Gamificação ética, motivação intrínseca e dark patterns dirigidos a crianças: o contrapeso ao “o mais viciante possível”

Resultados

1. Teoria da Autodeterminação: por que os jogos engajam sem manipulação

A Teoria da Autodeterminação (SDT), desenvolvida por Edward Deci e Richard Ryan, propõe que os seres humanos têm três necessidades psicológicas inatas: autonomia (agir em harmonia com os próprios valores, não apenas independência), competência (maestria e interação eficaz com o ambiente) e relacionamento (conexão cuidadosa com os outros) [3][4]. Quando um sistema satisfaz as três, ele gera motivação intrínseca e engajamento duradouro; quando satisfaz apenas uma ou duas, o resultado se degrada: “great Competence but no Autonomy creates a golden cage; great Autonomy but no Relatedness produces lonely expertise; great Relatedness but no Competence produces insecure belonging” [6]. A aplicação de Ryan e Rigby da SDT aos jogos argumenta que essa tríade — e não os cronogramas de recompensas extrínsecas — é o mecanismo real por trás do apelo dos jogos: ação autônoma, progressão de maestria e conexão entre pares [3]. Essa é a base teórica para tratar “vício” como alvo equivocado: o objetivo é a satisfação de necessidades, que produz engajamento como efeito colateral, não engajamento projetado diretamente por recompensas variáveis ou pressão social.

2. O efeito da sobrejustificação: recompensas extrínsecas podem minar a motivação intrínseca — e a evidência contrária

A meta-análise de 1999 de Deci, Koestner e Ryan na Psychological Bulletin sobre 128 experimentos constatou que recompensas contingentes ao engajamento, à conclusão e ao desempenho minaram significativamente a motivação intrínseca de escolha livre (d = -0,40, -0,36, -0,28, respectivamente), assim como recompensas tangíveis e esperadas em geral; recompensas contingentes ao engajamento e à conclusão também reduziram o interesse auto-relatado [1]. O acompanhamento de 2001, “Extrinsic Rewards and Intrinsic Motivation in Education: Reconsidered Once Again”, restata as implicações práticas para escolas diretamente [2]. Criticamente, o efeito de minoração é relatado como mais severo para crianças do que para sujeitos universitários [1] — diretamente relevante para um produto cujos usuários mais jovens têm quatro anos de idade.

Isso não é unânime. A meta-análise de Cameron e Pierce de 1994 encontrou efeitos médios muito menores e argumentou que o paradigma de laboratório de Deci et al. (oferecer uma recompensa, depois retirá-la, e medir a persistência de escolha livre) tem validade ecológica fraca e depende de uma medida de “tempo livre” que se comporta de forma diferente do interesse auto-relatado [5]. A disputa foi tão substancial que o artigo de 1999 de Deci, Koestner e Ryan explicitamente o enquadra como mostrando “the Cameron and Pierce meta-analysis was seriously flawed” [1] — foi uma luta acadêmica viva, não uma nota de rodapé resolvida. A nuance que o campo convergiu desde então: o sinal do efeito depende de a recompensa ser percebida como informacional/afirmativa de competência (elogio por maestria, feedback positivo) — o que tende a apoiar a motivação intrínseca — versus controladora (um pagamento ou distintivo que parece uma indução externa para obedecer) — o que tende a miná-la [1][5]. Elogios verbais, em particular, parecem aumentar em vez de reduzir a motivação intrínseca quando não são percebidos como controladores [5]. Tradução prática para um app de matemática: feedback que diga “você descobriu a parte difícil” é mais seguro que uma recompensa em moeda que a criança possa acumular, trocar ou perder.

3. O efeito de novidade da gamificação desaparece

A literatura prática e acadêmica sobre gamificação relata consistentemente que pontos/distintivos/placares produzem um pico inicial de engajamento que decai à medida que a mecânica se torna rotineira — o “efeito de novidade”. Isso importa para um plano de produto construído em torno da máxima aderência: um sistema afinado para ser mais atraente na primeira semana está otimizando para a métrica mais provável de ser um artefato da novidade, e não de engajamento duradouro. A SDT explica por que o decaimento ocorre: distintivos e pontos são extrínsecos e, por padrão, controladores; quando a novidade de “colecionar” desaparece, se a atividade subjacente não se tornou intrinsecamente satisfatória (autonomia + competência + relacionamento), o engajamento recua ao interesse basal na própria atividade, que pode ser menor do que antes da recompensa ter sido introduzida, caso a recompensa tenha deslocado o interesse intrínseco ao longo do caminho [1][3]. Isso defende a medição de curvas de retenção além do primeiro mês especificamente, já que a pesquisa em gamificação trata picos iniciais como esperados e, por si só, pouco informativos.

