O Google desindexou os dados falsos. A IA seguiu citando

Existe uma página na internet afirmando que a taxa de alucinação de IA no Brasil será de 8,5% em 2026. Ela traz metodologia, cita ITU, Banco Mundial e Statista, informa a data da última revisão e é assinada por uma equipe de pesquisa.

Nada disso existe. O número foi inventado por um modelo de linguagem, junto com outras 50 mil estatísticas, em menos de trinta minutos e por menos de dez dólares — segundo o aviso do próprio site. E assistentes de IA citaram esse material durante sete meses.

A lição que a maioria tirou foi "IA alucina, confira as fontes". Não foi isso que aconteceu, e o mecanismo real é pior. O modelo não alucinou. Ele buscou uma página real e citou corretamente. O que falhou foi a camada que decidia quais páginas merecem ser citadas.

O que está comprovado e o que não está

Essa separação importa mais que o normal aqui, porque a matéria é sobre números não verificados.

Verificável, porque qualquer um confere: o site está no ar, serve centenas de milhares de estatísticas inventadas e se descreve abertamente como experimento. Conferimos direto em 20 de outubro de 2026.

Autodeclarado, e explicitamente não confirmado: os números de tráfego e citação — sete meses de citações no ChatGPT, 600 mil requisições de bots em trinta dias, 72 mil delas do ChatGPT-User, aparições posteriores em artigo acadêmico e em pesquisa de investimento de um grande grupo financeiro. Tudo isso vem do relato do próprio autor. O único veículo que cobriu registrou com todas as letras que as medições dele "não foram verificadas de forma independente".

Então trate a façanha como ilustração, não como prova. A prova vem depois, e é revisada por pares.

Ranking e retrieval são filtros diferentes

O Google fez o trabalho dele. Em poucos meses o site despencou na busca — pelo relato do autor, ficou praticamente invisível durante quase toda a vida.

E seguiu sendo citado assim mesmo.

Essa é a parte que vale entender. Por vinte anos o ranking de busca absorveu uma pressão adversarial gigantesca. Cada fazenda de spam, cada esquema de link, cada página-isca foi um ataque — e as defesas que cresceram em volta transformaram o ranking em algo que ele nunca foi projetado para ser: um filtro de confiança do qual a web inteira passou a depender silenciosamente.

Um assistente de IA respondendo uma pergunta não consulta esse filtro. Ele dispara um agente que busca páginas na hora da resposta. Posição na busca é um sinal entre vários, e domínio enterrado continua sendo URL acessível. A gente tirou o consumo de conteúdo da web do único sistema endurecido contra exatamente esse ataque e botou numa camada sem proteção equivalente — em uns dois anos.

O aviso está na porta da frente. Ninguém entra pela porta da frente

Aqui está o que a cobertura não viu, e é o detalhe que transforma uma pegadinha em problema estrutural.

O aviso honesto de "isto é um experimento" fica na home.

As páginas que realmente são buscadas — as de estatística individual — não têm aviso nenhum. Baixamos duas delas e procuramos no código: zero ocorrências.

Os 72% de adoção ao lado também são inventados. E o USD 1,3 bilhão em P&D.

Agora olhe o que mais essas páginas carregam.

Declaração de metodologia. Fontes institucionais nominais — ITU, Banco Mundial, Statista. Data de revisão. Equipe de pesquisa com bio. FAQ estruturado respondendo exatamente a pergunta que uma pessoa digitaria.

Cada um desses é um sinal de confiança. Cada um é fabricado. A página está vestida com a fantasia completa de rigor, e a fantasia não custa nada para costurar.

A parte incômoda

Releia essa lista e compare com qualquer guia de otimização de conteúdo para resposta de IA. É a mesma lista.

Comece com a resposta direta e citável. Coloque FAQ. Cite fontes nominais. Publique números específicos em vez de afirmações vagas. Declare metodologia. Mostre assinatura e data de revisão.

O conselho não é errado — é assim que se torna trabalho legítimo legível para máquina. Mas ele descreve um formato, e formato é barato de falsificar. Os sinais que ensinamos os sistemas de retrieval a premiar são hoje os sinais que um atacante produz por dez dólares. Número específico é o pior deles: um modelo fundamentando uma resposta prefere "8,5%" a "uma parcela pequena", porque precisão parece procedência. Precisão não é procedência.

A escala é mensurável, e já foi medida

Aqui a evidência deixa de ser anedótica.

Um estudo de maio de 2026 auditou 111 milhões de referências em 2,5 milhões de artigos no arXiv, bioRxiv, SSRN e PubMed Central. Estimativa conservadora: 146.932 citações alucinadas só em 2025 — referências a trabalhos que não existem. As fabricações se concentraram nas áreas que adotaram IA mais rápido e entre autores em início de carreira (Zhao et al.).

Isso é publicação acadêmica, que tem revisão por pares, reputação em jogo e cultura de conferir referência. A sua empresa não tem nada disso em volta do deck que alguém está montando agora à tarde.

