Neuroplasticidade e autonomia financeira de mulheres: um modelo conceitual de aprendizagem e mudança de comportamento

Resumo

Programas de educação financeira costumam aumentar o conhecimento das participantes, mas o efeito sobre decisões financeiras cotidianas tende a ser pequeno e a diminuir com o tempo. Este artigo conceitual examina essa lacuna entre conhecimento e comportamento com foco em mulheres adultas, grupo no qual estudos internacionais e brasileiros registram, em média, menor pontuação em conhecimento financeiro e menor confiança nas próprias respostas. A partir de uma revisão narrativa integrativa de quatro literaturas (educação financeira e economia comportamental; autoeficácia e mudança de comportamento; formação de hábitos; e neurociência da aprendizagem), o artigo propõe um modelo em quatro estágios (conhecimento aplicável, prática deliberada, automaticidade crescente e autonomia financeira), com mecanismos explícitos (aplicação no momento da decisão, experiências de domínio, intenções de implementação, automonitoramento, exposição graduada com regulação emocional, repetição em contexto estável e consolidação) e moderadores (renda, controle sobre a própria renda, normas de gênero, carga de cuidado e estabilidade do contexto). O texto separa o que a pesquisa sobre plasticidade sustenta de extrapolações como a ideia de "reprogramar o cérebro" em prazos fixos e deriva sete proposições testáveis. Em seguida, um protocolo autoral de oito semanas é descrito a partir de sua fonte pública e relacionado ao modelo, numa correspondência apresentada explicitamente como interpretação. O protocolo é tratado como intervenção proposta, cuja eficácia não foi demonstrada, e o artigo detalha um desenho de ensaio controlado randomizado para testá-lo, com medidas validadas, avaliação independente e acompanhamento de até doze meses.

Palavras-chave: educação financeira; mudança de comportamento; hábitos; autoeficácia financeira; neuroplasticidade; autonomia financeira; mulheres.

Abstract

Financial education programs tend to increase participants' knowledge, but their effects on everyday financial decisions are usually small and decay over time. This conceptual article examines this knowledge–behavior gap with a focus on adult women, a group for whom international and Brazilian surveys report, on average, lower financial knowledge scores and lower confidence in their own answers. Based on an integrative narrative review of four bodies of research (financial education and behavioral economics; self-efficacy and behavior change; habit formation; and the neuroscience of learning), the article proposes a four-stage model (applicable knowledge, deliberate practice, increasing automaticity, and financial autonomy) with explicit mechanisms (application at the moment of decision, mastery experiences, implementation intentions, self-monitoring, graded exposure with emotion regulation, repetition in a stable context, and consolidation) and moderators (income, control over one's own income, gender norms, caregiving load, and context stability). The text separates what plasticity research supports from extrapolations such as "rewiring the brain" within fixed time frames and derives seven testable propositions. An eight-week protocol developed by the author is then described from its public source and mapped onto the model; this mapping is explicitly presented as an interpretation. The protocol is treated as a proposed intervention whose efficacy has not been demonstrated, and the article details a randomized controlled trial design to test it, with validated measures, independent evaluation, and follow-up of up to twelve months.

Keywords: financial education; behavior change; habits; financial self-efficacy; neuroplasticity; financial autonomy; women.

1. Introdução

A educação financeira se tornou componente frequente de políticas públicas, programas corporativos e iniciativas de organizações da sociedade civil. A premissa implícita é simples: quem entende juros compostos, inflação e diversificação tende a poupar mais, endividar-se menos e planejar melhor. A evidência acumulada nas últimas duas décadas mostra que essa premissa é parcialmente verdadeira e parcialmente enganosa. Em metanálise de 201 estudos, Fernandes, Lynch e Netemeyer (2014) estimaram que as intervenções de educação financeira explicavam apenas 0,1% da variância nos comportamentos financeiros estudados, com efeitos menores em amostras de baixa renda e decaimento ao longo do tempo: mesmo intervenções com muitas horas de instrução tinham efeitos desprezíveis sobre o comportamento vinte meses ou mais depois. Metanálises posteriores, restritas a experimentos randomizados, encontraram efeitos médios positivos e estatisticamente robustos, de cerca de 0,10 desvio-padrão sobre comportamentos e 0,20 desvio-padrão sobre conhecimento (Kaiser et al., 2022). Os dois resultados não são contraditórios. Juntos, indicam que a educação financeira funciona melhor para mudar o que as pessoas sabem do que para mudar o que elas fazem.

Essa distância entre saber e fazer não é exclusiva das finanças. A psicologia da saúde a documenta há décadas sob o nome de lacuna entre intenção e comportamento: em metanálise de experimentos que efetivamente alteraram intenções, uma mudança de magnitude média a grande nas intenções (d = 0,66) produziu apenas uma mudança pequena a média no comportamento (d = 0,36) (Webb & Sheeran, 2006; Sheeran & Webb, 2016). No domínio financeiro, a lacuna tem agravantes próprios. As decisões relevantes são frequentes, dispersas no cotidiano e muitas vezes tomadas sob pressão de tempo ou emoção; as consequências aparecem com atraso; e os ambientes de consumo e crédito são desenhados para facilitar o gasto imediato. Nessas condições, conhecimento declarativo adquirido num curso precisa competir com respostas automáticas, preferências pelo presente e evitação de informações desagradáveis.

O tema tem relevância particular para mulheres. Estudos em diversos países mostram que, em média, mulheres acertam menos perguntas de conhecimento financeiro e escolhem com mais frequência a opção "não sei" (Bucher-Koenen et al., 2017; Lusardi & Mitchell, 2008). Parte dessa diferença parece refletir menor confiança, e não apenas menor conhecimento: Bucher-Koenen et al. (2025) estimam que a confiança responde por cerca de 30% da diferença de gênero no letramento financeiro. No Brasil, a pesquisa conduzida pelo Banco Central em 2023 com a metodologia da OCDE, com 2.000 entrevistados de 16 a 79 anos, encontrou média de letramento financeiro de 57,8 entre mulheres e 61,8 entre homens, numa escala de 0 a 100, diferença estatisticamente significativa (Banco Central do Brasil, 2023). Ao mesmo tempo, a literatura sobre empoderamento econômico sugere que o controle efetivo sobre recursos pode alterar o poder de barganha das mulheres no domicílio e, ao longo do tempo, normas de gênero (Field et al., 2021; Kabeer, 1999). Entender como o conhecimento se converte em prática financeira cotidiana, portanto, não é apenas uma questão de eficiência individual: relaciona-se à autonomia.

Paralelamente, a palavra "neuroplasticidade" passou a circular amplamente em materiais de desenvolvimento pessoal e educação financeira, muitas vezes associada a promessas de "reprogramação" rápida do cérebro. A pesquisa em neurociência oferece de fato contribuições relevantes para entender aprendizagem e hábitos, mas a distância entre achados de laboratório e recomendações práticas é grande, e explicações com vocabulário neurocientífico tendem a parecer mais convincentes do que são (Weisberg et al., 2008). Um modelo útil precisa aproveitar o que essa literatura sustenta sem herdar seus exageros.

Este artigo tem três objetivos. O primeiro é integrar evidências sobre a lacuna entre conhecimento e comportamento financeiro, autoeficácia, mudança de comportamento, formação de hábitos e aprendizagem num modelo conceitual explícito, com mecanismos e moderadores nomeados. O segundo é derivar desse modelo proposições testáveis. O terceiro é descrever um protocolo autoral de oito semanas, tal como apresentado em sua fonte pública (Hayoshi, 2026), relacioná-lo ao modelo e propor um desenho de avaliação capaz de testá-lo. O artigo é conceitual: não apresenta dados novos nem afirma que o protocolo seja eficaz. A autora é também criadora do protocolo, conflito de interesses declarado ao final, razão adicional para que a correspondência entre protocolo e modelo seja apresentada como interpretação e para que o desenho de avaliação preveja condução e análise independentes.

Quanto ao método, trata-se de um artigo conceitual do tipo modelo, na classificação de Jaakkola (2020): parte de um fenômeno ainda mal explicado (a conversão de conhecimento financeiro em comportamento sustentado) e mobiliza teorias de domínios diferentes para propor relações entre construtos que possam ser testadas. A base de evidências foi reunida por revisão narrativa integrativa, e não por revisão sistemática. Deu-se prioridade a metanálises e experimentos randomizados, aos trabalhos teóricos de referência de cada literatura e a levantamentos com dados brasileiros; estudos isolados foram usados sobretudo para ilustrar mecanismos. Essa escolha favorece a integração entre campos, mas não garante cobertura exaustiva de cada um, limitação retomada na seção 7.

2. Referencial teórico

2.1 A lacuna entre conhecimento e comportamento financeiro

O conceito de letramento financeiro reúne, em geral, conhecimento de conceitos financeiros básicos e a capacidade de aplicá-los. Huston (2010) observa que a literatura frequentemente trata letramento financeiro e conhecimento financeiro como sinônimos, embora o primeiro inclua a dimensão de aplicação, e que essa imprecisão dificulta comparar estudos. A distinção é central para este artigo: a maior parte dos instrumentos mede conhecimento, enquanto o resultado de interesse é comportamento.