4. Padrões de design de jogos sombrios (Zagal, Björk & Lewis)

O artigo de Zagal, Björk e Lewis “Dark Patterns in the Design of Games” (anais da conferência DiGRA 2013) é a taxonomia acadêmica fundamental para mecânicas manipulativas especificamente em jogos, estendendo o conceito geral de dark-pattern de Harry Brignull ao design de jogos [7]. A ideia organizadora do artigo é que uma mecânica de jogo é um “dark pattern” quando cria deliberadamente experiências negativas que o jogador não teria consentido se estivesse totalmente informado, a serviço de um objetivo (geralmente monetização ou tempo-de-uso) que conflita com os próprios interesses do jogador. A literatura que se baseia nessa taxonomia agrupa os padrões pelo canal de dano: padrões temporais que fabricam urgência artificial ou grind (espera forçada, mecânicas de jogar-por-agendamento que punem a ausência), padrões monetários que pressionam o gasto (pagar-para-pular, pagar-para-ganhar, camadas de moeda que obscurecem o custo em dinheiro real) e padrões de capital social que armam relações entre pares (exigências de compartilhamento baseadas em culpa, exploração do progresso de um amigo para pressionar compras, comparação social fabricada). O fio condutor relevante para Math Challenge: a taxonomia trata “urgência engenheirada”, “custo obscurecido” e “pressão social armada” como os três indícios confiáveis de um dark pattern, independentemente do gênero — um filtro útil para analisar qualquer mecânica proposta antes de seu lançamento. (Nota: esta sessão não pôde recuperar diretamente o texto completo do artigo; a categorização acima reflete como o artigo é consistentemente caracterizado na literatura secundária de estudos de jogos e dark-patterns. A referência primária é Zagal, J.P., Björk, S., & Lewis, C. (2013), DiGRA 2013 “DeFragging Game Studies” proceedings, DiGRA Digital Library.)

5. FTC: “Bringing Dark Patterns to Light” (2022) e aplicação contra padrões voltados a crianças

O relatório interno da FTC de setembro de 2022 identifica quatro categorias de dark patterns com relevância direta para jogos/apps: (1) design que induz crenças falsas — temporizadores regressivos falsos, escassez enganosa, publicidade disfarçada que “induz os consumidores a acreditar que ela é independente, imparcial ou que não vem do próprio anunciante patrocinador”; (2) divulgações ocultas ou adiadas, incluindo drip pricing, em que “usuários a quem as taxas do ingresso não foram mostradas de antemão acabaram gastando cerca de 20% mais dinheiro”; (3) cobranças não autorizadas, exemplificadas pela Amazon, em que crianças “acumulam várias cobranças, de $0,99 a $99,99 cada, apenas tocando botões, sem nenhum envolvimento do titular da conta”; e (4) escolhas de privacidade obscurecidas por alternâncias confusas e padrões de coleta máxima [8].

O relatório trata crianças como categoria de vulnerabilidade aguda, nomeando especificamente: botões de compra gamificados disfarçados como elementos de gameplay, moeda virtual que oculta o custo no mundo real, “pressão de relacionamento parasocial usando personagens de confiança”, e consentimento totalmente contornado [8]. Também documenta padrões de armadilha de assinatura (ABCMouse — um produto edtech — exigia que os consumidores “navegassem entre seis e nove telas para cancelar suas assinaturas”) e “nagging” (apresentar repetidamente escolhas como “Sim” ou “Agora não” em vez de “Sim” ou “Não” até que o usuário ceda), além de “confirm-shaming” (“usar vergonha para desviar usuários de certas escolhas”, por exemplo, um botão de recusa que diz “Não, não quero economizar dinheiro”) [8]. O relatório encerra com um aviso explícito de aplicação: “Firms that nonetheless employ dark patterns, take notice: where these practices violate the FTC Act, ROSCA, the TSR, TILA, CAN-SPAM, COPPA, ECOA, or other statutes and regulations enforced by the FTC, we will continue to take action” [8]. A aplicação da COPPA (Children’s Online Privacy Protection Act) é o canal de exposição dos EUA mais direto para um app de matemática infantil que coleta quaisquer dados de uso ou progresso.

6. UE: Lei de Serviços Digitais e a iminente Lei de Equidade Digital

A DSA proíbe design enganoso (“dark patterns”) em plataformas e já foi usada contra exatamente a categoria de mecânica relevante aqui: a Comissão Europeia abriu uma investigação sobre o programa de recompensas do TikTok Lite por seu “efeito viciante, especialmente para crianças”, e o TikTok retirou a funcionalidade em resposta [9]. A Comissão também multou a X (Twitter) €120 milhões (dezembro de 2025) em parte por design enganoso em torno de distintivos de verificação [9]. O requisito de acesso a dados de pesquisa do Artigo 40 da DSA apoia a monitorização de risco sistêmico, incluindo riscos para menores [9].

Mais diretamente ao ponto para a gamificação: a Digital Fairness Act da Comissão Europeia, atualmente em fase de proposta (check-fit concluído em outubro de 2024, consulta pública encerrada em 24 de outubro 2025, proposta esperada para início-meio de 2026), tem como alvo explícito “dark patterns, personalização, contratos e marketing de influenciadores”, com a resolução do Parlamento Europeu de dezembro de 2023 pedindo especificamente a regulação do “design viciante de serviços online” [10]. Essa é a peça regulatória pendente mais relevante para um produto cujo briefing é literalmente “tão viciante quanto possível” — está sendo escrita agora, para esse objetivo de design, e um lançamento europeu em 2026-2027 poderia coincidir com sua data de vigência.

7. Caixas de loot: Bélgica, Países Baixos, Reino Unido

A Comissão de Jogos da Bélgica decidiu (abril de 2018) que as caixas de loot em FIFA 18, Overwatch e CS:GO violavam a lei de jogos de azar; o Ministro da Justiça belga afirmou que “misturar jogos de azar e videogames, especialmente em idade jovem, é perigoso” e pediu restrição em nível da UE, com multas de até €800.000 ameaçadas a publicadores não conformes [11]. A Autoridade de Jogos dos Países Baixos decidiu separadamente (abril de 2018) que caixas de loot com capacidade de transferência de itens eram ilegais, concedendo aos publicadores oito semanas para adequação; uma ordem judicial holandesa de 2020 contra a EA (FIFA Ultimate Team) ameaçou multas de até €5 million antes de uma reversão em apelação de 2022 que concluiu que os pacotes Ultimate Team estavam fora da regulamentação de jogos de azar — mostrando que essa área do direito é contestada e tem avançado em direções opostas mesmo dentro de um mesmo país [11]. A Comissão de Jogos do Reino Unido concluiu em 2019 que não poderia regular a maioria das caixas de loot sob a legislação existente, já que os itens tipicamente não têm valor de conversão direta em dinheiro, mas o Comitê de Cultura Digital, Mídia e Esporte do Parlamento recomendou em setembro de 2019 que as vendas de caixas de loot a menores fossem restringidas e que jogos que as contenham exibam rótulos de estilo de jogo de azar da PEGI [11]. O briefing do Math Challenge não propõe atualmente mecânicas pagas de loot aleatório, mas qualquer futura mecânica de “recompensa misteriosa” ou “caixa surpresa” — mesmo cosmética, mesmo gratuita — está dentro do raio de ação desse histórico regulatório se usar randomização para impulsionar o engajamento.

8. Códigos de design para crianças: ICO do Reino Unido e AADC da Califórnia

O Código Infantil do Reino Unido (Age Appropriate Design Code, em vigor sob a ICO desde setembro de 2020) estabelece 15 padrões para qualquer serviço online “provavelmente acessado por crianças”, baseados no “melhor interesse da criança”. O padrão 12, sobre técnicas de nudging, afirma que os serviços não devem usar “técnicas de nudging…para incentivar crianças a fornecer dados pessoais desnecessários ou enfraquecer ou desativar suas proteções de privacidade”, e requer padrões de “alta privacidade” “a menos que haja uma razão convincente para não o fazer” [12]. Esse padrão se aplica diretamente a notificações de culpa por sequência e à visibilidade padrão de placares para um produto usado por crianças de 4 anos.

