Burson: a reputação real é crível no ambiente de IA?

A Burson acaba de divulgar o relatório The Credibility Paradox (O Paradoxo da Credibilidade).

O estudo mostra que há variação na forma como as respostas geradas por inteligência artificial (IA) sobre marcas e empresas são aceitas pelo público.

De fato, a pesquisa e suas descobertas elevam o debate sobre o Generative Engine Optimization (GEO – Otimização para Mecanismos Generativos) de um exercício puramente técnico, focado em visibilidade e fontes citadas, para a oportunidade estratégica de reputação centrada na credibilidade.

“O debate sobre o GEO até aqui girou em torno de presença: garantir que as marcas aparecessem nas respostas de IA. O que este estudo demonstra é que presença sem credibilidade não gera valor reputacional. E credibilidade, nos ambientes mediados por IA, depende da qualidade e independência das evidências disponíveis sobre uma empresa”, afirma a diretora de insights e inteligência de dados do Grupo Burson Brasil, Aretha Yarak.

Burson: LLM, visibilidade e credibilidade

“No mundo digital atual, os Large Language Model (LLM ou Grandes Modelos de Linguagem) tornaram-se os novos guardiões da reputação, determinando como as marcas são descobertas e avaliadas. Mas visibilidade não é credibilidade”, afirma o CEO da Burson, Corey duBrowa. “A IA sintetiza, resume e entrega informações diretamente ao público. Aparecer nesses LLM é necessário, mas não suficiente. Essa pesquisa é o nosso manual para transformar o paradoxo da credibilidade em uma vantagem competitiva.”

A Burson fez parceria com a Profound, que é plataforma em marketing de IA, para aplicar milhares de perguntas relacionadas à reputação em sete das principais plataformas de resposta de IA: ChatGPT, Claude, Google AI Mode, Google AI Overviews, Google Gemini, Grok e Perplexity.

As perguntas avaliaram 85 empresas em dez setores: aeroespacial, automotivo, consumo, energia, finanças, saúde, mídia, tecnologia, telecomunicações, industrial e infraestrutura, com base nas oito alavancas da estrutura de capital de reputação da Burson.

Essas alavancas incluem quatro alavancas de desempenho sobre o que uma empresa faz ou como promove sua proposta, que são inovação, criatividade, produtos e serviços e desempenho financeiro, e quatro alavancas fundamentais sobre como uma empresa opera ou como se protege, que são governança, cidadania, ambiente de trabalho e liderança.

55 mil previsões

As respostas receberam pontuação de credibilidade para três públicos distintos: população em geral, formadores de opinião e tomadores de decisão. Para isso, foram geradas mais de 55 mil previsões de credibilidade através de ferramenta proprietária da Burson, a Decipher, desenvolvida em parceria com a empresa de IA cognitiva Limbik.

Dessa forma, as principais descobertas do levantamento são:

– A IA recompensa provas, não posicionamento. Declarações baseadas em fatos e ligadas à inovação, produtos e cultura do ambiente de trabalho superaram consistentemente as associadas a qualidades percebidas como mais subjetivas, a exemplo de liderança, governança e cidadania corporativa. Isso reforça a importância de um mix forte de mídia conquistada (earned), própria (owned) e social para o GEO, uma vez que a IA atribui maior peso à corroboração independente vinda de cobertura de imprensa, análises e conversas públicas.

– O pilar ambiente de trabalho é pouco explorado, já que é constantemente negligenciado na construção do capital de reputação. Com o LLM, não é diferente. Respostas relacionadas ao ambiente de trabalho são as mais críveis entre a população em geral, o que significa uma descoberta alinhada ao fato de os LLM dependerem de fontes verificáveis de forma independente, como plataformas de avaliação de vagas e carreira, reportagens trabalhistas e mídia ganha.

– Liderança é o teste de credibilidade mais difícil para a IA. As respostas a comandos relacionados à liderança classificaram-se consistentemente entre as menos críveis em todos os setores estudados. Os setores que obtiveram pontuações mais altas, aeroespacial e tecnologia, compartilharam um ponto em comum: as provas de sustentação vieram de estruturas de governança, desempenho de negócios e validação externa, e não apenas de mensagens institucionais de executivos.

Credibilidade varia conforme o público

– A credibilidade varia de acordo com o público. Uma narrativa que parece crível em uma resposta de IA pode não repercutir da mesma forma com clientes, investidores, colaboradores ou reguladores. Os tomadores de decisão de negócios avaliaram as respostas geradas por IA como 10% mais críveis, em média, do que a população em geral, sendo que os públicos mais especializados se mostraram mais receptivos a narrativas focadas em inovação e no contexto de negócios por trás delas. A análise de GEO específica por público é essencial.

“O GEO começou como um desafio de visibilidade quantificado por relatórios de auditoria”, afirma Steve Rubel, vice-presidente executivo de media insights & measurement da Burson. “Os dados deste estudo deixam claro que se tornou algo muito mais consequente: um teste para saber se a reputação que uma empresa conquistou no mundo real é legível, corroborada e crível nos ambientes mediados por IA, onde o público está, cada vez mais, formando suas opiniões.”

Portanto, estratégias de GEO têm nuances regionais e nacionais, moldadas por diferenças de idioma, governança e regulamentação.

A reputação continua a ser preocupação global, mas o contexto local é o que determina o sucesso ou o fracasso da estratégia.

Recorte América Latina

Assim, no recorte regional da Burson, a América Latina apresenta desafio mais matizado, já que autoridade global e evidências em língua inglesa não se traduzem, automaticamente, em credibilidade em espanhol ou em ambientes de língua portuguesa para certos tipos de empresas locais.

Atualmente, aponta o estudo, existe lacuna de dados de treinamento em idiomas diferentes do inglês. Isto é ainda mais importante à medida que a América Latina começa a confrontar os limites representacionais da IA global. Os modelos importados podem não captar totalmente as línguas, culturas e instituições locais ou realidades vividas.

Isso, de fato, significa que, embora as marcas precisem de reputação global consistente,

os sistemas de IA precisam de evidências confiáveis no idioma local de forma que

possam acessar e interpretar a mídia nacional e regional, pontos de venda, parcerias locais, experiência do cliente, sinais de funcionários, contexto regulatório, comunidades, investimento e conteúdo de propriedade específico do mercado.

Dessa forma, para marcas na América Latina, é mandatório para o GEO fazer com que a narrativa visível para IA e legível localmente seja corroborada nos ecossistemas de informação em que o público realmente forma suas crenças.