LLMs são máquinas do tempo que não dizem até onde você foi

Um LLM pega o você presente, a versão com uma pergunta, e devolve o você futuro, a versão com uma decisão.

Esse é o truque, e é real. Voltar bastante e responder a uma pergunta séria significava uma biblioteca. Você pesquisou livros, leu-os, fez anotações, encontrou referências dentro desses livros que o encaminharam para outros livros e, depois de alguns dias, você sabia o suficiente para decidir. A pesquisa comprimiu isso em horas. Você perguntou, obteve resultados, seguiu as pistas contidas nessas respostas em perguntas melhores e construiu uma imagem até que ela ficasse vívida o suficiente para agir. Um mecanismo de resposta o compacta novamente em segundos. Mesmo ponto de partida. Mesmo destino. Quase nenhuma viagem.

Todos os limites aplicados às versões mais antigas ainda se aplicam a esta. A biblioteca tinha os livros certos ou não, e você não tinha como verificar. O Google encontrou as fontes certas ou não, e introduziu um problema que as bibliotecas evitavam principalmente, porque publicar um livro exigia esforço e supervisão, enquanto a publicação de uma página da web não exigia nenhum dos dois. Erros, invenções e tolices confiantes ultrapassavam qualquer coisa que uma pessoa pudesse classificar. Você decidiu de qualquer maneira. Todo mundo fez.

Portanto, a velocidade é nova. A incerteza subjacente não é. O que é novo é mais tranquilo e é a parte que preocupa quem ganha a vida publicando.

A jornada nunca foi apenas movê-lo em direção a uma resposta. Ele estava lhe dizendo, o tempo todo, quanto valia aquela resposta. Três livros e nenhum artigo de jornal significavam que o assunto era delicado. Fontes contraditórias significaram que foi contestado. Uma pesquisa que não retornou nada significava que você estava perguntando sobre um território que ninguém havia mapeado ainda. Uma pergunta que demorava quatro horas parecia diferente no final de outra que demorava quatro minutos, e essa diferença era informação. Ninguém se sentou e leu conscientemente esses sinais. Eles estavam simplesmente presentes, no registro, moldando o quão firmemente você se comprometeu com o que encontrou.

Chame-o metadados de caminho. É um subproduto da viagem, e não um recurso criado por alguém; ele nunca sobrevive até o destino, e até recentemente não era necessário, porque não era possível chegar ao destino sem gerá-lo ao longo do caminho.

Um mecanismo de resposta retorna uma conclusão na mesma prosa confiante, independentemente de a evidência por trás dela ser profunda ou quase ausente. A compressão apresenta perdas em uma direção específica: ela elimina exatamente os sinais que você usaria para julgar o que recebeu. Você chega à resposta sem meios para avaliá-la.

A pesquisa realizada este ano

Durante muito tempo isto foi discutível mas não demonstrável, mas isso mudou.

Dois professores de marketing da Wharton, Shiri Melumad e Jin Ho Yun, realizaram sete experimentos com 10.462 pessoas e publicaram os resultados no PNAS Nexus em outubro de 2025. Os participantes aprenderam sobre assuntos comuns (plantar uma horta, detectar golpes financeiros) por meio de um resumo de IA ou de links padrão do Google. Depois escreveram conselhos para outra pessoa com base no que aprenderam.

As pessoas que usaram a IA saíram sabendo menos. Isso era verdade mesmo quando os factos apresentados a ambos os grupos eram idênticos. Eles passaram menos tempo interagindo com o que obtiveram. E o conselho que escreveram depois foi mais esparso, menos original e menos provável de ser seguido pelas pessoas que o leram.

Depois, a descoberta que fecha a óbvia saída de emergência. Os pesquisadores executaram uma versão em que o modelo fornecia links da web ao vivo junto com sua resposta. Os participantes não foram olhar. Assim que o resumo chegou, as fontes ao lado dele deixaram de ser interessantes.

