Você já deve ter conferido como sua marca aparece nas respostas de IA por aí. Mas aposto que esse teste foi feito em um único idioma: o inglês. E aí mora um problema, porque o idioma na IA pode mudar completamente qual marca acaba sendo recomendada ao usuário final.
Pensa comigo: se um cliente em Singapura pergunta algo a um chatbot em chinês simplificado, e alguém no Cazaquistão faz a mesma pergunta ao mesmo chatbot em russo, os dois recebem a mesma sugestão de compra? E uma pessoa em Riade perguntando em árabe, ou alguém em Los Angeles perguntando em persa?
Esses exemplos não são hipotéticos. Segundo números do Statcounter de agosto de 2026, o ChatGPT foi responsável por cerca de três quartos das visitas a sites vindas de chatbots de IA na Arábia Saudita, no Cazaquistão e em Singapura. Somando Claude e Gemini, esses três modelos americanos juntos responderam por mais de 90% dos encaminhamentos de IA em cada um desses mercados.
E olha que nem precisa sair dos Estados Unidos para achar gente que não tem o inglês como primeira língua: mais da metade dos moradores do condado de Los Angeles fala outro idioma em casa, incluindo cerca de 74.000 falantes de persa, de acordo com as estimativas mais recentes do Census. Seria estranho imaginar que todos eles trocam para o inglês toda vez que abrem o ChatGPT, não é mesmo?
O detalhe é que, quando alguém pergunta algo a um chatbot em outro idioma, a resposta não é simplesmente uma tradução do que o modelo diria em inglês. A IA raciocina e monta a resposta diretamente naquele idioma — e isso traz junto uma bagagem inteira de valores culturais e outros fatores que influenciam o resultado final.
Por que o idioma na IA pesa tanto nas recomendações
Esse assunto já vinha sendo discutido antes. Em abril, Duane Forrester explicou por que estratégias de visibilidade em IA pensadas em inglês não se aplicam facilmente a outros mercados. Para começar, ChatGPT e Gemini simplesmente não funcionam na China, enquanto o Claude não é oferecido oficialmente na China continental, na Rússia ou no Irã. Nessas regiões, a visibilidade de uma marca na IA pode depender de modelos locais, como o ERNIE do Baidu na China, o Naver na Coreia do Sul ou o Mistral na França. Como ele explica, cada um desses modelos nasceu de um ponto de partida diferente: um corpus nacional próprio, uma identidade cultural específica e, em alguns casos, até um mandato governamental por trás.
Ainda assim, modelos ocidentais como Claude, ChatGPT e Gemini seguem sendo muito usados em lugares onde se fala outros idiomas, sem contar as comunidades de imigrantes espalhadas pelo mundo.
Em julho, a Anthropic publicou um relatório sobre os valores do Claude em diferentes idiomas e modelos. Por “valores”, entenda os fatores que moldam uma resposta quando não existe uma resposta certa óbvia: a resposta tende mais à cautela ou à ousadia? Ao calor humano ou ao rigor técnico? À profundidade ou à objetividade?
Os pesquisadores analisaram pouco menos de 310.000 conversas reais, nos 20 idiomas mais comuns, divididas igualmente entre três modelos (Sonnet 4.6, Opus 4.6, Opus 4.7). O resultado: os valores demonstrados pelo Claude mudam conforme o idioma da pergunta — por exemplo, o modelo tende a ser mais caloroso em hindi e árabe, e mais rigoroso em inglês e russo.
Na prática, isso significa que duas pessoas podem fazer exatamente a mesma pergunta — digamos, se vale a pena atualizar para o novo iPhone Duo — em idiomas diferentes e sair com impressões bem distintas sobre o que fazer e se o produto vale a pena.
Só que o estudo da Anthropic não testou se o idioma também influencia se o Claude chega a mencionar, citar ou recomendar determinada marca. Foi aí que entrou a curiosidade de testar isso na prática.
O teste: 6 perguntas, 5 idiomas, 1.650 respostas
Foram escolhidos seis cenários de compra ou reserva em que alguém normalmente recorreria a um chatbot de IA para pesquisar opções antes de decidir:
- Um hotel em Tenerife.
