Alucinação de IA: quando a IA inventa coisas sobre a sua empresa

Alucinação de IA é o nome dado à resposta em que um sistema de inteligência artificial afirma, com toda a segurança, algo que não é verdade. Pode ser uma data, um número, um estudo que nunca foi publicado ou o horário de uma loja que fecha mais cedo. O texto sai bem escrito e sem sinal de dúvida, e é isso que engana.

Aqui você vê de onde vem o erro, casos que foram parar na Justiça e o que os números dizem. Depois, a parte de quem tem empresa: como descobrir o que as IAs dizem sobre o seu negócio e o que corrigir para a resposta sair certa. Fontes conferidas no dia 29/10/2026.

O que é alucinação de IA?

É uma resposta falsa apresentada como fato por uma IA generativa. O termo ficou conhecido com assistentes como ChatGPT, Gemini, Claude e Copilot, que funcionam sobre grandes modelos de linguagem: programas treinados para prever a continuação mais provável de um texto.

O modelo que alucina não tem a informação, mas conhece bem a forma que a resposta deveria ter, e preenche o buraco com algo plausível.

O artigo da OpenAI sobre o tema, de setembro de 2025, assinado por Adam Tauman Kalai e mais três autores, abre com um exemplo do próprio Kalai. Os pesquisadores pediram ao DeepSeek-V3 o dia do aniversário dele, só se o modelo soubesse. Vieram três datas diferentes em três tentativas, nenhuma certa. Perguntado a três modelos, o título da tese de doutorado de Kalai também saiu errado nos três, cada um com universidade e ano próprios.

Por que a IA alucina?

Porque o modelo foi treinado para produzir texto provável, e não para conferir fatos, e porque as provas usadas para compará-lo premiam o chute. O artigo da OpenAI separa as duas causas.

A primeira nasce no pré-treino, quando o modelo aprende padrões lendo bilhões de frases. Ortografia segue regras firmes; um fato solto, não: o aniversário de alguém pouco conhecido aparece uma vez nos dados, ou nenhuma. Os autores mostram que, se 20% desses fatos aparecem uma única vez, o modelo de base deve errar ao menos 20% das perguntas sobre eles.

A segunda nasce na avaliação. A maioria dos testes dá ponto à resposta certa e zero tanto à errada quanto ao "não sei". Com essa regra, arriscar sempre compensa, como numa prova de múltipla escolha em que errar não desconta. O modelo é ajustado para tirar nota alta e aprende a responder mesmo sem saber.

Os números da própria OpenAI mostram o efeito. No SimpleQA, um teste de perguntas curtas sobre fatos respondidas de memória, o o4-mini acertou 24% e errou 75%, quase sem deixar de responder. O gpt-5-thinking-mini acertou 22% e errou só 26%, porque no resto preferiu admitir que não sabia. Os dois resultados estão na ficha técnica do GPT-5, de agosto de 2025.

Para os autores, a alucinação só é inevitável no modelo de base, o que apenas completa texto. Um sistema que pode dizer "não sei" não precisa inventar. Buscar na web antes de responder também reduz o problema, sem zerar: se a página lida estiver errada, velha ou for uma piada, o erro chega à resposta com cara de informação checada.

Quais são os tipos de alucinação?

Os principais são fato, número, fonte e citação inventados, além da mistura de duas entidades parecidas. Quando a pergunta é sobre um negócio, eles costumam aparecer assim:

Informação desatualizada não é, a rigor, alucinação: o modelo repete algo que já foi verdade. Para o cliente que encontra a porta fechada, dá no mesmo, e a correção também começa pelo site.

Que casos reais mostram o tamanho do problema?

Os mais citados envolvem dinheiro e tribunal, porque ali alguém teve de responder pelo erro.

