Como o emoji virou uma linguagem: 25 anos de comunicação visual

Em 1999, um funcionário de 25 anos da NTT DoCoMo chamado Shigetaka Kurita recebeu uma tarefa incomum. A empresa estava preparando um novo pager com acesso à internet, e a equipe de marketing queria uma forma de fazer as mensagens se diferenciarem do SMS exclusivamente textual que dominava a época. Kurita propôs um conjunto de 176 pequenos ícones, desenhos de 12x12 pixels que podiam ser inseridos nas mensagens para transmitir humor, clima ou intenção sem precisar digitar. Ele os chamou de emoji, uma contração do japonês "e" (imagem) e "moji" (caractere). O conjunto era tão pequeno que cabia em um único disquete. Até onde se pode verificar, foi o primeiro conjunto de emojis entregue a consumidores.

Seria fácil superestimar a importância desses 176 ícones. O conjunto da DoCoMo de 1999 não foi a primeira tentativa de mensagens pictográficas, os Zapf dingbats datam dos anos 1970, e a operadora japonesa J-Phone já tinha lançado em 1997 um pequeno conjunto de 90 rostos parecidos com emojis. Mas o conjunto que sobreviveu, se propagou e virou a base do que chamamos hoje de linguagem visual global foi o da DoCoMo. A pergunta que vale a pena fazer não é por que o emoji venceu, mas por que ele continuou vencendo por 25 anos seguidos.

O longo período plano de 12 anos (1999-2011)

Durante quase toda a primeira década de existência do emoji, quase ninguém fora do Japão o usava. O conjunto da DoCoMo era exclusivo da operadora, funcionava nos telefones da DoCoMo e em nenhuma outra rede. SoftBank, KDDI e J-Phone tinham seus próprios conjuntos concorrentes, e não havia padrão. Viajantes internacionais descobriam o emoji como uma curiosidade e um incômodo: uma mensagem de texto cheia de rostinhos vinda de um colega japonês chegava em um telefone americano como uma sequência de pontos de interrogação.

A virada que encerrou esse período plano foi o Unicode 6.0, lançado em outubro de 2010, que codificou formalmente 722 emojis no conjunto universal de caracteres (Universal Character Set). Isso significava que os emojis podiam viajar com o texto por qualquer plataforma que implementasse o padrão. A Apple foi a primeira grande plataforma ocidental a agir: o iOS 5 (outubro de 2011) veio com um teclado de emojis integrado ao sistema, e da noite para o dia cada iPhone nos Estados Unidos passou a ser capaz de usar emojis. A penetração foi quase vertical. Seis meses depois do lançamento do iOS 5, mais de 50% dos usuários americanos do Twitter já tinham usado pelo menos um emoji em um tweet.

A explosão social (2011-2018)

O que veio a seguir não foi só adoção, foi uma mudança de fase. O emoji passou de um conjunto de ícones para uma camada da linguagem. O emoji 😂 (Face with Tears of Joy) virou o emoji mais usado do mundo em 2015, e o Oxford Dictionaries o elegeu como a palavra do ano naquele mesmo ano. Um glifo tipográfico definido pelo Unicode Consortium ser considerado a palavra mais significativa da língua inglesa é a validação mais espetacular que alguém já produziu da tese do "emoji como linguagem".

Mas a história mais interessante é a que aconteceu nas plataformas que fizeram do emoji a sua principal modalidade de entrada. Snapchat, Instagram e TikTok não tratavam o emoji como decoração; tratavam-no como o substrato da comunicação. Uma sequência (streak) do Snapchat é um número que não significa nada sem o emoji de fogo ao lado. Uma bio do Instagram é mais densa em emojis do que em inglês. A interface do TikTok é construída com um vocabulário de menos de 100 emojis que funcionam como tiques verbais da plataforma. Por volta de 2018, o adolescente médio nos Estados Unidos enviava por dia mais emojis do que palavras completas em inglês, contando caracteres.

A gramática que surgiu

Essa é a parte que a maioria deixa passar. O emoji não virou uma linguagem porque substituiu palavras. Virou uma linguagem porque formou uma gramática. Essa gramática tem três camadas.

A primeira é o empilhamento. Os usuários descobriram que dois ou três emojis colocados lado a lado (🌸 + ✨ + 💕) podiam significar algo que cada emoji isolado não significava. A combinação não está na especificação Unicode, mas está na linguagem. Os linguistas chamam isso de composição frasal (phrasal composition), e é o mesmo mecanismo que permite aos falantes de português construir frases novas a partir de palavras que já existem.