A Califórnia aprovou um Código de Design Apropriado à Idade análogo (AB 2273, 2022), que tem sido objeto de litígio contínuo de Primeira Emenda (NetChoice v. Bonta) contestando disposições, inclusive a exigência de Avaliação de Impacto de Proteção de Dados; o escopo do litígio tem restringido o alcance imediato da lei de maneiras que ainda estavam em tramitação no Nono Circuito na época desta pesquisa e deve ser re-verificado com assessoria jurídica antes de assumir que qualquer disposição específica está ou não atualmente aplicável — este documento intencionalmente não afirma um status atual de injunção porque não pôde ser re-verificado independentemente via busca de fonte nesta sessão.

9. Tempo Bem Gasto / Center for Humane Technology

Tristan Harris, ex-ético de design do Google, introduziu “Time Well Spent” (TEDx Brussels, 2014) — o argumento de que “a tecnologia deve ser projetada em linha com as necessidades e valores humanos básicos dos usuários, em vez de maximizar o tempo que eles passam em seus dispositivos” [13]. Ele co-fundou o Center for Humane Technology (2018) com Aza Raskin e Randima Fernando para formalizar isso em uma prática de design, diagnosticando o que ele chama de “economia da atenção”: vício em internet, danos à saúde mental e manipulação via “recompensas variáveis intermitentes, mecanismos de aprovação social e interrupções de notificações”. A própria formulação de Harris — “toda vez que verifico meu celular, estou jogando a máquina caça-níqueis para ver, ‘O que eu ganhei?’” — é uma crítica direta e nomeada da mecânica de recompensa variável que torna as máquinas caça-níqueis de cassino e muitos jogos móveis “maximamente viciantes” [13]. A alternativa recomendada pelo CHT é projetar para metas além da maximização de engajamento, interfaces previsíveis (não manipulativas) e eliminação de sistemas de recompensa manipulativos [13] — esta é a versão aplicada do argumento da SDT: a alternativa à compulsão engenheirada não é “menos divertida”, é diversão ancorada à competência e à escolha, em vez de ao reforço intermitente.

10. Vulnerabilidade específica de crianças ao design persuasivo

A 5Rights Foundation (ONG de direitos digitais infantis) estrutura todo o seu programa em torno da afirmação de que produtos digitais são “projetados para lucro, não para o bem-estar das crianças”, e que isso gera danos mensuráveis: “uma em cada duas pessoas menores de 18 anos luta contra o vício em dispositivos”, além de ligações documentadas a assédio, transtornos alimentares e risco de automutilação [14]. Seu relatório principal, “Disrupted Childhood: The Cost of Persuasive Design” (2018, atualizado 2023), trata especificamente de mecânicas de design persuasivo/viciantes direcionadas a crianças, e a organização o seguiu com “Pathways” (design de pressão de avatar/aparência), estudos de caso “Risky-by-Design” e um “Children & AI Design Code” [14]. O ancoramento institucional relevante da UNICEF é o Princípio de Direitos das Crianças e Negócios de 2012 (com Save the Children e o UN Global Compact), que enquadra os efeitos de produtos comerciais sobre crianças como uma questão de direitos, e não apenas de UX ou escolha parental [17] — a alegação operante compartilhada nessa literatura é que crianças abaixo de certa idade não conseguem reconhecer de forma confiável a intenção persuasiva, incapacidade essa que sustenta o COPPA e os códigos de design do Reino Unido/Califórnia, e é a razão pela qual um produto cujo público declarado começa aos quatro anos não pode se apoiar na defesa de “o usuário consentiu” para qualquer mecânica.

