Quatro de seis fontes públicas traziam a cidade antiga, e nenhuma trazia o endereço novo

Em 23 de junho de 2026, a ZEITH conferiu seis fontes públicas sobre um profissional de saúde que passou a atender em outra cidade: quatro traziam a cidade antiga, duas a nova, e nenhuma trazia o endereço do consultório novo.

O que observamos

O profissional atende em consultório próprio numa cidade diferente daquela que constava em seus perfis, e a data exata da mudança não ficou registrada, nem se ele deixou de atender na cidade anterior. O LinkedIn dele foi atualizado em 10 de junho de 2026. Em 15 de junho, a ZEITH perguntou ao Perplexity quem ele era. A resposta veio montada só com LinkedIn e Instagram e trouxe a versão antiga do perfil, com a formação e a carga horária de antes da atualização. Localizava-o na cidade antiga, dizia que ele atendia numa terceira cidade e recomendava verificar se atuava na cidade nova.

Pedida a recomendação de especialistas da área na cidade nova, a resposta trouxe uma lista de cinco nomes e outros, sem o dele. No Google, a busca pelo nome não mostrava painel de conhecimento, e ao lado dos resultados com o nome dele o Google marcava a cidade nova como termo que o resultado não inclui. Na busca por especialidade, tratamento e cidade, não havia resumo de IA, num tema de saúde, e ele não aparecia.

A evidência

Em 23 de junho, oito dias depois, a ZEITH conferiu a cidade e o endereço do profissional em seis fontes públicas. A ficha do Google estava na cidade antiga, com dezenas de avaliações acumuladas ali. O perfil de LinkedIn que recebeu a atualização de 10 de junho, visto sem login, ainda mostrava a cidade antiga, e o diretório de médicos e o agregador de empresas também: quatro de seis. Duas fontes diziam a cidade nova, um segundo perfil de LinkedIn, de endereço diferente, e uma página pessoal de cartão de visita, e nenhuma das duas trazia endereço. O endereço do consultório novo não constava em nenhuma das seis. Um Facebook com a cidade antiga ficou fora da conta, por um motivo dito no método.

No mesmo dia, a ZEITH perguntou a três assistentes o que sabiam do profissional. O ChatGPT o reconheceu e apontou a inconsistência entre as duas cidades. O Perplexity o descreveu corretamente, com a cidade nova e a especialidade certa, ao contrário do que fizera em 15 de junho. O Gemini trocou a especialidade, deu um número de registro profissional diferente do dos outros dois e afirmou que não havia registro público do consultório na cidade nova. Na pergunta de recomendação, ele não apareceu em nenhuma das três respostas, que traziam listas de oito, cinco e oito nomes, e também não estava entre os dez primeiros resultados de duas buscas no Google, uma por especialidade e cidade e outra por tratamento e cidade.

Por que acontece

A conferência não mede causa. Uma explicação possível é que um endereço novo precisa existir em fontes que as máquinas leem, e na data da conferência ele não existia em nenhuma das seis. Ao dizer que não havia registro público do consultório na cidade nova, o Gemini foi coerente com a ausência do endereço novo nas seis fontes, ainda que errasse a especialidade. A hipótese é que as respostas variaram porque cada assistente compõe o retrato com as fontes que encontra, e as fontes se contradizem.

Há uma ressalva sobre o que significa “antiga”. Um dos assistentes menciona uma clínica ainda ativa na cidade antiga, e parte das fontes antigas pode descrever essa clínica, e não um esquecimento. O levantamento não separa as duas coisas. O que ele mostra com clareza é que, entre as seis fontes, o endereço novo não está em nenhuma.

Treze dias depois da atualização do perfil, quatro de seis fontes continuavam na cidade antiga.

O que muda

Para quem compara, uma resposta de IA sobre um profissional que mudou pode estar certa, errada ou atrasada, e a resposta não diz qual das três.

Para quem precisa ser escolhido, o caso mostra que a mudança de cidade não terminou quando o perfil principal foi atualizado. A reputação acumulada, no caso dezenas de avaliações no Google, continuava na ficha da cidade antiga, e ele não estava entre os dez primeiros resultados das duas buscas.

Posição da ZEITH

A leitura da ZEITH é que atualizar o perfil principal pode ser o começo de uma mudança, e não o fim: no caso observado, ela ainda não se completara, e as fontes que os assistentes e o Google leem se contradiziam. Discordamos de tratar a consistência de cidade e endereço como detalhe cadastral, porque foi nas cidades e no endereço que as fontes se contradisseram, e os assistentes responderam de formas diferentes, sem que a conferência consiga ligar uma coisa à outra. O caso é um só e não generaliza. Fica a hipótese que a ZEITH quer testar com outros profissionais que mudaram: quanto tempo a cidade antiga continua aparecendo nas respostas depois que a nova consta em todas as fontes.

Amostra e método

n = 1 profissional de saúde atendido pela ZEITH, que passou a atender em outra cidade em 2026. Em 23 de junho de 2026, conferência da cidade e do endereço em 6 fontes públicas: ficha do Google, o perfil de LinkedIn atualizado em 10 de junho, um segundo perfil de LinkedIn de endereço diferente, página pessoal de cartão de visita, diretório de médicos e agregador de empresas. Os dois perfis de LinkedIn contam como duas fontes. O registro lista também um Facebook com a cidade antiga, mas diz em outro ponto que o profissional não tem página própria na rede, só menções de terceiros; por isso ele ficou fora da conta. No mesmo dia, 3 assistentes (ChatGPT, Gemini e Perplexity) por 2 perguntas cada, uma de recomendação e uma sobre o que sabiam do profissional, e 2 buscas no Google, uma por especialidade e cidade e outra por tratamento e cidade, lidas até a 10ª posição. Em 15 de junho, 2 perguntas ao Perplexity, 1 busca pelo nome e 1 busca por especialidade, tratamento e cidade no Google, feitas, segundo o registro, no navegador logado do próprio profissional e sem grupo de controle. As respostas dos assistentes de 23 de junho estão registradas em resumo, e não em texto literal, e o login dessa data não foi registrado. As duas rodadas não têm texto nem condições de sessão comparáveis, então a diferença entre as duas respostas do Perplexity indica variação, e não propagação medida. Um caso não permite falar de “profissionais de saúde”.