PNR #051 – Vacinas e Desinformação
O relatório tem como objetivo analisar a repercussão do debate digital sobre as vacinas nas redes sociais. A seleção dos dados considerou apenas publicações que utilizaram os termos “vacina OR vacinação OR imunização OR imunizante”, restringindo-se às postagens que alcançaram maior destaque no Brasil, entre os dias 15 e 22 de setembro de 2025. Essa delimitação decorre de limitações técnicas do sistema SOMAR, que estabelece critérios específicos para a liberação dos arquivos para download.
O acompanhamento do debate sobre vacinas mostra como a circulação de informações nas redes sociais pode impactar significativamente nos direitos difusos, em especial o direito coletivo à saúde e o acesso a informações de qualidade.
A estrutura do relatório está organizada da seguinte forma: na primeira seção, são apresentadas as características gerais dos dados (1), incluindo o volume de postagens, o número de interações e a distribuição entre páginas. Na segunda, examinamos as principais características do debate (2), com foco no conteúdo das publicações. A terceira seção é dedicada à análise da desinformação identificada (3), a partir de metodologia própria. Por fim, tecemos considerações conclusivas.
PRINCIPAIS DESCOBERTAS
Distribuição desigual de engajamento: 88,5% dos comentários se concentraram em apenas 10% das publicações analisadas, evidenciando um padrão de hiperfoco do debate em poucos conteúdos de grande alcance.
Desinformação residual, mas com traços sensacionalistas: Somente 3% das postagens apresentaram informações falsas ou enganosas, proporção menor do que a observada em outros temas analisados. Ainda assim, os exemplos identificados seguem explorando estratégias de apelo emocional e de distorção dos fatos.
Desempenho independente da veracidade: O teste do qui-quadrado demonstrou não haver relação estatisticamente significativa entre o nível de engajamento acima do esperado (outperforming) e a classificação da postagem (Fake, Fato ou Inconclusiva). Isso indica que o sucesso da postagem não dependeu do rótulo de desinformação.
1. FACEBOOK
Tabela 1. Dados Gerais
| Publicações | 3.108 |
| Total de páginas que postaram | 1.883 |
| Interações (Reações + Comentários + Compartilhamentos) | 108.382.622 |
Tabela 2. Total de interações por tipo de publicação nos 20 perfis com maior número de interações
| Ideologia | Perfil | Album | Link | Fotos | Video | Total Geral |
| Direita | joanadarcam | 45.921 | 367.376 | 413.297 | ||
| Esquerda | minsaude | 275.608 | 45.975 | 321.583 | ||
| Imprensa | RadioItatiba | 321.449 | 321.449 | |||
| Imprensa | editorsertaozinho | 321.449 | 321.449 | |||
| Imprensa | aloalocidadebr | 321.446 | 321.446 | |||
| Imprensa | portaldogeneroso | 321.438 | 321.438 | |||
| Direita | prefsuzano | 45.922 | 229.608 | 275.530 | ||
| Imprensa | rconlinefm | 275.527 | 275.527 | |||
| Direita | prefeituraitaguai | 91.844 | 91.844 | 45.922 | 229.610 | |
| Direita | PrefeituraGuarulhosOficial | 91.844 | 91.844 | 45.921 | 229.609 | |
| Direita | prefeituradenazarepaulista | 183.685 | 45.922 | 229.607 | ||
| Direita | pm.assischateaubriand | 229.606 | 229.606 | |||
| Direita | prefeiturademacae | 137.762 | 91.840 | 229.602 | ||
| Direita | blogdomarciorangel | 91.844 | 137.758 | 229.602 | ||
| Medicina | sbimoficial | 183.678 | 45.922 | 229.600 | ||
| Direita | PrefeituradeBuenoBrandao | 183.678 | 45.922 | 229.600 | ||
| Direita | prefeituraalmeirim | 91.844 | 91.897 | 183.741 | ||
| Direita | prefeituralins | 25 | 183.686 | 183.711 | ||
| Direita | prefeituraderesende | 45.922 | 137.766 | 183.688 | ||
| Direita | PrefeituradeItapira | 45.922 | 137.766 | 183.688 |
A análise da cobertura das páginas evidencia que os perfis classificados como Direita concentram maior volume de interações, como observado nos casos joanadarcam (com 413.297 interações) e prefsuzano (275.530), cujo desempenho reflete engajamento robusto, especialmente em conteúdos audiovisuais, como fotos e vídeos, formatos que tendem a ampliar as visualizações. É importante notar que a maior parte das páginas classificadas como direita em nossa lista pertencem a prefeituras ocupadas por políticos dessa orientação ideológica, mas seus posts, em geral, divulgam campanhas de vacinação e não desinformação acerca de vacinas.