• O assistente da Air Canada. O chatbot do site disse a um passageiro que dava para pedir depois da viagem o desconto de tarifa por luto, ao contrário da política publicada no mesmo site. Em fevereiro de 2024, um tribunal da Colúmbia Britânica, no Canadá, mandou a companhia indenizar o passageiro e recusou a tese de que o robô respondia por si.
• Jurisprudência que não existia, em Santa Catarina. Em fevereiro de 2025, a 6ª Câmara Civil do TJSC multou em 10% do valor atualizado da causa o autor de um recurso que citava decisões e doutrina inexistentes. O advogado atribuiu as citações ao uso "inadvertido" do ChatGPT, e o caso foi enviado à OAB catarinense.
• As pedras e a cola na busca do Google. Em maio de 2024, logo depois que a Visão geral criada por IA chegou ao público, circularam respostas que mandavam comer pedras e pôr cola na pizza. Liz Reid, vice-presidente da Busca, explicou que quase ninguém fazia a pergunta das pedras e que a resposta se apoiou num texto satírico republicado no site de uma empresa de software de geologia.

Para quem tem empresa, o terceiro caso é o que pesa. A IA não tirou a pedra do nada: sem fonte boa, usou a que encontrou.

Com que frequência a IA alucina?

Depende do que se mede, e por isso os números publicados parecem brigar entre si. Três medições conhecidas, cada uma numa tarefa:

Lendo as três juntas: com o texto na frente, o modelo erra pouco; de memória, sobre um fato pouco comum, erra muito; com busca, o erro passa a morar nas fontes, em qual página foi lida e se ela estava em dia. Desconfie de manchete do tipo "a IA erra X% das vezes" sem o nome do teste e a data.

Por que a IA erra sobre a sua empresa?

Porque, para um modelo de linguagem, a sua empresa é o aniversário do pesquisador: um fato raro, presente em poucas páginas. Ninguém escreveu reportagens sobre o horário de sábado da sua oficina, e o pouco que existe costuma ter um destes defeitos:

• Falta: o site não informa o horário, não tem página de contato, ou o texto só é montado pelo JavaScript no navegador e o robô recebe a página vazia. Sem o dado, o modelo completa com o que é comum no ramo.
• Conflito: o site diz uma coisa, a ficha no Google Maps outra e um guia de empresas antigo uma terceira. A IA escolhe uma, nem sempre a atual.
• Atraso: o endereço, o preço ou o telefone mudou, mas só parte dos lugares foi atualizada.
• Homônimo: uma empresa de nome parecido em outra cidade, e os dados se misturam. É o mesmo problema que atrapalha o Google a montar o painel da marca com o nome certo e os perfis oficiais.

Para o primeiro item, a ferramenta que mostra a página como um robô sem JavaScript a recebe mostra o que chega a ele: o texto, os subtítulos e o JSON-LD. Deixar o site fácil de ler e de citar pelas IAs é o trabalho de GEO, explicado do começo ao fim.

Quantos sites de pequenas empresas se contradizem?

Mais do que se imagina, mesmo entre sites bem cuidados. No dia 29/10/2026 escolhemos por busca pública dez sites de pequenas empresas de serviço, como clínicas odontológicas, hospitais veterinários e escritórios de contabilidade e de advocacia. Lemos sem executar JavaScript a página inicial e, quando havia, a de contato. Um site recusou o nosso robô, e ficaram nove, em três estados. Com tão poucos sites, os números ilustram o problema; não medem o mercado.

Comparamos telefone, endereço e horário entre o texto e os dados estruturados em JSON-LD, o bloco de código que descreve a empresa para as máquinas:

As três contradições foram diferentes. Num hospital veterinário, o alto da página trazia um endereço e o rodapé outro, em outro bairro. Numa clínica odontológica, a página de contato mostrava dois horários de semana em blocos separados: das 9h às 19h e das 8h às 20h. Em outra clínica, o texto dizia que ela abre aos sábados e fecha às 19h nos dias úteis, enquanto o JSON-LD declarava expediente só de segunda a sexta, até as 18h. Das duas empresas com dados estruturados completos, uma se contradizia justamente neles.

Nenhum desses sites mente. Cada um guarda duas versões de si mesmo, e a IA que ler a página para responder "abre no sábado?" vai escolher uma delas.

Como descobrir o que as IAs dizem da sua empresa?

Pergunte, anote e repita. Cabe em menos de uma hora por mês.