A literatura correlacional encontra associações consistentes entre conhecimento financeiro e comportamentos como planejamento de aposentadoria, participação no mercado acionário e acúmulo de patrimônio (Lusardi & Mitchell, 2014, 2023). Associações correlacionais, porém, não estabelecem que ensinar conhecimento produza o comportamento. Fernandes et al. (2014) mostraram que os efeitos parciais do letramento financeiro diminuem substancialmente quando se controlam traços psicológicos antes omitidos ou quando se usam variáveis instrumentais, e que os efeitos experimentais da educação financeira são muito menores do que sugerem os estudos correlacionais. Os autores propuseram um papel mais restrito, mas real, para a educação financeira "no momento certo" (just-in-time), vinculada a comportamentos específicos que pretende apoiar e aplicada perto do momento da decisão.

Kaiser e Menkhoff (2017), em metanálise de 126 avaliações de impacto, também encontraram efeitos sobre comportamento, mais fracos do que sobre conhecimento e heterogêneos: menores para clientes de baixa renda e para comportamentos como o manejo de dívidas. Concluíram que o sucesso depende de maior intensidade e da oferta no que chamam de "momento propício ao aprendizado" (teachable moment). Kaiser et al. (2022), com 76 experimentos randomizados e mais de 160 mil participantes, encontraram efeitos médios comparáveis aos de intervenções educacionais em outros domínios, robustos a correções para viés de publicação. Mesmo nesse cenário mais favorável, o efeito médio sobre comportamentos, da ordem de um décimo de desvio-padrão, indica que a maior parte da variação no comportamento financeiro não é explicada pela exposição a conteúdo.

Dois experimentos de campo ajudam a identificar o que pode complementar a instrução. Drexler, Fischer e Schoar (2014) compararam, com microempreendedores na República Dominicana, um treinamento contábil convencional e um treinamento baseado em regras práticas simples; o segundo melhorou significativamente as práticas financeiras e a qualidade dos registros, sobretudo entre participantes com práticas iniciais mais frágeis. Carpena et al. (2019), em grande experimento na Índia, combinaram educação financeira com incentivos financeiros, definição de metas ou aconselhamento personalizado; os incentivos não alteraram a aprendizagem, mas a definição de metas e o aconselhamento tiveram efeitos significativos sobre resultados financeiros reais. No Brasil, uma avaliação randomizada de educação financeira no ensino médio, com cerca de 25 mil estudantes em 892 escolas, aumentou a proficiência financeira em um quarto de desvio-padrão e melhorou poupança e orçamento, mas também aumentou o uso de crédito caro para consumo (Bruhn et al., 2016). Esse último resultado lembra que mais conhecimento não garante, por si só, decisões melhores em todas as dimensões.

O padrão que emerge é relativamente claro: conteúdo geral, distante da decisão, tem efeito limitado e perecível sobre o comportamento; simplificação, especificidade, metas e acompanhamento parecem ajudar. Falta, porém, um mecanismo explícito que explique por que esses elementos funcionam e como poderiam ser combinados. As seções seguintes buscam esse mecanismo em outras literaturas.

2.2 Gênero, conhecimento e confiança

A diferença de gênero no conhecimento financeiro é um dos achados mais replicados do campo. Lusardi e Mitchell (2008), usando dados de mulheres mais velhas nos Estados Unidos, encontraram baixo conhecimento financeiro e menor probabilidade de planejamento para a aposentadoria. Em comparação internacional, Lusardi e Mitchell (2011) documentaram padrões semelhantes em vários países. Bucher-Koenen et al. (2017) mostraram que mulheres de diferentes idades e situações conjugais, inclusive viúvas e solteiras, para quem o conhecimento financeiro é particularmente importante, acertam menos e respondem "não sei" com mais frequência.

A interpretação dessa diferença mudou com estudos que separaram conhecimento de confiança. Em experimento de pesquisa, Bucher-Koenen et al. (2025) observaram que, quando a opção "não sei" era retirada, muitas mulheres escolhiam a resposta correta. Com um modelo de classes latentes, estimaram que cerca de 30% da diferença de gênero se deve à menor confiança, e que conhecimento e confiança se associam independentemente à participação no mercado acionário. Para o desenho de intervenções, a implicação é importante: se parte da diferença é de confiança, intervenções que apenas transmitem informação podem atacar a parte errada do problema.

Os dados mais recentes apontam diferenças menores do que estudos antigos sugeriam, e concentradas no conhecimento. No levantamento internacional da OCDE/INFE de 2023, com 39 países e economias, os homens apresentaram, em média, letramento financeiro ligeiramente maior que as mulheres, com diferenças inferiores a 2 pontos em 100 quando se consideram simultaneamente idade, escolaridade, situação ocupacional e renda, explicadas sobretudo pelo conhecimento financeiro, enquanto as diferenças em atitudes e comportamentos foram muito pequenas (OECD, 2023). No Brasil, além da diferença na pontuação geral, o relatório do Banco Central registra diferenças estatisticamente significativas a favor dos homens nas pontuações de conhecimento (56,6 contra 49,9) e de comportamento financeiro (69,3 contra 66,4) e maior confiança masculina no planejamento para a aposentadoria (Banco Central do Brasil, 2023). Em amostra de 1.400 residentes do Rio Grande do Sul, Potrich, Vieira e Kirch (2015) encontraram maior propensão de homens, de pessoas sem dependentes e de pessoas com mais escolaridade e renda a pertencer ao grupo de alto letramento financeiro.

Esses números pedem cautela interpretativa. Diferenças médias pequenas convivem com grande variação dentro de cada grupo, e as diferenças de gênero se sobrepõem a diferenças de renda, escolaridade, ocupação e responsabilidades domésticas. O modelo proposto adiante, por isso, não trata "ser mulher" como causa de menor competência financeira; trata a confiança, o controle sobre recursos e as normas de gênero como variáveis que podem moderar a passagem do conhecimento à prática.

2.3 Autoeficácia financeira

Bandura (1977) definiu autoeficácia como a crença na própria capacidade de executar os comportamentos necessários para produzir determinados resultados, distinguindo-a da expectativa de que o comportamento leve ao resultado. A teoria propõe quatro fontes de autoeficácia: experiências de domínio (realizações de desempenho), experiências vicárias, persuasão verbal e estados fisiológicos e emocionais. Entre elas, as experiências de domínio seriam as mais influentes, porque fornecem evidência direta de capacidade. A teoria também prevê que a autoeficácia afeta a escolha de atividades, o esforço investido e a persistência diante de obstáculos, o que a torna candidata natural a mediadora entre conhecimento e ação.

Lown (2011) desenvolveu uma Escala de Autoeficácia Financeira de seis itens, adaptada de uma escala de autoeficácia geral, com consistência interna α = 0,76 numa amostra de 726 funcionários universitários e estrutura unidimensional. Farrell, Fry e Risse (2016), usando esse tipo de medida numa pesquisa com mulheres australianas, encontraram que a autoeficácia financeira estava entre os preditores mais fortes do tipo e da quantidade de produtos financeiros mantidos: mulheres com maior autoeficácia tinham maior probabilidade de possuir produtos de poupança e investimento e menor probabilidade de possuir produtos de dívida, mesmo controlando escolaridade, preferência por risco, idade, renda e letramento financeiro. O efeito da autoeficácia foi identificado independentemente do efeito do letramento financeiro.

Esses achados são correlacionais e não estabelecem direção causal; é plausível que comportamentos financeiros bem-sucedidos aumentem a autoeficácia, e não apenas o contrário. Para o modelo deste artigo, essa reciprocidade não é um problema, mas uma hipótese: se as experiências de domínio aumentam a autoeficácia e a autoeficácia sustenta a persistência, a prática repetida de um comportamento financeiro concreto pode iniciar um ciclo de reforço que a simples instrução dificilmente produz.

2.4 Da intenção à ação: COM-B, intenções de implementação e automonitoramento

O modelo COM-B, núcleo da Roda de Mudança de Comportamento (Behaviour Change Wheel), propõe que o comportamento resulta da interação entre capacidade (física e psicológica), oportunidade (física e social) e motivação (reflexiva e automática) (Michie et al., 2011). O modelo é útil aqui por dois motivos. Primeiro, deixa claro que conhecimento é apenas uma parte da capacidade psicológica e que, mesmo com capacidade suficiente, o comportamento pode falhar por falta de oportunidade (renda, acesso a produtos, controle sobre o dinheiro) ou de motivação, inclusive automática (hábitos, emoções). Segundo, liga-se a uma taxonomia de 93 técnicas de mudança de comportamento, que permite descrever intervenções com vocabulário padronizado e replicável (Michie et al., 2013).

Entre essas técnicas, duas têm base experimental particularmente sólida. A primeira são as intenções de implementação, planos no formato "se a situação X ocorrer, então farei Y", que especificam quando, onde e como agir (Gollwitzer, 1999). Em metanálise de 94 testes independentes com mais de 8 mil participantes, a formação de intenções de implementação teve efeito de magnitude média a grande sobre o alcance de metas (d = 0,65), ajudando a iniciar a ação, a proteger a busca da meta de interferências e a abandonar cursos de ação malsucedidos (Gollwitzer & Sheeran, 2006). O mecanismo proposto é relevante para o modelo: o plano aumenta a acessibilidade mental da situação especificada e torna a resposta mais automática quando a situação ocorre, delegando parte do controle a pistas do ambiente.

