Music Business
Spotify remove 500 mil plays suspeitos e expõe fraude em apostas
Quando streams viram ativo financeiro apostável, a fraude encontra um motor novo — e o Spotify admite que as táticas mudam mais rápido do que a detecção. A remoção de mais de 500 mil reproduções da conta do artista Malcolm Todd…
Quando streams viram ativo financeiro apostável, a fraude encontra um motor novo, e o Spotify admite que as táticas mudam mais rápido do que a detecção.
A remoção de mais de 500 mil reproduções da conta do artista Malcolm Todd pelo Spotify não foi um episódio isolado de bot farm. O que o caso revelou é uma engrenagem mais sofisticada: apostas feitas na plataforma de previsão Kalshi sobre qual canção seria a mais tocada nos Estados Unidos em 2026 criaram incentivo financeiro direto para inflar streams de forma artificial. O Spotify confirmou a remoção e reconheceu, em comunicado público, que enfrenta táticas de manipulação em constante evolução.
Para distribuidoras, agregadoras e artistas que dependem de programação de streaming para receber royalties, o episódio levanta uma questão operacional concreta: se a plataforma remove plays após auditoria, os repasses já realizados com base nesses números podem ser revertidos ou contestados. No Brasil, onde o Ecad distribui direitos de execução pública com base nas programações enviadas pelas próprias plataformas digitais, a integridade desses dados é o ponto de partida de toda a cadeia de remuneração autoral. O que acontece quando esse dado está contaminado desde a origem é a pergunta que o setor ainda não tem resposta padronizada para responder.
Como apostas em plataforma de previsão viraram incentivo para fraudar streams
O mercado de previsão Kalshi abriu um contrato público sobre qual canção seria a mais tocada no Spotify nos Estados Unidos em 2026. Qualquer pessoa poderia apostar dinheiro real no resultado. Esse detalhe transformou o volume de streams de uma métrica de popularidade em um ativo financeiro com liquidação em dinheiro, e criou um incentivo que vai além da vaidade de artista ou da disputa por royalties.
A lógica é direta: quem apostasse na canção certa e depois inflasse artificialmente as reproduções dessa faixa teria retorno financeiro imediato, separado e independente dos direitos autorais. O stream deixou de ser apenas o caminho para o pagamento de royalties e passou a funcionar como variável de contrato financeiro. Mais de 500 mil reproduções foram removidas da conta do artista Malcolm Todd depois que apostas suspeitas na Kalshi chamaram atenção para o padrão de streams da faixa.
O guia oficial do Spotify for Artists sobre streaming artificial descreve o problema como uso de bots, scripts e serviços de terceiros para inflar contagens, e deixa claro que reproduções identificadas como manipuladas são removidas, com impacto direto nos royalties distribuídos. O documento não menciona apostas externas, porque esse vetor é novo. É exatamente essa lacuna que o caso Malcolm Todd expõe: a detecção foi construída para identificar fazendas de bots, não para rastrear a correlação entre posições financeiras em plataformas de previsão e picos anômalos de reprodução.
Quando o incentivo para fraudar streams migra do royalty para o contrato financeiro, o custo de detecção sobe, e a janela de exploração se abre antes que qualquer sistema de monitoramento consiga calibrar o novo padrão.
O que a remoção de plays significa para royalties e para quem distribui música no Brasil
Quando o Spotify remove mais de 500 mil reproduções de uma conta, o efeito não para na métrica de popularidade. Royalties já calculados sobre aquelas plays precisam ser estornados ou recalculados, e qualquer distribuidora, agregadora ou escritório de gestão coletiva que tenha processado esses dados entra em modo de revisão. O dano financeiro viaja pela cadeia.
No Brasil, essa cadeia passa pelo Ecad. Segundo a página de distribuição de streaming de áudio e vídeo do Ecad, a rubrica de execução pública digital é calculada com base na programação enviada pelas próprias plataformas e pelos usuários, o que significa que dados adulterados na fonte contaminam diretamente o cálculo de repasse aos titulares brasileiros. Não há filtro automático no lado do escritório de arrecadação que detecte, por conta própria, que determinado volume de plays foi gerado por bot farm ou por esquema de apostas. A plataforma é quem informa; o Ecad distribui com base no que recebe.
A campanha institucional do Ecad já deixa explícito que streaming não substitui o pagamento do direito autoral, mas o problema aqui é o inverso: plays fraudulentos podem ter gerado pagamentos indevidos a quem não fez jus a eles, deslocando recursos que pertenceriam a outros titulares. Quando o Spotify corrige o dado upstream, a redistribuição não é automática nem imediata.
O precedente aberto pelo caso Malcolm Todd/Kalshi é operacional antes de ser regulatório: plataformas de previsão financeira podem criar mercados sobre qualquer métrica pública de streaming, e o incentivo para manipular esses mercados cresce na proporção do volume apostado. Para distribuidoras e gestoras coletivas que dependem da integridade dos dados reportados pelas plataformas, a pergunta que fica sem resposta é quanto desse tipo de distorção já passou despercebido, e quem arca com o custo da correção quando a fraude é descoberta meses depois do repasse.
-
Empresashá 3 semanasMercado musical lamenta o falecimento de Leonardo Tadashi
-
Conecta+ Músicahá 3 semanasConecta+ Música & Mercado conecta marcas, lojas, artistas e educação musical
-
Conecta+ Músicahá 4 semanasConecta+ também é um programa para viver a música em família
-
Softwarehá 4 semanasAI Music Generator: Os melhores geradores de música com inteligência artificial
-
Instrumentos Musicaishá 4 semanasSABIAN amplia a linha STRATUS com a nova STRATUS Dry Collection
-
Audio Profissionalhá 4 semanasMontarbo Day apresenta o line array NETTUNO L28 a profissionais de áudio
-
Eventoshá 3 semanasPropriedade intelectual e IA entram no centro do debate da Trends.Music 2026
-
Amplificadoreshá 3 semanasPeavey apresenta o novo amplificador Nashville Session