Google e empresas de AI estão corroendo a internet: sites pequenos perdem tráfego, modelos perdem qualidade

Google e empresas de IA estão reformulando cada vez mais como a web funciona—não apenas como consumidores de dados, mas como concorrentes para quem produz esses dados. O novo debate revela um paradoxo desconfortável: a IA simultaneamente drena valor da internet aberta e degrada o material em que depois aprende.

Ataque ao Tráfego

O impacto principal é visível em buscas. De acordo com dados do Chartbeat publicados pelo Axios em março de 2026, pequenos publicadores com 1–10 mil visualizações diárias perderam 60% do tráfego de busca em dois anos. Publicadores de médio porte viram uma queda de 47%, grandes editoras 22%. Um estudo separado da Pew Research revelou a causa: quando Google adiciona resumos com IA, os usuários clicam em links notavelmente com menos frequência. Sem resumos, cliques em resultados normais ocorrem quase duas vezes mais frequentemente, enquanto links dentro do próprio resumo recebem apenas uma fração dos cliques.

• Pequenos sites perderam 60% do tráfego de busca em dois anos
• Publicadores de médio porte perderam 47%
• Grandes plataformas perderam 22%
• Com resumos de IA, usuários clicam em links normais notavelmente menos

O problema se estende além da mídia. Receitas, instruções, blogs, sites educacionais e qualquer recurso de nicho que dependia de tráfego de busca são todos afetados. Grandes marcas compensam parcialmente perdas através de visitas diretas, aplicativos e canais de email. Pequenos projetos não têm essa proteção. Quando o tráfego desaba, publicidade, assinaturas e motivação para publicar novo material sofrem—especialmente conteúdo que requer expertise, tempo e trabalho manual.

A Internet Perde Vozes

Então o efeito econômico entra em ação. Menos tráfego significa menos dinheiro para quem cria conteúdo original. Menos dinheiro significa menos relatórios, resenhas, instruções, estudos e histórias locais. Pequenos sites independentes, que muitas vezes fornecem os tópicos e ângulos mais pouco convencionais, estão desaparecendo mais rápido. A internet não está ficando vazia—está ficando mais plana: em vez de muitas vozes diferentes, surge um fluxo de textos intercambiáveis, otimizados para algoritmos e respostas rápidas.

IA mina a própria mão que a alimenta.

Neste contexto, empresas e redações cada vez mais preenchem lacunas com conteúdo gerado por máquina. Uma estimativa sugere que até meados de 2025, mais da metade do novo conteúdo online já estava sendo criado por IA. É conveniente e barato, mas esse crescimento muda a composição da web: textos humanos escritos a partir de experiência, observação ou expertise especializada estão encolhendo em termos relativos. Como resultado, a internet gradualmente se torna uma monocultura onde vozes raras e genuínas são afogadas em um mar de publicações similares.

Quando Modelos Aprendem

Para sistemas de IA, isso também é má notícia. Modelos generativos treinam em vastos conjuntos de dados web, significando que cada vez mais encontram textos, imagens e resumos criados não por humanos mas por modelos anteriores. Um estudo da Nature em 2024 descreve esse risco como model collapse: sob treinamento recursivo em dados sintéticos, um modelo gradualmente perde padrões raros mas importantes do mundo real e começa a refletir a realidade com menor precisão. A princípio parece uma queda leve de qualidade, depois homogeneidade, erros e puro nonsense.

A situação é complicada por filtros pouco confiáveis. Detectores de conteúdo de IA mostram ampla variância de precisão e frequentemente rotulam incorretamente textos humanos como gerados por máquina. Esses falsos positivos afetam desproporcionalmente falantes não nativos de inglês e pessoas com estilos de escrita não convencionais. Conjuntos de dados sintéticos, propostos como solução, parecem mais um contratempo temporário: podem amplificar os pontos fracos dos modelos e não substituem dados humanos frescos. Em outras palavras, a indústria contamina a fonte de que depois bebe.

O Que Significa

Se essa trajetória continuar, o mercado enfrenta um efeito duplo: editoras perdem sua economia e modelos perdem qualidade de dados. Para usuários, significa uma internet mais pobre e mais homogênea. Para desenvolvedores de IA, significa crescente dependência de um pool limitado de conteúdo genuinamente criado por humanos. Soluções teoricamente existem—compensar criadores, rotulagem transparente de material gerado por máquina e regras mais rígidas de coleta de dados—mas por enquanto, a indústria se move na direção oposta.