A segunda técnica é o automonitoramento. Em metanálise de 138 estudos com quase 20 mil participantes, intervenções que aumentaram o monitoramento do progresso em direção a metas promoveram o alcance dessas metas (d = 0,40), com efeitos maiores quando a informação era registrada fisicamente ou tornada pública (Harkin et al., 2016). No domínio financeiro, monitorar significa, por exemplo, registrar gastos de uma categoria, conferir o saldo em data fixa ou anotar cada vez que um comportamento-alvo foi ou não realizado. Como se verá adiante, o monitoramento interage com a tendência de evitar informações financeiras desagradáveis.

2.5 Hábitos: evidência comportamental

Wood e Rünger (2016) definem hábitos como associações entre contexto e resposta aprendidas pela repetição de respostas recompensadas num contexto estável. Uma vez formados, os hábitos são ativados por pistas do contexto, com pouca dependência de metas conscientes, e podem persistir mesmo quando as intenções mudam. Essa definição tem duas consequências diretas para a educação financeira. Primeiro, mudar intenções não basta para mudar comportamentos habituais. Segundo, hábitos novos dependem de repetição em contextos consistentes, o que exige desenhar a prática, e não apenas transmitir conteúdo.

O tempo necessário para formar um hábito é frequentemente apresentado de forma simplificada. No estudo mais citado sobre o tema, 96 voluntários escolheram um comportamento de alimentação, hidratação ou atividade física para realizar diariamente num mesmo contexto durante doze semanas; entre os participantes cujos dados se ajustaram bem a uma curva assintótica de automaticidade, o tempo para atingir 95% do próprio platô variou de 18 a 254 dias, com mediana de 66 dias (Lally et al., 2010). Como o estudo durou 84 dias, as estimativas mais longas são projeções do modelo. Os autores observaram ainda que deixar de realizar o comportamento numa única ocasião não afetou materialmente o processo. Uma revisão sistemática posterior, com 20 estudos e 2.601 participantes em comportamentos de saúde, encontrou medianas de 59 a 66 dias e médias de 106 a 154 dias para a formação de hábitos, com variação individual de 4 a 335 dias, e alertou para alto risco de viés na maioria dos estudos incluídos (Singh et al., 2024).

Três observações decorrem desses dados. A primeira é que não existe prazo universal para a formação de um hábito: a variação individual é grande e depende do comportamento, da frequência e do contexto. A segunda é que oito semanas (56 dias) ficam abaixo das medianas relatadas; é razoável esperar aumento de automaticidade nesse período, mas não supor que o hábito esteja consolidado para a maioria das pessoas. A terceira é que essas estimativas vêm de comportamentos de saúde simples e diários; comportamentos financeiros, como revisar o orçamento semanalmente ou negociar um valor, são menos frequentes e mais variáveis, e não há base empírica para transpor os números diretamente.

A literatura também sugere quando os hábitos são mais fáceis de mudar. Wood, Tam e Witt (2005) mostraram, com estudantes que mudavam de universidade, que hábitos antigos tendiam a se desfazer quando o contexto que os sustentava mudava, abrindo espaço para que as intenções orientassem o comportamento. Verplanken e Wood (2006) argumentam que momentos de mudança de vida são janelas em que intervenções para quebrar ou criar hábitos de consumo tendem a ser mais eficazes, e que intervenções informativas funcionam melhor quando os hábitos ainda não estão fortemente estabelecidos. Por fim, Galla e Duckworth (2015) encontraram, em vários estudos, que hábitos benéficos mediavam parte da associação entre autocontrole e resultados positivos, sugerindo que pessoas com maior autocontrole se apoiam menos em "resistir a tentações" e mais em rotinas que dispensam esse esforço.

2.6 Controle habitual e controle dirigido a metas: o que a neurociência sustenta

A distinção entre ações dirigidas a metas e hábitos tem origem na psicologia experimental animal. Dickinson (1985) mostrou que, após treino moderado, animais reduzem uma resposta quando o valor de sua consequência é diminuído (comportamento sensível ao resultado, dirigido a metas), mas que, após treino extenso, a resposta persiste mesmo com a consequência desvalorizada (comportamento habitual). Estudos com roedores associaram esses dois modos de controle a regiões parcialmente distintas do estriado: a porção dorsomedial ao controle dirigido a metas e a porção dorsolateral ao controle habitual (Yin & Knowlton, 2006). Graybiel (2008) revisou evidências de que os circuitos dos núcleos da base participam da organização de sequências de ação em unidades ("chunks") que, com a prática, passam a ser executadas como blocos.

A neurociência computacional formalizou essa distinção. Daw, Niv e Dayan (2005) propuseram que o controle dirigido a metas corresponde a um sistema baseado em modelo (que simula consequências antes de agir, de forma flexível e custosa) e o controle habitual a um sistema sem modelo (que armazena valores aprendidos por experiência, de forma rápida e pouco flexível), com a arbitragem entre os dois dependendo da incerteza relativa de cada sistema. Dolan e Dayan (2013) revisaram essa literatura e destacaram que os dois sistemas interagem, em vez de funcionarem como módulos isolados. Um componente central do aprendizado sem modelo é o erro de predição de recompensa: neurônios dopaminérgicos respondem à diferença entre a recompensa esperada e a obtida, sinal que pode orientar a atualização de valores (Schultz et al., 1997).

Esse corpo de pesquisa oferece uma base útil, mas com limites que precisam ser explicitados. Primeiro, a maior parte da evidência causal vem de animais e de tarefas de laboratório muito simples. Segundo, a indução experimental de hábitos em seres humanos saudáveis tem se mostrado difícil: de Wit et al. (2018) relataram cinco tentativas malsucedidas de demonstrar que o treino extenso produz hábitos inflexíveis em humanos, usando variações de quatro paradigmas de desvalorização publicados. Terceiro, as teorias de processo dual na psicologia, que distinguem processos rápidos e automáticos de processos lentos e deliberativos, são úteis como heurística, mas debatidas quanto à forma de dividir e caracterizar esses processos (Evans & Stanovich, 2013). Para os propósitos deste artigo, o que se pode afirmar com segurança é modesto e suficiente: comportamentos repetidos em contextos estáveis tendem a se tornar menos dependentes de deliberação; a deliberação é custosa e falha sob pressão; e os sistemas que sustentam hábitos e ações dirigidas a metas são parcialmente distintos e interagem.

2.7 Neuroplasticidade: o que a evidência sustenta e o que é extrapolação

"Neuroplasticidade" designa a capacidade do sistema nervoso de modificar sua organização funcional e estrutural em resposta à experiência. Que a aprendizagem altera o cérebro é, em certo sentido, trivial: toda aprendizagem duradoura precisa ter algum correlato neural. A pergunta relevante é se esse fato acrescenta algo à explicação ou ao desenho de intervenções comportamentais.

Há evidências de que o treino de habilidades novas pode estar associado a mudanças detectáveis por ressonância magnética em adultos. Em estudo frequentemente citado, a aprendizagem de malabarismo ao longo de alguns meses associou-se a aumentos transitórios de substância cinzenta em regiões envolvidas no processamento visual de movimento, que diminuíram após a interrupção do treino (Draganski et al., 2004). Zatorre, Fields e Johansen-Berg (2012) revisaram mudanças na substância cinzenta e na substância branca associadas à aprendizagem e ressaltaram que os mecanismos celulares subjacentes a esses sinais de imagem permanecem incertos. Thomas e Baker (2013), em revisão crítica, argumentaram que muitos estudos de plasticidade estrutural dependente de treino em humanos têm limitações de desenho e análise, como controles inadequados, análises estatísticas frágeis e ausência de relação entre mudanças estruturais e comportamentais, e pediram replicações e controles mais rigorosos. Esse alerta se soma a um problema mais geral do campo: estudos de neurociência com amostras pequenas têm baixo poder estatístico, o que reduz a probabilidade de que resultados significativos reflitam efeitos verdadeiros e tende a inflar o tamanho dos efeitos relatados (Button et al., 2013).

O sono é outro ponto em que a evidência é sólida em termos gerais e frequentemente extrapolada nos detalhes. Há ampla evidência de que o sono contribui para a consolidação da memória (Diekelmann & Born, 2010), e revisões de estudos, majoritariamente em animais, descrevem mecanismos pelos quais a experiência e o sono modulam a plasticidade sináptica (Sun et al., 2020). Daí não decorre, porém, nenhuma prescrição específica sobre quanto descanso é necessário para consolidar um comportamento financeiro.

A educação é o domínio em que a passagem da neurociência para a prática foi mais discutida. Bruer (1997) argumentou que a ponte direta entre neurociência e educação era "longa demais" e que a psicologia cognitiva seria a mediação mais produtiva. Pesquisas posteriores documentaram a prevalência de neuromitos entre professores (Dekker et al., 2012), e Howard-Jones (2014) analisou como mensagens neurocientíficas simplificadas se convertem em práticas sem respaldo. Weisberg et al. (2008) mostraram que informações neurocientíficas irrelevantes tornavam explicações ruins mais satisfatórias para leigos. O risco para materiais de educação financeira é análogo: frases como "reprogramar o cérebro em oito semanas" ou "criar novos circuitos neurais para o dinheiro" usam vocabulário neurocientífico para descrever aprendizagem comportamental comum, sem que exista medida neural que as sustente e sem que a afirmação acrescente poder preditivo.

