TAG e ANA: AI slop ganha nota premium em 70% dos casos e custa US$ 7,08
Inventário sem autoria humana registra 0,05% de tráfego inválido contra 0,32% do limpo, e 12% dele escapa aos filtros de MFA que os compradores já utilizam.
O primeiro dimensionamento estatisticamente rigoroso do inventário lixo gerado por inteligência artificial situa o fenômeno entre 1,3% e 2,4% do investimento programático na open web, e conclui que esse inventário pontua melhor do que o limpo em quase todos os sinais de qualidade hoje usados pelas mesas de compra.
O Trustworthy Accountability Group, a Association of National Advertisers e a empresa de tecnologia Fiducia publicaram hoje uma análise que quantifica a fatia do investimento publicitário programático direcionada ao chamado AI slop, e chegaram a um intervalo de 1,3% a 2,4% do investimento programático na open web. A faixa fica próxima de 1,1%, o percentual medido para o inventário made-for-advertising no mesmo trimestre.
O que deve ocupar os compradores, contudo, não é o tamanho do problema, e sim a direção dos sinais de qualidade. Segundo a TAG, o inventário de slop registrou taxa de tráfego inválido de 0,05%, contra 0,32% do inventário limpo, viewability de 77,2% contra 74,9% e, uma vez descontada a mensurabilidade, recebeu classificação premium em mais de 70% das vezes. Essas notas se converteram em preços mais altos: TrueCPM de US$ 7,08 para o slop, contra US$ 6,15 para o inventário limpo.
O trabalho integra o ANA Programmatic Transparency Benchmark do primeiro trimestre de 2026, iniciativa conjunta do TAG TrustNet, da Fiducia e da ANA. A condução e a redação couberam a Scott Cunningham, da Cunningham.tech Consulting.
O que a análise mediu
Dois métodos distintos foram aplicados sobre a mesma base de dados. A classificação em nível de domínio ficou a cargo da DeepSee; a avaliação de páginas renderizadas, da Mobian.
A passagem em nível de domínio cobriu US$ 33,97 milhões em investimento correspondido na open web. A avaliação em nível de página abrangeu 233 milhões de URLs, 4.450 milhões de impressões e US$ 14,84 milhões em investimento medido, com mais de 30 mil avaliações página a página e verificação humana dos casos sinalizados.
Cada método produziu um limite. O piso de 1,3% vem da avaliação de páginas renderizadas com verificação humana, com intervalo de confiança de 99% entre 0,98% e 1,56%. O teto de 2,4% vem da classificação em nível de domínio aplicada à população correspondida. O processamento, a agregação e a anonimização dos dados couberam à Fiducia, por meio de sua plataforma de inteligência de dados.
As definições vieram antes da medição. A partir de conversas com fornecedores de qualidade de cadeia de suprimento, a análise adotou uma leitura de consenso emergente de AI slop como conteúdo de baixo valor, produzido em massa, gerado principalmente por inteligência artificial para fins de monetização, com pouca ou nenhuma participação humana, originalidade ou valor para a audiência. Esse conteúdo, registra o documento, não carrega impressão digital humana demonstrável e não atinge o patamar de uma experiência de conteúdo premium. Os fornecedores entrevistados o descreveram como “originalidade zero” (”zero originality”), marcado por “superficialidade semântica” (”semantic shallowness”) e como “conteúdo que não consegue demonstrar o que o autor humano contribuiu” (”content that cannot demonstrate what the human author contributed”).
Esse enquadramento traça uma linha que o setor tem tido dificuldade de sustentar. A característica definidora é a qualidade do conteúdo, não o emprego de inteligência artificial em sua criação. Ficaram de fora da classificação diversas categorias construídas com apoio de IA: resumos de dados gerados automaticamente, como súmulas esportivas ou sínteses de resultados; conteúdo editorial assistido por IA em que um humano acrescenta edição e perspectiva própria; produtos de alta qualidade nascidos da IA; agregadores transparentes de conteúdo de IA; e ferramentas habilitadas por IA, como softwares de design gráfico. Nenhum dos fornecedores consultados definiu AI slop simplesmente como conteúdo gerado por IA.
Os sinais de qualidade apontam para o lado errado
A inversão dos indicadores convencionais de qualidade é o achado operacional. Filtragem de tráfego inválido, limiares de viewability e taxas de mensurabilidade formam a espinha dorsal da triagem de inventário pré e pós-lance no lado da compra. Nos domínios de slop, os três aparecem limpos.
O mecanismo não é misterioso. Sites de conteúdo automatizado são construídos para renderizar rápido, servir espaços publicitários mensuráveis e evitar o tráfego de bots que acionaria filtros de fraude, porque sua receita depende de as impressões passarem pela verificação. Uma página montada por um modelo de linguagem e embrulhada em um template vai bem diante de testes desenhados para flagrar fraude e posicionamentos ocultos. O que ela não enfrenta é teste algum, porque nenhum dos sinais padrão pergunta se houve autoria humana.
Notas mais altas alimentam a precificação. O inventário de slop foi negociado a um TrueCPM de US$ 7,08, contra US$ 6,15 do inventário limpo, o que significa que anunciantes pagaram prêmio por impressões bem avaliadas por sistemas que nunca foram desenhados para julgar autoria.
