O que quer dizer esta mensagem?

Tens a mensagem aberta e já a leste quatro vezes, e cada leitura dá-te uma resposta ligeiramente diferente. Sou cofundador do Subtext, que lê mensagens para perceber o tom, por isso é a pergunta que mais me fazem, e é também aquela a que tenho mais cuidado a responder.

A resposta honesta tem duas metades que a maior parte dos artigos nunca junta. Quem escreveu a mensagem é pior a transmitir o tom do que pensa, e isso está bem estabelecido. E tu, ao lê-la, provavelmente estás a acertar na direção geral, o que também está estabelecido e é muito menos conhecido. Onde as coisas correm mal é mais estreito do que a internet sugere, e saber onde essas falhas acontecem é mais útil do que qualquer tabela de descodificação, que é precisamente o que o Subtext tenta dar-te em vez de uma tabela.

Quem escreve sabe menos do que pensa

Kruger, Epley, Parker e Ng realizaram cinco experiências sobre até que ponto o tom viaja bem por escrito, e o resultado é a âncora de todo este campo¹.

O número que vale a pena saber, o fosso que o Subtext tenta reduzir, vem do terceiro estudo, com 154 pares.

O fosso Quem escrevia previa que o seu tom seria lido corretamente 88,8 por cento das vezes. Quem lia conseguia, na realidade, 70,4 por cento.

Num estudo anterior o fosso era maior, com quem escrevia a prever 97 por cento e quem lia a alcançar 84.

A explicação que os autores dão é o egocentrismo. Quando escreves uma mensagem, ouves o tom que querias dar dentro da tua própria cabeça, e não consegues desligar essa voz para verificar como soa sem ela. O resumo dos próprios autores é que as pessoas acreditam que conseguem comunicar por email de forma mais eficaz do que na realidade conseguem.

Repara no que isto mostra e no que não mostra. Mostra ambiguidade mais excesso de confiança de quem escreve. Não mostra que quem lê tende para o negativo. Essa é uma afirmação diferente e precisa de evidência diferente, e é exatamente por isso que o Subtext não parte do princípio de que a pior leitura é a mais provável.

Provavelmente estás a lê-la bem

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

Pollmann e Roos fizeram uma coisa que ninguém tinha feito como deve ser: perguntaram às duas pessoas². Os participantes carregaram uma conversa real em que tinham pedido a um amigo para fazer alguma coisa, e classificaram o quão positiva a resposta lhes parecia. Depois perguntou-se ao amigo que a escreveu o que tinha querido dizer.

Em 347 recetores com 171 remetentes emparelhados, a valência pretendida teve uma média de 7,39 numa escala de nove pontos, e a valência percebida teve uma média de 7,25. A diferença não foi significativa, e um teste de equivalência excluiu qualquer efeito maior do que meio ponto em qualquer direção. Repetiram o estudo com emails de trabalho e de escola, 361 recetores e 61 remetentes emparelhados, e obtiveram o mesmo resultado.

Também testaram seis coisas que as pessoas presumem que importam: o comprimento da mensagem, os emojis, o género de quem lê, a idade de quem lê, o grau de proximidade entre as duas pessoas, e o neuroticismo de quem lê. Nenhuma delas previu leituras erradas.

Há uma ressalva que nem a cobertura do estudo nem a maior parte dos resumos menciona, e ela importa. A concordância ao nível da média foi excelente, mas a correlação entre remetentes e recetores individuais foi moderada, em 0,33 e 0,38. Ou seja, em média as pessoas não estão a ler as mensagens de forma mais negativa do que o pretendido, mas as leituras individuais continuam a variar bastante à volta daquilo que o remetente quis dizer. As duas coisas são verdade ao mesmo tempo.

Os limites que os autores assinalam: as mensagens da amostra eram maioritariamente positivas, os temas eram inofensivos, e todos já se conheciam.

É nesse último limite que mora a resposta toda. É também por isso que o Subtext trabalha a partir de uma conversa inteira e não de uma única mensagem. Uma resposta lida em conjunto com as vinte anteriores é um objeto diferente de uma resposta lida isolada, e a investigação diz que a relação faz mais trabalho do que qualquer característica das palavras.

Então onde é que as leituras erradas acontecem mesmo

Quatro sítios, e nenhum deles é “todas as mensagens, sempre”. Esta é a checklist que o Subtext percorre antes de te dizer o quanto podes confiar numa leitura.

