Durante três anos, a promessa da inteligência artificial generativa foi a de um oráculo universal: um único modelo, treinado em praticamente tudo o que existe na internet, capaz de responder qualquer pergunta com a mesma autoridade. Essa promessa está rachando. O que emerge em seu lugar é uma economia de acesso — na qual empresas de IA pagam para entrar em jornais específicos, indivíduos pagam para escolher quem fala com sua IA, e uma nova indústria nasce só para descobrir como fazer um conteúdo ser escolhido em vez de outro. Para quem empreende com informação, essa é a mudança estrutural mais relevante da década.
O fim do "treinar em tudo"
O sintoma mais visível dessa virada é financeiro. Segundo levantamento do setor, o número de acordos de licenciamento e acesso em tempo real entre empresas de IA e produtores de conteúdo saltou de apenas 2 contratos em 2023 para 18 em 2025, com projeção de 34 fechados até o fim de 2026 — e o jornalismo já responde por quase metade de todos os acordos já firmados, à frente de música, imagens e vídeo. A OpenAI sozinha soma cerca de duas dezenas de parcerias públicas, incluindo um contrato relatado em US$ 250 milhões ao longo de cinco anos com a News Corp; a Meta paga à mesma companhia até US$ 50 milhões por ano; o Reddit declarou US$ 203 milhões em valor agregado de licenciamento de dados no prospecto de sua abertura de capital.
O motivo é duplo. Primeiro, jurídico: processos movidos por veículos como o The New York Times deixaram claro que treinar modelos com conteúdo protegido sem autorização é um risco de litígio caro. Segundo, competitivo: à medida que a internet aberta se enche de texto gerado pela própria IA, o valor relativo de uma fonte verificada, factual e datada dispara — é o insumo que garante que o modelo não esteja, cada vez mais, aprendendo consigo mesmo.
"As plataformas de IA precisam de fontes confiáveis. É natural que remunerem os autores de conteúdo qualificado."PAULO SAMIA, CEO DO UOL, SOBRE O ACORDO COM A OPENAI
O Brasil entrou nesse mercado em dois movimentos praticamente opostos. No fim de 2025, o Estadão fechou parceria com o Google para licenciar reportagens factuais que alimentam o Gemini — excluindo editoriais, colunas de opinião e conteúdo de agências, mas prevendo compensação não divulgada. Já a Folha de S.Paulo optou, primeiro, pelo caminho judicial: processou a OpenAI em 2025 por uso não autorizado de seu conteúdo. Em maio de 2026, esse litígio foi encerrado com um acordo comercial inédito — Folha e UOL passaram a fornecer notícias em tempo real ao ecossistema do ChatGPT, com resumos atribuídos e links para as reportagens originais, além de acesso ao plano corporativo, à API da OpenAI e ao Codex.
A escolha individual: sua IA, suas fontes
Do outro lado dessa transformação está o usuário comum — e um apetite crescente por controlar de onde vem a informação que sua IA sintetiza. A lógica é simples: se o modelo genérico responde com o mesmo peso a um artigo revisado por pares e a um post anônimo, quem paga por curadoria está, na prática, comprando uma segunda camada de confiança sobre a própria IA. Plataformas de assinatura já convertem exatamente esse impulso em produto, oferecendo desde a possibilidade de conectar chaves de API próprias e migrar históricos de conversas até modelos de memória que aprendem preferências de fontes ao longo do tempo.
Em mercados de nicho, o argumento comercial já apareceu de forma explícita: a diretoria da assinante dinamarquesa Zetland, que opera num ambiente saturado por conteúdo gerado por IA, resume o raciocínio afirmando que credibilidade e curadoria humana se tornam o "luxo definitivo" quando qualquer texto pode ser produzido em segundos por uma máquina. Para o empreendedor de conteúdo, a lição é direta: a escassez deixou de ser o texto e passou a ser a garantia de que o texto é verdadeiro, atualizado e assinado por alguém responsável.
O novo jogo de ranquear dentro da IA
Enquanto uns pagam pela entrada, outros disputam a posição de destaque uma vez lá dentro. Nasceu, nos últimos dois anos, uma disciplina inteiramente nova batizada de Generative Engine Optimization (GEO) — o equivalente, para respostas de IA, ao que o SEO foi para os resultados de busca. A diferença é que a IA não lista dez links: ela cita, em média, entre dois e sete domínios por resposta, o que torna a disputa por aparecer muito mais acirrada e muito mais opaca.
Pesquisas acadêmicas já documentam os vieses desse sistema de ranqueamento. Ferramentas de IA favorecem sistematicamente "mídia conquistada" — cobertura de terceiros independentes — em vez de conteúdo produzido pela própria marca, e dão peso desproporcional à atualidade: páginas atualizadas nos últimos três meses são citadas com frequência sensivelmente maior do que conteúdo mais antigo, ainda que igualmente correto. Um estudo de setembro de 2025 mostrou também que a sobreposição entre os domínios mais bem posicionados no Google tradicional e os domínios citados por IA já caiu de 70% para menos de 20% — ou seja, ranquear bem numa busca comum não garante mais nada dentro de um assistente de IA.