11. O que produtos edtech comparáveis recebem de críticas

Prodigy Math (amplamente usado em escolas) recebeu uma queixa da FTC em 2021 da Fairplay (anteriormente Campaign for a Commercial-Free Childhood), que alegou que a versão gratuita para escolas “encoraja crianças a jogar em casa”, onde elas encontram publicidade persistente para assinaturas premium que custam até $107,40/ano; a resposta da Prodigy foi que os prompts de assinatura aparecem “de tempos em tempos” e são apresentados “de forma responsável e esparsa” [16]. Este é o precedente direto mais próximo da categoria e do público do Math Challenge — um jogo de matemática gratuito/escolar que monetiza por pressão de upsell doméstico sobre crianças — e demonstra que mesmo a autodescrição “esparsa” não impede uma queixa regulatória formal.

ClassDojo é criticado por motivos diferentes, porém relacionados: a London School of Economics levantou preocupações sobre a coleta de dados comportamentais sensíveis e se os pais são informados se os dados são “armazenados ou vendidos”; pesquisadores temeram que o formato de pontuação constante crie “competição constante pela atenção do professor”, prejudicial à saúde mental; e críticos argumentam que ele “normaliza a vigilância” e um “individualismo isolador” ao converter o comportamento da sala de aula em um placar sempre ativo [15]. A lição para o Math Challenge é adjacente, mas distinta da da Prodigy: mesmo um sistema de pontuação/comportamento não monetizado voltado a crianças atrai críticas puramente por comparação quantificada constante e práticas de dados próximas à vigilância, independentemente de qualquer mecânica de compra.

Tabela de linhas vermelhas

Mecânica	Por que é um padrão escuro para menores	Exposição regulatória	Substituto mais seguro que mantém a diversão
Recompensas variáveis/aleatórias (“caixa misteriosa”, loot surpresa mesmo que gratuito/cosmético)	Reforço intermitente ao estilo de cassino; o mecanismo que o CHT nomeia explicitamente como psicologia de caça-níqueis [13]	Decisões de loot-box na Bélgica/Países Baixos sobre jogos de azar [11]; recomendação do Parlamento do Reino Unido para rotulagem PEGI e restrição a adultos [11]; Lei de Equidade Digital da UE nomeia “design viciante” [10]	Recompensas fixas e pré-visualizáveis vinculadas ao domínio demonstrado (a criança vê exatamente o que será desbloqueado em cada marco de habilidade antes de iniciar)
Sequências com mensagens de culpa/perda (“não quebre sua sequência!”, vergonha por dias perdidos)	Confirm-shaming + urgência projetada, ambas categorizadas como padrões escuros pela FTC [8]; visa a resistência mais fraca das crianças à moldura persuasiva [14]	Autoridade de injustiça/engano da FTC [8]; Padrão 12 do Código Infantil do Reino Unido (sem impulsos) [12]	Sequência apresentada como contador de melhor marca pessoal sem linguagem de penalidade; perder um dia simplesmente não avança o contador, sem texto de vergonha
Quadros de líderes públicos exibindo nomes/pontuações de todos os usuários por padrão	Padrão escuro de capital social (pressão dos pares, comparação social); documentado como desmotivador para desempenhos mais baixos e gerador de estresse mesmo fora de enquadramento de padrão escuro	Padrão “melhor interesse da criança” do Código Infantil do Reino Unido [12]; exposição de minimização de dados da COPPA para rankings que identificam crianças	Quadros de líderes opt-in, de pequeno grupo ou apenas para si mesmo (esta semana vs. sua própria semana passada), nunca ativados por padrão e nunca cruzando crianças por padrão
Moeda virtual que oculta o custo em dinheiro real ou é usada para upsell de assinaturas	Nomeado explicitamente pela FTC como um padrão escuro infantil (“moeda virtual que oculta custos reais”) [8]; corresponde ao precedente ABCMouse/Prodigy [8][16]	Precedente de aplicação da FTC (caso de cobranças in-app da Amazon) [8]; reclamação Fairplay/FTC contra a Prodigy [16]	Nenhuma camada de moeda virtual para um jogo cujo produto principal é prática de matemática gratuita; se existir um nível pago, precifique-o em moeda real, divulgado antecipadamente
Diálogos de upsell insistente/“Não agora” que se repetem até a conversão	Padrão da FTC citado literalmente (“insistente…‘Sim’ ou ‘Não agora’ ao invés de ‘Sim’ ou ‘Não’”) [8]	Lei da FTC; ABCMouse citado como exemplo de edtech no próprio relatório [8]	Um único prompt descartável, permanentemente descartável; frequência limitada e registrada
Fluxo de assinatura difícil de cancelar	O pior caso da própria FTC é um produto edtech (ABCMouse, “seis a nove telas para cancelar”) [8]	Autoridade de aplicação da FTC ROSCA/opção negativa nomeada explicitamente no relatório [8]	Cancelar em um toque, na mesma interface de upgrade
Painéis de pontuação de comportamento visíveis a pares/professores por padrão	Normalização ao estilo ClassDojo de vigilância e “competição constante por atenção” [15]	Ainda sem regulador único, mas claramente dentro do teste “melhor interesse da criança” do DSA/AADC e da exposição geral à proteção de dados de crianças	Visão de progresso privada, apenas para criança e pais; sem pontuação de comportamento visível a pares
Mecânicas de “jogar por horário” (login diário obrigatório ou decaimento de progresso)	Padrão escuro temporal conforme taxonomia de jogos escuros [7]; gera visitas de retorno motivadas por ansiedade ao invés de interesse intrínseco	Mesma linguagem de “design viciante” visada pela Lei de Equidade Digital da UE [10]	Prática sem tempo com lembretes de repetição espaçada enquadrados como úteis, não punitivos, e puláveis sem penalidade
Personagem confiável no app pressionando compras ou visitas de retorno	FTC nomeia esse padrão exato: “pressão de relacionamento parasocial usando personagens confiáveis” [8]	Autoridade de engano da FTC [8]	Personagem mascote/guia usado apenas para incentivo ligado à resolução real de problemas, nunca para prompts de compra ou visita de retorno

