Dois estudos publicados em outubro de 2026 chegam à mesma conclusão: as alucinações de citações em IA não desapareceram depois que os modelos ganharam acesso à internet. O problema mudou de forma, mas continua presente em níveis altos o suficiente para preocupar qualquer pessoa que use ChatGPT ou ferramentas similares para produzir conteúdo com referências.

O primeiro, um preprint no arXiv (2610.15382) de pesquisadores da National University of Singapore e da Xi'an Jiaotong University, testou versões do GPT do GPT-5.2 ao GPT-5.5 Instant com 80 perguntas reais do Search Arena, entre março e julho de 2026. O resultado: Google e a API da OpenAI juntos conseguiram confirmar apenas 26,2% das páginas citadas pelo GPT-5.5 nas respostas. Em nível de site (sem precisar da página exata), esse número sobe para 48,7% -- ou seja, mais da metade dos endereços citados pelo modelo não existia ou não foi encontrado.

Por que o problema persiste mesmo com busca na web

A intuição de que "o modelo tem internet, logo não mente" não se sustenta nos dados. O estudo da NUS mostrou que, nas versões GPT-5.3 e GPT-5.5, as buscas internas nunca usaram a redação exata da pergunta original. Em perguntas feitas em chinês, 69,6% das buscas foram realizadas em inglês: o modelo traduzia antes de pesquisar, com perda de contexto e cobertura regional.

A variação entre execuções é outro fator crítico: 44,5% das páginas distintas citadas pelo GPT-5.5 apareceram em apenas uma das 20 execuções do mesmo prompt. Pedir a mesma pergunta duas vezes pode gerar listas completamente diferentes de fontes, todas apresentadas com igual confiança. Após a atualização para o GPT-5.5, a variação diária nas citações em alemão medida pela Sistrix saltou para 47%, contra 1% a 2% em versões anteriores.

O segundo estudo, publicado na Southern Economic Journal (DOI 10.1002/soej.70069) pelas pesquisadoras Joy Buchanan, Stephen Hill e Olga Shapoval, chegou à mesma conclusão por um caminho diferente. Elas testaram GPT-4o, DeepSeek V3, GPT-4o com web e GPT-5.1 com web usando prompts da área de economia. Mesmo o modelo mais avançado, com acesso à internet, produziu referências acadêmicas inexistentes.

Buchanan aponta um problema estrutural: modelos de linguagem são avaliados de forma que incentiva chutar respostas quando há incerteza, em vez de admitir que não sabem, porque uma resposta com aparência de confiança ainda parece mais útil. Ela cita um artigo interno da OpenAI, "Why language models hallucinate", para sustentar esse ponto. Sobre se LLMs realmente raciocinam, o debate se conecta diretamente a este fenômeno: a geração de texto plausível não equivale a busca de informação verificada.

Por que isso importa para o seu negócio

As alucinações de citações em IA não são um problema acadêmico distante. Um relatório enviado a um cliente com uma referência que não existe, ou um conteúdo publicado com estatística inventada pelo modelo, gera perda de credibilidade difícil de recuperar. O risco é real para agências de marketing, consultores, jornalistas e empresários que usam o ChatGPT para acelerar pesquisas.

As recomendações dos pesquisadores da NUS para quem usa IA em pesquisas:

  • Repita o mesmo prompt pelo menos três vezes e compare as fontes citadas
  • Verifique qual versão do modelo gerou a resposta, pois o modelo pode mudar entre sessões
  • Considere que a IA reescreve sua pergunta antes de buscar, então o resultado reflete a interpretação do modelo, não a sua pergunta original
  • Monitore sempre que houver atualização de modelo, pois os padrões de citação mudam de forma significativa

A pesquisadora Buchanan acredita que o problema específico das citações deve diminuir nas próximas gerações. Por enquanto, a verificação manual de fontes continua sendo a única defesa confiável contra as alucinações de citações em IA.

Conteúdo reescrito e traduzido para PT pela redação luiscortex, revisado por humano.

Fontes: