O que uma IA generativa responde sobre você não tem botão de correção

O problema que 93% das empresas têm e não sabem

Alguém pesquisando um profissional antes de marcar a primeira conversa já não para só no Google. Pergunta direto pro ChatGPT, pro Gemini ou pro que estiver aberto na hora. A resposta que a pessoa recebe não passou pelos olhos do profissional antes de sair.
Um teste publicado em julho de 2026 mediu o tamanho disso. A empresa britânica Searchable perguntou mais de 13 mil vezes pra ChatGPT, Perplexity e Gemini sobre 165 empresas reais de Londres, e conferiu cada resposta contra registro oficial. O resultado: 93% das empresas tiveram pelo menos um fato inventado ou ausente. Empresas pequenas saíram piores, com 50% recebendo algum dado fabricado contra 32% das grandes, e confusão de nome cinco vezes mais frequente nas pequenas.

Insight 1: por que a IA inventa justamente a sua especialidade

Quando um modelo responde sobre alguém com pouco material disponível na internet, ele preenche a lacuna com algo que tem a forma de um fato: nome de especialidade parecida, endereço plausível, horário típico da categoria. O texto sai fluente porque o modelo aprendeu o formato de uma informação verdadeira. Não aprendeu, no momento da resposta, se aquele conteúdo específico é verdadeiro.
O relatório de 2026 do Índice de IA da Stanford HAI mostra a diferença de contexto: quando o modelo recebe um documento pra resumir, os melhores erram entre 1,8% e 5,4% das vezes. Quando a tarefa exige buscar na própria memória, sem documento de apoio, a taxa de erro em benchmarks difíceis varia entre 22% e 94%. Perguntar quem é o profissional tal, no bairro tal, é exatamente esse segundo tipo de pergunta. Não existe nota fiscal, nem registro de conselho, nem página de site sendo lida linha a linha antes da resposta saltar.

Insight 2: duas IAs raramente concordam entre si

Mesmo quando não inventa um fato do zero, a IA tem outro problema. Um estudo da Steady Demand, de agosto de 2026, comparou 1.500 perguntas idênticas sobre negócios locais nos Estados Unidos, feitas pro ChatGPT e pro Gemini. Os dois citaram o mesmo domínio em apenas 8,3% das vezes, e recomendaram a mesma empresa em primeiro lugar em só 4,9% das 783 perguntas em que ambos chegaram a nomear alguém.
Pior: perguntar a mesma coisa duas vezes pro Gemini não garante a mesma resposta. Repetindo 497 consultas idênticas, o conjunto de domínios citados se repetiu em só 43% dos casos, e a empresa recomendada em primeiro lugar se manteve a mesma em apenas 5,1% das vezes. Como controle, o pacote de resultados locais comum do Google, sem IA, manteve o mesmo primeiro lugar em 83,3% das repetições. A instabilidade não é da busca local em geral. É específica de pedir pra um modelo gerar a resposta de novo.

Insight 3: nenhuma tática de otimização mostrou efeito estável

Uma revisão acadêmica de 2026 analisou 45 estudos sobre como aparecer bem em respostas de IA generativa entre 2023 e 2026. A conclusão é desconfortável: nenhuma das táticas populares, como adicionar dados estruturados, citações e estatísticas no texto, mostrou efeito estável, de longo prazo e em várias plataformas ao mesmo tempo. O único ponto que se repetiu entre os estudos foi relevância temática e posicionamento do conteúdo dentro da página, não truque de formatação.
Isso devolve algum controle, mesmo que pequeno. A distinção que ajuda é entre resposta aterrada, a que o modelo monta depois de abrir uma fonte específica no momento da pergunta, e resposta de memória, a que ele monta a partir do que aprendeu no treino, sem abrir nada agora. Manter site, perfil de diretório e bio certos não ensina a IA. Aumenta a chance de uma resposta aterrada encontrar a versão certa em vez de o modelo ter que inventar uma.

Um exemplo real: o erro que bastava trocar de arquivo

Um profissional de área regulada tinha acabado de reformular o site inteiro. Dentro da arte do logotipo, em pixel, estava escrita uma especialidade que não era a dele. Sobreviveu à reforma completa porque ninguém tropeça num erro que não é pesquisável. Bastou achar e trocar o arquivo, numa tarde, depois de encontrado.
A resposta que uma IA generativa dá sobre alguém não tem esse arquivo pra trocar. Não existe painel de edição, não existe solicitar correção que chegue a alguém com autoridade de mudar o que o modelo vai responder na próxima consulta. Corrigir o site resolve pra quem visita o site. Não resolve, na mesma velocidade, o que um modelo já incorporou como padrão sobre aquela categoria inteira.

O que fazer com isso

O artigo 18, inciso III, da LGPD garante ao titular o direito de corrigir dado pessoal incompleto, inexato ou desatualizado, e existe argumento pra tratar uma resposta de IA inventada sobre uma pessoa física identificada como dado pessoal inexato sujeito a correção. O que não existe ainda é um caminho testado de como exercer esse direito: a resposta é gerada no momento, sem base de dados fixa, por uma empresa que pode nem ter CNPJ no Brasil.
Isso não torna o site inútil. Uma pesquisa da BrightLocal mostrou o uso de IA pra achar negócio local subindo de 6% para 45% das pessoas entre um ano e o início de 2026. O site não controla o que a IA inventa quando não sabe, mas é a fonte mais provável de a IA citar certo quando ela de fato busca antes de responder.

O critério prático que sobra: antes de aceitar como fato o que uma IA diz sobre alguém, existe uma fonte que dá pra abrir e conferir, ou aquilo só existe porque soou plausível? Sem fonte clicável, é hipótese, não fato. E vale perguntar de novo, de tempos em tempos, porque a resposta de hoje pode já ser outra na consulta seguinte.

Este artigo é uma versão condensada de uma análise mais aprofundada, com as seis referências citadas, a tabela completa e o glossário, que publiquei em https://chipak.com.br/artigos/o-que-a-ia-responde-sobre-voce-nao-e-editavel