A categoria Imprensa, composta por perfis como RadioItatiba, editorsertaozinho, aloalocidadebr e portaldogeneroso, apresenta uma distribuição relativamente uniforme de interações, todas em torno de 321 mil, majoritariamente em fotos. Este padrão sugere que veículos de mídia local mantêm papel relevante na difusão de informações regionais. A categoria Esquerda, representada exclusivamente pelo perfil minsaude (321.583 interações), registra participação restrita, o que indica baixa presença de páginas alinhadas a esse campo político entre os conteúdos de maior repercussão. Por fim, a categoria Medicina, composta pelo perfil sbimoficial (229.600 interações), demonstra engajamento consistente, focado na distribuição de informações técnicas e científicas, sem viés político claro.
Figura 1. Total de interações por tipo de perfil nos 20 perfis com maior número de interações
O gráfico apresenta o total de interações em perfis relacionados à temática das vacinas. Os dados indicam um engajamento significativo, com destaque para a categoria Direita, que soma 3.030.891 interações, seguida pela Imprensa, com 1.561.309 interações, o que sugere um papel relevante da mídia tradicional na cobertura do tema e repercussão nas redes. As categorias Esquerda, com 321.583 interações, e Medicina, com 229.600 interações, apresentam engajamento mais modesto, indicando menor influência no debate sobre vacinas nas plataformas digitais.
Figura 2. Top 10 postagens mais comentadas no Facebook
O gráfico acima mostra que, entre as postagens com mais comentários no Facebook, aparecem páginas de esquerda, como PT São Paulo, Jandira Feghali, Natalia Bonavides (ambas deputadas federais pelo PT) e Pragmatismo Político. Nestes casos, os conteúdos faziam referência à condenação do ex-presidente Jair Bolsonaro pelo STF e à sua atuação na pandemia de COVID-19. Também aparecem canais de mídias tradicionais, como Metrópoles e Globo News, sendo que a postagem com maior engajamento pertenceu ao Portal Ternura, sobre nova variante de Covid-19.
2. INSTAGRAM
Tabela 3. Visão geral dos dados
| Publicações | 3.389 |
| Total de páginas que postaram | 2.161 |
| Interações (Comentários + Likes) | 64.363.183 |
Tabela 4. Top 20 perfis com maior número de interações
| Orientação ideológica | Perfil | Total de Curtidas | Total de Comentários | Total de Interações |
| Imprensa | portaltaon | 80.188 | 1.633 | 4.442.656 |
| Esquerda | minsaude | 229.504 | 2.570 | 3.214.940 |
| Famosos | rainhamatos | 44.553 | 1.291 | 1.660.492 |
| Imprensa | globonews | 144.539 | 12.537 | 1.551.200 |
| Imprensa | folhadegoias | 61.880 | 1.237 | 1.293.489 |
| Esquerda | govbr | 135.360 | 2.721 | 1.200.105 |
| Famosos | fabiaoliveira_ | 4.041 | 467 | 978.937 |
| Famosos | karinecarrijo_ | 28.454 | 70 | 954.692 |
| Imprensa | banguaovivo | 18.419 | 383 | 789.744 |
| Direita | pragmatismopolitico | 103.026 | 3.941 | 789.489 |
| Famosos | jessycasanses | 44.071 | 512 | 698.208 |
| Esquerda | metropoles | 14.223 | 5.278 | 578.211 |
| Imprensa | bdpe.globo | 10.776 | 677 | 577.877 |
| Direita | conexaopoliticabrasil | 22.653 | 2.114 | 423.029 |
| Famosos | hello.thalita | 27.559 | 117 | 402.450 |
| Famosos | carasbrasil | 5.949 | 43 | 369.591 |
| Imprensa | portal6noticias | 8.244 | 964 | 349.742 |
| Esquerda | zegotinha | 27.270 | 531 | 339.576 |
| Direita | carlosbezerrajr | 40.023 | 1.133 | 317.365 |
| Esquerda | duda_salabert | 13.183 | 6.464 | 305.097 |
No Instagram, a categoria Imprensa lidera em engajamento na cobertura sobre vacinas, refletindo o forte impacto da mídia tradicional na disseminação de conteúdos sobre o tema.
