O impacto da IA na Wikipedia

Como a Wikipedia se enquadra no ecossistema de visibilidade em IA

A Wikipedia como conjunto de dados fundamental para a IA

Desde o seu lançamento, a Wikipedia tem sido uma das bases de conhecimento com licença livre mais ricas da web. Os modelos de IA, incluindo modelos de linguagem de grande dimensão (LLMs) como o ChatGPT, o Gemini e o Perplexity, apoiam-se fortemente no texto, na estrutura e nas citações da Wikipedia. Segundo a Wikimedia Foundation, "continuamos a experimentar novas formas … incluindo com plataformas de IA generativa … com o objetivo de trazer a contribuição humana … para primeiro plano." (Wikimedia Foundation)

Por isso, a informação da Wikipedia entra na "camada máquina" do ecossistema de conhecimento: o espaço onde crawlers de IA, algoritmos de treino e conjuntos de dados referenciam conteúdo, por vezes sem que um humano chegue a clicar na página da Wikipedia.

A mudança de visitas humanas para utilização por máquinas

Na perspetiva do visitante humano, a Wikipedia serviu (e continua a servir) como ferramenta de pesquisa, site de referência e fonte de links de contexto. Mas com a IA generativa e os answer engines a tornarem-se mainstream, cada vez mais utilizadores obtêm as suas respostas sem navegar até à página original da Wikipedia. Entretanto, os crawlers de IA extraem grandes volumes de conteúdo da Wikipedia para treino ou para geração de respostas.

Para profissionais de SEO especializados em visibilidade em IA, isto significa que o papel da Wikipedia passa menos por "enviar visitantes humanos através de cliques em links" e mais por "fazer parte da rede de citações e das fontes de dados que os modelos de IA referenciam".

Uma analogia útil: se o SEO tradicional é como ser um outdoor visível numa autoestrada movimentada (a Pesquisa Google), o AI SEO/GEO é como ser a rede elétrica invisível que alimenta os carros elétricos que por lá passam; pode não ter toda a visibilidade, mas fornece um recurso essencial.

Evidências da queda de tráfego e do aumento da utilização por máquinas

Tráfego humano em queda

A investigação mostra que a Wikipedia sofreu uma queda significativa no tráfego de pesquisa orgânica e nas referências:

• Segundo um relatório de março de 2025 da DataReportal, as visitas de pesquisa orgânica da Wikipedia caíram de aproximadamente 4,61 mil milhões em março de 2022 para 3,53 mil milhões em março de 2025 (≈ -26%). As visitas diretas no mesmo período caíram cerca de 12%. (DataReportal – Global Digital Insights)

• Um estudo da Columbia Business School concluiu que os artigos da Wikipedia cujo conteúdo se assemelha ao que o ChatGPT produziria registaram uma queda notória de leitores humanos desde o lançamento do ChatGPT. (Columbia Business School)

• Comparação de tráfego: algumas fontes mostram que o ChatGPT ultrapassou recentemente a Wikipedia em visitas mensais. Segundo um relatório, o tráfego da Wikipedia caiu ~6% enquanto o ChatGPT subiu ~13% em junho de 2025. (azoma.ai)

Aumento da utilização por máquinas e pressão sobre a infraestrutura

• A Wikimedia Foundation reportou um aumento de ~50% na largura de banda usada por crawlers de IA desde janeiro de 2024; grande parte vem de sistemas automatizados a extrair conteúdo, e já não de visitantes humanos. (Ars Technica)

• A Wikipedia é citada em discussões sobre a forma como os modelos de IA moldam knowledge graphs e dados de treino. Como escreve um blog: "Se quer influenciar os resultados de pesquisa com IA … a resposta começa muitas vezes na Wikipedia." (Lumino)

Tabela resumo

Os riscos que a Wikipedia enfrenta (e porque nos importam)

Credibilidade e qualidade do conteúdo

Como a Wikipedia é tão amplamente referenciada, qualquer queda no envolvimento humano pode afetar a base de editores voluntários, a atualidade dos artigos e a supervisão de conteúdo emergente. Segundo um estudo, "os avanços nos modelos de linguagem de grande dimensão e na IA generativa vão diminuir o valor da Wikipedia." (asistdl.onlinelibrary.wiley.com)

Além disso, a dependência de conteúdo gerado por IA levanta problemas: alguns wikipedistas alertaram que resumos de IA generativa ou edições iniciadas por IA podem corroer a confiança. (Ars Technica)

Envolvimento de voluntários e financiamento

Com menos visitas humanas, menos voluntários podem sentir-se incentivados a contribuir e podem chegar menos donativos. A própria Wikimedia Foundation sublinha que os humanos continuam a ser centrais. (Wikimedia Foundation)

Sustentabilidade do ecossistema de fontes de conhecimento

Para marcas e profissionais de SEO, o declínio da Wikipedia enquanto plataforma vibrante de visitas humanas pode reduzir as oportunidades de tráfego de referência tradicional, mas a utilização contínua da Wikipedia pela IA mantém elevado o seu valor de citação. Se o conteúdo da Wikipedia se degradar (por menos atualizações ou menor qualidade editorial), os modelos de machine learning que dependem dele também podem sofrer; e, por extensão, as marcas que procuram ser citadas por sistemas de IA podem enfrentar novos obstáculos. (Columbia Business School)

O que esta mudança significa para o SEO, a otimização da visibilidade em IA e as marcas

A Wikipedia continua relevante, mas o papel está a mudar

Para um diretor de marketing ou dono de empresa a assistir a uma queda no tráfego orgânico do Google, esta mudança na dinâmica da Wikipedia traz um desafio e uma oportunidade:

• Desafio: se a sua estratégia de SEO tradicional contava com a Wikipedia para links de referência e visibilidade, a redução do tráfego humano significa que esse benefício pode diminuir.