Implicações de design para Math Challenge

1. A maior exposição legal é o próprio briefing. “Tão viciante quanto possível” é, quase palavra por palavra, o objetivo de design que a Lei de Equidade Digital da UE está sendo redigida para regular (“design viciante de serviços online”) [10] e a crítica exata que a FTC aplica a aplicativos direcionados a crianças [8]. Trate “viciante” como uma palavra a ser removida das especificações internas, não apenas do marketing externo — isso será descoberto em uma disputa futura.
2. Ancore o loop central na Teoria da Autodeterminação (SDT), não em cronogramas de recompensas. Projete em torno da autonomia (escolha significativa do que praticar), competência (progresso de domínio visível, dificuldade adequada) e relacionamento (jogo cooperativo opcional ou em família) — este é o verdadeiro motor de engajamento usado pelos jogos, e não traz o risco regulatório ou de crowding motivacional que os cronogramas de recompensas acarretam [3][4][6].
3. Nenhuma mecânica aleatória/loot em qualquer parte do produto, mesmo que gratuita ou cosmética. O precedente da Bélgica/Países Baixos e a Lei de Equidade Digital da UE em tramitação tornam esta a linha vermelha de maior certeza neste briefing [10][11].
4. Nenhuma camada de moeda virtual. É o padrão específico que a FTC nomeia para aplicativos infantis e o mecanismo que gerou a reclamação da Fairplay contra o Prodigy Math [8][16]. Se existir um nível premium, precifique e divulgue-o em moeda real sem etapa de conversão obscura.
5. Sequências e lembretes devem ser neutros em termos de perda no texto e na consequência. Substitua a linguagem “você vai perder sua sequência!” por um enquadramento de progresso que simplesmente não avança em um dia pulado — isso mantém a mecânica de retenção enquanto remove as categorias nomeadas pela FTC de “confirm-shaming”/urgência [8].
6. Quadros de líderes, se incluídos, devem ser privados/comparação consigo mesmo por padrão e opt-in para qualquer visibilidade entre pares, conforme o padrão de melhor interesse do Código Infantil do Reino Unido e a pesquisa geral que indica que a comparação pública de classificação desmotiva desempenhos mais baixos [12].
7. Nenhum painel de pontuação de comportamento visível a pares ou compartilhado por padrão com professores além do necessário pedagogicamente — evite a crítica específica ao ClassDojo de transformar a conduta em sala de aula em um placar público permanente [15].
8. Qualquer fluxo de assinatura ou premium precisa de um cancelamento em um toque na mesma interface de upgrade, explicitamente para evitar tornar-se o pior caso nomeado no relatório (ABCMouse, seis a nove telas) [8].
9. Limite e silencie permanentemente os prompts de upsell após uma única rejeição — não implemente a insistência recorrente “Não agora”; isso é citado literalmente como um padrão escuro da FTC [8].
10. Trate o manuseio de dados de menores de 13 anos como um problema COPPA-plus, não como um problema COPPA-mínimo, dado que o público declarado do produto começa aos quatro anos; combine com as configurações de alta privacidade do Código Infantil do Reino Unido se houver base de usuários no Reino Unido/UE [12].
11. A moldura da recompensa deve ser informativa (“você dominou a etapa de transporte”) ao invés de tangível/controladora (distintivos, pontos resgatáveis) sempre que os dois forem substituíveis — corresponde à resolução consistente com a SDT do debate Deci vs. Cameron-Pierce [1][5].
12. Construa uma métrica de retenção “ajustada ao efeito de novidade” — acompanhe o engajamento nas semanas 4/8/12, não nos dias 1-7, já que a literatura de gamificação trata picos iniciais como esperados e de baixa informação; um produto que realmente funciona com princípios de SDT deve apresentar decaimento mais plano que um que depende apenas de distintivos/sequências.
13. Nenhum personagem no app (mascote/guia) deve ser usado para solicitar compras ou incitar visitas de retorno — reserve-o para incentivo ligado à resolução real de problemas, para evitar o padrão nomeado pela FTC de “pressão de relacionamento parasocial” [8].
14. México e Brasil precisam de revisão por consultoria local antes que qualquer mecânica monetizada/gamificada seja lançada, não porque a pesquisa encontrou decisões específicas equivalentes à Bélgica/UE (não encontrou, dentro das fontes desta sessão), mas porque a LGPD brasileira tem um padrão explícito de melhor interesse da criança para dados de menores (Art. 14) e os regimes federais de proteção ao consumidor e de proteção de dados do México cobrem design enganoso de forma geral — trate “nenhuma decisão específica de loot-box para MX/BR encontrada” como ausência de evidência, não como evidência de segurança, e re-verifique antes do lançamento nesses mercados.
15. Documente, no mesmo PR que lança qualquer mecânica de engajamento, qual linha da tabela de linhas vermelhas ele pode assemelhar e por que é segura — isso transforma a tabela acima em um gate mecânico ao invés de uma leitura única, consistente com o padrão deste projeto de transformar convenções em verificações (AGENTS.md §6 sobre pnpm gate:migrations).

