Snap e YouTube chegaram a um acordo extrajudicial com um distrito escolar do Kentucky semanas antes do início do julgamento, segundo reportagem da Bloomberg. O caso integra uma onda de ações judiciais nos Estados Unidos que acusam empresas de tecnologia de prejudicar estudantes por meio de aplicativos projetados para criar dependência.

Embora Snap e YouTube enfrentem múltiplos processos similares em todo o país, o caso do Kentucky vinha sendo acompanhado de perto por ser o primeiro agendado para julgamento. Meta e TikTok permanecem como réus na ação, com o julgamento previsto para começar no próximo mês em Oakland, Califórnia. Em declaração à Bloomberg, o YouTube confirmou o acordo, mas os termos não foram divulgados.

Padrão de acordos extrajudiciais

Esta não é a primeira vez que o Snap opta por evitar um júri. No início deste ano, a empresa também fechou acordo em outro processo de alto perfil sobre vício em redes sociais em Los Angeles. Naquele caso, o júri acabou decidindo contra Meta e YouTube, que foram a julgamento.

A Meta, que tem argumentado publicamente que o vício em redes sociais não é real, foi recentemente condenada a pagar uma multa de US$ 375 milhões em processo relacionado. A empresa segue contestando a premissa de que suas plataformas causam dependência patológica.

O que está em jogo

O julgamento de Oakland será um teste importante para a indústria. Caso Meta e TikTok sejam condenados, a decisão pode abrir precedente para centenas de processos similares e forçar mudanças estruturais na forma como as plataformas operam — especialmente em relação a usuários menores de idade.

Os acordos do Snap e YouTube, embora evitem exposição pública e risco de veredictos desfavoráveis, também impedem que detalhes internos sobre design de produto e estratégias de engajamento sejam revelados em tribunal.

A estratégia divergente das empresas — algumas optando por acordos, outras por defesa agressiva — reflete incerteza sobre como júris e juízes avaliarão a responsabilidade legal das plataformas por danos alegadamente causados por seus algoritmos.