Como a IA ajuda o Google a prevenir fraudes na mídia programática

Resposta rápidaO Google usa inteligência artificial em quatro camadas para prevenir fraudes na mídia programática: (1) modelos de machine learning que filtram tráfego inválido (IVT) em tempo real, antes de o anunciante ser cobrado; (2) modelos de linguagem multimodais (LLMs) que navegam sites e apps como se fossem usuários para achar anúncios escondidos, cliques acidentais e práticas enganosas, o que reduziu em 40% o IVT desse tipo; (3) o Gemini na aplicação de políticas, que em 2025 ajudou a bloquear 8,3 bilhões de anúncios e agir sobre 480 milhões de páginas de publishers; e (4) a checagem da cadeia de venda com ads.txt e sellers.json. Para o publisher, isso significa menos receita “fantasma”, mais confiança dos anunciantes e uma tolerância cada vez menor a tráfego de baixa qualidade.

Atualizado em outubro de 2026, com dados do Relatório de Segurança de Anúncios 2025 do Google e dos anúncios oficiais da equipe de Ad Traffic Quality.

Quem trabalha com mídia programática sabe que fraude não é um problema dos anunciantes apenas. Cada impressão falsa derruba o preço do inventário honesto, aumenta as deduções no pagamento e coloca contas inteiras em risco. Neste guia eu explico, sem jargão desnecessário, como a IA do Google atua contra a fraude, quais números a empresa divulgou e o que você, publisher, precisa ajustar na sua operação para ficar do lado certo dessa história.

O que é fraude em mídia programática

Fraude em mídia programática é qualquer impressão, clique ou conversão de anúncio que não vem de uma pessoa real com interesse genuíno. O mercado chama isso de tráfego inválido, ou IVT (invalid traffic). O Media Rating Council (MRC), que define os padrões de medição da indústria, divide o IVT em dois grupos:

• GIVT (tráfego inválido geral): robôs conhecidos, crawlers, data centers e atividade que pode ser filtrada por listas e regras simples.
• SIVT (tráfego inválido sofisticado): bots que imitam humanos, malware em dispositivos, fazendas de cliques, falsificação de domínio ou de app, anúncios empilhados (ad stacking) e anúncios do tamanho de um pixel (pixel stuffing). Esse tipo exige análise de comportamento e, cada vez mais, inteligência artificial.

O tamanho do problema é grande. Um estudo da Pixalate com mais de 100 bilhões de impressões programáticas no primeiro trimestre de 2025 estimou taxas globais de IVT de 18% na web e 31% em apps. É por isso que os compradores pagam menos por inventários em que não confiam e por que o Google investe tanto em detecção automática.

Os números: o que o Google divulgou sobre IA e fraude

Os dados abaixo vêm do Relatório de Segurança de Anúncios 2025 (publicado em abril de 2026) e do anúncio da equipe de Ad Traffic Quality de agosto de 2025:

O recado é direto: a maior parte do trabalho de proteção acontece antes de qualquer pessoa ver o anúncio, e a IA já é responsável pela grande maioria das detecções do lado do publisher.

Como a IA do Google detecta fraude, camada por camada

1. Filtragem de tráfego inválido em tempo real

Toda solicitação de anúncio que passa pelo Google AdSense, AdMob, Ad Manager e Ad Exchange é avaliada por modelos de machine learning treinados com quase duas décadas de dados. Eles cruzam sinais como origem do IP, tipo de dispositivo, padrão de navegação, tempo entre impressão e clique, taxa de cliques por usuário e comportamento histórico do inventário. Parte do tráfego é descartada antes do leilão; outra parte é identificada depois e removida do faturamento.

O Google afirma que combina verificações automáticas e manuais para que o anunciante não pague por IVT, mesmo quando um anúncio inválido chega a ser exibido. Do lado do publisher, isso aparece como as deduções de tráfego inválido no pagamento mensal e explica por que o RPM do AdSense cai quando entra tráfego ruim.

2. LLMs que navegam sites e apps como um usuário real

Em agosto de 2025, a equipe de Ad Traffic Quality, junto com o Google Research e o Google DeepMind, revelou uma nova defesa: modelos de linguagem multimodais que abrem páginas e apps, interagem com a interface, tiram capturas de tela e leem as instruções de renderização. Com isso, a IA consegue identificar situações que os dados de backend não mostram, como:

• anúncios escondidos que registram impressão sem estar visíveis;
• botões posicionados para gerar cliques acidentais;
• anúncios fora de contexto que interrompem o uso e forçam interação;
• layouts que mudam de lugar no momento do toque.

