💬 NLP

How Generative AI Disrupts Search: An Empirical Study of Google Search, Gemini, and AI Overviews

Este estudo empírico analisa como a IA Generativa desestabiliza a pesquisa web tradicional ao comparar o Google Search, os AI Overviews e o Gemini, revelando diferenças significativas na seleção de fontes, menor consistência e visibilidade reduzida para sites que bloqueiam os rastreadores de IA, ao mesmo tempo que defende a criação de estruturas de receita sustentáveis para apoiar o ecossistema.

Autores originais: Riley Grossman, Songjiang Liu, Michael K. Chen, Mike Smith, Cristian Borcea, Yi Chen

Publicado 2026-05-01

📖 5 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Riley Grossman, Songjiang Liu, Michael K. Chen, Mike Smith, Cristian Borcea, Yi Chen

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine a internet como uma biblioteca massiva. Por anos, se você pedisse a um bibliotecário (Google Search) um livro sobre "como consertar uma torneira que pinga", ele lhe entregaria uma lista dos manuais mais populares e confiáveis das prateleiras superiores. Você escolheria um, caminharia até ele e leria por conta própria.

Este artigo é um boletim sobre o que acontece quando esse bibliotecário ganha um novo assistente, superinteligente, mas às vezes excessivamente entusiasta (IA Generativa), que não apenas lhe entrega uma lista de livros — ele lê todos eles, resume as melhores partes e escreve uma nova história para você ali mesmo, na mesa.

Aqui está o que os pesquisadores descobriram ao comparar o antigo bibliotecário, o novo assistente de IA e um chatbot de IA diferente (Gemini), usando mais de 11.000 perguntas reais.

1. O Novo Assistente Está Em Todo Lugar (Mas é Seletivo)

Os pesquisadores descobriram que, para cerca de metade de todas as perguntas reais que as pessoas fazem, esse novo assistente de IA (chamado de "Visão Geral de IA" ou AIO) intervém e fornece um resumo antes de mostrar a lista de links.

A Analogia: É como entrar em uma loja e ter um vendedor gritar imediatamente: "Aqui está a resposta!" antes mesmo de você olhar para as prateleiras.
O Problema: O assistente adora perguntas longas e específicas (como "Como limpo uma pedra de pizza?"), mas ignora buscas simples por palavras-chave (como "pedra de pizza"). Ele também adora tópicos controversos, aparecendo em 94% dos casos para debates políticos.

2. Eles Estão Olhando para Prateleiras Diferentes

O maior choque foi que os três "bibliotecários" (Google Tradicional, a Visão Geral de IA e o Gemini) raramente estão olhando para os mesmos livros.

A Analogia: Imagine três amigos tentando descrever o mesmo filme. Você esperaria que eles mencionassem os mesmos atores e cenas. Em vez disso, os pesquisadores descobriram que os assistentes de IA e o mecanismo de busca tradicional concordaram em apenas cerca de 15-20% das fontes que utilizaram. Eles estão essencialmente lendo seções completamente diferentes da biblioteca.
O Viés: O mecanismo de busca tradicional se apega aos livros "famosos" (sites de notícias populares, governos e universidades). Os assistentes de IA, no entanto, são muito mais propensos a extrair informações de propriedades do Google (como o YouTube ou os próprios sites do Google) e ignoram as fontes famosas e confiáveis.

3. O Sinal "Não Perturbe" Não Funciona

Alguns grandes editores (como o The New York Times ou o Facebook) colocaram um sinal de "Não Perturbe" (um bloqueio técnico) para impedir que a IA leia seu conteúdo para treinamento.

A Expectativa: Você pensaria que a IA respeitaria o sinal e ignoraria esses livros.
A Realidade: O mecanismo de busca tradicional respeita o sinal. Mas a Visão Geral de IA? Ela parece ignorar o sinal. No entanto, os pesquisadores descobriram um revés: embora a IA possa ler esses sites bloqueados, ela ainda raramente os cita. É como se a IA visse o sinal, decidisse não ler o livro e, em seguida, esquecesse completamente que o livro existia. Isso significa que editores que bloqueiam a IA estão, na verdade, prejudicando sua própria visibilidade no novo sistema.

4. O Assistente é Volúvel (Inconsistente)

Se você fizer a mesma pergunta duas vezes, o bibliotecário tradicional lhe dará a mesma lista de livros. O assistente de IA? Nem tanto.

A Analogia: Se você perguntar à IA "Qual é o melhor lugar para pizza?" hoje, ela pode falar sobre o "Tony's". Se você perguntar novamente em cinco minutos, ou se perguntar pelo seu celular em vez do seu laptop, ela pode repentinamente falar sobre o "Luigi's".
O Problema: A IA também é muito sensível a pequenas mudanças. Se você digitar "O que é" em vez de "Qual é", ela pode lhe dar uma resposta completamente diferente. Isso torna difícil confiar que você está recebendo a mesma informação duas vezes.

5. A Zona de Perigo de "Alto Risco"

Quando as pessoas perguntam sobre tópicos sérios como política ou notícias em alta, a IA está muito ansiosa para responder, mas frequentemente está errada ou tendenciosa.

A Descoberta: Para perguntas políticas, a IA frequentemente escolhe fontes menos confiáveis (como wikis de fãs ou notícias satíricas) em comparação com o mecanismo de busca tradicional.
A Alucinação: Em um exemplo real, a IA declarou com confiança que um boxeador havia vencido uma luta que ainda não havia acontecido, citando uma postagem de piada de uma página satírica do Facebook como prova. É como um aluno chutando a resposta em uma prova e escrevendo um ensaio inteiro para justificar um chute errado.

O Quadro Geral

O artigo conclui que essa nova maneira de pesquisar é uma faca de dois gumes.

Para os Usuários: É conveniente, mas você precisa ter cuidado porque a IA pode estar inventando coisas ou usando fontes não confiáveis, especialmente para tópicos sérios.
Para os Editores: As regras do jogo mudaram. Os sites "populares" estão recebendo menos atenção, enquanto sites de nicho estão recebendo mais. Além disso, bloquear a IA de ler seu conteúdo pode, na verdade, fazer com que seu site desapareça completamente das respostas da IA.
A Solução: Os autores sugerem que precisamos de um novo acordo. Editores e empresas de IA precisam descobrir como compartilhar o dinheiro (receita) para que sites de alta qualidade continuem operando e a IA tenha acesso às informações melhores e mais confiáveis para nos fornecer.

Em resumo, o assistente de IA é uma nova ferramenta poderosa, mas atualmente está lendo de um conjunto de livros diferente, menos estável e, às vezes, menos confiável do que o antigo bibliotecário.

1. Declaração do Problema

A integração rápida de Modelos de Linguagem de Grande Escala (LLMs) na pesquisa na web introduziu Motores de Pesquisa Generativos (por exemplo, Visões de IA/AIO do Google e Gemini), que resumem diretamente as informações recuperadas na página de resultados. Embora esses sistemas ofereçam conveniência ao usuário, há uma falta crítica de compreensão empírica sobre:

Divergência de Fontes: Como as fontes recuperadas por motores generativos diferem das Páginas de Resultados de Motores de Pesquisa Tradicionais (SERP).
Impacto na Visibilidade: Como essas diferenças afetam o tráfego de sites, particularmente para editores populares versus de nicho.
Confiabilidade e Consistência: Se motores generativos fornecem resultados consistentes em consultas repetidas, tipos de dispositivos ou pequenas alterações de sintaxe.
Riscos de Alto Impacto: O potencial de alucinações, viés e dependência de fontes de baixa credibilidade em domínios sensíveis (política, saúde).

2. Metodologia

Os autores realizaram uma análise comparativa em grande escala envolvendo 14.212 consultas (incluindo um novo benchmark público de 11.500 consultas).