Este artigo adota, portanto, uma posição explícita. O termo neuroplasticidade é usado como enquadramento de fundo: a aprendizagem de comportamentos financeiros, como qualquer aprendizagem, depende de mudanças no sistema nervoso, e a literatura sobre hábitos, erro de predição e consolidação oferece hipóteses sobre as condições em que essa aprendizagem é mais provável (repetição, contexto estável, discrepância entre o esperado e o obtido, intervalos de consolidação). O modelo, contudo, é formulado e testado no nível comportamental e psicológico. Nenhuma proposição depende de medidas neurais, e nenhuma afirmação sobre mudanças cerebrais em prazos determinados é feita.

2.8 Economia comportamental: viés do presente, contabilidade mental e evitação

A economia comportamental oferece descrições precisas de por que o conhecimento nem sempre orienta a escolha no momento da decisão. O viés do presente, formalizado em modelos de desconto quase hiperbólico, descreve a tendência de atribuir peso desproporcional a custos e benefícios imediatos em relação aos futuros, o que gera inconsistência temporal: planos feitos com antecedência são abandonados quando o momento chega (Laibson, 1997). O'Donoghue e Rabin (1999) mostraram que pessoas com viés do presente que não reconhecem esse viés tendem a procrastinar tarefas com custo imediato e benefício futuro, como organizar documentos ou renegociar uma dívida.

A contabilidade mental descreve como as pessoas classificam, avaliam e acompanham dinheiro em "contas" mentais separadas, o que viola o princípio de que o dinheiro é fungível, mas também pode servir como ferramenta de autocontrole (Thaler, 1999). Instrumentos de compromisso exploram essa lógica: um produto de poupança com restrições de saque, escolhido voluntariamente, aumentou a poupança de clientes nas Filipinas (Ashraf et al., 2006), e o programa Save More Tomorrow, que comprometia antecipadamente parte de aumentos salariais futuros com a poupança, elevou substancialmente as taxas de contribuição para aposentadoria (Thaler & Benartzi, 2004). Em análise do mesmo produto filipino, Ashraf, Karlan e Yin (2010) encontraram aumento do poder de decisão das mulheres no domicílio, o que conecta mecanismos comportamentais e autonomia.

Um terceiro fenômeno, menos discutido na educação financeira, é a evitação de informação. Karlsson, Loewenstein e Seppi (2009) documentaram o "efeito avestruz": investidores consultavam suas carteiras com menos frequência quando o mercado estava em queda. Shapiro e Burchell (2012) desenvolveram uma medida de ansiedade financeira e encontraram que pessoas financeiramente ansiosas tendiam a evitar informações financeiras. A evitação é relevante porque bloqueia exatamente os comportamentos que o automonitoramento exige, como olhar o extrato, abrir a fatura ou conferir uma dívida. Na psicologia clínica, a abordagem de aprendizagem inibitória da terapia de exposição propõe que o principal motor da redução da evitação é a violação de expectativas: a pessoa enfrenta a situação temida e constata que o resultado é diferente do previsto, aprendizado que compete com a associação original sem apagá-la (Craske et al., 2014). O paralelo com o erro de predição descrito na seção 2.6 é conceitual, não neural: em ambos os casos, aprende-se com a discrepância entre o esperado e o ocorrido. A exposição pressupõe alguma capacidade de regular a emoção; o modelo processual de regulação emocional de Gross (1998) descreve cinco pontos em que essa regulação pode ocorrer: seleção da situação, modificação da situação, direcionamento da atenção, mudança cognitiva e modulação da resposta.

2.9 Autonomia financeira das mulheres

Kabeer (1999) define empoderamento como a expansão da capacidade de fazer escolhas estratégicas de vida num contexto em que essa capacidade antes era negada, articulando três dimensões interdependentes: recursos (precondições materiais, humanas e sociais), agência (a capacidade de definir objetivos e agir sobre eles) e realizações (os resultados alcançados). A distinção é útil porque impede que se confunda autonomia com conhecimento ou com resultados isolados: uma mulher pode saber o que fazer e não ter controle sobre os recursos, ou ter recursos e não participar das decisões.

Experimentos recentes mostram que mudanças na forma como as mulheres controlam o dinheiro podem ter efeitos que vão além do domínio financeiro. Field et al. (2021) ofereceram contas bancárias individuais a mulheres na Índia rural e variaram aleatoriamente se os salários de um programa público de trabalho eram depositados diretamente nessas contas ou na conta do chefe homem do domicílio. Mulheres que receberam depósito direto e treinamento aumentaram sua oferta de trabalho no curto prazo e, no longo prazo, as normas de gênero se tornaram mais liberais: elas passaram a aceitar mais o trabalho feminino, e seus maridos passaram a perceber menos custos sociais associados a isso. Os efeitos se concentraram em domicílios com normas inicialmente mais restritivas. Dados globais de inclusão financeira também registram diferenças de gênero no acesso a contas e serviços financeiros (Demirgüç-Kunt et al., 2022).

Para o modelo, a autonomia financeira é tratada como resultado distal, composto por agência nas decisões financeiras (participar e decidir sobre o próprio dinheiro e o do domicílio), capacidade de sustentar comportamentos escolhidos ao longo do tempo e bem-estar financeiro percebido. Netemeyer et al. (2018) mostraram que o bem-estar financeiro percebido tem pelo menos dois componentes, o estresse com a gestão atual do dinheiro e a segurança financeira futura esperada, e que ambos se relacionam ao bem-estar geral. O modelo não supõe que mudanças comportamentais individuais bastem para produzir autonomia: oportunidade material e normas sociais são moderadores centrais.

3. Modelo conceitual

O modelo proposto organiza a passagem do conhecimento à autonomia em quatro estágios, ligados por mecanismos e condicionados por moderadores (Figura 1 e Tabela 1). O modelo não é uma sequência rígida: os estágios se sobrepõem e há retroalimentação, sobretudo da prática para a autoeficácia e do monitoramento para a revisão de metas.

O primeiro estágio, conhecimento aplicável, refere-se à informação necessária para um comportamento específico, e não ao letramento financeiro geral. Saber, por exemplo, quanto custa manter um saldo devedor no cartão de crédito é conhecimento aplicável a um comportamento de pagamento; conhecer em abstrato o conceito de juros compostos não necessariamente é. O mecanismo que liga esse estágio ao seguinte é a aplicação no momento da decisão (just-in-time): o conhecimento é recrutado na situação em que o comportamento deve ocorrer (Fernandes et al., 2014; Kaiser & Menkhoff, 2017).

O segundo estágio, prática deliberada de um comportamento-alvo, corresponde à execução repetida, com atenção e esforço, de um comportamento concreto e observável. Aqui operam quatro mecanismos. As intenções de implementação ligam o comportamento a pistas contextuais (Gollwitzer & Sheeran, 2006). O automonitoramento registra execução e resultados (Harkin et al., 2016). A exposição graduada às situações evitadas, com regulação emocional prévia, permite que a discrepância entre o temido e o ocorrido seja experimentada e registrada (Craske et al., 2014; Gross, 1998). E as experiências de domínio resultantes alimentam a autoeficácia (Bandura, 1977), que por sua vez sustenta a persistência.

O terceiro estágio, automaticidade crescente, ocorre quando a repetição num contexto estável reduz a dependência de deliberação para iniciar o comportamento (Lally et al., 2010; Wood & Rünger, 2016). O modelo fala em automaticidade crescente, e não em hábito formado, porque a automaticidade é contínua e o tempo para atingir um platô varia muito entre pessoas. A consolidação, que inclui repetição espaçada e intervalos de recuperação, é tratada como condição favorável e não como prescrição neural (Diekelmann & Born, 2010).

O quarto estágio, autonomia financeira, é o resultado distal: agência sobre decisões financeiras, capacidade de manter comportamentos escolhidos sem apoio externo e bem-estar financeiro percebido (Kabeer, 1999; Netemeyer et al., 2018). A passagem do terceiro para o quarto estágio depende de recursos e de oportunidade, e não apenas do comportamento individual.

Figura 1. Modelo conceitual: do conhecimento aplicável à autonomia financeira. As setas cheias indicam a sequência principal; as tracejadas, retroalimentações. Os moderadores atuam sobre todas as transições. Fonte: elaborada pela autora.

Tabela 1. Estágios, mecanismos, indicadores e moderadores do modelo

Fonte: elaboração da autora.

Três características distinguem este modelo de uma simples lista de boas práticas. A primeira é a unidade de mudança: o modelo se aplica a um comportamento-alvo por vez, o que permite medir a mudança e atribuí-la a mecanismos específicos. A segunda é o papel atribuído à emoção: em vez de tratar a evitação como falta de disciplina, o modelo a trata como resposta aprendida, que pode ser modificada por exposição e regulação. A terceira é a distinção entre resultados proximais (frequência do comportamento, autoeficácia, automaticidade) e distais (autonomia), com moderadores estruturais explícitos, o que evita atribuir ao indivíduo resultados que dependem de recursos e normas.

4. Proposições

As proposições a seguir derivam do modelo e foram formuladas para serem falseáveis. Cada uma indica o resultado esperado e, quando pertinente, o moderador.

Proposição 1 (especificidade e momento). O conhecimento financeiro terá maior efeito sobre o comportamento quando for vinculado a um comportamento-alvo específico e aplicado perto do momento da decisão do que quando for transmitido de forma geral e distante da decisão. A proposição estende o argumento de Fernandes et al. (2014) e Kaiser e Menkhoff (2017) para o nível individual: o mesmo conteúdo terá efeitos diferentes conforme sua especificidade e proximidade temporal.

