Um estudo preliminar da Universidade de Washington estimou que a Wikipédia em inglês perdeu cerca de 100,27 milhões de visitas mensais depois que o Google passou a exibir resumos gerados por IA no topo dos resultados de busca. O Google contesta a metodologia. A discussão importa muito além da enciclopédia.
O que o estudo mediu
Os pesquisadores compararam o tráfego da Wikipédia em inglês, exposta ao AI Overviews desde maio de 2024 nos Estados Unidos, com o das versões em alemão e francês, que sofreram quedas menores no mesmo período: 5,45% e 4,82%, respectivamente. A diferença entre as curvas é a base da estimativa.
O trabalho ainda não passou por revisão por pares nem foi publicado, e isso precisa ser dito antes de qualquer conclusão. Ele conversa, porém, com dados que a própria Wikimedia já havia divulgado: uma queda de cerca de 8% no tráfego humano anual atribuída à IA generativa, e o dado incômodo de que o tráfego de robôs que coletam conteúdo para treinar modelos representa 65% do tipo de acesso mais caro que a fundação precisa servir.
O número que explica o mecanismo
Há uma medida no estudo que sintetiza tudo: com o resumo de IA no topo, o usuário clica em algum link em 8% das buscas. Sem o resumo, clica em 15%. A taxa cai quase pela metade.
O resumo não rouba o conteúdo, ele o entrega. A pessoa recebe a resposta e não tem motivo para prosseguir. É um ganho real de eficiência para quem busca, e uma perda real de visita para quem produziu a informação que alimentou o resumo.
A resposta do Google
A empresa afirma que o estudo não tem rigor metodológico suficiente, argumenta que os pesquisadores não isolam o buscador do Google dos demais e lembra que a concorrência detém participação pequena no tráfego. A crítica é pertinente: separar o efeito do AI Overviews de outras mudanças de algoritmo, de comportamento e de sazonalidade no mesmo período é difícil, e comparar idiomas diferentes carrega premissas fortes.
Isso enfraquece o número absoluto sem desfazer a direção. Uma pesquisa do MIT, citada no mesmo contexto, encontrou correlação entre a queda de tráfego em artigos específicos da Wikipédia e a semelhança das respostas do ChatGPT com aqueles verbetes.
Por que isso vai além da Wikipédia
A enciclopédia é o caso mais visível porque é grande, aberta e mede bem o próprio tráfego. Mas a mecânica atinge qualquer site que responde perguntas: documentação técnica, glossários, portais de saúde, blogs de tutorial, veículos de notícia.
O ciclo tem um problema estrutural embutido. O modelo aprende com um corpo de conhecimento produzido por pessoas e mantido por doações e por audiência. Ao entregar a resposta sem a visita, ele reduz as duas fontes que sustentam esse corpo. Não é uma tragédia imediata, porque o estoque de conteúdo existente é enorme. É um problema de fluxo, que só aparece alguns anos adiante.
Para quem publica, a consequência prática já mudou o trabalho: deixou de bastar aparecer no resultado de busca, porque o resultado deixou de ser o destino. O que passa a valer é ser citado dentro da resposta, com nome e link, o que depende de coisas bem diferentes das que se otimizava até aqui — clareza de definição, dados próprios, estrutura explícita e informação que o modelo não consegue produzir sozinho.