Figura 3. Total de interações por tipo de perfil nos 20 perfis com maior número de interações
Diferentemente do Facebook, a categoria Esquerda fica em segundo lugar, com um número de compartilhamentos mais de três vezes maior que os perfis de direita. A categoria Famosos, composta majoritariamente por páginas de fofocas e celebridades, também registra forte engajamento
Figura 4. Top 10 postagens mais comentadas no Instagram
Entre as postagens mais comentadas do Instagram, encontramos páginas de esquerda (Pragmatismo Política, Duda Salabert e Cleriston Dantas), mídias tradicionais (Globo News), canais institucionais (govBR) e de direita (Canal Patriota). A menção à palavra “vacina” assume distintos significados, conforme o espectro político ou institucional. Nas páginas de esquerda, predominam críticas à condução do governo Bolsonaro durante a pandemia. Nos perfis à direita, referências à limitação da viagem do ministro da Saúde, Alexandre Padilha, nos EUA, (por ocasião da Assembleia Geral da ONU), e nos canais institucionais, referências à celebração dos 35 anos do SUS.
3. CARACTERÍSTICAS GERAIS DO DEBATE
Ao todo, identificamos 6.497 postagens relevantes sobre o tema, com 3.149.572 interações (comentários + likes), nas duas redes. A figura abaixo mostra, entretanto, que o engajamento ficou concentrado no decil superior das postagens mais comentadas:
Figura 5. Total de comentários por decil
Dos mais de 201 mil comentários, em ambas as redes, 88,54% (177 mil) se concentraram em apenas 10% das postagens. Ou seja, grande parte da discussão foi travada num número relativamente pequeno de publicações.
Na figura 6, apresentamos uma análise do conteúdo das postagens a partir da nuvem de palavras (word cloud). Separamos a análise em uma nuvem geral e a nuvem das postagens, apenas no decil superior.
Figura 6: Nuvens de palavras do Facebook e Instagram
Nuvem Geral
Nuvem do decil superior
As nuvens de palavras apresentam os termos mais recorrentes nas publicações, de forma que o tamanho de cada palavra indica sua frequência. Tanto na nuvem geral quanto na do decil superior, os termos predominantes se referem a informações básicas, como vacina, vacinação e saúde.
Na figura 7, os gráficos de bigramas complementam a análise das nuvens, mostrando combinações de palavras mais frequentes e revelando padrões de encadeamento e frases recorrentes nas postagens.
Figura 7: Gráficos de bigramas
Biogramas das postagens em geral
As redes de bigramas revelam que os textos das postagens, no geral e no decil superior, são, majoritariamente, de campanhas de vacinação. Com informações sobre as datas para vacinação, informações sobre unidades básicas, tipos de vacinas e cidades. Outra abordagem na análise do conteúdo é a criação de clusters, considerando os textos nas postagens do decil superior.
Figura 8: Agrupamento das publicações sobre o tema
A imagem acima apresenta a distribuição de postagens e comentários, segundo agrupamentos semânticos. Observamos que o cluster com maior número de posts foi o que se referia à vacinação de animais, incluindo o novo cartão de saúde animal. O segundo diz respeito a informações sobre a vacina que protege contra síndromes respiratórias e o surto de meningite. No entanto, o número de comentários cai acentuadamente nesses agrupamentos, indicando um possível descompasso entre produção de conteúdo e engajamento do público. A tendência de queda continua nos demais temas. Os tópicos “Vacinação em Andamento” e “Cura do Câncer na Rússia” apresentam baixíssimo engajamento, sendo o último agrupamento com alguma relação com a desinformação, como veremos mais a frente.
Figura 9: Projeção dos agrupamentos semânticos
A projeção 2D dos agrupamentos semânticos evidencia a distribuição dos dados em diferentes agrupamentos temáticos, formados a partir da similaridade semântica entre os conteúdos. Podemos observar uma forte concentração de pontos nos agrupamentos centrais, indicando alta densidade de conteúdos semanticamente relacionados nesses tópicos. Por outro lado, os temas “Cura do Câncer na Rússia” e “Vacinação em Andamento” aparecem mais dispersos e periféricos, sugerindo menor frequência e maior heterogeneidade textual nessas postagens. Essa distribuição indica que determinados temas de saúde pública e vacinação geram núcleos de discussão mais coesos, enquanto outros permanecem isolados ou menos explorados no debate online.
4. ANÁLISE DA DESINFORMAÇÃO[1] NO DEBATE
Desinformação é a divulgação de informações falsas ou distorcidas, com ou sem a intenção de causar prejuízo. Pode surgir tanto de forma deliberada ou por engano, sendo particularmente relevante em contextos políticos e nas redes sociais. Esse tipo de conteúdo pode influenciar a opinião pública, gerar vantagens econômicas ou políticas, ou enfraquecer a confiança no conhecimento científico. A desinformação assume várias formas, incluindo boatos, informações enganosas, conteúdos manipulados, discursos de ódio e manchetes sensacionalistas.