A segunda são as sequências com Zero-Width Joiner. O Unicode introduziu o ZWJ (U+200D, Zero-Width Joiner, "joiner de largura zero") como forma de unir vários emojis em um único glifo. 👨‍👩‍👧‍👦 (o emoji de família com dois pais e dois filhos) é, na verdade, cinco codepoints independentes unidos por ZWJ. Isso não é só uma curiosidade técnica, é uma gramática generativa. Um falante da linguagem emoji pode construir uma família de qualquer composição digitando os codepoints, mesmo que aquela combinação nunca tenha sido renderizada antes.

A terceira é o deslocamento semântico. 💀 (Skull, caveira) já não significa morte na maior parte do uso do emoji em inglês. Significa "eu morri, foi tão engraçado". 😭 (Crying Face, rosto chorando) já não significa "estou triste". Significa "estou rindo tanto que estou chorando". A mudança é mais rápida do que a especificação Unicode consegue acompanhar, o nome curto oficial do CLDR para 💀 é Skull, e o nome oficial para 😭 é Loudly Crying Face, e nenhum dos dois reflete o que 90% dos usuários querem dizer quando os enviam. É o mesmo tipo de deriva semântica que sofrem todas as línguas vivas. O emoji não é mais um ícone: é uma palavra.

Por que alguns emojis viram palavras e outros morrem

Hoje existem mais de 3.700 emojis na especificação Unicode, e a longa cauda é brutal. A maioria deles é enviada menos de mil vezes por ano em todo o mundo. Um punhado (😂, ❤️, 🔥, 💀, 😭, 🥺, ✨, 💯, 😩) carrega o grosso do uso. A diferença entre os sobreviventes e as vítimas não é estética. É linguística.

Os emojis que viram palavras têm quatro propriedades. São identificáveis (o conceito que codificam é algo que muita gente sente. São versáteis) podem ser usados em muitos contextos diferentes. São ambíguos o suficiente para absorver vários significados, mas não tão ambíguos a ponto de perder especificidade. E são visualmente simples o suficiente para serem lidos a 22 px (o tamanho em que a maioria dos emojis é renderizada nos chats).

🫠 (Melting Face, rosto derretendo) é um bom estudo de caso. Foi lançado em 2021. Sobreviveu porque codifica um estado emocional real (sobrecarregado, exausto, derretendo sob a pressão) que nenhum outro emoji cobria. Não conseguiu entrar no top 10 porque o visual é mais abstrato do que 😩 ou 💀, e a especificidade emocional tornou-o mais difícil de usar em uma gama ampla de contextos. Em meados de 2026, 🫠 é usado cerca de 0,4% das vezes que 💀 em tweets em inglês. A história de por quê é a história de por que os emojis do topo são os emojis do topo.

Os próximos 25 anos

A coisa mais importante que está acontecendo no mundo do emoji agora é a percepção lenta de que o conjunto fechado do Unicode não é mais a única regra do jogo. A IA generativa consegue produzir hoje, em segundos e sob demanda, uma imagem com qualidade de emoji que não existe na especificação Unicode. O modelo do Forgemoji (escolher dois emojis e obter um novo personagem ilustrado) é um exemplo. Existem pelo menos mais uma dúzia (Apple Genmoji, emojis personalizados do Google, Microsoft Designer, além de uma onda de ferramentas independentes) que fazem a mesma coisa de formas diferentes.

Isso não é uma ameaça ao conjunto Unicode de emojis. Os 200 emojis mais usados continuarão sendo Unicode, porque são a língua franca: funcionam em qualquer plataforma, qualquer teclado, qualquer idioma. Mas a longa cauda vai migrar para a geração com IA. O próximo bilhão de usuários não será atendido por um conjunto fixo de 3.700 emojis que leva 18 meses por adição. Será atendido por um modelo capaz de produzir qualquer emoji que consigam descrever.

Daqui a 25 anos, "emoji" ainda vai significar o conjunto Unicode. Mas também vai significar um vasto espaço generativo de ilustrações únicas, feitas sob medida para um contexto, uma marca, um conceito regional ou uma piada interna. A gramática que Kurita começou em 1999 vai continuar crescendo muito depois de o último conjunto fixo ser aprovado.

Fontes