O Google penaliza conteúdo com IA? O que dizem as fontes

Pergunte à maioria dos profissionais de marketing se o Google penaliza conteúdo feito com IA e você recebe um sim confiante. Pergunte de onde vem isso e a trilha passa por posts de blog citando outros posts de blog, até chegar a um anúncio de março de 2024 que diz o contrário do que se costuma atribuir a ele.

Fomos ler as fontes primárias: a página de políticas de spam do Google, as 182 páginas das Search Quality Rater Guidelines, o anúncio sobre abuso de conteúdo em escala e a literatura revisada por pares sobre detecção. A resposta é mais clara do que o debate sugere, e desloca o trabalho para um lugar mais útil.

Principais conclusões

• As diretrizes para avaliadores do Google mandam explicitamente que os avaliadores humanos pontuem as páginas sem determinar se houve uso de IA. A seção 4.6.5 manda dar nota Lowest ao conteúdo em escala de baixo valor “mesmo que você não tenha certeza do método de criação”.
• As orientações publicadas pelo Google sobre conteúdo com IA permitem o uso adequado. Produzir páginas em escala sem agregar valor ainda pode violar as políticas de spam.
• 86,5% das páginas mais bem posicionadas contêm algum texto gerado por IA, e a correlação entre a porcentagem de IA e a posição no ranking é de 0,011. Na prática, zero, em 600 000 páginas.
• Os detectores de IA também não resolvem a questão. Sete deles marcaram erroneamente redações de falantes não nativos de inglês a uma taxa média de 61,22%, e a paráfrase derruba a detecção de 70% para menos de 5%.
• Marcas d’água em texto já existem. O Gemini tem uma desde 2024, e o Claude desde 14 de agosto de 2026. Só o provedor que gerou o texto consegue ler a marca, a verificação do Google na Pesquisa cobre imagens, áudio e vídeo, e nenhum uso para ranking foi publicado.
• A régua que realmente importa é humana. Cinco usuários frequentes de modelos de linguagem de grande porte (LLM), votando juntos, classificaram corretamente 299 de 300 artigos. O sinal que citaram não foi o vocabulário. Foi a originalidade.

O que dizem os próprios documentos do Google

Comece pela evidência mais forte, que quase ninguém cita: as Search Quality Rater Guidelines. São as instruções que o Google dá às pessoas que avaliam os resultados de busca. Esses avaliadores têm muito mais tempo por página do que qualquer rastreador, e são orientados a não se preocupar em determinar a origem.

Da seção 4.6.5 da edição de 11 de setembro de 2025:

“Páginas e sites compostos por conteúdo criado em escala sem conteúdo original ou valor agregado para os usuários devem receber a nota Lowest, não importa como tenham sido criados. Mesmo que você não tenha certeza do método de criação, por exemplo, se a página foi criada ou não com ferramentas de IA generativa, você ainda deve usar a nota Lowest quando suspeitar fortemente de abuso de conteúdo em escala.”

A seção 4.6.6 é igualmente direta: “o uso de ferramentas de IA generativa, por si só, não determina o nível de esforço nem a nota de qualidade da página.”

Isso é uma instrução de avaliação de qualidade. Um avaliador pode julgar conteúdo em escala de baixo valor sem determinar sua origem. Ela não nos diz quais sinais internos os sistemas automatizados do Google usam.

As políticas de spam do Google tratam de abuso de conteúdo em escala, cloaking, páginas de entrada e outras práticas manipulativas. A seção sobre conteúdo em escala inclui usar IA generativa para produzir muitas páginas sem agregar valor. As orientações sobre conteúdo com IA distinguem o uso adequado do conteúdo gerado principalmente para manipular rankings.

Cada palavra antes de “sem agregar valor” pesa menos do que você imagina. A violação é a escala e o vazio.

Depois vem o próprio anúncio de março de 2024, aquele normalmente citado como a ofensiva contra a IA. Ele diz “não importa como foi criado” duas vezes. O próprio FAQ do Google no mesmo post explica por que a política foi reescrita:

“Ela foi ampliada para abranger métodos mais sofisticados de criação de conteúdo em escala, em que nem sempre fica claro se o conteúdo de baixa qualidade foi criado puramente por automação.”

Isso explica por que a política cobre o abuso independentemente de como foi produzido. Não é evidência de que o Google não tenha capacidade de detecção, nem de que todo conteúdo feito com ajuda de IA vá ranquear.

De qualquer forma, as notas dos avaliadores não mexem nos rankings. A documentação do Google sobre conteúdo útil diz claramente que “os dados dos avaliadores não são usados diretamente nos nossos algoritmos de ranking”.

O que os dados de ranking mostram

Dois grandes estudos, e eles discordam. Essa discordância acaba sendo a descoberta mais útil de toda esta área.

Escolha um lado e você está chutando. Os dois estudos usaram detectores diferentes, unidades de medida diferentes e corpora diferentes. A Ahrefs pontuou as páginas pela porcentagem de texto de IA em todos os resultados do top 10. A Semrush rodou o GPTZero só em páginas de blog e usou um rótulo por documento.