Embora muitas vezes criada com o objetivo de enganar, a desinformação nem sempre é totalmente falsa. Em vários casos, ela combina fatos verdadeiros com distorções ou omissões, dificultando sua identificação. Neste trabalho, consideramos desinformação qualquer postagem que contenha distorções ou informações falsas, independentemente da intenção de enganar. Assim, adotamos um conceito amplo, que abrange tanto conteúdos falsos produzidos propositalmente quanto aqueles compartilhados inadvertidamente. Para identificar esse tipo de conteúdo, usamos um indicador categórico: postagens com sinais de desinformação receberam o valor -1, as inconclusivas 0 e as sem sinais de desinformação 1.
Classificamos manualmente as 1.025 postagens do decil superior de engajamento, e obtivemos a seguinte distribuição: 34 Fakes (3%), 191 Inconclusivos (19%), 520 Fatos (51%) e 280 sem classificação (27%).
A principal dificuldade, semelhante a outras edições do Política nas Redes, reside em lidar com o grande volume de postagens inconclusivas. No debate sobre vacinas, um exemplo recorrente afirmava: “Descoberta revolucionária: Rússia revela cura do câncer.” Há, de fato, indícios de que o governo russo apoia o desenvolvimento de vacinas contra o câncer — entre elas, a chamada Enteromix, baseada em tecnologia de mRNA, atualmente em fase de testes clínicos, com relatórios preliminares apontando até 100% de eficácia.
No entanto, essas informações são recebidas com ceticismo, devido à falta de transparência sobre os dados dos testes e à ausência de comprovações científicas independentes. Embora a distribuição dessas vacinas esteja prevista para 2025, ainda não há comprovação robusta de eficácia ou segurança. Assim, mesmo com avanços genuínos, o enquadramento das postagens é sensacionalista, exagerando conclusões ainda não validadas pela comunidade científica.
Postagens classificadas como fake permanecem minoritárias, conforme indicado pela literatura e nos relatórios anteriores do Política nas Redes. Frequentemente, essas postagens estabelecem relações de causalidade a partir de teorias da conspiração, como: “vacina contra câncer que matou Preta Gil e Pelé…” ou “Comissão Europeia ADMITE: Vacinas de mRNA foram aprovadas SEM dados completos!”, entre outras.
Na figura 9, analisamos a diferença média de comentários entre os tipos de postagens. No painel à esquerda, utilizamos a classificação tricotômica (Fake, Fato e Inconclusivo) e no painel à direita, agrupamos as categorias Fake e Inconclusivas em uma só, para contrastar com as postagens sem indícios de desinformação. O total de comentários foi ponderado considerando o dia da postagem (creation_time) e o dia da coleta via SOMAR, resultando na variável “comentários por dia de postagem”.
A comparação mostra que as postagens classificadas como Fake registraram, em média, 36 comentários por dia (entre postagem e coleta), valor inferior ao observado em postagens Fato (185) e Inconclusivas (171).
[1] Desinformação é a divulgação de informações falsas ou distorcidas, com ou sem a intenção de causar prejuízo. Ela pode surgir tanto de forma deliberada ou por engano e está presente em diversos contextos, especialmente no ambiente político e nas redes sociais. Esse tipo de conteúdo pode influenciar a opinião pública, gerar ganhos econômicos ou políticos, ou enfraquecer a confiança no conhecimento científico. A desinformação assume várias formas: boatos, informações enganosas, conteúdos manipulados, discursos de ódio e manchetes sensacionalistas. Mesmo que muitas vezes seja criada com o objetivo de enganar, a desinformação nem sempre é totalmente falsa. Em vários casos, ela combina fatos verdadeiros com distorções ou omissões, dificultando sua identificação. Neste trabalho, consideramos desinformação qualquer postagem que apresente distorções ou informações falsas, independentemente de comprovação da intenção de enganar. Adotamos, assim, um conceito amplo, que inclui tanto conteúdos falsos criados propositalmente quanto aqueles compartilhados por engano. Para identificar esse tipo de conteúdo, usamos um indicador categórico: -1 para postagens com sinais de desinformação (informações falsas ou descontextualizadas), 0 para inconclusivas e 1 para aquelas sem esses sinais.
Figura 10: Diferença média de comentários entre postagens Fake, Fato e Inconclusivas
Por fim, investigamos se postagens desinformativas apresentam desempenho superior em relação a postagens inconclusivas ou factuais (outperforming). Como indicado na literatura, conteúdos falsos tendem a alcançar maior repercussão no debate público digital. Para testar essa hipótese, aplicamos um modelo de regressão linear, em que a variável dependente foi o total de comentários de cada postagem e a variável independente, o total de curtidas. O coeficiente estimado foi de 0,09, indicando que, a cada 100 curtidas adicionais, a postagem tende a receber nove comentários a mais.