• Oportunidade: como os modelos de IA continuam a indexar e a usar o conteúdo da Wikipedia como fonte de treino e de citação, estar presente nesse ecossistema ajuda a sua marca na camada de "visibilidade em IA" (ou seja, ser citada por bots de IA e aparecer nas respostas dos LLMs).

A ligação entre a Wikipedia e os pilares do AI SEO

Vejamos como a Wikipedia se liga ao AI SEO/generative engine optimisation (GEO):

• Sinais de autoridade e confiança: as citações e os dados estruturados da Wikipedia fazem parte do que os modelos usam para ordenar ou referenciar factos.

• Influência no knowledge graph: se o conteúdo da Wikipedia inclui a sua marca (e está devidamente referenciado), os modelos de IA podem ter mais probabilidade de a mencionar nas respostas (ou seja, "ser citado pelo ChatGPT").

• Recuperação de tráfego e visibilidade da marca: à medida que o tráfego orgânico do Google cai, as marcas que aparecem nas respostas derivadas de IA (via citações na Wikipedia e outras fontes robustas) ganham vantagem competitiva.

Pontos-chave para a estratégia de SEO

• Audite a sua presença na Wikipedia (se relevante): a sua marca ou categoria está devidamente representada? As citações são atuais, fiáveis e imparciais?

• Sinalize para os sistemas de IA: otimize para o clique humano e também para a forma como os modelos de IA fazem crawl e referenciam conteúdo (dados estruturados, citações, schema). Isto é "AI Visibility Optimisation".

• Conteúdo desenhado para o próximo clique: como as respostas de IA podem satisfazer a intenção superficial, o "passo seguinte" é o seu site. Garanta que o seu conteúdo oferece profundidade para lá do excerto da IA. Isto ajuda a "recuperar tráfego perdido para a IA".

• Transforme a desvantagem em vantagem: as empresas que agem cedo em generative engine optimisation (GEO) ganham vantagem temporal sobre a concorrência. Como diz a agência Index Lab: está a construir sinais de confiança agora, antes de os outros o alcançarem. (indexlab.ai)

Ações para donos de empresas e diretores de marketing

Eis uma lista de passos concretos que pode dar:

• Faça uma AI Visibility Audit: avalie como a sua marca aparece no ChatGPT, no Gemini e no Perplexity, e se é citada na Wikipedia ou noutras fontes de elevada autoridade.

• Reveja a sua presença na Wikipedia: verifique se a sua organização ou categoria tem página na Wikipedia, se está bem referenciada e se as citações relevantes mencionam a sua marca de forma neutra e factual.

• Otimize o seu ecossistema de dados estruturados e citações: garanta que o seu site usa schema markup, que a sua marca aparece em plataformas independentes de terceiros e que a sua informação é consistente entre fontes (nome, morada, telefone, etc.).

• Crie conteúdo profundo e rico em valor: mesmo que os modelos de IA deem uma resposta rápida, quer ser o "clique a seguir à resposta". Isso significa oferecer dados únicos, casos de estudo e exemplos (incluindo das histórias de clientes da própria Index Lab: "Em poucas semanas passámos de não aparecer de todo a ficar consistentemente em primeiro no ChatGPT. As visitas ao meu site vindas de pesquisa com IA duplicaram …" (indexlab.ai)).

• Monitorize os sinais de referência em IA para lá do ranking no Google: acompanhe se o seu conteúdo ou marca aparece nas respostas de IA, além da posição que ocupa nas SERPs tradicionais.

• Prepare-se para a mudança contínua: o ecossistema de visibilidade em IA está a evoluir depressa. Comprometa-se com uma estratégia iterativa em vez de uma correção pontual.

Contra-argumentos e nuances

• Alguns dirão: "Se as visitas humanas à Wikipedia estão a cair, porquê investir nela?" É verdade que o valor das referências humanas pode estar a diminuir, mas o valor da Wikipedia para a visibilidade em IA (dados recolhidos por crawl, autoridade de citação) continua elevado.

• Outros alertarão: "Os modelos de IA mudam depressa, porquê investir agora?" Os modelos vão evoluir, mas os sinais fundamentais de confiança (dados estruturados, citações independentes, conteúdo de qualidade) são estáveis. Chegar cedo dá-lhe vantagem temporal.

• Vale também a pena notar que nem todas as categorias de conteúdo são afetadas da mesma forma. O estudo da Columbia concluiu que a queda foi mais forte nos artigos da Wikipedia que se assemelham a respostas ao estilo do ChatGPT; conteúdo de nicho ou especializado pode continuar a registar forte envolvimento. (Columbia Business School)

• Algumas fontes desaconselham atribuir toda a queda de tráfego às respostas de IA: por exemplo, a Google afirmou que "é enganador fazer generalizações sobre as causas" do declínio do tráfego web. (eWeek)