O Pew Research Center encontrou o mesmo comportamento na natureza. Eles rastrearam a navegação real de 900 adultos nos EUA em 68.879 pesquisas do Google em março de 2025. Quando um resumo de IA apareceu, as pessoas clicaram em um resultado de pesquisa normal em 8% das visitas, contra 15% quando nenhum resumo apareceu. Eles clicaram em uma fonte citada no resumo em aproximadamente 1% das visitas. Eles encerraram a sessão de navegação inteiramente em 26% das páginas com resumo, contra 16% das páginas sem resumo. A Pew tem o cuidado de chamar essa associação em vez de causa comprovada, e ela cobre um mês, usuários dos EUA, apenas do Google.

Um experimento controlado e um estudo de rastreamento passivo, métodos diferentes, pessoas diferentes, mesmo destino. Essa convergência é a razão pela qual estou disposto a desenvolvê-la.

A última peça é anterior à tecnologia. Em 2015, três pesquisadores de Yale realizaram nove experimentos e descobriram que pesquisar na internet aumentava o quanto as pessoas acreditavam saber. Eles confundiram o acesso à informação com a sua própria compreensão dela. O efeito apareceu mesmo quando ambos os grupos viram conteúdo idêntico. Ele também apareceu após pesquisas que não resultaram em nada.

Esse último detalhe complica meu próprio argumento, então deixe-me lidar com ele em vez de contorná-lo. Se as pessoas já confundiam acesso com compreensão há uma década, e já ficaram mais confiantes depois de não encontrarem nada, então não posso afirmar que a velha jornada ensinou o bom senso, pois não o fez. O que a viagem deixou para trás foi atrito, tempo decorrido e variedade visível nas fontes, presentes nos registros, quer alguém as tenha usado deliberadamente ou não. Melumad e Yun mostram que essas coisas estavam funcionando. Remova-os e o défice aumentará naquilo que as pessoas produzem.

Mais um, com divulgação em anexo. Um artigo de 2025 da Microsoft Research e Carnegie Mellon entrevistou 319 profissionais do conhecimento sobre 936 usos reais da IA ​​no trabalho. Uma maior confiança na IA previu um pensamento menos crítico. Maior confiança em sua própria capacidade previu mais disso. O estudo é autorrelatado e correlacional, e observarei que uma das instituições de coautoria vende um produto de IA generativo. O estudo de Dirk Lewandowski sobre arrependimento de informação de 2026 aponta a mesma direção a partir de uma amostra menor e mais exploratória.

A correção que costumava acontecer de graça

É aqui que isso deixa de ser uma história sobre usuários e passa a ser uma história sobre o seu trabalho.

No modelo antigo, era possível sobreviver a uma resposta fraca ou errada, porque a viagem a reparava. Alguém leu um resumo ruim, continuou, acessou sua página real e trocou a versão errada pela sua. Ninguém projetou isso. Não custou nada. Acontecia milhões de vezes por dia e funcionava como o sistema imunológico de toda a economia da informação.

Com uma taxa de cliques na origem de 1%, ele não dispara. A máquina do tempo não apenas pula a viagem, mas também os reparos que aconteciam ao longo do caminho.

Escrevi recentemente sobre o que acontece quando um modelo não tem nada a ver com sua empresa e, em vez disso, descreve um concorrente, e sobre por que nenhuma auditoria de conteúdo jamais revelará isso. Esse artigo era sobre por que o fracasso é invisível. Este é sobre por que agora dura. A deturpação costumava ser temporária. Agora fica parado.

Essa assimetria é a parte cara. O reparo antigo era gratuito, automático e funcionava inteiramente com base na curiosidade de outra pessoa. O que quer que o substitua tem que ser pago. Você publica a evidência e espera que ela seja rastreada, recuperada, ponderada ou treinada, sem controle sobre o cronograma e sem confirmação de que funcionou. Um mecanismo de correção que não custa nada e dispara em segundos foi substituído por um que custa dinheiro real e dispara lentamente, se é que dispara.

Citação é presença, não tráfego

Se aproximadamente uma visita em cem produz um clique, então tratar a citação de IA como um canal de referência considera isso errado. O valor nunca foi a visita. O valor é estar dentro da resposta sobre a qual uma pessoa age, o que significa que o que você mede tem que ser a resposta em si, e não o fio que lhe escapa.