Proposição 2 (autoeficácia como mediadora). A autoeficácia financeira mediará parcialmente o efeito da prática deliberada sobre a frequência do comportamento-alvo. Experiências de domínio graduadas aumentarão a autoeficácia mais do que a instrução de igual duração (Bandura, 1977; Farrell et al., 2016).

Proposição 3 (heterogeneidade por confiança inicial). Entre mulheres, o efeito de uma intervenção baseada em prática será maior para participantes com menor confiança ou autoeficácia financeira inicial. Se parte da diferença de gênero no letramento financeiro reflete confiança (Bucher-Koenen et al., 2025), intervenções que geram experiências de domínio devem reduzir essa parcela mais do que intervenções informativas.

Proposição 4 (planos ligados ao contexto e monitoramento). A formulação de intenções de implementação ligadas a pistas contextuais estáveis, combinada com o registro da execução, aumentará a frequência do comportamento-alvo em relação à definição de metas sem planejamento e sem registro (Gollwitzer & Sheeran, 2006; Harkin et al., 2016).

Proposição 5 (automaticidade gradual). A repetição do comportamento-alvo num contexto estável aumentará a automaticidade autorrelatada de forma gradual e não linear, com grande variação individual. Em oito semanas, espera-se aumento médio detectável, mas não platô para a maioria das participantes; a manutenção nos seguimentos dependerá da estabilidade do contexto (Lally et al., 2010; Singh et al., 2024; Wood et al., 2005).

Proposição 6 (exposição e evitação). A exposição graduada a situações financeiras evitadas (consultar saldos e faturas, cobrar, negociar), precedida de estratégias de regulação emocional e acompanhada do registro da diferença entre o resultado esperado e o ocorrido, reduzirá a evitação e a ansiedade financeiras, e essa redução mediará parte do aumento na frequência de automonitoramento (Craske et al., 2014; Shapiro & Burchell, 2012).

Proposição 7 (da prática à autonomia, sob condições). Aumentos sustentados no comportamento-alvo e na autoeficácia se associarão a maior autonomia financeira (participação em decisões e bem-estar financeiro percebido), mas essa associação será moderada pelo controle sobre a própria renda, pelo nível de renda e pelas normas de gênero no domicílio, sendo mais fraca onde o controle sobre recursos é restrito (Field et al., 2021; Kabeer, 1999).

5. O protocolo de oito semanas: descrição e correspondência com o modelo

5.1 Descrição a partir da fonte pública

Esta seção descreve o protocolo exclusivamente a partir do que está publicado em sua página oficial, consultada em 21 de outubro de 2026 (Hayoshi, 2026). A página apresenta o protocolo como "um protocolo autoral para observar, praticar e acompanhar a mudança na relação com o dinheiro", com a fórmula "Oito semanas. Um comportamento. Três medições." O protocolo é organizado em seis fases, descritas na página da seguinte forma:

• Linha de base: "Observar o comportamento como ele é hoje. Registrar o ponto de partida antes de tentar mudá-lo."
• Alvo: "Escolher um comportamento concreto e observável. Uma mudança de cada vez, com um critério claro de acompanhamento."
• Exposição: "Praticar uma resposta diferente em situações relacionadas ao comportamento escolhido. Observar, registrar e ajustar."
• Reavaliação: "Voltar às medições. Comparar o que acontece agora com o ponto de partida e ajustar a prática."
• Consolidação: "Repetir o que foi aprendido e reservar espaço para recuperação e descanso. Tornar a prática mais consistente."
• Alta: "Realizar a medição final, revisar o percurso e organizar a continuidade da prática com autonomia."

A página enuncia ainda "três inegociáveis" ("Regular antes. Errar durante. Consolidar depois."), a indicação "Uma prática. Todos os dias." e a sequência "Observar · Praticar · Registrar". Na seção intitulada "A ciência", destaca três elementos: atenção, para "perceber o que estava automático"; erro, descrito como a observação da "distância entre o esperado e o que aconteceu"; e descanso, com a afirmação de que "o sono participa da consolidação da aprendizagem". Essa seção remete, por meio de um link, a uma revisão sobre plasticidade sináptica dependente da experiência e do sono (Sun et al., 2020). A página menciona também um aplicativo de acompanhamento, ainda em desenvolvimento, e um livro em preparação.

Algumas informações necessárias para replicar ou avaliar o protocolo não constam da fonte pública: a duração de cada fase dentro das oito semanas; a definição operacional das três medições (embora as descrições de "Linha de base", "Reavaliação" e "Alta" sugiram que as medições ocorrem nessas fases); os instrumentos usados; o formato de entrega (individual, em grupo, autoaplicado ou com facilitação); e os critérios de escolha do comportamento-alvo. Lacunas desse tipo são comuns em descrições públicas de intervenções, mas precisam ser preenchidas, por exemplo segundo o checklist TIDieR (Hoffmann et al., 2014), antes de qualquer avaliação.

5.2 Correspondência com o modelo (interpretação)

A Tabela 2 apresenta uma correspondência entre as fases do protocolo e os componentes do modelo. Essa correspondência é uma interpretação da autora deste artigo, construída a posteriori a partir das descrições públicas das fases; não representa uma especificação oficial do protocolo nem evidência de que as fases ativem os mecanismos indicados. Seu propósito é tornar as hipóteses explícitas e, portanto, testáveis.

Tabela 2. Correspondência interpretativa entre as fases do protocolo e o modelo conceitual

Fonte: elaboração da autora.

Lidos nessa chave, os "três inegociáveis" correspondem a três mecanismos do modelo. "Regular antes" corresponde à regulação emocional que torna a exposição tolerável (Gross, 1998). "Errar durante" corresponde à aprendizagem pela discrepância entre o esperado e o ocorrido, mais próxima da noção clínica de violação de expectativas do que de qualquer afirmação neural específica (Craske et al., 2014). "Consolidar depois" corresponde à repetição espaçada e à recuperação. A estrutura de um comportamento por vez, com medições no início, no meio e no fim, aproxima o protocolo de um desenho de caso único com linha de base (Kazdin, 2011), o que facilita sua avaliação, embora esse formato, sem retirada da intervenção ou linhas de base múltiplas, não permita por si só inferência causal.

A interpretação também evidencia tensões. Primeiro, a página afirma que "mudar a relação com o dinheiro é um processo neurológico". Pelo que foi discutido na seção 2.7, a afirmação é verdadeira no sentido amplo de que toda aprendizagem tem correlatos neurais, mas não é, por si só, informativa sobre como intervir, e o protocolo não inclui medidas neurais. O modelo deste artigo, por isso, trata o protocolo como intervenção comportamental cujas hipóteses são testadas no nível comportamental. Segundo, oito semanas ficam abaixo das medianas de formação de hábito relatadas na literatura; o protocolo é, assim, mais bem descrito como uma intervenção para iniciar a automatização de um comportamento do que como garantia de hábito consolidado, e o plano de continuidade previsto na "Alta" ganha importância. Terceiro, o protocolo é individual e não aborda diretamente moderadores estruturais (renda, controle sobre a renda, normas de gênero); seus efeitos sobre a autonomia, se existirem, provavelmente dependerão desses fatores.

6. Proposta de estudo de avaliação

A eficácia do protocolo não foi testada. Esta seção propõe um desenho de avaliação em duas etapas, segundo o referencial do Medical Research Council para intervenções complexas, que recomenda desenvolver a intervenção, testar sua viabilidade e só então avaliá-la em escala, considerando o contexto e a teoria do programa (Skivington et al., 2021).

6.1 Etapa 1: especificação e estudo de viabilidade

Antes de um ensaio confirmatório, o protocolo deve ser descrito integralmente segundo o TIDieR (Hoffmann et al., 2014), com conteúdo, duração de cada fase, materiais, formato de entrega, perfil de quem facilita e critérios de adaptação, e codificado segundo a taxonomia de técnicas de mudança de comportamento (Michie et al., 2013). Um estudo piloto com cerca de 40 a 60 participantes, sem objetivo de testar eficácia, deve estimar taxas de recrutamento, adesão e retenção, a viabilidade do registro diário e a aceitabilidade das medidas, além de identificar ajustes necessários. Os instrumentos sem versão brasileira validada devem passar por adaptação transcultural (tradução, retrotradução, comitê de especialistas e pré-teste), conforme diretrizes estabelecidas (Beaton et al., 2000), seguida de análise psicométrica.

6.2 Etapa 2: ensaio controlado randomizado

Desenho. Ensaio controlado randomizado de grupos paralelos, com três braços: (a) protocolo de oito semanas; (b) controle ativo, com educação financeira informativa de duração e formato equivalentes, sem os componentes de prática, exposição e monitoramento; e (c) lista de espera, que recebe o protocolo após o último seguimento principal. O controle ativo é essencial: sem ele, não se pode distinguir o efeito dos componentes comportamentais do efeito de atenção, expectativa ou contato com o conteúdo. O estudo deve ser pré-registrado em repositório público, como o Open Science Framework, com hipóteses, desfechos e plano de análise definidos antes da coleta, e relatado segundo o CONSORT (Schulz et al., 2010).