Coleta de Dados

Conjunto de Dados de Benchmark: 11.500 consultas categorizadas em 9 tipos (por exemplo, consultas reais de usuários ORCAS, varejo da Amazon, tópicos de debate, consultas localizadas "perto de mim" e Natural Questions).
Sistemas Avaliados:
1. Google Search Tradicional (SERP): Resultados orgânicos.
2. Visão de IA do Google (AIO): O resumo generativo exibido acima da SERP.
3. Gemini 2.5 Flash: O chatbot de IA autônomo com fundamentação de pesquisa habilitada.
Ferramentas: Os dados foram coletados via SerpAPI (simulando usuários móveis de Newark, NJ) e a API do Gemini.
Controles: Os experimentos foram conduzidos em datas específicas (7–8 de dezembro de 2025) para garantir consistência temporal. Testes de robustez incluíram a variação de dispositivos (móvel vs. desktop), locais e verificação manual.

Métricas de Avaliação

Semelhança de Fontes:
- Semelhança de Jaccard: Mede a sobreposição de conjuntos de URLs únicas (ignorando a classificação).
- Sobreposição Viciada por Classificação (RBO): Mede a sobreposição de listas classificadas, ponderando mais fortemente os resultados principais ( $p=0,9$ ).
Características das Fontes: Analisou a popularidade de domínios (classificações Tranco), categorias de conteúdo (Cloudflare) e se os domínios bloqueiam o robô Google-Extended.
Consistência: Mediu a semelhança entre execuções repetidas da mesma consulta e respostas a pequenas edições de consulta (por exemplo, contrações, pontuação).
Credibilidade: Utilizou classificações do Media Bias/Fact Check (MBFC) para consultas políticas.

3. Principais Contribuições

Benchmark Público: Introdução de um conjunto de dados de 11.500 consultas diversas especificamente projetado para estudar comportamento, intenção e variações de sintaxe na pesquisa generativa.
Evidência Empírica de Desestabilização: Prova quantitativa de que motores de pesquisa generativos recuperam fontes fundamentalmente diferentes das pesquisas tradicionais, mesmo quando desenvolvidos pela mesma empresa (Google).
Análise de GEO (Otimização para Motores Generativos): Investigação sobre como bloquear robôs de IA afeta a visibilidade em AIOs versus Gemini, desafiando as estratégias atuais dos editores.
Estudo de Consistência e Robustez: Demonstração de que a pesquisa generativa é significativamente menos estável que a pesquisa tradicional em relação à sintaxe da consulta e ao tipo de dispositivo.

4. Principais Resultados

A. Prevalência e Gatilhos

Taxa de Geração de AIO: AIOs aparecem para 51,5% das consultas representativas de usuários reais (ORCAS) e 65,6% do benchmark total.
Gatilhos: AIOs são mais propensos a serem gerados para consultas informativas, formatos interrogativos (perguntas) e consultas mais longas. São raros para notícias em alta (8,1%), mas prevalentes para consultas políticas (93,8%).

B. Divergência de Fontes (A "Desestabilização")

Baixa Semelhança: Há uma sobreposição extremamente baixa entre as fontes da SERP, AIO e Gemini.
- A semelhança média de Jaccard entre pares varia de 0,11 a 0,20.
- O RBO médio varia de 0,15 a 0,26.
- Implicação: Um site classificado em #1 na pesquisa tradicional pode não aparecer de forma alguma no resumo generativo.
Preferências de Fontes:
- SERP Tradicional: Favorece pesadamente domínios populares, institucionais, governamentais (.gov) e educacionais (.edu).
- Motores Generativos (AIO/Gemini): Favorecem significativamente propriedades de propriedade do Google (YouTube, Google.com) e domínios de nicho/menos populares.
- Lacuna de Popularidade: A SERP tradicional recupera 37,8% das fontes dos 1.000 principais domínios Tranco, enquanto AIO e Gemini recuperam apenas 27,9% e 29,5%, respectivamente.

