Os invisíveis do algoritmo

Existe uma frase que se repete em toda mesa sobre crédito no Brasil e que é, ao mesmo tempo, verdadeira e enganosa: "não dá para emprestar sem informação". É verdadeira porque risco sem dado é aposta. É enganosa porque trata a ausência de dado como se fosse uma característica da pessoa — quando ela é, quase sempre, uma característica do sistema que não olhou.

Foi por isso que escrevi Simeão. Ele não é um devedor. Não deu calote em ninguém. Ele simplesmente nunca produziu os registros que o sistema aprendeu a ler. E, no mundo dos Social Tokens, quem não produz registro não tem nota; quem não tem nota não circula.

Trinta e cinco milhões de pessoas que o sistema não enxerga

Um estudo da Serasa Experian encontrou 35,3 milhões de brasileiros adultos sem qualquer registro financeiro vinculado ao CPF — 21,7% da população adulta. Sem conta de consumo, sem financiamento, sem empréstimo, sem fatura de cartão. Nem no Cadastro Positivo eles aparecem. São os chamados thin files: pessoas sem informação de crédito.

E aqui está o dado que muda a conversa inteira: oito em cada dez dessas pessoas não estão negativadas — 80,5%. Não são inadimplentes. Não quebraram nada. São invisíveis.

O perfil ajuda a entender por quê. Alugam casa sem contrato no próprio nome. A conta de luz e de água está no nome do proprietário. Usam telefone pré-pago. Têm renda real, porém variável e frequentemente informal. Trabalham, consomem, sustentam família — e não deixam rastro nas bases que o crédito consulta.

O resultado é uma armadilha circular que a literatura do setor descreve sem rodeios: não há inclusão porque não há dados, e não há dados porque não há inclusão. É o mesmo laço em que Simeão está preso, com a diferença de que aqui não é ficção e são trinta e cinco milhões de pessoas.

O que já funcionou, e o que ainda falta

Vale registrar o que deu certo, porque a conversa sobre crédito no Brasil costuma ser pessimista demais. O Cadastro Positivo, que hoje considera o histórico de pagamento de mais de 159 milhões de pessoas físicas e 8 milhões de empresas, trouxe cerca de 20 milhões de brasileiros para o mercado de crédito. Foi uma das maiores operações de inclusão financeira já feitas no país, e funcionou por uma razão conceitual simples: mudou a pergunta de "essa pessoa deixou de pagar?" para "essa pessoa costuma pagar?".

O Open Finance seguiu na mesma direção, devolvendo ao cidadão o controle sobre o próprio histórico. E a tecnologia acompanhou: uma pesquisa da Febraban aponta que 96% dos bancos brasileiros já usam inteligência artificial em suas operações diárias.

Mas nada disso alcança quem está fora desde o começo. Cadastro Positivo precisa de histórico. Open Finance precisa de conta. Modelo de risco precisa de dado. Para quem nunca entrou, o sistema inteiro é uma porta que só abre por dentro.

Dona Azira já resolveu isso, do jeito antigo

No livro, o que destrava a vida de Simeão não é um algoritmo melhor: é uma pessoa que o conhece. Dona Azira tem pontuação altíssima construída em décadas de comunidade — e empresta essa reputação a ele. A cena é quase uma provocação: em pleno 2050, com o corpo virado senha e a vida virada nota, o mecanismo que funciona é a confiança testemunhada por alguém.

Isso não é nostalgia. É a descrição exata de como o crédito funcionou por séculos antes de virar estatística, e de como ele ainda funciona nas cooperativas, nos consórcios informais, no fiado do bairro, nos bancos comunitários. O que a tecnologia fez foi escalar a análise e, no caminho, perder a capacidade de perguntar a alguém.

Os caminhos que estão sendo testados

• Dados alternativos. Contas de consumo, pagamentos digitais, histórico de aluguel, recarga de celular, comportamento de compra. São sinais de capacidade de pagamento que existem fora do sistema de crédito e que hoje simplesmente não são lidos.
• Nanocrédito como porta de entrada. Valores pequenos, prazo curto, com o propósito explícito de construir histórico. O crédito deixa de ser prêmio por ter passado e vira instrumento de começar.
• Produto desenhado para renda variável. Boa parte da população brasileira não recebe no dia 5. Produto que pressupõe salário fixo exclui por desenho, não por risco.
• Garantia comunitária. O aval coletivo, que a literatura de microcrédito conhece há décadas, é a dona Azira institucionalizada.

Para quem toma decisão numa instituição

• Meça quantos você recusa por ausência de dado, e não por risco medido. Essa métrica quase nunca existe nos painéis, e ela é a fotografia do seu mercado não atendido.
• Trate thin file como categoria própria, com política e modelo específicos. Jogá-lo na mesma régua de quem tem histórico ruim é um erro de classificação que custa carteira e custa gente.
• Se usar dados alternativos, seja transparente sobre quais. Sob a LGPD, e sob o olhar de qualquer regulador sério, coletar sinal de estilo de vida sem finalidade declarada é problema jurídico antes de ser problema de reputação.
• Ofereça caminho de saída. Todo modelo precisa de uma rota pela qual a pessoa recusada hoje possa se tornar elegível amanhã. Sem isso, o escore deixa de ser avaliação e vira sentença — que é exatamente o mundo do capítulo 9.

Para quem está do outro lado

• Ponha o que puder no seu nome: conta de luz, internet, telefone. Cada conta paga em dia é um registro que constrói história.
• Ative o Cadastro Positivo. Ele é gratuito e existe justamente para que o seu bom pagamento apareça, não só o mau.
• Use crédito pequeno e pague. Um limite modesto usado e quitado vale mais que anos sem nenhum registro.
• Consulte seu histórico uma vez por ano. É de graça, e erro em cadastro é mais comum do que se imagina.

A frase que ficou

Quando escrevi Luanda, achei que estava escrevendo o capítulo mais distante da realidade brasileira. Era o mais próximo. A diferença entre o mundo dos anéis e o nosso não é que lá existe uma nota e aqui não — é que lá todo mundo tem nota. Aqui, trinta e cinco milhões de pessoas não têm nem isso, e ficam de fora antes mesmo de serem avaliadas.

Ser mal avaliado é injusto. Não ser avaliado é pior: é não existir para o sistema. Simeão sabia disso antes de mim.