Então a participação medida de conteúdo de IA nos resultados de busca depende em grande parte de qual detector você aponta para eles. Isso é um fato sobre os detectores, não sobre o Google.

A própria Ahrefs disse isso sobre o estudo: “a forma como detectamos conteúdo de IA será diferente da forma como o Google faz.” A conclusão depois de um milhão de páginas foi mais direta: “O Google não é contra conteúdo de IA; é contra conteúdo ruim.”

Por que os detectores não resolvem a questão

• Eles falham feio com falantes não nativos de inglês. Sete detectores testados com 91 redações do TOEFL (Test of English as a Foreign Language) tiveram uma taxa média de falsos positivos de 61,22%, e os sete, por unanimidade, classificaram errado 19,78% delas. Os mesmos detectores foram quase perfeitos com redações de alunos do oitavo ano dos EUA. Publicado na Patterns, da Cell Press.
• Eles falham de forma ampla. Um benchmark independente de 14 ferramentas concluiu que todas ficaram abaixo de 80% de precisão, e o texto de IA parafraseado por máquina foi pego só 26% das vezes.
• Eles desmoronam com mudanças triviais. A paráfrase derrubou um detector de 70,3% para 4,6% com uma taxa fixa de falsos positivos. Num benchmark de 6,2 milhões de gerações, dois detectores líderes foram de 100% a quase zero só com a mudança das configurações de amostragem do modelo.
• Existe um teto comprovado. Um artigo na Transactions on Machine Learning Research (TMLR) deriva um limite rígido que liga a melhor precisão possível de qualquer detector ao quanto as distribuições de texto humano e de máquina se sobrepõem. À medida que os modelos melhoram, esse limite aperta para todos.
• Os fornecedores sabem. A OpenAI retirou o próprio classificador em julho de 2023, publicando uma taxa de verdadeiros positivos de 26% e de falsos positivos de 9%. O chief product officer da Turnitin admitiu uma “taxa de falsos positivos mais alta do que a empresa afirmou originalmente” poucos meses depois do lançamento.

Os marcadores linguísticos em que os detectores se apoiam estão vazando para a escrita humana. Um estudo de 737 083 horas de fala espontânea em podcasts, em 824 634 episódios (Yakura et al., publicado pela primeira vez em setembro de 2024), encontrou altas abruptas depois do ChatGPT justamente nas palavras que os detectores sinalizam (“delve”, “showcase”, “boast”, “intricacies”, “meticulous”). Um detector que procura “delve” em 2026 está, em parte, detectando pessoas que conversam com chatbots.

Onde estão as marcas d’água em texto em setembro de 2026

A objeção que está substituindo “passe num detector” é “o Google coloca marca d’água”, então aqui está o registro em 13 de setembro de 2026.

O SynthID do Google marca o texto do Gemini desde 2024. Em 14 de agosto de 2026, a Anthropic começou a incorporar uma marca d’água baseada no SynthID-Text nas respostas do Claude em todas as superfícies, API incluída, sem opção de desativar, para cumprir o Artigo 50 do AI Act da UE. A própria descrição da Anthropic diz que edições leves tendem a preservar a marca, uma reescrita completa a remove e trechos curtos carregam sinal insuficiente para detecção. A OpenAI aplica o SynthID a imagens e áudio e não lista nenhum sinal para texto.

Três fatos mantêm isso fora da conversa sobre ranking. Uma marca d’água em texto só pode ser lida com a chave que a gerou, e o detector da Anthropic é uma prévia privada para reguladores, imprensa e pesquisadores. A verificação SynthID do Google na Pesquisa e no Chrome, anunciada em 19 de maio de 2026, responde “isto foi gerado por IA?” para imagens, áudio e vídeo. E o Google não publicou nada que ligue qualquer marca d’água ao ranking; a instrução aos avaliadores citada acima ainda manda seus próprios avaliadores julgarem as páginas “não importa como tenham sido criadas”.

O que a era das marcas d’água muda é por quanto tempo o conselho das duas próximas seções continua valendo. Uma página cuja única contribuição é a paráfrase de um modelo acabará identificável como tal, com a cooperação do provedor, e a lei agora exige que essa cooperação exista. Uma página construída sobre números, testes e leituras que nenhum modelo produziu mantém seu valor, seja qual for a ferramenta que digitou as frases.

O que realmente faz um conteúdo ser suprimido

Três coisas. Nenhuma delas é a autoria.

1. Escala sem valor. Os sites desindexados em 2024 tinham um formato em comum, e ele é reconhecível. Centenas de URLs quase idênticas num único diretório. Perguntas do “As pessoas também perguntam” transformadas em títulos. Fragmentos costurados que não fazem sentido juntos. Diretórios ocultos. Autoria anônima em temas de dinheiro e saúde. Um caso documentado tinha cerca de cinco milhões de URLs num diretório que ninguém deveria encontrar. Publique conteúdo escrito por humanos nesse formato e você terá o mesmo resultado.