Quando quem lê tem contexto que a mensagem não carrega. Sillars e Zorn pediram a pessoas que fornecessem um email que tinham achado perturbador, e depois pediram a observadores independentes que classificassem o mesmo email³. Quem recebia classificava-os de forma mais negativa do que os observadores. Os autores explicam isto através do contexto em falta: muitos dos emails não tinham nada de abertamente negativo, e quem os recebia lia-os à luz de uma situação que os observadores desconheciam por completo. O exemplo que dão é uma mensagem a exigir que os funcionários trabalhem dois domingos por mês, o que soa muito diferente a alguém que vai à igreja.

Humor e sarcasmo. Este é o único sítio onde quem lê genuinamente falha. Nas experiências de Kruger, quem lia detetava sarcasmo em emails a uma taxa indistinguível do acaso, enquanto quem ouvia as mesmas frases em voz alta acertava em cerca de três quartos delas¹.

Quando a mensagem é genuinamente ambígua. Kingsbury e Coplan construíram vinhetas deliberadamente pensadas para se lerem das duas formas, coisas como “soube do que aconteceu ontem à noite”, e descobriram que mais ansiedade social previa a leitura negativa⁴. Isso é uma descoberta sobre um moderador, não uma regra universal, e vale a pena separá-la da versão popular. Nas mensagens reais de Pollmann e Roos, a maior parte das quais não era ambígua, não apareceu nenhum viés deste tipo. Se esta preocupação específica, se uma pessoa em concreto está zangada contigo, é o que te trouxe aqui, já escrevi sobre isso com mais profundidade em estão zangados comigo, ou estou a pensar demais.

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

Há até uma descoberta na direção oposta àquela que toda a gente presume. Holtgraves descobriu que quem recebia lia mensagens ameaçadoras para a face como mais positivas do que o remetente pretendia, porque quem escrevia sobrecorrigia ao tentar suavizar o golpe.

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

O que estás mesmo a fazer quando decides o que uma mensagem quer dizer

Steinebach, Stein e Schnell construíram uma app de mensagens que pedia a casais para classificarem os seus próprios sentimentos e os do parceiro durante conversas reais, e recolheram 960 interações classificadas em conjunto por 51 casais ao longo de dez dias⁶.

Encontraram precisão real de deteção: as pessoas captavam mesmo algo sobre o estado real do parceiro. Encontraram também um grande viés de semelhança presumida. E a comparação é que é a descoberta: nos dois modelos, a influência da precisão de deteção foi substancialmente menor do que a influência da semelhança presumida.

Em termos simples: quando decides o que a mensagem do teu parceiro quer dizer, o teu próprio humor do momento prevê a tua resposta com mais força do que o humor real do parceiro.

Duas ressalvas honestas. O estudo está subdimensionado por reconhecimento dos próprios autores, tendo planeado 200 casais e recrutado 51, com 57 por cento de abandono. E a amostra é culturalmente estreita. Mas foi medido no próprio meio de que este artigo trata, com mensagens reais, uma coisa que quase mais nada aqui pode reivindicar.

Há mais uma coisa que descobriram e que vai contra o instinto. Mais experiência a trocar mensagens estava associada a mais projeção, não a menos. Mandar muitas mensagens não te torna melhor leitor. É este o argumento a favor de teres algo fora da tua própria cabeça a olhar para a mensagem, que é o que o Subtext é, e é uma afirmação mais restrita do que aquela que a maioria das ferramentas desta categoria faz.

A única coisa que funciona

Eyal, Steffel e Epley realizaram 25 experiências sobre isto, e a resposta é invulgarmente direta⁷.

Nas primeiras quinze, com 1.476 participantes, instruir as pessoas a colocarem-se na perspetiva de outra pessoa aumentou o esforço e reduziu o egocentrismo, mas não aumentou a exatidão da leitura. Tornou-as menos exatas, com um d de cerca de -0,26, ao mesmo tempo que, por vezes, as tornava mais confiantes.

O que funcionou de forma fiável foi perguntar à outra pessoa.

É essa a secção prática toda. Imaginar-te dentro da cabeça de alguém é o movimento a que toda a gente recorre, e não funciona. Perguntar funciona, e a razão pela qual isso parece custar caro é um problema de face, não de precisão: perguntar implica ou que a outra pessoa não foi clara ou que tu não estavas a prestar atenção.

Há duas coisas que tornam perguntar mais barato. Giurge e Bohns mostraram, em oito estudos pré-registados com 4.004 adultos empregados, que quem recebe sobrestima sistematicamente a rapidez com que quem envia espera respostas a emails não urgentes fora de horas, e que uma única linha de quem envia a dizer que não há pressa eliminava esse viés⁸. Declarar a intenção vence deixá-la para ser inferida, nos dois sentidos. E a reparação iniciada pelo outro revela-se um universal humano: em doze línguas de oito famílias linguísticas, todas têm um sistema partilhado para sinalizar que não percebeste algo, com uma interjeição como “huh” a aparecer numa forma quase idêntica⁹.