Comportamento-alvo e desfecho principal. Para que o desfecho principal exista nos três braços, todas as participantes escolhem seu comportamento-alvo na linha de base, antes da randomização, a partir de um menu padronizado (por exemplo, registrar os gastos de uma categoria, conferir saldo e fatura em data fixa, transferir um valor para a poupança no dia do recebimento, cobrar ou negociar um valor), com critério de execução definido para cada item. O desfecho principal pré-especificado é a proporção de ocasiões previstas em que o comportamento-alvo foi executado nas semanas 7 e 8, comparada entre o protocolo e o controle ativo; as comparações com a lista de espera e os demais desfechos são secundárias, testadas em ordem hierárquica pré-definida para controlar comparações múltiplas. Como o registro do comportamento é também um componente do protocolo (automonitoramento), a medição nos braços de controle deve se limitar a um relato breve e padronizado nos momentos de medição, complementado por dados objetivos quando disponíveis, para que o ato de medir não reproduza a intervenção. O cegamento das participantes não é possível; o dos avaliadores dos desfechos, sim.

Participantes. Mulheres adultas residentes no Brasil, com acesso a um dispositivo para registro, recrutadas fora da base de clientes da autora para reduzir viés de seleção. A amostra deve ser estratificada por faixa de renda e pela condição de controle sobre a própria renda, para permitir testar as Proposições 3 e 7. A aprovação ética deve ser obtida no sistema CEP/Conep, conforme as Resoluções nº 466/2012 e nº 510/2016 do Conselho Nacional de Saúde (Conselho Nacional de Saúde, 2012, 2016), com consentimento informado específico para qualquer coleta de dados financeiros administrativos.

Hipóteses. Em relação ao controle ativo e à lista de espera, o protocolo aumentará (H1) a frequência do comportamento-alvo e o comportamento de gestão financeira; (H2) a autoeficácia financeira; e (H3) a automaticidade do comportamento-alvo; e reduzirá (H4) a ansiedade e a evitação financeiras. (H5) A autoeficácia e a redução da evitação mediarão parte do efeito sobre o comportamento. (H6) O efeito será maior entre participantes com menor autoeficácia inicial. (H7) Os efeitos sobre o bem-estar financeiro e a participação em decisões financeiras serão moderados pelo controle sobre a própria renda.

Medidas. O Quadro 1 resume os instrumentos propostos. Sempre que possível, o desfecho principal deve combinar autorrelato e dados objetivos, como extratos ou registros de aplicativos bancários compartilhados com consentimento, para reduzir o viés de autorrelato, particularmente relevante quando as participantes sabem qual é o comportamento esperado.

Quadro 1. Medidas propostas para o ensaio

Fonte: elaboração da autora.

Momentos de medição. Linha de base, semana 4, semana 8 (fim da intervenção) e seguimentos de 3, 6 e 12 meses. Os seguimentos longos respondem diretamente ao achado de que os efeitos da educação financeira decaem com o tempo (Fernandes et al., 2014) e permitem testar a manutenção prevista na Proposição 5.

Tamanho da amostra. O cálculo deve se basear no menor efeito de interesse prático, e não em estimativas otimistas. Como referência, o efeito médio da educação financeira sobre comportamentos em experimentos randomizados é da ordem de 0,10 desvio-padrão (Kaiser et al., 2022). Para detectar uma diferença de d = 0,25 entre o protocolo e o controle ativo, com poder de 80% e α = 0,05 bicaudal, são necessárias cerca de 250 participantes por braço; para d = 0,20, cerca de 390. Considerando perdas de 30% até o seguimento de 12 meses, a meta de recrutamento seria de aproximadamente 360 a 560 participantes por braço comparado. Se esse tamanho for inviável, é preferível declarar o estudo como exploratório a apresentar resultados de um estudo subdimensionado como confirmatórios (Button et al., 2013).

Análise. A análise principal deve seguir o princípio de intenção de tratar, com modelos mistos para medidas repetidas e tratamento explícito de dados ausentes. A mediação (H5) deve ser estimada com modelos que respeitem a ordem temporal (mediador medido antes do desfecho), e a moderação (H6 e H7), com interações pré-especificadas. A trajetória da automaticidade pode ser modelada com curvas assintóticas individuais, como em Lally et al. (2010). Análises de heterogeneidade não pré-especificadas devem ser relatadas como exploratórias.

Salvaguardas contra o conflito de interesses. Como a autora é criadora do protocolo, recomenda-se que a randomização, a coleta dos desfechos e a análise estatística sejam conduzidas por equipe independente, com avaliadores dos desfechos cegos à alocação e plano de análise pré-registrado. Resultados nulos ou negativos devem ser publicados.

7. Limitações

Este artigo tem limitações que decorrem de sua natureza e de suas fontes. Primeiro, é conceitual: o modelo e as proposições organizam evidências existentes, mas não foram testados. A plausibilidade de cada elo não garante que a cadeia completa funcione como previsto. Além disso, a base de evidências foi reunida por revisão narrativa, e não sistemática; embora se tenha dado prioridade a metanálises e experimentos randomizados, não se pode excluir a omissão de estudos relevantes, inclusive com resultados contrários.

Segundo, várias evidências centrais vêm de domínios diferentes do financeiro. Os dados sobre tempo de formação de hábitos vêm de comportamentos de saúde simples e diários (Lally et al., 2010; Singh et al., 2024); a evidência sobre intenções de implementação e automonitoramento abrange muitos domínios, mas não especificamente decisões financeiras de mulheres no Brasil; e a abordagem de aprendizagem inibitória foi desenvolvida para transtornos de ansiedade (Craske et al., 2014). A transposição para comportamentos financeiros é uma hipótese, não um fato.

Terceiro, a base neurocientífica é usada como enquadramento, e não como evidência direta. A distinção entre controle habitual e dirigido a metas tem sustentação sólida em animais, mas a indução de hábitos em humanos é controversa (de Wit et al., 2018), e estudos de plasticidade estrutural em humanos têm limitações metodológicas reconhecidas (Thomas & Baker, 2013). O artigo procurou não fazer afirmações neurais que dependam desses estudos.

Quarto, a evidência sobre gênero é majoritariamente descritiva e correlacional. Diferenças médias em conhecimento e confiança não indicam causa e podem refletir diferenças de renda, ocupação, escolaridade e divisão do trabalho doméstico. Os dados brasileiros usados aqui são transversais (Banco Central do Brasil, 2023).

Quinto, a descrição do protocolo se baseia apenas em sua fonte pública, que não especifica diversos elementos necessários para replicação. A correspondência entre protocolo e modelo é uma interpretação feita pela própria criadora do protocolo, o que constitui risco de viés de confirmação; a recomendação de avaliação independente procura mitigar esse risco, mas não o elimina.

Sexto, o foco em um comportamento individual por vez, embora metodologicamente vantajoso, pode subestimar barreiras estruturais. A literatura sobre empoderamento sugere que mudanças no controle de recursos podem ter efeitos que intervenções exclusivamente comportamentais não alcançam (Field et al., 2021). Intervenções comportamentais não substituem políticas que ampliem o acesso e o controle das mulheres sobre os recursos.

8. Conclusão

A distância entre saber e fazer é o problema central da educação financeira. A evidência acumulada mostra que transmitir conhecimento produz efeitos reais, porém pequenos e perecíveis, sobre o comportamento, e que especificidade, proximidade da decisão, metas e acompanhamento parecem ampliar esses efeitos. Este artigo propôs que essa evidência ganha coerência quando lida à luz das literaturas sobre autoeficácia, intenções de implementação, automonitoramento, formação de hábitos e regulação emocional, e quando se distingue com clareza o que a neurociência da aprendizagem sustenta do que é extrapolação.

O modelo resultante descreve a passagem do conhecimento aplicável à prática deliberada, desta à automaticidade crescente e, sob condições de recursos e normas, à autonomia financeira. Para mulheres, o modelo destaca a confiança como alvo plausível de intervenção, a evitação como resposta aprendida e não como falha de caráter, e o controle sobre a renda como condição que pode limitar ou ampliar os efeitos de qualquer mudança individual. As sete proposições traduzem esses argumentos em hipóteses verificáveis.

O protocolo de oito semanas descrito aqui reúne, em sua formulação pública, elementos compatíveis com vários desses mecanismos: um comportamento por vez, linha de base, prática com registro, reavaliação, consolidação e plano de continuidade. Compatibilidade não é eficácia. O protocolo deve ser entendido como uma intervenção proposta, cujo valor só poderá ser estabelecido por avaliação rigorosa, independente e com seguimento suficiente para distinguir mudança passageira de mudança duradoura. O desenho proposto busca oferecer esse caminho e, caso o protocolo não produza os efeitos previstos, identificar em que ponto da cadeia o modelo falha.

Declaração de conflito de interesses

A autora é criadora do protocolo Money on the Brain, descrito e analisado neste artigo, e tem interesses comerciais potenciais relacionados a ele, incluindo um aplicativo de acompanhamento em desenvolvimento e um livro em preparação. A autora conduziu anteriormente programas de educação financeira para mulheres. Nenhum dado de participantes foi coletado para este artigo.

Declaração sobre o uso de inteligência artificial

O artigo foi escrito pela autora. A ferramenta de inteligência artificial generativa Claude (Anthropic) foi utilizada na revisão do texto, na verificação das referências e na sugestão de ajustes de redação e de método. Todas as sugestões foram avaliadas pela autora, que revisou integralmente o conteúdo e assume total responsabilidade pelo texto publicado.

Financiamento

Este trabalho não recebeu financiamento específico de agências públicas, comerciais ou sem fins lucrativos.