2. Deterioração. Um experimento controlado de 16 meses publicou 2 000 artigos de IA sem edição em 20 domínios novos, sem links e sem atualizações. 71% foram indexados em até 36 dias, e a presença no top 100 chegou ao pico em cerca de 28%. No terceiro mês, tinha despencado para 3%. Nenhuma penalidade foi aplicada. As páginas simplesmente deixaram de valer a pena ser exibidas.

3. Leitores. Essa é a régua real, e ela é mais alta que qualquer algoritmo. Cinco anotadores que usam LLMs com frequência, votando em grupo, classificaram corretamente 299 de 300 artigos. Continuaram precisos diante de paráfrases e de todas as ferramentas comerciais de “humanização” testadas. Perguntados sobre o que notaram, citaram formalidade, clareza e originalidade, e não palavras.

Esse último é o jogo inteiro, porque a originalidade é uma propriedade da informação, e não da prosa. Nenhum prompt, nenhuma configuração de amostragem e nenhuma rodada de edição cria um fato que já não estivesse disponível. Se o seu comprador lê o texto e o reconhece como uma reescrita competente dos três primeiros resultados, você perdeu numa dimensão que nenhuma ferramenta mede.

O que fazer no lugar

Use as orientações publicadas pelo Google sobre qualidade e spam para decidir o que melhorar. A pontuação de um detector comercial não diz se o artigo responde bem à pergunta do leitor.

Coloque na página algo que ainda não está na web. Números próprios das suas contas. Testes em primeira mão, em que você realmente fez a coisa e registrou o que aconteceu. Uma entrevista com a pessoa que fez o trabalho. Uma leitura original das fontes primárias, mostrando onde o resumo popular errou. Se um texto não tem nada disso, ele tem um teto que nenhum polimento eleva.

Facilite a verificação das evidências. Um estudo observacional de 2026 com 21 143 citações encontrou pontuações médias de influência de fonte mais altas em páginas com estatísticas, definições e comparações. Ele não testou se adicionar esses elementos causa um aumento de citações. Use uma estatística porque ela responde à pergunta do leitor, e explique de onde ela veio.

Os preços podem ser úteis pelo mesmo motivo: o comprador precisa saber se uma opção serve. Um experimento separado com seis modelos encontrou fortes preferências por preço e atualidade em 252 000 testes, mas cada teste oferecia exatamente dois documentos de fonte inseridos e anonimizados. Isso testa a preferência pela primeira citação entre alternativas controladas, e não se um mecanismo de busca real vai descobrir ou citar o seu site. Publique preços corretos quando puder, sem transformar esse resultado numa promessa de ganho.

Pule as duas coisas que parecem esforço e não são. Ferramentas comerciais de humanização perdem uma comparação de fluência contra o original de IA não humanizado em 74% das vezes, em 19 produtos testados, e ainda introduzem citações alucinadas no processo. E não rode um ciclo de “melhore isto” no seu próprio rascunho, porque juízes LLM recompensam sistematicamente demais o texto previsível. Cada rodada faz o texto soar mais feito por máquina enquanto o crítico relata melhora.

A mesma divisão vale para as imagens. Uma renderização genérica a partir de um prompt de três palavras parece tão barata quanto um artigo de prompt de três palavras, e nenhum filtro ou upscale a salva. O ofício está no briefing: nomeie o assunto, a luz, a lente e a restrição, em vez de empilhar adjetivos de qualidade no fim. Nossos guias de prompts de imagem para o Gemini e de prompts do ChatGPT para imagens impressionantes funcionam assim, e a estrutura se transfere entre os dois modelos.

Conseguimos medir uma versão disso no nosso próprio domínio. Na semana até 27 de julho de 2026, o fetcher do ChatGPT fez 2 370 requisições a strataigize.com, contra 1 390 do Googlebot. Os dois únicos clientes que este site já gerou vieram por respostas de IA, somando $215 603. Isso aconteceu em páginas com dados originais, e não em páginas com marcação esperta. Se a questão é se essas respostas citam a sua marca, esse trabalho é generative engine optimization.

A pergunta sempre foi se alguém aprende algo ao ler, e não se uma máquina ajudou a escrever.

Fontes

• Google Search guidance about AI-generated content
• Google Search Quality Rater Guidelines, 11 de setembro de 2025
• Google spam policies
• Google, scaled content abuse and the March 2024 core update
• Google, creating helpful content
• Ahrefs, Google doesn’t punish AI content
• Anthropic, how Claude’s text watermarking works, 14 de agosto de 2026
• Anthropic Help Center, how Claude marks AI-generated content
• Google, SynthID verification and partners, 19 de maio de 2026
• OpenAI, content provenance documentation
• Semrush, does AI content rank in search
• Liang et al., GPT detectors are biased against non-native English writers, Patterns
• Weber-Wulff et al., Testing of detection tools for AI-generated text
• Sadasivan et al., Can AI-generated text be reliably detected?, TMLR
• Russell, Karpinska & Iyyer, frequent LLM users detect AI text, ACL 2025
• Kobak et al., excess vocabulary in biomedical writing, Science Advances