Um pesquisador de buscas que preencheu um site com 50 mil estatísticas inteiramente inventadas diz que o ChatGPT ainda cita os números falsos sete meses depois – mesmo depois que o Google efetivamente apagou o site de seus resultados. O experimento, detalhado em uma postagem no blog de Metehan Yesilyurt, pesquisador GEO da empresa de visibilidade de IA Peec AI, apareceu na primeira página do Hacker News na terça-feira, atraindo centenas de pontos e um tópico de comentários animado.

A postagem, publicada pela primeira vez no início de outubro, descreve como Yesilyurt comprou um domínio totalmente novo, stateglobe.com, e usou GPT-4.1 para gerar 50.000 páginas de estatísticas em um único dia – supostamente cobrindo SEO, marketing de conteúdo, mídia social, comércio eletrônico e tecnologia web em 200 países. Cada número foi inventado. “Nunca verifiquei nenhum”, escreveu ele. Para mais contexto sobre esta história, confira nossa tendências de IA.

Uma fábrica de desinformação de US$ 50

O custo total do experimento foi de aproximadamente US$ 50: cerca de US$ 30 para construir e colocar o site de estatísticas no ar em um modelo básico de web design de IA, mais cerca de US$ 20 a mais por 15.000 listas geradas por IA adicionadas posteriormente. O site nunca foi concebido como um imóvel – foi uma investigação sobre como a pesquisa moderna baseada em IA decide o que é considerado uma fonte confiável.

A inspiração veio de pesquisas de longa duração sobre os fundamentos do LLM e, em particular, de um estudo revelador da Seer Interactive publicado em agosto de 2025. A hipótese de Yesilyurt era contundente: à medida que editores e profissionais de marketing produzem cada vez mais conteúdo urgente com LLMs, esses modelos devem vasculhar a web em busca de dados aparentemente confiáveis ​​para preencher lacunas em seu conhecimento de treinamento - e as páginas de estatísticas são exatamente o formato que buscam.

Google enterrou. ChatGPT não.

O tratamento divergente por parte das duas plataformas é a principal conclusão do experimento. No Google, a sorte do site entrou em colapso quase imediatamente. Depois de duas atualizações de classificação de pesquisa após o lançamento, a visibilidade caiu de um penhasco e as páginas indexadas oscilaram entre cerca de 5 e 20 impressões durante meses – o gigante das pesquisas desindexou efetivamente um site que parece ter sinalizado como spam de baixo valor.

ChatGPT se comportou de maneira diferente. De acordo com os dados de rastreamento da Cloudflare citados na postagem, stateglobe.com recebeu mais de 600.000 solicitações de bot apenas nos últimos 30 dias, das quais cerca de 72.000 vieram do ChatGPT-User – o agente que o ChatGPT usa para buscar páginas em tempo real enquanto responde à pergunta de um usuário. Esses não são rastreamentos de treinamento; cada um representa o ChatGPT puxando uma página de estatísticas falsa para responder a uma consulta ao vivo. Ao longo dos sete meses de vida do site, Yesilyurt conta mais de 10.000 sessões de IA referidas ao domínio.

Os números escaparam para o mundo real

Mais preocupante é o local para onde as figuras inventadas viajaram. De acordo com os dados do Ahrefs e Semrush citados na postagem, o site atraiu links de mais de 330 domínios de referência, incluindo Shopify, DHL e Bluehost. Yesilyurt escreve que as suas estatísticas inventadas também acabaram num artigo académico e numa pesquisa de investimento de um banco – as consequências exactas a jusante que ele se propôs a demonstrar: as respostas da IA ​​são coladas em apresentações, artigos e relatórios, transformando números inventados em citações aparentemente oficiais.

O site permanecia online e acessível no momento da redação deste artigo, o que significa que as citações do ChatGPT ainda podem estar acumulando.

Não é um estudo rigoroso - por design

A experiência tem limites óbvios e Yesilyurt não finge o contrário. É um estudo de caso de site único com medições auto-relatadas, o domínio foi promovido publicamente como um experimento ao longo do caminho, e os fatores exatos de classificação que o Google usou para enterrar o site não podem ser isolados do exterior. A discussão do Hacker News, onde a postagem obteve 284 pontos e mais de 160 comentários na terça-feira, rapidamente se tornou um dos tópicos mais lidos do dia. Yesilyurt também dá crédito a trabalhos anteriores sobre como o índice de pesquisa do ChatGPT se comporta, apontando aos leitores a pesquisa do Índice ChatGPT feita por um desenvolvedor conhecido como Tomek como contexto para explicar por que um domínio desindexado pelo Google pode permanecer firmemente dentro do índice do qual a recuperação ao vivo do ChatGPT realmente se baseia.

Por que é importante para a pesquisa de IA

O experimento é um teste de estresse de otimização de mecanismo generativo – a prática em rápido crescimento de ajuste de conteúdo a ser citado por mecanismos de resposta de IA, conhecidos como GEO. Grande parte da indústria GEO concentra-se em incluir uma marca na resposta de IA; O que Yesilyurt quer dizer é que o momento mais importante vem depois, quando os usuários pegam o resultado e o republicam.

Ele também ocorre em meio a um escrutínio crescente sobre como os assistentes de IA lidam com a fundamentação factual. Os motores de busca passaram duas décadas construindo defesas contra spam sintonizadas com sinais de classificação; assistentes de conversação que recuperam páginas sob demanda herdam essas fraquezas sem necessariamente herdarem as defesas. Um site que o Google classifica como lixo eletrônico ainda pode parecer um banco de dados de estatísticas para um sistema de recuperação que vê principalmente uma página limpa cheia de números confiáveis.

Para os editores, a conclusão é desconfortável: a distribuição orientada por IA pode recompensar exatamente o conteúdo que as penalidades de pesquisa tradicionais suprimiriam. Para os usuários, o experimento é um lembrete de que uma estatística com uma fonte específica anexada pode ter sido inventada pelo preço de um jantar para viagem. E para os laboratórios de IA, é mais um ponto de dados que os mecanismos de resposta precisam de procedência mais forte e sinais de consenso antes que a citação se torne a moeda da era da pesquisa de IA.

_Este artigo é baseado na postagem do blog Peec AI de Metehan Yesilyurt e na discussão no Hacker News. As afirmações descritas são as medições relatadas pelo próprio pesquisador a partir de dados Cloudflare, Ahrefs e Semrush._

---

Fique à Frente da IA

As últimas notícias, análises e avanços em inteligência artificial — tudo em um só lugar.

Ler mais notícias de IA →