Disponibilidade de dados

Não se aplica. Este artigo não gerou nem analisou dados novos.

Referências

Ashraf, N., Karlan, D., & Yin, W. (2006). Tying Odysseus to the mast: Evidence from a commitment savings product in the Philippines. The Quarterly Journal of Economics, 121(2), 635–672. https://doi.org/10.1162/qjec.2006.121.2.635

Ashraf, N., Karlan, D., & Yin, W. (2010). Female empowerment: Impact of a commitment savings product in the Philippines. World Development, 38(3), 333–344. https://doi.org/10.1016/j.worlddev.2009.05.010

Bandura, A. (1977). Self-efficacy: Toward a unifying theory of behavioral change. Psychological Review, 84(2), 191–215. https://doi.org/10.1037/0033-295X.84.2.191

Banco Central do Brasil. (2023). Relatório de letramento financeiro [Relatório de pesquisa]. https://www.bcb.gov.br/content/cidadaniafinanceira/documentos_cidadania/letramento/relatorio-de-letramento-financeiro.pdf

Beaton, D. E., Bombardier, C., Guillemin, F., & Ferraz, M. B. (2000). Guidelines for the process of cross-cultural adaptation of self-report measures. Spine, 25(24), 3186–3191. https://doi.org/10.1097/00007632-200012150-00014

Bruer, J. T. (1997). Education and the brain: A bridge too far. Educational Researcher, 26(8), 4–16. https://doi.org/10.3102/0013189X026008004

Bruhn, M., de Souza Leão, L., Legovini, A., Marchetti, R., & Zia, B. (2016). The impact of high school financial education: Evidence from a large-scale evaluation in Brazil. American Economic Journal: Applied Economics, 8(4), 256–295. https://doi.org/10.1257/app.20150149

Bucher-Koenen, T., Alessie, R., Lusardi, A., & van Rooij, M. (2025). Fearless woman: Financial literacy, confidence, and stock market participation. Management Science, 71(9), 7414–7430. https://doi.org/10.1287/mnsc.2023.00425

Bucher-Koenen, T., Lusardi, A., Alessie, R., & van Rooij, M. (2017). How financially literate are women? An overview and new insights. Journal of Consumer Affairs, 51(2), 255–283. https://doi.org/10.1111/joca.12121

Button, K. S., Ioannidis, J. P. A., Mokrysz, C., Nosek, B. A., Flint, J., Robinson, E. S. J., & Munafò, M. R. (2013). Power failure: Why small sample size undermines the reliability of neuroscience. Nature Reviews Neuroscience, 14(5), 365–376. https://doi.org/10.1038/nrn3475

Carpena, F., Cole, S., Shapiro, J., & Zia, B. (2019). The ABCs of financial education: Experimental evidence on attitudes, behavior, and cognitive biases. Management Science, 65(1), 346–369. https://doi.org/10.1287/mnsc.2017.2819

Conselho Nacional de Saúde. (2012). Resolução nº 466, de 12 de dezembro de 2012: Aprova diretrizes e normas regulamentadoras de pesquisas envolvendo seres humanos. Diário Oficial da União.

Conselho Nacional de Saúde. (2016). Resolução nº 510, de 7 de abril de 2016: Dispõe sobre as normas aplicáveis a pesquisas em Ciências Humanas e Sociais. Diário Oficial da União.

Consumer Financial Protection Bureau. (2015). Measuring financial well-being: A guide to using the CFPB Financial Well-Being Scale. https://files.consumerfinance.gov/f/201512_cfpb_financial-well-being-user-guide-scale.pdf

Craske, M. G., Treanor, M., Conway, C. C., Zbozinek, T., & Vervliet, B. (2014). Maximizing exposure therapy: An inhibitory learning approach. Behaviour Research and Therapy, 58, 10–23. https://doi.org/10.1016/j.brat.2014.04.006

Daw, N. D., Niv, Y., & Dayan, P. (2005). Uncertainty-based competition between prefrontal and dorsolateral striatal systems for behavioral control. Nature Neuroscience, 8(12), 1704–1711. https://doi.org/10.1038/nn1560

de Wit, S., Kindt, M., Knot, S. L., Verhoeven, A. A. C., Robbins, T. W., Gasull-Camos, J., Evans, M., Mirza, H., & Gillan, C. M. (2018). Shifting the balance between goals and habits: Five failures in experimental habit induction. Journal of Experimental Psychology: General, 147(7), 1043–1065. https://doi.org/10.1037/xge0000402

Dekker, S., Lee, N. C., Howard-Jones, P., & Jolles, J. (2012). Neuromyths in education: Prevalence and predictors of misconceptions among teachers. Frontiers in Psychology, 3, Article 429. https://doi.org/10.3389/fpsyg.2012.00429

Demirgüç-Kunt, A., Klapper, L., Singer, D., & Ansar, S. (2022). The Global Findex Database 2021: Financial inclusion, digital payments, and resilience in the age of COVID-19. World Bank. https://doi.org/10.1596/978-1-4648-1897-4

Dew, J., & Xiao, J. J. (2011). The Financial Management Behavior Scale: Development and validation. Journal of Financial Counseling and Planning, 22(1), 43–59. https://www.afcpe.org/wp-content/uploads/2018/10/vol_22_issue_1_dew_xiao.pdf

Dickinson, A. (1985). Actions and habits: The development of behavioural autonomy. Philosophical Transactions of the Royal Society of London. B, Biological Sciences, 308(1135), 67–78. https://doi.org/10.1098/rstb.1985.0010

Diekelmann, S., & Born, J. (2010). The memory function of sleep. Nature Reviews Neuroscience, 11(2), 114–126. https://doi.org/10.1038/nrn2762

Dolan, R. J., & Dayan, P. (2013). Goals and habits in the brain. Neuron, 80(2), 312–325. https://doi.org/10.1016/j.neuron.2013.09.007

Draganski, B., Gaser, C., Busch, V., Schuierer, G., Bogdahn, U., & May, A. (2004). Changes in grey matter induced by training. Nature, 427(6972), 311–312. https://doi.org/10.1038/427311a

Drexler, A., Fischer, G., & Schoar, A. (2014). Keeping it simple: Financial literacy and rules of thumb. American Economic Journal: Applied Economics, 6(2), 1–31. https://doi.org/10.1257/app.6.2.1

Evans, J. St. B. T., & Stanovich, K. E. (2013). Dual-process theories of higher cognition. Perspectives on Psychological Science, 8(3), 223–241. https://doi.org/10.1177/1745691612460685

Farrell, L., Fry, T. R. L., & Risse, L. (2016). The significance of financial self-efficacy in explaining women's personal finance behaviour. Journal of Economic Psychology, 54, 85–99. https://doi.org/10.1016/j.joep.2015.07.001

Fernandes, D., Lynch, J. G., Jr., & Netemeyer, R. G. (2014). Financial literacy, financial education, and downstream financial behaviors. Management Science, 60(8), 1861–1883. https://doi.org/10.1287/mnsc.2013.1849

Field, E., Pande, R., Rigol, N., Schaner, S., & Troyer Moore, C. (2021). On her own account: How strengthening women's financial control impacts labor supply and gender norms. American Economic Review, 111(7), 2342–2375. https://doi.org/10.1257/aer.20200705

Galla, B. M., & Duckworth, A. L. (2015). More than resisting temptation: Beneficial habits mediate the relationship between self-control and positive life outcomes. Journal of Personality and Social Psychology, 109(3), 508–525. https://doi.org/10.1037/pspp0000026

Gardner, B., Abraham, C., Lally, P., & de Bruijn, G.-J. (2012). Towards parsimony in habit measurement: Testing the convergent and predictive validity of an automaticity subscale of the Self-Report Habit Index. International Journal of Behavioral Nutrition and Physical Activity, 9, Article 102. https://doi.org/10.1186/1479-5868-9-102

Gollwitzer, P. M. (1999). Implementation intentions: Strong effects of simple plans. American Psychologist, 54(7), 493–503. https://doi.org/10.1037/0003-066X.54.7.493

Gollwitzer, P. M., & Sheeran, P. (2006). Implementation intentions and goal achievement: A meta-analysis of effects and processes. Advances in Experimental Social Psychology, 38, 69–119. https://doi.org/10.1016/S0065-2601(06)38002-1

Graybiel, A. M. (2008). Habits, rituals, and the evaluative brain. Annual Review of Neuroscience, 31, 359–387. https://doi.org/10.1146/annurev.neuro.29.051605.112851

Gross, J. J. (1998). The emerging field of emotion regulation: An integrative review. Review of General Psychology, 2(3), 271–299. https://doi.org/10.1037/1089-2680.2.3.271

Harkin, B., Webb, T. L., Chang, B. P. I., Prestwich, A., Conner, M., Kellar, I., Benn, Y., & Sheeran, P. (2016). Does monitoring goal progress promote goal attainment? A meta-analysis of the experimental evidence. Psychological Bulletin, 142(2), 198–229. https://doi.org/10.1037/bul0000025

Hayoshi, D. (2026). Money on the Brain: O protocolo [Página da web]. Recuperado em 21 de outubro de 2026, de https://moneyonthebrain.com/#protocolo

