-registrado. https://doi.org/10.1016/j.chbr.2025.100689
3. Sillars, A. e Zorn, T. E. (2021). Hypernegative Interpretation of Negatively Perceived Email at Work. Management Communication Quarterly, 35(2), 171 a 200. https://journals.sagepub.com/doi/10.1177/0893318920979828
4. Kingsbury, M. e Coplan, R. J. (2016). RU mad @ me? Social anxiety and interpretation of ambiguous text messages. Computers in Human Behavior, 54, 368 a 379. https://doi.org/10.1016/j.chb.2015.08.032
5. Savitsky, K., Keysar, B., Epley, N., Carter, T. e Swanson, A. (2011). The closeness-communication bias: Increased egocentrism among friends versus strangers. Journal of Experimental Social Psychology, 47(2), 269 a 273. https://www.sciencedirect.com/science/article/abs/pii/S0022103110002374
6. Steinebach, P., Stein, M. e Schnell, K. (2025). Messenger-based assessment of empathic accuracy in couples’ smartphone communication. BMC Psychology, 13, artigo 147. Pré-registrado. Subdimensionado segundo os próprios autores: 51 casais contra uma meta planejada de 200. https://doi.org/10.1186/s40359-025-02483-9
7. Eyal, T., Steffel, M. e Epley, N. (2018). Perspective mistaking: Accurately understanding the mind of another requires getting perspective, not taking perspective. Journal of Personality and Social Psychology, 114(4), 547 a 571. https://psycnet.apa.org/record/2018-12981-001
8. Giurge, L. M. e Bohns, V. K. (2021). “You don’t need to answer right away!” Receivers overestimate how quickly senders expect responses to non-urgent work emails. Organizational Behavior and Human Decision Processes, 167, 114 a 128. Oito estudos pré-registrados, 4.004 adultos empregados. https://www.sciencedirect.com/science/article/pii/S0749597821000480
9. Dingemanse, M., Torreira, F. e Enfield, N. J. (2013). Is “Huh?” a universal word? PLOS ONE, 8(11), e78273. https://doi.org/10.1371/journal.pone.0078273
10. Kalman, Y. M., Ravid, G., Raban, D. R. e Rafaeli, S. (2006). Pauses and Response Latencies: A Chronemic Analysis of Asynchronous CMC. Journal of Computer-Mediated Communication, 12(1), 1 a 23. https://academic.oup.com/jcmc/article/12/1/1/4582956
11. Miller, H., Thebault-Spieker, J., Chang, S., Johnson, I., Terveen, L. e Hecht, B. (2016). “Blissfully happy” or “ready to fight”: Varying interpretations of emoji. Proceedings of ICWSM 2016, 259 a 268. https://ojs.aaai.org/index.php/ICWSM/article/view/14757