A KPMG retirou de circulação o relatório intitulado "Total Experience: Redefining Excellence in the Age of Agentic AI", publicado em outubro de 2025, após uma auditoria independente apontar falhas graves de veracidade. Segundo a empresa de análise GPTZero, que realizou uma revisão técnica do documento, apenas cinco das 45 citações apresentadas correspondiam de fato às fontes originais. O restante das referências foi classificado como impreciso, enganoso ou inteiramente fabricado, um fenômeno que a GPTZero apelidou de "vibe citing" — o ato de gerar referências que parecem convincentes, mas carecem de base factual.

O incidente coloca em xeque os processos de controle de qualidade editorial das chamadas "Big Four" em um momento em que essas firmas se posicionam como guias estratégicos para a adoção de inteligência artificial por seus clientes. O relatório não apenas falhou ao referenciar estudos externos, mas também apresentou dados contraditórios em relação a outras publicações da própria KPMG, como o "CEO Outlook 2025", que divergiam significativamente sobre a prioridade de investimentos em tecnologia por parte de executivos.

O risco da automação editorial

O episódio ilustra a armadilha em que consultorias e departamentos de marketing podem cair ao delegar a produção de conteúdo técnico a sistemas de linguagem generativa sem o devido rigor humano. A promessa de eficiência operacional da IA esbarra na sua tendência inerente de preencher lacunas informacionais com dados plausíveis, porém falsos. Quando uma marca global utiliza essas ferramentas para redigir relatórios de autoridade, o custo reputacional pode ser desproporcional ao ganho de produtividade.

Historicamente, o setor de consultoria tem sido um dos maiores entusiastas e, simultaneamente, um dos mais vulneráveis a esses erros. O caso da KPMG ecoa um precedente recente envolvendo a Deloitte, que precisou reembolsar o governo australiano após conteúdo gerado por IA ser inserido em um relatório financiado por fundos públicos. Esses episódios sugerem que a transição para fluxos de trabalho assistidos por IA exige uma mudança radical nos protocolos de revisão, que muitas vezes ainda são desenhados para erros humanos tradicionais, e não para alucinações algorítmicas.

Mecanismos de falha sistêmica

Por que relatórios de alto nível chegam a ser publicados com erros tão grosseiros? A dinâmica parece envolver uma falha de incentivo: a pressão por produzir conteúdo de liderança de pensamento (thought leadership) em ritmo acelerado cria um ambiente onde a velocidade de publicação supera a capacidade de verificação factual. Se a IA é utilizada para "costurar" fragmentos de informações, a ausência de uma checagem de ponta a ponta permite que erros de citação passem despercebidos pelo filtro editorial, que assume que a ferramenta de IA está apenas sintetizando fontes existentes.

Além disso, a sofisticação das alucinações torna a detecção mais difícil para revisores humanos que não consultam os links originais. Quando o sistema inventa o nome de um projeto ou um caso de uso — como a falsa afirmação de que a Emirates Airlines teria um chatbot capaz de alterar voos —, o texto ganha uma aura de veracidade técnica que desestimula o ceticismo. O problema não é a tecnologia em si, mas a confiança excessiva na capacidade da IA de atuar como um pesquisador autônomo sem supervisão humana rigorosa.

Stakeholders e a credibilidade do setor

Para os clientes dessas consultorias, o incidente serve como um alerta sobre a necessidade de auditar não apenas as recomendações estratégicas, mas a própria base de dados que fundamenta o aconselhamento. Reguladores e investidores que dependem dessas publicações para entender tendências de mercado agora possuem um motivo adicional para questionar a procedência de insights gerados por sistemas automatizados. A confiança é o ativo principal das Big Four, e sua erosão pode ter impactos diretos na percepção de valor dos serviços prestados.

No Brasil, onde o ecossistema de consultoria também integra IA em suas rotinas de produção de conteúdo, o caso da KPMG deve servir como um estudo de caso sobre governança. A adoção de IA não pode ser um processo de "caixa preta" onde a autoria e a responsabilidade pelo dado se perdem no fluxo de trabalho. A transparência sobre quanto um documento foi gerado ou editado por IA torna-se, portanto, uma necessidade competitiva e um requisito básico de conformidade.

O futuro da curadoria humana

O que permanece incerto é se este caso isolado forçará uma mudança estrutural na forma como as consultorias publicam seus relatórios anuais. A KPMG declarou que está revisando as circunstâncias da publicação e reforçando as diretrizes de supervisão humana, mas o desafio persiste: como manter a escala de produção editorial sem sacrificar a precisão? A resposta provavelmente envolverá novas camadas de software de verificação de fatos, especificamente desenhadas para cruzar referências em tempo real.

O mercado observará atentamente se outras empresas do setor anunciarão auditorias internas ou novas políticas de transparência sobre o uso de IA em seus documentos. A tecnologia de geração de texto continuará a evoluir, mas a necessidade de curadoria humana rigorosa parece ser, ironicamente, ainda mais vital em um mundo repleto de conteúdo gerado sinteticamente. A credibilidade, uma vez perdida, é significativamente mais difícil de recuperar do que a eficiência operacional.

Com reportagem de Brazil Valley

Source · The Register