Seu lead de entrada não está desinformado

A pessoa que acessa seu site ou sua ligação de vendas não está desinformada. Eles estão confiantemente subinformados, e o conteúdo escrito para educar um pesquisador curioso não funciona para alguém que acredita que a pesquisa já foi feita.

Essa afirmação é minha e não dos estudos. Nenhum desses artigos examinou o conteúdo de marketing ou a estrutura do funil. Mas siga o que eles encontraram em sua própria biblioteca de ativos e as consequências serão difíceis de evitar.

Uma década de estratégia de conteúdo assumiu uma escada. Explicadores de definição no topo para quem está começando. Comparações no meio. Profundidade na parte inferior para quem fez a leitura. Já argumentei antes que o topo dessa escada agora acontece antes que alguém chegue até você, e que as pessoas que chegam estão mais adiantadas na jornada de decisão do que costumavam estar. Ainda acho que isso está certo. O que eu errei foi tratar mais adiante e melhor informado como a mesma coisa. Eles não são. A pessoa chega carregando a confiança de quem terminou a pesquisa junto com a profundidade de quem leu um parágrafo, e essas duas coisas vão em direções opostas.

Seu conteúdo iniciante agora fala com eles, e ser reprimido encerra uma visita rapidamente. Seu conteúdo avançado assume um vocabulário que eles podem repetir, mas não conquistaram, e isso encerra a visita também, de forma mais educada. Você erra nas duas direções ao mesmo tempo, usando ativos que gastou dez anos e um grande orçamento para construir.

Excluir o material 101 não é a resposta. Ainda alimenta o que os modelos dizem, independentemente de você receber crédito por isso ou não. O que precisa mudar é o posicionamento. O material que só você pode produzir foi posicionado como a camada de profundidade, aquilo que o leitor alcança quando o básico está fora do caminho. O básico agora acontece antes que alguém chegue, o que significa que o conteúdo que um modelo não pode executar também tem que fazer o trabalho da porta da frente. Há algum tempo, argumentei de onde vem a defensabilidade do conteúdo, e nada disso muda. Onde ele fica, sim.

The Loop Ninguém Financiou Propositalmente

Observe com quais de suas páginas um modelo tem melhor desempenho. As mais limpas, mais estruturadas e mais claramente explicativas, as páginas construídas para deixar um estranho atualizado, são as mais fáceis de serem absorvidas e reafirmadas por um modelo.

O que significa que as páginas que você criou para cumprimentar um recém-chegado são aquelas que ele não precisa mais acessar. Esse trabalho ainda acontece. Acontece em outro lugar agora, e a pessoa chega do outro lado, já passando da parte que você escreveu para ela.

Não estou argumentando que você deveria parar de produzi-lo. Estar ausente do que os modelos leem é pior do que ser absorvido por isso. Mas você deve parar de esperar que uma pilha de conteúdo de uma década cumprimente um lead inbound que já ultrapassou sua abertura.

O espelho

Uma última coisa, e ela aponta para nós.

Você também é usuário desses sistemas. A análise competitiva, a apresentação estratégica, a recomendação que você está prestes a entregar a um cliente ou a um conselho, se alguma coisa resultou da síntese de um modelo, então é o resultado mais esparso e menos original que Melumad e Yun mediram, e você tem mais certeza sobre isso do que o processo obtido. O conselho que os participantes escreveram tinha menos probabilidade de ser adotado pelas pessoas que o receberam. Esses destinatários não sabiam dizer por quê. Eles apenas acharam que era fino.

A máquina do tempo funciona. Realmente leva você da questão à decisão em segundos e, na maioria das vezes, a decisão é correta. Mas ele leva você a algum lugar sem dizer a distância que você viajou ou por onde passou. Compreender como o sistema funciona por baixo é a única coisa que restaura tudo isso. Não porque as respostas estejam erradas. Porque você não pode dizer.

Mais recursos:

Esta postagem foi publicada originalmente em Duane Forrester Decodes.

Imagem em destaque: showcake/Shutterstock