1. Liste as perguntas de fato que um cliente faria: endereço, horário de sábado, telefone, se aceita convênio ou cartão, quanto custa o serviço mais procurado, desde quando a empresa existe. Acrescente duas abertas: "O que é a [nome da empresa], de [cidade]?" e "A [nome] é de confiança?".
2. Faça as perguntas no ChatGPT, no Gemini, no Perplexity, no Copilot e na busca do Google, onde às vezes surge a Visão geral criada por IA. Abra uma conversa nova para cada pergunta e repita ao menos duas vezes, porque a resposta varia.
3. Registre numa planilha a data, a ferramenta, se a resposta mostrou fontes, o que ela afirmou, o que está errado e qual página foi citada.
4. Separe os erros em dois grupos. Erro com fonte citada aponta uma página a corrigir, sua ou de terceiro. Erro sem fonte, ou com fonte que não diz aquilo, é invenção: o remédio é deixar o dado certo mais fácil de achar.

Esse controle mede se a informação está correta, não se o site aparece. Uma resposta pode citar o seu site e errar o horário mesmo assim. Para a outra frente, vale ler como o ChatGPT escolhe os sites que cita.

Como corrigir o que a IA diz da sua empresa?

Corrija a fonte primeiro e avise a IA depois. O aviso conserta, na melhor hipótese, aquela resposta; a fonte corrigida conserta as próximas.

No seu site:

• Defina uma versão oficial de telefone, endereço e horário e repita exatamente a mesma na página de contato, no topo, no rodapé e nos dados estruturados. Horário sempre com os dias da semana e, se for o caso, com os feriados.
• Mantenha páginas de contato e Sobre com os fatos que as pessoas perguntam: desde quando a empresa existe, quem responde por ela, CNPJ e região atendida. São as mesmas páginas Sobre e Contato que o Google trata como sinal de confiança.
• Diga quando a tabela de preços e as condições de pagamento foram revisadas. Sem essa informação, a lista de dois anos atrás continua parecendo atual para quem lê, gente ou máquina.
• Se o site usa dados estruturados do tipo LocalBusiness, confira se eles batem com o texto. O verificador de dados estruturados mostra os campos declarados no bloco; aí é só comparar com a página.
• Escreva o nome da empresa sempre igual e liste no sameAs da marcação Organization os perfis oficiais dela.

Fora do site, atualize a ficha do Google Maps no mesmo dia em que mudar algo (o guia sobre o que preencher em cada campo do Perfil da Empresa mostra por onde começar). Busque a marca entre aspas no Google e peça correção em guias, diretórios e perfis antigos. Se a IA citou uma página de terceiro com o dado errado, escreva para quem a mantém.

Na própria IA, use o canal de cada ferramenta (conferidos na ajuda oficial em 29/10/2026):

Um mês depois, refaça as perguntas da planilha. Resposta montada com busca costuma mudar quando a página citada muda; o que o modelo guardou no treino só muda numa versão nova dele.

E se quem inventa é o chatbot do seu site?

Então a conta tende a ser sua, como no caso da Air Canada. Faça o assistente responder a partir dos seus documentos (preços, políticas, horários), deixe nas instruções que ele pode dizer que não sabe e chamar uma pessoa, e teste antes com as perguntas da planilha. No primeiro mês, leia as conversas reais e corrija o documento de origem a cada erro.

Que três perguntas fazer hoje às IAs sobre a sua empresa?

Abra o ChatGPT e o Gemini e pergunte o endereço da empresa, se ela abre no sábado e quanto custa o serviço mais vendido. Compare cada resposta com a sua página de contato. Se alguma errar, procure de onde veio o dado: quase sempre a pista leva a uma página que você controla ou pode pedir para mudar.

Depois, rode a análise gratuita do site. Ela confere se existem páginas Sobre e Contato, se a marca tem o mesmo nome no título da página, na tag og:site_name, na marcação e no rodapé, e se há perfis oficiais no sameAs. Telefone e horário o validador não compara de uma página para outra; essa conferência fica com a sua planilha.