Acessibilidade
Durante o Adobe MAX, um dos maiores eventos de criatividade do mundo, Mark Rober subiu ao palco para responder uma pergunta simples: o que todos os vídeos virais têm em comum? A resposta, segundo ele, não está no algoritmo, mas em algo profundamente humano. “Tudo o que viraliza desperta uma resposta visceral”, afirmou o ex-engenheiro da NASA, criador de conteúdos que somam bilhões de visualizações.
Antes de se tornar um fenômeno no YouTube, Rober passou nove anos na NASA, onde participou da missão que colocou o jipe Curiosity em Marte. Depois, trabalhou em projetos especiais na Apple, até decidir levar seu olhar de engenheiro para o entretenimento. Seu primeiro vídeo viral — uma fantasia de Halloween feita com iPads — marcou o início de uma nova trajetória: a de transformar ciência em espetáculo.
Mas a chave do sucesso de Rober não é apenas criatividade técnica. Ele chama de “esconder os legumes da ciência” o método de ensinar conceitos complexos de forma leve e divertida. “O público aprende sem perceber”, costuma dizer. Em suas falas e vídeos, ele reforça que o segredo está em equilibrar três elementos: valor real, relevância e autenticidade. É essa combinação que desperta emoções como riso, curiosidade, surpresa ou inspiração — os ingredientes que movem qualquer história viral.
Fora das telas, Rober fundou a CrunchLabs, startup que cria kits e programas educacionais para crianças explorarem engenharia e pensamento criativo. Também é um dos líderes de campanhas globais de impacto, como a #TeamWater, que arrecada recursos para levar água potável a comunidades carentes. Sua abordagem mistura ciência, empatia e propósito, mostrando que a criatividade pode — e deve — gerar transformação.
No palco da Adobe, sua mensagem ecoou entre profissionais de marketing, criadores e artistas: não é a tecnologia que faz um conteúdo viral, mas a capacidade de provocar uma emoção real. Em tempos em que inteligência artificial e dados dominam a conversa, Rober lembra que a verdadeira viralização começa quando o público sente — não quando o algoritmo entende.