Ainda assim, algumas postagens receberam número de comentários acima do previsto pelo modelo de regressão. Para identificar esses casos, calculamos o número de comentários esperados a partir do total de curtidas de cada postagem (predict(modelo)) e criamos uma variável dicotômica que indica se a postagem superou (outperforming = TRUE) ou não (outperforming = FALSE) o esperado. Entre as 34 postagens classificadas como Fake, apenas uma (≈3%) apresentou número de comentários acima do esperado. Entre as postagens Fato, 85 (≈17%) superaram o valor estimado, enquanto 16 (≈9%) das Inconclusivas também ficaram acima da linha de previsão.
Na Figura 10, notamos que a inclinação da relação entre curtidas e comentários é mais acentuada no subconjunto de postagens Fato, sugerindo que estes conteúdos, quando engajam, aumentam sua capacidade de converter curtidas em comentários. No entanto, a média das as postagens Fake se manteve dentro do padrão esperado pelo modelo.
Para complementar a análise, aplicamos um teste do qui-quadrado de independência, avaliando a associação das duas variáveis categóricas: a variável de desempenho dicotômica (superou ou não a expectativa) e a classificação da postagem (Fake, Fato ou Inconclusivo). Nesse caso, o teste compara as frequências observadas em cada célula da tabela de contingência com as frequências esperadas sob a hipótese de independência entre as variáveis. Se as diferenças entre observado e esperado forem grandes, rejeitamos a hipótese nula. No entanto, os resíduos padronizados ajustados ficaram próximos de zero (entre -1 e +1), indicando que não houve desvios substantivos em nenhuma das categorias. Esses resultados demonstram não haver associação estatisticamente significativa entre o tipo de postagem e o desempenho adicional, ou seja, a expectativa do número de comentário não depende do rótulo de desinformação.
[2]The spread of true and false news online, disponível em https://www.science.org/doi/10.1126/science.aap9559, e The scale of Facebook’s problem depends upon how ‘fake news’ is classified, disponível em https://www.researchgate.net/publication/345007859_The_scale_of_Facebook%27s_problem_depends_upon_how_%27fake_news%27_is_classified/figures?lo=1, acesso em 09 de junho de 2025.
Figura 11: Correlação entre Curtidas (Likes) e Comentários
5. Considerações Finais
Os resultados indicam que o debate sobre vacinas nas redes sociais brasileiras permaneceu fortemente concentrado em um pequeno conjunto de publicações, reforçando o papel central de atores de alta visibilidade — especialmente, a mídia tradicional e páginas politicamente alinhadas à direita no Facebook. No Instagram, o protagonismo da imprensa e de perfis institucionais sugere uma cobertura mais informativa e menos polarizada, com maior presença de páginas de esquerda, especialmente do governo federal, embora celebridades também tenham contribuído para a disseminação do tema.
A análise da desinformação revela que, embora o volume de conteúdos falsos seja pequeno, seu impacto simbólico permanece relevante, sobretudo pela capacidade de explorar incertezas científicas e de distorcer descobertas reais. A presença significativa de postagens inconclusivas confirma que a ambiguidade continua sendo um elemento mobilizador no debate digital, atraindo engajamento mesmo na ausência de evidências sólidas.
No plano mais amplo, o debate sobre as vacinas ilustra como a circulação de informações nas redes afeta diretamente direitos difusos, em especial o direito coletivo à saúde e à informação de qualidade. A desinformação nesse contexto não compromete apenas decisões individuais de se vacinar, mas também pode atingir a efetividade de políticas públicas que dependem da adesão coletiva e confiança institucional, ultrapassando interesses individuais e impactando a integridade do espaço público.
Para baixar o nosso relatório, clique aqui.
Expediente
O POLÍTICA NAS REDES publica estudos temáticos sobre o debate política nas redes sociais produzidos pela equipe do Manchetômetro, no âmbito do Laboratório de Estudos da Mídia e Esfera Pública (LEMEP), do Instituto de Estudos Sociais e Políticos (IESP), da UERJ.
[1] Utilizamos o número atribuído pelo Crowdtangle. De forma simples, performance é definida dividindo-se as interações obtidas pelas interações esperadas. O número de interações esperadas é igual à média de interações obtidas nos últimos 100 posts. Para mais, ver: https://help.crowdtangle.com/en/articles/2013937-how-do-you-calculate-overperforming-scores
