Imagine uma conversa entre amigos daqui a dez anos. Um deles afirma, com convicção, que determinado evento histórico aconteceu de certa forma. O outro discorda, não porque leu algo diferente num livro, mas porque a IA que resumiu sua pesquisa disse outra coisa. Essa IA foi treinada com textos produzidos por outras inteligências artificiais, que por sua vez beberam de fontes filtradas por algoritmos com interesses comerciais e vieses editoriais bem definidos. Quem tem razão nessa conversa? Mais importante: quem vai conseguir provar?
Essa cena não é ficção científica. Ela está sendo construída hoje, dado a dado, clique a clique.
O porteiro que decide o que existe
A internet, desde seu nascimento, foi celebrada como a maior biblioteca da humanidade. O sonho era democrático: qualquer pessoa, em qualquer lugar, teria acesso ao conhecimento. O que ninguém calculou com precisão foi que uma biblioteca sem curador independente, sem critério editorial transparente e dominada por poucos porteiros muito poderosos, não é uma biblioteca. É um labirinto com saída programada.
Hoje, segundo dados do Statcounter e da Cloudflare, o Google detinha 90,88% do mercado global de buscas no quarto trimestre de 2024 a primeira vez em dez anos que esse número começou a ceder ligeiramente, caindo para 89,7% no fim do período. Na prática, uma única empresa privada, com sede nos Estados Unidos, decide o que aparece primeiro para a maioria dos seres humanos que fazem uma pergunta ao mundo digital.
E a posição que um conteúdo ocupa nessa lista não é neutra. Estudos de taxa de clique (CTR) realizados pelo Backlinko, com análise de milhões de resultados do Google, indicam que o primeiro resultado orgânico recebe em torno de 27% a 39% de todos os cliques, enquanto resultados a partir da sétima posição recebem menos de 3%. Estar fora da primeira página, para o usuário médio, é o equivalente prático a não existir.
Quando a máquina aprende com ela mesma
Sobre essa base frágil, um segundo fenômeno se desenvolve com velocidade alarmante. Ferramentas de inteligência artificial generativa: ChatGPT, Gemini, Deepseek, Claude e centenas de outras, foram treinadas com bilhões de textos extraídos da internet. O problema é que, à medida que essas IAs produzem mais conteúdo e esse conteúdo volta a alimentar os próximos ciclos de treinamento, instaura-se uma espiral de distorção progressiva chamada de “colapso do modelo”.
Esse fenômeno não é especulação: foi demonstrado matematicamente. O artigo “AI models collapse when trained on recursively generated data”, publicado na revista Nature em julho de 2024 por pesquisadores das Universidades de Oxford e Edimburgo, mostrou que modelos treinados com dados gerados por outros modelos perdem diversidade e precisão ao longo do tempo. É o equivalente a fazer uma fotocópia de uma fotocópia: cada geração perde resolução, e ninguém detecta o momento exato em que a imagem original se tornou irreconhecível.
A escala do problema já é visível. Uma análise da empresa Graphite, que examinou mais de 60 mil artigos publicados entre 2020 e 2025, identificou que em novembro de 2024, pela primeira vez, o volume de artigos gerados por IA publicados na web superou o volume de artigos escritos por humanos. Outro levantamento da Ahrefs, analisando quase um milhão de páginas novas publicadas em abril de 2025, detectou que 74,2% delas continham conteúdo com marcadores identificáveis de geração automática. Isso significa que a matéria-prima que alimentará as próximas gerações de modelos de IA já é, em sua maioria, produzida por gerações anteriores de IA.
O filtro que você não escolheu
Há um terceiro fator que merece a atenção do leitor mais cético: a questão do viés de curadoria. Algoritmos são escritos por pessoas, e pessoas carregam perspectivas sobre o que merece ser amplificado, sobre o que é “consensual” e o que é “controverso”, sobre quais vozes merecem autoridade.
O Pew Research Center dos Estados Unidos documentou, em pesquisa publicada em junho de 2018, que 43% dos americanos em geral acreditam que as grandes empresas de tecnologia favorecem as visões políticas liberais em detrimento das conservadoras. Entre republicanos e independentes de inclinação republicana, essa percepção chegava a 64%. Isso não é prova de conspiração, é dado sociológico sobre um nível de desconfiança que, seja ou não inteiramente justificado, não pode ser ignorado por nenhuma análise séria do ecossistema de informação digital.
Quando uma plataforma decide, sem critério público auditável, que determinado conteúdo é “desinformação” e outro é “verificado”, ou quando um modelo de IA determina que certa interpretação histórica é “o consenso” e outra é “controversa”, qual instância revê essa decisão? Qual tribunal julga esse julgamento? A resposta, por enquanto, é a mesma para o conservador que desconfia da mídia corporativa e para o liberal clássico que desconfia do poder concentrado: ninguém.
