Parte da explicação para esse fenômeno está na forma como a voz transmite emoção. Estudos da University of Wisconsin-Madison demonstraram que ouvir a voz de alguém reduz o estresse e fortalece vínculos afetivos, ainda que a pesquisa tenha analisado ligações telefônicas.

Especialistas sugerem que mensagens gravadas podem oferecer benefícios semelhantes, embora com menor intensidade, já que não permitem interação imediata. Essa capacidade de transmitir nuances emocionais ajuda a explicar por que aplicativos de relacionamento adotaram o recurso, buscando criar conexões mais autênticas entre usuários.

Para muitos, isso gera desconforto, sobretudo em contextos profissionais ou em ambientes públicos. No Reino Unido, essa resistência também pode estar associada a um estilo de comunicação mais contido, no qual mensagens curtas e diretas são valorizadas.

Para Jessica Ringrose, professora de sociologia do University College de Londres, a resistência britânica tem raízes culturais. As mensagens de voz atraem quem gosta de falar e tem um componente mais expressivo e até performático. "Vejo os britânicos certamente menos propensos a enviar mensagens de voz e mais breves nas suas interações", comentou ela.

Fatores linguísticos e sociais também influenciam o sucesso do recurso. Em países multilíngues, como a Índia, a comunicação oral facilita a alternância entre idiomas e contorna dificuldades de escrita. Segundo dados do YouGov, 48% dos indianos consultados dá preferência para as mensagens de áudio no WhatsApp.

Além disso, comunidades com altos índices de migração internacional utilizam mensagens de voz como alternativa prática às ligações, já que permitem comunicação em horários diferentes sem perder o tom pessoal. Esse uso assíncrono reforça laços familiares e culturais mesmo à distância.