A IA raramente cita um prêmio: duas vezes em cinco, é o Michelin

Resposta curta: quando a IA recomenda uma empresa, ela cita uma distinção em 1,2% dos casos, e duas vezes em cinco é uma estrela Michelin. Em 16.022 trechos em que o ChatGPT ou o Gemini recomendam uma empresa em quatro países, 191 dão como motivo um prêmio, um guia ou um ranking. Só o Guia Michelin responde por 76. Nos restaurantes, a distinção aparece em um trecho de cada seis; para encanadores, eletricistas, chaveiros, oficinas e autoescolas, em 6 trechos de 4.809. A IA não premia os prêmios: ela repete os de um juiz que já conhece.

Uma distinção chega à resposta de uma IA quando vem de um juiz que o modelo já conhece.

O que foi medido

O corpus das edições de 1º e 2 de outubro, recortado da mesma forma: nossos quatro estudos (Estados Unidos, Reino Unido, França, Brasil), perguntas de comprador feitas ao ChatGPT (gpt-4o-mini) e ao Gemini por suas interfaces de programação, sem busca na web - 3.600 respostas e, dentro delas, 16.022 trechos dedicados cada um a uma empresa nomeada. Em cada trecho, procuramos uma distinção: um prêmio (“award-winning”, “primée”, “premiado”), um guia (Michelin, Gault&Millau), um título (Meilleur Ouvrier de France), um ranking (Chambers, Legal 500), um voto de leitores (“Best of”). O detector foi provado em 15 casos positivos e 10 negativos e depois corrigido três vezes na releitura: o francês “se distingue par” (se destaca por) não é uma distinção, “the best of both worlds” também não, e um conselho (“verifique se o advogado recebeu prêmios”) não diz nada de uma empresa.

O prêmio aparece nos restaurantes, quase nunca nos ofícios

Os restaurantes concentram quase tudo: 74 de seus 452 trechos citam uma distinção, um em cada seis, de 22,5% no Reino Unido a 11,1% no Brasil. Depois vêm as padarias francesas (8 trechos de 102, entre eles Meilleurs Ouvriers de France) e os hotéis. Nos ofícios que vão até a sua casa, a distinção praticamente não existe nas respostas. O Gemini cita 4,4 vezes mais que o ChatGPT: em 2,3% dos seus trechos contra 0,5%.

Duas em cinco vêm de um único guia

O Michelin responde por 76 das 191 menções: duas em cinco. Os outros prêmios (71) misturam distinções nomeadas - um chef “James Beard Award winner”, um hotel “Forbes Five-Star” - e um “award-winning” genérico, por exemplo em agências ou salões. No Brasil, “premiado” aparece 26 vezes. As listas “Best of” e os votos de leitores, que tantos diretórios vendem, aparecem em 8 trechos de 16.022.

O que isso muda se você é a empresa

Uma distinção entra numa resposta de IA quando vem de um juiz que o modelo já conhece: um guia, um título nacional, um ranking reconhecido no ofício. Nos ofícios que têm esse juiz - restaurantes, padarias, direito empresarial -, obtê-lo é uma alavanca visível, e a IA o nomeia. Nos que não têm, um selo “Best of” comprado de um diretório tem pouca chance de ser o que o assistente repete; outras provas pesam, como a licença ou o preço claro (nossas edições de 19 e 29 de setembro). E, se você tem uma distinção de verdade, escreva-a por inteiro nas suas próprias páginas: quem a concedeu, por quê, em que ano. “Premiado” sozinho não dá nada para verificar, nem a um cliente nem a um modelo.

O que esta medição não prova

• Ela conta formulações, não intenções. Relido em 60 trechos sorteados, o detector acertou 57 vezes; os 3 erros são dois conselhos gerais e uma metáfora (“o guia Michelin da advocacia”).
• A classificação por tipo fica com a primeira palavra encontrada: um trecho “award-winning” que depois nomeia o James Beard conta entre os “outros prêmios”.
• Respostas de memória, sem busca na web, um modelo por assistente, numa data por país (Estados Unidos 13 de setembro, Reino Unido 31 de julho, França 30 de julho, Brasil 6 de agosto de 2026). Não verificamos se as distinções citadas são exatas nem se continuam valendo: uma estrela perdida pode sobreviver na memória de um modelo.
• Ela não prova que uma distinção faz ser recomendado: mede quantas vezes a IA dá uma como motivo, entre as empresas que já recomenda. Nenhum cliente foi observado.