Perguntas abertas para o dono do projeto

1. É “tão viciante quanto possível” o requisito real do produto, ou um atalho para “tão envolvente/rejogável quanto possível” — porque a pesquisa mostra que esses são alvos de design diferentes com perfis de risco muito distintos, e o briefing deve indicar qual deles é pretendido.
2. Qual é a faixa etária mais jovem que usará gamificação não supervisionada (sequências, placares, recompensas) sem a presença de um responsável — a exposição da FTC/COPPA/AADC aumenta drasticamente abaixo de 13 anos, e isso altera quais mecânicas são viáveis.
3. Alguma faixa será monetizada (assinatura, compra única, anúncios)? Em caso afirmativo, um modelo de precificação apenas em moeda real (sem camada de moeda virtual) é aceitável, considerando que elimina o padrão único que a FTC nomeia de forma mais explícita para aplicativos infantis?
4. Os placares visíveis pelos pares são um recurso obrigatório ou um diferencial desejável — porque, se obrigatório, eles precisam de um design de opt-in/padrão privado que pode reduzir seu impacto competitivo em comparação com uma versão padrão-pública “máximo de vício”.
5. Quais mercados estão no escopo nos primeiros 12 meses (EU/UK/US/MX/BR foram todos citados no briefing) — isso determina se a linha do tempo da Digital Fairness Act de 2026 e o status da litigação da AADC na Califórnia precisam ser monitorados ativamente antes do lançamento, ou podem ser adiados.
6. Existe um responsável interno (jurídico ou agente designado) para reavaliar periodicamente o progresso da EU Digital Fairness Act, considerando que está em processo legislativo intermediário e tem como alvo direto o objetivo de design declarado deste produto?