Perguntar o que alguém quis dizer não é um fracasso social. É o movimento mais normal que existe numa conversa. O Subtext não pode fazer a pergunta por ti. O que pode fazer é mostrar-te em que leitura já te instalaste silenciosamente, que é normalmente a coisa que faz perguntar parecer menos necessário do que na realidade é.

As regras de descodificação que não têm nada por trás

Vale a pena percorrê-las, porque é isto que a maioria dos resultados de pesquisa para esta pergunta te vai dar.

Janelas de atraso específicas querem dizer coisas específicas. Sem evidência. O tempo até responder segue uma distribuição de lei de potência e é determinado por interrupções, mudanças de tarefa e definições de notificações¹⁰. O atraso carrega informação, sim, mas em relação ao que essa pessoa em concreto costuma fazer, e não contra um relógio. Duas horas da parte de alguém que responde sempre em cinco minutos são um sinal diferente de duas horas da parte de alguém que responde duas vezes por dia.

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

Rácios de comprimento de mensagem. Testado diretamente, e nulo. Pollmann e Roos incluíram o comprimento da mensagem na regressão, e saiu em 0,05, não significativo².

Emojis específicos querem dizer coisas específicas. Contradito. Miller e colegas descobriram que, quando as pessoas classificavam a mesma representação de um emoji, discordavam sobre se o sentimento era positivo, neutro ou negativo um quarto das vezes, e a discordância aumentava quando a representação diferia entre plataformas¹¹.

A regra dos 7-38-55. Esta merece ser nomeada. A afirmação de que a comunicação é 7 por cento palavras, 38 por cento tom e 55 por cento linguagem corporal, e que, portanto, o texto escrito não carrega quase nada, é uma má aplicação 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 disse ele próprio que o rácio não se aplica a texto escrito nem a mensagens que não estão em conflito.

Deixar uma mensagem em visto durante um número fixo de horas. Sem evidência para qualquer afirmação numérica. As confirmações de leitura assinalam que o ecrã mostrou a mensagem, não que ela foi lida, e muito menos a intenção de quem a recebeu.

Nenhuma destas regras corre dentro do Subtext, pela mesma razão pela qual nenhuma delas sobrevive ao contacto com a evidência acima.

O que fazer com a mensagem que tens à tua frente

Parte da taxa base, que é a de que provavelmente estás a lê-la mais ou menos bem, e de que quem a enviou está mais preocupado em ser mal interpretado do que tu em interpretar mal. Depois verifica se estás numa das quatro zonas onde as coisas correm mal: estás a acrescentar contexto que a outra pessoa não tinha, é isto humor, a mensagem é genuinamente lida de duas formas, e qual é o teu grau de proximidade com esta pessoa.

Se continuas encalhado, a investigação diz para perguntares, e a investigação diz que perguntar custa menos do que parece.

O Subtext mostra-te as leituras que uma mensagem suporta e o grau de confiança que tem em cada uma, que costuma ser menor do que a confiança da leitura em que já te instalaste. Não te vai dizer o que alguém sente por dentro, porque nada consegue fazer isso a partir de palavras num ecrã, e qualquer ferramenta que afirme o contrário está a vender-te precisamente aquilo de que este artigo trata.

Grátis para começar, no telemóvel ou no browser.

---

Achas que li algum estudo de forma errada, ou conheces investigação sobre este tema que me passou ao lado? Diz-me no LinkedIn.

Samet Durgun é cofundador do Subtext, uma app que apanha o tom emocional das tuas mensagens e as reescreve na tua voz. Vive em Berlim.

Fontes

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

1. Kruger, J., Epley, N., Parker, J., and 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 de 88,8 e 70,4 são do Estudo 3, com 154 pares; os números de 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., and 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-registado. https://doi.org/10.1016/j.chbr.2025.100689
3. Sillars, A., and 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., and 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., and 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., and Schnell, K. (2025). Messenger-based assessment of empathic accuracy in couples’ smartphone communication. BMC Psychology, 13, artigo 147. Pré-registado. Subdimensionado por reconhecimento dos próprios autores: 51 casais face a um alvo planeado de 200. https://doi.org/10.1186/s40359-025-02483-9
7. Eyal, T., Steffel, M., and 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., and 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-registados, 4.004 adultos empregados. https://www.sciencedirect.com/science/article/pii/S0749597821000480
9. Dingemanse, M., Torreira, F., and 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., and 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., and 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