- Uma passagem de ida e volta de Londres a Tenerife.
- Fones com cancelamento de ruído abaixo de £400.
- Um robô aspirador abaixo de £500.
- Um CRM para uma pequena empresa no Reino Unido.
- Um software de gestão de projetos para uma firma de 50 pessoas no Reino Unido.
Como o estudo da Anthropic foi o estopim dos testes, o primeiro modelo avaliado foi o Claude Sonnet 5, com a busca na web desligada. Usando a LLM Responses API da DataForSEO, cada cenário foi consultado em cinco idiomas: inglês, árabe, russo, chinês simplificado e persa. Em cada consulta, o modelo precisava indicar três opções de marcas e dizer qual seria sua recomendação final.
Isso resultou no conjunto principal de dados: seis cenários × cinco idiomas × 40 execuções, totalizando 1.200 respostas. Para efeito de comparação, dois dos cenários (hotel e software de gestão de projetos) também foram testados com a busca na web ativada, pra ver se isso mudava algo nas respostas. Por fim, esses dois mesmos cenários foram testados no ChatGPT e no Gemini, pra checar se outros modelos se comportam de forma parecida. No total, foram 1.650 respostas analisadas.
Felizmente, a maioria dos nomes de marca apareceu em escrita latina, mesmo nas respostas em árabe, russo, chinês e persa — afinal, não existe um equivalente em chinês ou árabe para um nome como “Zoho”, então o modelo simplesmente escreve como está. Isso facilitou a identificação automática das marcas mencionadas em cada categoria.
A exceção ficou por conta das companhias aéreas. Por serem negócios verdadeiramente internacionais, algumas marcas têm formas traduzidas localmente. Cerca de 5% das respostas em chinês escreveram “英国航空” para British Airways (literalmente “Aviação da Grã-Bretanha”) ou “易捷航空” para easyJet, sem nenhuma forma em latim por perto. Algumas respostas em árabe fizeram transliterações fonéticas parecidas para Jet2 e easyJet. Por causa disso, foi preciso incluir essas variações chinesas e árabes como padrões extras na lista de reconhecimento de marcas.
Para identificar qual marca era a “vencedora” em cada resposta, foram mapeadas as expressões típicas usadas por cada modelo, em cada idioma, na hora de fazer uma recomendação final — frases como “minha recomendação”, “التوصية النهائية”, “最佳选择”, além de emojis de troféu, entre outros sinais. Esse método funcionou corretamente em 99,8% das respostas, mas, antes de confiar nos dados finais, uma amostra de cerca de 40 respostas de cada etapa foi checada manualmente. Três respostas acabaram excluídas do resultado por não indicarem uma escolha final, o que fez com que dois dos percentuais apresentados a seguir fossem calculados sobre 39 respostas em vez de 40.
O que os números revelaram sobre o idioma na IA
As disparidades mais chamativas apareceram no segundo cenário: recomendações de companhia aérea para o trecho de ida e volta entre Londres e Tenerife.
Em persa, o Claude escolheu a British Airways em 52,5% das vezes, contra apenas 12,5% para a easyJet. Já em russo, o quadro se inverteu quase por completo: o Claude recomendou a easyJet em 72,5% das respostas — uma virada de 60 pontos percentuais — e não recomendou a British Airways nenhuma vez sequer.
Em russo, o Claude recomendou a easyJet em 72,5% das respostas, enquanto a British Airways não apareceu como escolha nenhuma vez.
Olhando o quadro completo de resultados por idioma, a British Airways ficou com 24,0% de recomendações no geral, variando de 12,5% em inglês a 45,0% em árabe, passando por 10,0% em chinês e chegando a 52,5% em persa — sem nenhuma recomendação em russo. Já a Jet2 somou 31,5% no geral, puxando a média entre os demais idiomas avaliados.
Esses números mostram, na prática, que não dá mais pra tratar o idioma na IA como um detalhe secundário de configuração. Uma marca pode estar extremamente bem posicionada nas respostas em inglês e praticamente invisível quando o mesmo chatbot responde em russo, árabe ou persa — e isso tem impacto direto em quem vai aparecer (ou não) na hora de o consumidor fechar negócio.
Com informações de searchenginejournal.com.
