Um paper sobre IA Overview e tráfego da Wikipedia revisou o próprio número de 15% para cerca de 5% — seis versões depois

Toda vez que um número sobre o fim do tráfego do Google aparece, a primeira pergunta é: medido como. Em fevereiro de 2026, um paper da Universidade de Washington estimou que as AI Overviews do Google reduziram em 15% o tráfego diário da Wikipedia em inglês. Sete meses e seis revisões depois, com desenho mais rigoroso, os mesmos dois autores chegam a um número que é menos de um terço daquele.

O desenho original: comparar quem tem AI Overview com quem não tem

Mehrzad Khosravi e Hema Yoganarasimhan usaram a estrutura multilíngue da própria Wikipedia para montar um experimento natural: compararam artigos da Wikipedia em inglês — expostos à AI Overview — com os mesmos artigos nas edições em hindi, indonésio, japonês e português, que não tinham a AI Overview no mesmo período. Na primeira versão do paper, publicada em 5 de fevereiro de 2026 e com 161.382 pares de artigo-idioma, a estimativa de redução no tráfego diário dos artigos em inglês foi de aproximadamente 15%, maior em artigos de cultura do que em artigos de ciências exatas.

A escolha da Wikipedia não é incidental. É um dos poucos sites grandes o bastante para gerar amostra estatística robusta, instrumentado o suficiente para publicar os próprios dados de tráfego, e sem motivo comercial para inflar nem para esconder uma queda — ao contrário de boa parte dos relatórios de visibilidade em IA que circulam no mercado de GEO, pagos por quem vende monitoramento. Isso não torna o paper imune a erro de método. Torna o terreno mais limpo para medir.

O que mudou entre a primeira versão e a sexta

O paper passou por seis revisões até setembro de 2026. Na versão mais recente, os autores trocaram a variável de desfecho — de visualizações de página por dia para encaminhamentos de busca externa por mês — e trocaram os idiomas de comparação, de hindi/indonésio/japonês/português para alemão e francês. Com esse desenho, a redução estimada cai para 5,45% e 4,82%, respectivamente contra cada idioma de controle, no período em que a AI Overview passou a aparecer por padrão nos EUA, a partir de maio de 2024.

Não é fraude, nem má-fé — é refinamento de método às claras, documentado na própria lista pública de versões do arXiv. Mas o número que circulou nas manchetes de fevereiro foi 15%, e é o número que continua sendo citado por quem não voltou a checar a versão mais recente.

Quem tem interesse em qual número

O paper, até a versão mais recente, ainda não foi revisado por pares. Fica a perguntar quem pagou o estudo: neste caso, ninguém — é um paper acadêmico sem patrocínio de fornecedor, o que separa esta medição da maioria dos relatórios de visibilidade em IA que circulam no mercado. Ao mesmo tempo, o número de 15% alimentou meses de manchete sobre "o fim da web aberta" — a mesma ansiedade que, como esta coluna já mostrou, vende ferramenta e relatório de monitoramento de citação em IA. Um número três vezes maior serve melhor a quem cobra para medir e mitigar o problema do que um número três vezes menor.

O que o recorte por tipo de conteúdo mostra

O achado original, mantido nas revisões seguintes, é mais interessante do que o número agregado: a queda concentra-se em artigos de cultura — biografia, entretenimento, história recente — e é bem menor em artigos de ciências exatas. É consistente com a leitura de que a IA generativa substitui melhor a resposta curta e factual do que a leitura longa, e isso não aparece em nenhuma manchete que citou só o 15% ou só o 5%. Quem decide se escreve verbete enciclopédico ou explicação técnica densa — o tipo de conteúdo que esta própria casa produz — está, pelo recorte do paper, num território mais protegido do que quem escreve biografia ou resumo de entretenimento.

O que medir antes de decidir investir em visibilidade por IA

Para quem decide orçamento de conteúdo achando que está "perdendo tráfego para a IA", o ensinamento não é "a Wikipedia prova que não há problema" nem "a Wikipedia prova que há". É o mesmo ceticismo que esta casa já aplicou ao número de até 40% de visibilidade que toda agência de GEO cita: o tamanho do problema, pela melhor evidência disponível hoje, está entre um terço e a metade do que a primeira manchete disse — e perguntar qual versão do estudo sustenta o número é tão importante quanto perguntar se o estudo existe.

Quem cita 15% hoje está citando a versão de fevereiro. Quem cita 5% está citando a de setembro. As duas têm nome, data e link — a diferença entre elas é o próprio caso de por que medir de novo, com mais rigor, muda a conclusão sem mudar a pergunta.