O que isso custa, em duas direções

Entrada — os números que seu time traz de volta. Se alguém pesquisa com assistente de IA, uma parte do que volta vem de páginas que ninguém avaliou. A falha é silenciosa: um número plausível, com link real atrás. Nada parece errado. O número entra no deck do conselho, no modelo de precificação, no slide de tamanho de mercado.

Saída — sua estratégia de conteúdo. Se "publique números específicos e seja citado" funciona tão barato quanto isso sugere, funciona para todo mundo — inclusive para quem tem motivo para distorcer o seu mercado. Ser citado deixou de ser proxy de ser confiável, para você e para o concorrente.

O que fazer

Na ordem em que a gente colocaria:

1. Trate citação como pista, não como veredito. É a correção inteira em uma linha. Link é convite para conferir, e sempre foi — a camada de retrieval manteve o link e removeu a pessoa que o seguia. Recoloque essa pessoa em tudo que sustenta decisão.
2. Exija a fonte primária para qualquer número que entra numa decisão. Não a página que afirma o número: a organização que o produziu. Se a trilha termina num agregador, o número não tem procedência.
3. Saiba quais dos seus números são estruturais. Não dá para verificar tudo. Dá para listar o punhado de cifras em que precificação, roadmap ou captação de fato se apoiam, e cobrar outro padrão delas.
4. Nos seus produtos, separe retrieval de autoridade. Se você entrega qualquer coisa que navega, cita ou faz RAG, você agora é responsável pela camada de confiança que o Google fornecia de graça. Mantenha allowlist de fontes para afirmações que importam, guarde procedência junto de cada fato recuperado e mostre ao usuário de onde o número veio em vez de lavá-lo em prosa limpa. O modelo fornece o texto. Ele não ganha autoridade sobre o texto — a mesma fronteira que defendemos para código escrito por IA.
5. Diga o que você não conseguiu verificar. Internamente e publicamente. Um relatório que marca as afirmações não verificadas é mais útil que um que soa uniformemente confiante — e é o único jeito honesto de escrever sobre uma história como essa.

Nada disso é novo. É disciplina ordinária de fonte, que ficou uma década sem ser praticada porque um algoritmo de ranking absorvia o custo. Esse subsídio acabou, e a conta chega agora dentro da sua empresa — na pesquisa em que seu time confia e nos sistemas que você entrega. É o tipo de trabalho de fronteira, sem glamour, que a gente acaba fazendo sempre que software feito com IA precisa sobreviver à produção.

Citação nunca foi prova. Era uma pista a conferir.

Pontos principais

• Um site com 50 mil estatísticas fabricadas, gerado por menos de dez dólares, seguiu sendo citado por assistentes de IA muito depois de o Google enterrá-lo na busca.
• O modelo não alucinou — buscou uma página real e citou corretamente. Ranking de busca e retrieval de IA são filtros diferentes, e só um deles foi endurecido por vinte anos de pressão adversarial.
• O aviso honesto de "isto é um experimento" aparece só na home. As páginas de estatística, que são as efetivamente buscadas, trazem metodologia fabricada citando ITU, Banco Mundial e Statista, assinatura de pesquisa falsa e data de revisão.
• Os sinais de confiança que os guias de otimização para IA recomendam — FAQ, fontes nominais, números específicos, metodologia declarada — descrevem um formato, e formato é barato de falsificar.
• Escala medida: 146.932 citações alucinadas em artigos acadêmicos em 2025, numa auditoria de 111 milhões de referências.
• A regra defensável é velha: citação é pista a conferir, não prova.

Perguntas frequentes

A IA inventou essas estatísticas?

Não, e esse é o ponto. Os números estavam publicados numa página real e acessível. O assistente buscou e reportou corretamente. A falha foi na seleção da fonte, não na geração — o que significa que treinar o modelo para ser mais factual não resolve.

Por que sair da busca do Google não parou as citações?

Porque ranking e retrieval são sistemas separados. O assistente busca páginas na hora da resposta em vez de obedecer à posição na busca, então um domínio que não ranqueia continua acessível. Cópias em cache e em outros sites esticam ainda mais o alcance.

Os números de tráfego e citação desse experimento são confiáveis?

São autodeclarados por quem fez e não foram verificados de forma independente — o veículo que cobriu disse isso explicitamente. O que é verificável é que o site existe, serve estatísticas fabricadas e omite o aviso nas páginas internas. A evidência medida de forma independente do problema maior é a auditoria de 2026 sobre 111 milhões de referências acadêmicas.

Qual é o hábito de maior valor para adotar primeiro?

Exigir fonte primária para qualquer número que entra numa decisão — a organização que produziu a cifra, não a página que a repete. A maioria das estatísticas fabricadas falha nesse teste na hora, porque a trilha morre num agregador sem estudo por baixo.

Isso significa parar de otimizar conteúdo para resposta de IA?

Não. Significa que ser citado não é evidência de ser confiável, para ninguém. Continue tornando trabalho legítimo legível para máquina, e pare de ler contagem de citação como sinal de qualidade — sua ou do concorrente.

Fontes: Peec AI — relato do autor · Runtime Wire · Zhao et al., arXiv (2026) · Discussão no Hacker News