O "loop do fim" da web: conteúdos de IA se retroalimentam e seus textos perdem posto

O “loop do fim” da web: conteúdos de IA se retroalimentam e seus textos perdem posto

A matéria do The Verge não é sobre o futuro distópico da internet. É sobre o presente: a OpenAI e a Microsoft, segundo a publicação, estavam cientes de que a enxurrada de conteúdo gerado por IA que elas ajudaram a viabilizar criaria o que chamam de “doom loop” — um ciclo em que modelos de linguagem consomem o texto produzido por outros modelos, e o resultado dessa mistura vira a base de treinamento da próxima geração. O produto final dessa equação é a degradação da qualidade média de tudo o que é publicado.

Para quem trabalha com marketing digital, tráfego e vendas, isso não é uma abstração acadêmica. É a diferença entre produzir conteúdo que ranqueia e produzir texto que o Google joga para a página 3. A pergunta que você deveria estar fazendo agora não é “como usar IA para escrever mais rápido”, e sim “por que o que eu escrevo com IA já não está performando como antes?” A resposta está no ciclo que você, sem perceber, está alimentando.

O “doom loop” na prática: quando a máquina lê a máquina

O mecanismo é simples de entender. Um produtor de conteúdo usa ChatGPT para escrever um artigo sobre “melhores práticas de SEO”. Esse artigo é publicado e indexado. Outro produtor, semanas depois, pede para o Gemini resumir os 10 melhores artigos sobre SEO — e o Gemini lê, entre outros, o artigo do primeiro produtor. O texto gerado pelo segundo produtor agora é uma compressão de uma compressão. Ele cita os mesmos conselhos genéricos, usa a mesma estrutura e não acrescenta nenhuma informação nova. Uma terceira pessoa, então, usa o Claude para reescrever o texto do segundo produtor. O que era raso vira ainda mais raso.

A diferença entre a informação original e a versão final é comparável a uma fotocópia de uma fotocópia: a imagem se degrada até virar borrão. O The Verge noticia que as próprias empresas de IA sabiam que esse ciclo era inevitável — os contratos com editoras de notícias, como o caso do The New York Times, escancaram que o valor da informação produzida por humanos é o único antídoto contra esse processo.

Isso fica evidente quando você analisa o que acontece com o tráfego orgânico de sites que publicam em volume com IA. Os textos são escritos em minutos, publicados em escala, e nas primeiras semanas até conseguem alguma posição. Depois, caem. O motivo não é o Google ter “punido” o site (embora isso aconteça com o tempo); é que milhares de outros sites fizeram exatamente o mesmo movimento, com os mesmos modelos, e agora os buscadores precisam decidir qual versão do mesmo texto genérico entregar. A resposta é: nenhuma. O usuário não clica, o CTR despenca, e o algoritmo rebaixa.

O que o modelo não consegue imitar: dado, opinião e experimento

Se o conteúdo sintético está em debacle, o que sobe de ranking? Exatamente o que a IA generativa não consegue produzir: experiência de primeira mão, dados que não estão publicados em lugar nenhum e opinião verificável.

Um exemplo prático: eu poderia pedir para o ChatGPT escrever sobre “como reduzir o CPA no Facebook Ads”. O texto resultante seria correto, bem estruturado e inútil — porque repetiria o que já foi escrito centenas de vezes. Mas se eu publicar um post mostrando o meu próprio funil, com os números de CPC antes e depois de uma mudança específica na segmentação, com os prints das campanhas e os erros que cometi no meio do caminho, estou fornecendo algo que nenhum modelo consegue sintetizar a partir da sua base de treinamento: informação que não existia até eu publicá-la.

Isso não é um conselho motivacional. É uma estratégia técnica. As instruções que os outros modelos usam para gerar conteúdo dependem do que está disponível na web. Quando você publica um relato original com métricas reais, você se torna fonte primária — o texto do seu site passa a ser um dado que os próximos modelos vão consumir. Em vez de ser um elo descartável do doom loop, você vira a origem da cadeia. É por isso que conteúdos com dados proprietários, estudos de caso com números específicos e análises com uma opinião clara (mesmo que controversa) tendem a performar melhor: eles são qualitativamente diferentes do ruído sintético.

A manchete da Ars Technica sobre uma alucinação de IA quase ter causado uma operação militar americana é um alerta extremo de algo que acontece em escala menor todos os dias nos textos de marketing: a IA inventa um caso de sucesso que parece real, você publica com sua marca, e o leitor descobre que os números não batem. A confiança — o ativo mais valioso de qualquer negócio digital — é destruída em um parágrafo.

Como se posicionar enquanto a bolha sintética desaba

O ciclo de degradação não vai se reverter sozinho. A OpenAI seguirá treinando modelos com o conteúdo que encontra, e a Microsoft seguirá distribuindo suas ferramentas de escrita. Você, porém, pode escolher não ser parte do problema. O processo de produção de conteúdo que sobrevive a essa fase tem três pilares:

Dado próprio como matéria-prima: toda peça de conteúdo deve começar com algo que só você tem. Pode ser um print de uma campanha, uma planilha de testes A/B, um custo de aquisição por canal, ou mesmo um e-mail de cliente reclamando. O texto gerado por IA deve servir para organizar esse material, nunca para substituí-lo.
Opinião ancorada em evidência: o ChatGPT pode defender os dois lados de qualquer argumento. Isso torna a opinião sintética inerentemente fraca. A sua opinião, desde que acompanhada de evidências que ninguém mais tem, é o que os editores de outros sites — e os buscadores — procuram. Escreva “eu testei isso em três campanhas e funcionou por causa de X” em vez de “estudos mostram que”.
Experimento original: publique o que você testou, não apenas o que você sabe. A segurança de um experimento que falhou, ou de um teste que não trouxe resultado, é infinitamente mais valiosa do que mais um guia genérico. O modelo de linguagem não tem a vivência de um orçamento queimado ou de um anúncio que performou absurdamente bem por razões misteriosas. Essa lacuna é o seu espaço.

A consequência disso é que o conteúdo curto, rápido e sem profundidade perde valor exatamente na mesma velocidade em que o conteúdo experiencial ganha. O mercado já está refletindo isso nos rankings da SERP. O The Verge, a TechCrunch e a Ars Technica noticiam os movimentos das big techs, mas a aplicação prática para o leitor do Blog do Bufano é uma: pare de competir com a IA no terreno dela. Você não vai ganhar dos modelos ao escrever mais rápido. Você vai ganhar ao escrever o que os modelos não têm acesso — porque nenhum robô viveu a sua campanha, gastou o seu dinheiro ou lidou com o seu cliente.

O doom loop vai degradar a qualidade da web média, e isso é inevitável. O que não é inevitável é que o seu conteúdo faça parte dessa média. Os dados que você coleta hoje, os experimentos que você documenta e as opiniões que você registra são a única reserva de valor que um modelo de IA não consegue minerar — porque ela ainda não existe na web até você publicá-la. A cadeia alimentar do conteúdo digital está se invertendo, e a posição de produtor primário é a única que garante autoridade a longo prazo. Quem permanece no ciclo se retroalimentando vai ser rebaixado em silêncio, em uma atualização de algoritmo após a outra, até que ninguém mais consiga distinguir o seu texto do texto de um robô — e, pior, até que ninguém mais se importe em tentar.

O "loop do fim" da web: conteúdos de IA se retroalimentam e seus textos perdem posto