A distância entre "ranquear no Google" e "ser citado pela IA" já é maior do que a distância entre ranquear no Google e não aparecer em lugar nenhum.LEITURA DOS DADOS DE SOBREPOSIÇÃO ENTRE SEO E GEO EM 2026
É exatamente aqui que mora o risco central desse novo mercado: como o próprio sistema de produção de conteúdo já está calibrado para ser lido e ranqueado pela IA — não necessariamente para ser correto —, o incentivo passa a favorecer quem sabe estruturar um texto para ser citado, e não obrigatoriamente quem apura melhor um fato. Pesquisadores já catalogam formalmente técnicas de manipulação de ranqueamento dentro de sistemas de IA generativa como uma categoria de risco própria, batizada de "GEO-Bench", justamente para medir o quanto esse jogo pode ser jogado de forma enganosa.
Quando o viés vira desinformação
O problema se agrava quando a mesma mecânica de ranqueamento privilegia figuras já influentes. Estudos sobre o ambiente informacional brasileiro descrevem um efeito de "supercompensação algorítmica": quando os feeds se enchem de conteúdo gerado por IA, tanto os algoritmos quanto os próprios usuários passam a confiar em atalhos de credibilidade — número de seguidores, selos de verificação, fama preexistente —, concentrando atenção em celebridades e elites enquanto vozes comuns desaparecem. Levantamento do Datafolha no início de 2026 já apontava 93% dos brasileiros usando algum recurso de IA no cotidiano, e análises sobre o ciclo eleitoral de 2026 vêm alertando para deepfakes e campanhas coordenadas de desinformação como ameaças concretas — inclusive contra públicos mais vulneráveis a falsos especialistas gerados por IA.
Nem todo especialista em mídia vê a fragmentação em ecossistemas fechados como um ganho de qualidade. Críticos do modelo de licenciamento argumentam que ele reforça uma economia de escala já desigual: apenas veículos com marca forte e poder de negociação — como Wall Street Journal, Associated Press ou News Corp — conseguem contratos relevantes, enquanto a cauda longa de publishers pequenos e médios segue sem qualquer receita direta desse mercado, mesmo produzindo jornalismo de qualidade equivalente.
Há também quem veja no próprio conceito de "IA com fontes escolhidas pelo usuário" um risco de câmara de eco redesenhada: se a pessoa escolhe previamente quais veículos alimentam sua IA, o sistema pode apenas automatizar e reforçar o viés de confirmação que já existe nas redes sociais, em vez de corrigi-lo. Para esses críticos, o problema não é a falta de curadoria — é quem decide os critérios da curadoria, e com que transparência.
A oportunidade para quem empreende
Para o empreendedor brasileiro de conteúdo e tecnologia, essa reconfiguração abre pelo menos três frentes de negócio concretas. A primeira é a curadoria como produto: empacotar fontes verificadas — jurídicas, científicas, financeiras, regionais — para alimentar assistentes de IA verticais, cobrando pela confiabilidade e não pelo volume de texto. A segunda é a consultoria em GEO, hoje ainda incipiente no Brasil, mas que já é tratada por analistas internacionais como um mercado destinado a crescer com a mesma trajetória que a adequação à LGPD teve entre 2020 e 2021: uma obrigação técnica que virou prática de consultoria autônoma.
A terceira frente é regulatória. O PL 2338/2023, o Marco Legal da Inteligência Artificial, foi aprovado por unanimidade no Senado Federal em dezembro de 2024 e segue em tramitação na Câmara dos Deputados, com votação final aguardada ao longo de 2026. O texto propõe um modelo de governança baseado em risco — inspirado no AI Act europeu —, cria o Sistema Nacional de Regulação e Governança de IA (SIA) e prevê multas de até R$ 50 milhões por infração, distribuindo responsabilidades entre desenvolvedores, fornecedores e empresas que usam sistemas de IA. Para negócios que dependem de curadoria de conteúdo e treinamento de modelos, entender essas obrigações de transparência e rastreabilidade deixará de ser diferencial e passará a ser condição de operação.
O que fica
O modelo genérico de IA não vai desaparecer — ele continuará sendo a porta de entrada gratuita para bilhões de pessoas. Mas o valor econômico está migrando para as camadas em torno dele: quem garante a fonte, quem organiza o acesso pago, quem entende como ser citado sem distorcer o fato. Para o Brasil, que combina adoção massiva de IA com um ambiente de desinformação já testado em ciclos eleitorais recentes, essa migração é também uma corrida contra o tempo — entre construir um mercado de conteúdo confiável remunerado e deixar que o incentivo econômico continue recompensando quem melhor manipula o ranqueamento, não quem melhor apura os fatos.