No piloto, entre dezembro de 2023 e outubro de 2024, o IVT vindo dessas práticas enganosas ou disruptivas caiu 40%. Os casos detectados passam por revisão humana antes da aplicação da política. O próprio Google reconhece que o sistema não é infalível, mas é mais robusto do que a análise de dados tradicional para esse tipo de abuso.

3. Gemini na aplicação de políticas para publishers

O Relatório de Segurança de Anúncios 2025 mostra que os modelos Gemini passaram a fazer o trabalho pesado de revisão: entender o contexto de uma página, comparar com as políticas e decidir se ela pode receber anúncios. Das mais de 480 milhões de páginas com ação, mais de 467 milhões foram detectadas por IA. Isso inclui conteúdo sexual, perigoso ou chocante, mas também páginas criadas só para arbitragem de tráfego. Se você quer entender o que mais derruba contas hoje, vale ler meu guia de políticas do Google Ad Manager.

4. Transparência da cadeia de venda

Fraudes como a falsificação de domínio e de app dependem de vender inventário em nome de outra pessoa. Os padrões da IAB, ads.txt, app-ads.txt e sellers.json, permitem que os compradores do Google confirmem quem está autorizado a vender cada inventário. Os sistemas automáticos usam essas declarações para recusar inventário não autorizado e para encontrar redes de revenda suspeitas. Foi esse tipo de análise que levou o Google a remover centenas de apps ligados a esquemas que chegaram a gerar 1,5 bilhão de solicitações de lance por dia.

5. Pessoas no circuito e recursos mais rápidos

A IA não trabalha sozinha. Casos sensíveis passam por revisão humana, e o uso do Gemini também reduziu erros: as suspensões incorretas de anunciantes caíram 80% e o Google informou que 99% dos recursos passaram a ser resolvidos em até 24 horas. Para o publisher, a lição é manter documentação e histórico organizados para conseguir contestar uma ação rapidamente.

O que isso muda para o publisher

Na prática, a IA do Google eleva o padrão de qualidade de todo o ecossistema. Isso tem lados bons e lados que exigem atenção:

• Inventário limpo vale mais: com menos fraude no leilão, os anunciantes confiam mais e o CPM médio de quem tem tráfego real tende a subir.
• Tolerância menor a tráfego ruim: picos de bots, tráfego comprado sem critério ou trocas de cliques aparecem rápido nos modelos e viram dedução, limite de anúncios ou suspensão.
• Layout também é auditado: a IA que navega como usuário enxerga anúncios colados em botões, pop-ups agressivos e recarregamentos forçados.
• Responsabilidade compartilhada no MCM: quem opera por um parceiro MCM precisa seguir as mesmas regras, e o parceiro responde pela qualidade da rede. Veja como funciona o MCM do Google.

Checklist: como proteger sua conta da detecção de IVT

1. Conheça cada fonte de tráfego. Separe receita por origem no Google Analytics 4 e corte as fontes com engajamento anormal.
2. Compre tráfego com critério. Se usa mídia paga, siga as boas práticas de Google Ads para publishers e evite redes de tráfego barato.
3. Nunca clique nos próprios anúncios nem peça cliques a amigos, grupos ou seguidores.
4. Afaste anúncios de botões, menus e áreas de toque no mobile e evite formatos que cobrem o conteúdo sem controle.
5. Mantenha o ads.txt e o app-ads.txt atualizados com todos os vendedores autorizados, e só eles.
6. Proteja o site contra bots e invasões. Um WordPress comprometido pode gerar tráfego falso sem você saber; veja proteger o WordPress com plugins de segurança e use uma CDN com proteção contra bots.
7. Acompanhe métricas de visibilidade. Quedas bruscas de Active View ou CTR muito acima da média são sinais de alerta.
8. Leia todo e-mail de política e corrija a causa antes de pedir revisão.

IA contra IA: o que vem pela frente

A mesma tecnologia que protege o ecossistema também é usada por fraudadores: bots mais convincentes, sites gerados em massa por IA para arbitragem e redes de apps que imitam comportamento humano. A tendência é o Google apoiar cada vez mais as decisões em modelos que entendem conteúdo e experiência do usuário, e não apenas números de tráfego. Para quem constrói audiência real, com conteúdo útil e fontes de tráfego transparentes, isso é uma vantagem competitiva. Para quem depende de atalhos, a janela está se fechando.

Perguntas frequentes

Referências consultadas em outubro de 2026: Google: como usamos IA para combater tráfego inválido (ago/2025), Relatório de Segurança de Anúncios 2025 do Google, PPC Land, PPC Land: Ads Safety Report 2025.