Hoffmann, T. C., Glasziou, P. P., Boutron, I., Milne, R., Perera, R., Moher, D., Altman, D. G., Barbour, V., Macdonald, H., Johnston, M., Lamb, S. E., Dixon-Woods, M., McCulloch, P., Wyatt, J. C., Chan, A.-W., & Michie, S. (2014). Better reporting of interventions: Template for intervention description and replication (TIDieR) checklist and guide. BMJ, 348, Article g1687. https://doi.org/10.1136/bmj.g1687

Howard-Jones, P. A. (2014). Neuroscience and education: Myths and messages. Nature Reviews Neuroscience, 15(12), 817–824. https://doi.org/10.1038/nrn3817

Huston, S. J. (2010). Measuring financial literacy. Journal of Consumer Affairs, 44(2), 296–316. https://doi.org/10.1111/j.1745-6606.2010.01170.x

Jaakkola, E. (2020). Designing conceptual articles: Four approaches. AMS Review, 10(1–2), 18–26. https://doi.org/10.1007/s13162-020-00161-0

Kabeer, N. (1999). Resources, agency, achievements: Reflections on the measurement of women's empowerment. Development and Change, 30(3), 435–464. https://doi.org/10.1111/1467-7660.00125

Kaiser, T., Lusardi, A., Menkhoff, L., & Urban, C. (2022). Financial education affects financial knowledge and downstream behaviors. Journal of Financial Economics, 145(2), 255–272. https://doi.org/10.1016/j.jfineco.2021.09.022

Kaiser, T., & Menkhoff, L. (2017). Does financial education impact financial literacy and financial behavior, and if so, when? The World Bank Economic Review, 31(3), 611–630. https://doi.org/10.1093/wber/lhx018

Karlsson, N., Loewenstein, G., & Seppi, D. (2009). The ostrich effect: Selective attention to information. Journal of Risk and Uncertainty, 38(2), 95–115. https://doi.org/10.1007/s11166-009-9060-6

Kazdin, A. E. (2011). Single-case research designs: Methods for clinical and applied settings (2nd ed.). Oxford University Press.

Laibson, D. (1997). Golden eggs and hyperbolic discounting. The Quarterly Journal of Economics, 112(2), 443–478. https://doi.org/10.1162/003355397555253

Lally, P., van Jaarsveld, C. H. M., Potts, H. W. W., & Wardle, J. (2010). How are habits formed: Modelling habit formation in the real world. European Journal of Social Psychology, 40(6), 998–1009. https://doi.org/10.1002/ejsp.674

Lown, J. M. (2011). Development and validation of a financial self-efficacy scale. Journal of Financial Counseling and Planning, 22(2), 54–63. https://www.afcpe.org/wp-content/uploads/2018/10/vol_22_issue_2_lown.pdf

Lusardi, A., & Mitchell, O. S. (2008). Planning and financial literacy: How do women fare? American Economic Review, 98(2), 413–417. https://doi.org/10.1257/aer.98.2.413

Lusardi, A., & Mitchell, O. S. (2011). Financial literacy around the world: An overview. Journal of Pension Economics and Finance, 10(4), 497–508. https://doi.org/10.1017/S1474747211000448

Lusardi, A., & Mitchell, O. S. (2014). The economic importance of financial literacy: Theory and evidence. Journal of Economic Literature, 52(1), 5–44. https://doi.org/10.1257/jel.52.1.5

Lusardi, A., & Mitchell, O. S. (2023). The importance of financial literacy: Opening a new field. Journal of Economic Perspectives, 37(4), 137–154. https://doi.org/10.1257/jep.37.4.137

Michie, S., Richardson, M., Johnston, M., Abraham, C., Francis, J., Hardeman, W., Eccles, M. P., Cane, J., & Wood, C. E. (2013). The behavior change technique taxonomy (v1) of 93 hierarchically clustered techniques: Building an international consensus for the reporting of behavior change interventions. Annals of Behavioral Medicine, 46(1), 81–95. https://doi.org/10.1007/s12160-013-9486-6

Michie, S., van Stralen, M. M., & West, R. (2011). The behaviour change wheel: A new method for characterising and designing behaviour change interventions. Implementation Science, 6, Article 42. https://doi.org/10.1186/1748-5908-6-42

Netemeyer, R. G., Warmath, D., Fernandes, D., & Lynch, J. G., Jr. (2018). How am I doing? Perceived financial well-being, its potential antecedents, and its relation to overall well-being. Journal of Consumer Research, 45(1), 68–89. https://doi.org/10.1093/jcr/ucx109

O'Donoghue, T., & Rabin, M. (1999). Doing it now or later. American Economic Review, 89(1), 103–124. https://doi.org/10.1257/aer.89.1.103

OECD. (2023). OECD/INFE 2023 international survey of adult financial literacy. OECD Publishing. https://doi.org/10.1787/56003a32-en

Potrich, A. C. G., Vieira, K. M., & Kirch, G. (2015). Determinantes da alfabetização financeira: Análise da influência de variáveis socioeconômicas e demográficas. Revista Contabilidade & Finanças, 26(69), 362–377. https://doi.org/10.1590/1808-057x201501040

Schultz, W., Dayan, P., & Montague, P. R. (1997). A neural substrate of prediction and reward. Science, 275(5306), 1593–1599. https://doi.org/10.1126/science.275.5306.1593

Schulz, K. F., Altman, D. G., & Moher, D. (2010). CONSORT 2010 statement: Updated guidelines for reporting parallel group randomised trials. BMJ, 340, Article c332. https://doi.org/10.1136/bmj.c332

Shapiro, G. K., & Burchell, B. J. (2012). Measuring financial anxiety. Journal of Neuroscience, Psychology, and Economics, 5(2), 92–103. https://doi.org/10.1037/a0027647

Sheeran, P., & Webb, T. L. (2016). The intention–behavior gap. Social and Personality Psychology Compass, 10(9), 503–518. https://doi.org/10.1111/spc3.12265

Singh, B., Murphy, A., Maher, C., & Smith, A. E. (2024). Time to form a habit: A systematic review and meta-analysis of health behaviour habit formation and its determinants. Healthcare, 12(23), Article 2488. https://doi.org/10.3390/healthcare12232488

Skivington, K., Matthews, L., Simpson, S. A., Craig, P., Baird, J., Blazeby, J. M., Boyd, K. A., Craig, N., French, D. P., McIntosh, E., Petticrew, M., Rycroft-Malone, J., White, M., & Moore, L. (2021). A new framework for developing and evaluating complex interventions: Update of Medical Research Council guidance. BMJ, 374, Article n2061. https://doi.org/10.1136/bmj.n2061

Sun, L., Zhou, H., Cichon, J., & Yang, G. (2020). Experience and sleep-dependent synaptic plasticity: From structure to activity. Philosophical Transactions of the Royal Society B: Biological Sciences, 375(1799), Article 20190234. https://doi.org/10.1098/rstb.2019.0234

Thaler, R. H. (1999). Mental accounting matters. Journal of Behavioral Decision Making, 12(3), 183–206. https://doi.org/10.1002/(SICI)1099-0771(199909)12:3<183::AID-BDM318>3.0.CO;2-F

Thaler, R. H., & Benartzi, S. (2004). Save More Tomorrow™: Using behavioral economics to increase employee saving. Journal of Political Economy, 112(S1), S164–S187. https://doi.org/10.1086/380085

Thomas, C., & Baker, C. I. (2013). Teaching an adult brain new tricks: A critical review of evidence for training-dependent structural plasticity in humans. NeuroImage, 73, 225–236. https://doi.org/10.1016/j.neuroimage.2012.03.069

Verplanken, B., & Orbell, S. (2003). Reflections on past behavior: A self-report index of habit strength. Journal of Applied Social Psychology, 33(6), 1313–1330. https://doi.org/10.1111/j.1559-1816.2003.tb01951.x

Verplanken, B., & Wood, W. (2006). Interventions to break and create consumer habits. Journal of Public Policy & Marketing, 25(1), 90–103. https://doi.org/10.1509/jppm.25.1.90

Webb, T. L., & Sheeran, P. (2006). Does changing behavioral intentions engender behavior change? A meta-analysis of the experimental evidence. Psychological Bulletin, 132(2), 249–268. https://doi.org/10.1037/0033-2909.132.2.249

Weisberg, D. S., Keil, F. C., Goodstein, J., Rawson, E., & Gray, J. R. (2008). The seductive allure of neuroscience explanations. Journal of Cognitive Neuroscience, 20(3), 470–477. https://doi.org/10.1162/jocn.2008.20040

Wood, W., & Rünger, D. (2016). Psychology of habit. Annual Review of Psychology, 67, 289–314. https://doi.org/10.1146/annurev-psych-122414-033417

Wood, W., Tam, L., & Witt, M. G. (2005). Changing circumstances, disrupting habits. Journal of Personality and Social Psychology, 88(6), 918–933. https://doi.org/10.1037/0022-3514.88.6.918

Yin, H. H., & Knowlton, B. J. (2006). The role of the basal ganglia in habit formation. Nature Reviews Neuroscience, 7(6), 464–476. https://doi.org/10.1038/nrn1919

Zatorre, R. J., Fields, R. D., & Johansen-Berg, H. (2012). Plasticity in gray and white: Neuroimaging changes in brain structure during learning. Nature Neuroscience, 15(4), 528–536. https://doi.org/10.1038/nn.3045

1. Pesquisadora independente, São José do Rio Preto, SP, Brasil · dani@danihayoshi.com

   Artigo conceitual ↑