C. Impacto do Bloqueio de Robôs

A Penalidade "Autoinfligida": Sites que bloqueiam o robô Google-Extended (destinado a impedir o treinamento de IA) têm uma probabilidade significativamente menor de serem citados pelo Gemini.
Descoberta Surpreendente: Esses sites bloqueados também têm menor probabilidade de aparecer em AIOs, apesar da afirmação do Google de que os AIOs ainda podem acessar o conteúdo. Isso sugere que os AIOs podem respeitar implicitamente o bloqueio ou depender da mesma lógica de indexação subjacente.

D. Consistência e Robustez

Inconsistência entre Execuções: Motores generativos são menos consistentes que a SERP tradicional.
- RBO do AIO entre duas execuções: 0,66 (vs. 0,78 para SERP).
- Sensibilidade ao Dispositivo: AIOs mostram uma queda massiva na consistência ao alternar de móvel para desktop (o RBO cai 0,16), enquanto a SERP é mais estável.
Sensibilidade à Consulta: Pequenas edições (por exemplo, "o que é" vs. "o que é") causam mudanças significativas nas fontes. O RBO do AIO cai 28,99% com edições cosméticas, comparado a 13,95% para a SERP.

E. Consultas de Alto Impacto

Consultas Políticas: Motores generativos citam fontes menos credíveis.
- AIO: 33,4% dos resumos assumem uma posição definitiva (afirmativa/negativa) em tópicos de debate controversos.
- Credibilidade: AIO e Gemini recuperam uma porcentagem maior de fontes com classificações de credibilidade "Média" ou "Baixa" em comparação com a SERP.
Estudo de Caso de Desinformação: O artigo documenta um caso em que um AIO declarou incorretamente o vencedor de uma luta de boxe com base em uma postagem satírica do Facebook, apesar de citar múltiplas fontes.

5. Significado e Implicações

Para Usuários

Risco de Inexatidão: Os usuários devem exercer cautela, pois resumos generativos podem depender de fontes menos verificadas, alucinar fatos ou assumir posições tendenciosas em tópicos sensíveis.
Câmaras de Eco: A mudança para fontes de nicho e a falta de consistência podem criar bolhas de informação fragmentadas.

Para Editores

Desestabilização do Tráfego: Sites populares e estabelecidos enfrentam um declínio na visibilidade nos resultados generativos, enquanto sites de nicho podem ganhar tráfego.
Desafios de GEO: Estratégias tradicionais de SEO são menos eficazes. A baixa semelhança entre motores torna difícil "otimizar" para todos os sistemas generativos.
Estratégia de Robôs: Bloquear robôs de IA pode prejudicar inadvertidamente a visibilidade em AIOs, forçando editores a reconsiderar suas políticas de robots.txt.

Para o Ecossistema e Política

Crise de Sustentabilidade: O declínio no tráfego ameaça a receita dos editores, o que, por sua vez, degrada a qualidade do conteúdo disponível para treinamento de IA (um "ciclo vicioso de morte").
Chamada à Ação: Os autores propõem estruturas de receita (por exemplo, pagamento por raspagem, licenciamento negociado) para alinhar incentivos entre editores e provedores de IA.
Regulação: Há necessidade de regulação ou salvaguardas para pesquisa generativa em domínios de alto impacto (política, saúde) para prevenir a disseminação de desinformação.

Conclusão

O artigo conclui que a IA Generativa não é meramente uma sobreposição na pesquisa, mas uma desestabilização fundamental que altera o ecossistema de informações. Ela desloca a visibilidade de fontes autoritárias e populares para propriedades de nicho e de propriedade do Google, introduz instabilidade significativa nos resultados e apresenta riscos à qualidade da informação em domínios críticos. Os autores defendem um modelo econômico colaborativo e sustentável para garantir a viabilidade a longo prazo tanto da publicação de alta qualidade quanto da pesquisa generativa confiável.