A memória que se desfaz
Existe ainda um problema menos visível, mas igualmente grave: a internet esquece. Ela não apenas distorce, ela apaga.
Uma pesquisa conduzida pelo Harvard Law School Library Innovation Lab em parceria com a equipe digital do New York Times, publicada em 2021, analisou mais de 550 mil artigos e 2,2 milhões de links externos do acervo do jornal desde 1996. O resultado foi perturbador: um quarto de todos os deep links incluídos nos artigos do NYT já estão inativos, levando a páginas completamente inacessíveis. Mais de metade dos artigos com links do acervo tinham ao menos um link quebrado. Links de 1998 apresentavam taxa de inatividade de 72%.
Se uma IA futura tentar reconstruir a narrativa histórica deste período a partir dos rastros digitais que sobrarem, ela o fará com um quebra-cabeça ao qual faltam peças inteiras e sem saber exatamente quais faltam.
O Interesse que molda a narrativa
Por trás de tudo isso há, também, um motor econômico poderoso. A publicidade digital movimentou mais de 300 bilhões de dólares apenas nos Estados Unidos em 2024, segundo a eMarketer, e esse ecossistema tem um incentivo estrutural claro: maximizar o tempo de tela, o engajamento emocional, o clique. Conteúdo que gera indignação, medo e pertencimento performa melhor do que análise nuançada e histórica. Isso não é acusação é a lógica de mercado do setor.
Quando esse mesmo ecossistema alimenta os modelos de IA com seus dados de treinamento, o que se propaga não é necessariamente o melhor do conhecimento humano, mas o mais clicado do conhecimento humano. E “clicado” e “verdadeiro” nunca foram sinônimos.
O livro contra o algoritmo
Voltemos àquela conversa entre amigos. O sujeito que leu um livro físico, publicado por uma editora com conselho editorial, revisado por especialistas e referenciado em fontes primárias, carrega algo que o tempo não apaga silenciosamente: um registro imutável e verificável. Você pode discordar do livro, pode criticá-lo, mas não pode alterá-lo retroativamente sem que todos percebam. Essa característica, a imutabilidade do registro é exatamente o que o ambiente digital não garante.
O Internet Archive, organização sem fins lucrativos que mantém o Wayback Machine, representa hoje a principal linha de defesa contra esse apagamento. Seu índice abrange mais de 350 milhões de sites, e em 2024 o Google passou a incluir links diretos para versões arquivadas de páginas diretamente nos resultados de busca — um reconhecimento implícito da fragilidade da web aberta. É um esforço valioso, mas permanece frágil: em outubro de 2024, o próprio Internet Archive sofreu um ataque cibernético que tirou seus serviços do ar temporariamente.
Regulação: remédio ou novo veneno?
O impulso regulatório diante de tecnologias disruptivas é compreensível — mas a história ensina que o Estado raramente regula para proteger o cidadão comum. Regula para proteger a si mesmo.
A União Europeia aprovou o AI (Regulamento EU 2024/1689), em vigor desde 1º de agosto de 2024. A partir de agosto de 2025, provedores de modelos de IA de uso geral que operam na Europa passaram a ser obrigados a publicar resumos sobre os dados usados em treinamentos. É apresentado por seus defensores como avanço civilizatório, mas há uma questão que seus entusiastas raramente formulam em voz alta: quem audita os auditores? Quando um governo decide o que um modelo de IA pode ou não aprender, ele não está protegendo a verdade. Está definindo os limites do que pode ser pensado.
Regulação que exige transparência das empresas privadas sobre seus dados é legítima, desde que o mesmo padrão se aplique, com igual rigor, às escolhas editoriais dos algoritmos de governo, às decisões de moderação das agências públicas de comunicação e ao uso que o próprio Estado faz da IA para monitorar, classificar e influenciar o debate público. Sem essa simetria, o que se chama de “regulação” é, na prática, um instrumento de controle com verniz técnico.
Na conversa imaginária entre amigos que abrimos neste texto, o que separará quem tem razão de quem apenas acha que tem razão será cada vez menos a memória e cada vez mais a rastreabilidade a capacidade de apontar uma fonte que outro ser humano possa verificar, questionar e, se necessário, refutar com seus próprios argumentos. Isso, curiosamente, os livros ainda fazem melhor do que qualquer algoritmo, qualquer regulamento e qualquer Corte Suprema.
O futuro da verdade pode depender de decidirmos, hoje, que ela ainda vale a pena ser procurada mesmo quando o caminho for mais longo, mais incômodo e muito mais lento do que um clique.