Concentração e exposição
A exposição varia de forma acentuada entre anunciantes que compram no mesmo mercado. Entre os anunciantes da base, o AI slop oscilou de 0,11% a 13,84% do investimento, com concentrações maiores em inventário de cauda longa e em determinados ambientes de exchange.
O fenômeno é predominantemente de cauda longa. Cerca de 1 em cada 27 impressões em domínios desconhecidos, ou 3,7%, foi classificada como slop. Exchanges grandes e estabelecidas registraram taxas de um dígito. Exchanges menores e de formato nativo chegaram a algo entre 4% e 8%. Publishers conhecidos não apresentaram praticamente nenhum AI slop.
Um marcador estrutural separa as duas populações. A análise encontrou taxa de sites em template de 30,0% no inventário de slop, 25 vezes os 1,2% registrados no inventário limpo. Viewability alta e tráfego inválido baixo em domínios movidos a template funcionaram como assinatura, e não como atestado de qualidade.
Nos 11.552 domínios classificados como AI slop, a distribuição temática seguiu o padrão previsível de fazenda de conteúdo: maternidade e paternidade, viagens, receitas, penteados, finanças pessoais e conteúdo de instruções. Entre os formatos recorrentes estavam histórias virais fabricadas, fábulas de vingança e iscas de engajamento construídas sobre imagens geradas por IA, produzidas em massa a partir de templates de domínio quase idênticos e de redes de clones.
Plataformas sociais e a fronteira de crescimento
As plataformas sociais são o ambiente principal e de crescimento mais rápido do AI slop, segundo a análise. As plataformas vêm adotando políticas e procedimentos de identificação, mas um fornecedor estimou que de 25% a 40% do inventário de vídeo social está desalinhado, com o slop respondendo por parcela grande e crescente desse total.
A estimativa recai sobre terreno que o PPC Land acompanha desde 2025. Programas de monetização de plataformas foram identificados como motor da produção em massa de conteúdo de IA de baixa qualidade nas redes sociais (em inglês) em junho de 2025, e um terço do feed do YouTube Shorts foi descrito como slop gerado por IA (em inglês) em dezembro de 2025.
A sobreposição com MFA
A semelhança estrutural entre domínios de slop e sites made-for-advertising é alta, mas não total. A análise apurou que 88% do inventário de AI slop também foi identificado como MFA. Os 12% restantes ficam fora dos frameworks existentes, escapam às ferramentas atuais e custam mais por impressão verificada do que o inventário limpo.
Esse resíduo é a lacuna prática. Compradores que rodam supressão de MFA capturam a maior parte do slop como efeito colateral. O que lhes escapa é a fatia que não apresenta a densidade publicitária e os padrões de tráfego de arbitragem procurados pelos classificadores de MFA, e que é precificada acima do inventário limpo justamente por passar em todas as demais checagens.
A análise apresentou recomendações a anunciantes e agências: revisão das métricas de tráfego inválido e de viewability junto aos parceiros de verificação, para estabelecer se esses parceiros distinguem conteúdo gerado por IA de AI slop; exame mais detido da exposição a exchanges menores e de formato nativo; e revisão de listas de supressão e de outras ferramentas voltadas ao risco de cauda longa. A publishers e produtores de conteúdo, o documento indicou transparência ampla, uso responsável de IA e validação independente por certificação, como a AAM Ethical AI Certification, framework que a Integral Ad Science foi a primeira empresa a obter, em julho de 2025.
O benchmark do primeiro trimestre de 2026
Os achados sobre slop estão inseridos em um trimestre que o benchmark lê como reajuste amplo. O TrueAdSpend, fatia do investimento total que chega a impressões livres de fraude, mensuráveis, visíveis e não classificadas como MFA, subiu para 43,3% no primeiro trimestre de 2026, ante 36,3% no quarto trimestre de 2025. A perda de produtividade de mídia caiu para 30,8%, ante pico de 40,1% no trimestre anterior, movimento puxado sobretudo pela queda das impressões não visíveis de 22,7% para 13,3%. Os custos de transação foram na direção oposta e subiram de 23,7% para 25,9%.
Os preços cederam em toda a linha. O CPM total recuou de US$ 5,55 para US$ 4,42, e o TrueCPM caiu de US$ 12,77, no quarto trimestre de 2025, para US$ 6,47. O TrueCPM Index, que expressa o prêmio pago por impressões de qualidade, contraiu-se para 33,9%, o menor patamar registrado no período coberto.
É no MFA que as duas linhas se encontram. O benchmark registra o MFA de forma consistente entre 0,4% e 0,6% ao longo de 2025, com o primeiro trimestre de 2026 marcando a primeira alta relevante, para 1,1%. O relatório atribui parte desse movimento ao crescimento de subtipos, entre eles o AI slop.
A divergência entre anunciantes se ampliou. O grupo de melhor desempenho registrou TrueAdSpend de 54,0%, contra 32,1% da metade inferior, diferença de 21,9 pontos percentuais. Os custos de transação separaram os dois grupos por apenas 2,4 pontos, ao passo que as perdas de produtividade de mídia diferiram em 19,4 pontos. A metade superior pagou CPM médio de US$ 5,45 e TrueCPM de US$ 7,46. A inferior pagou US$ 7,40 e US$ 19,04, ou 2,6 vezes mais por impressão de qualidade. A metade de cima operou em 32.998 domínios e aplicativos; a de baixo, em 67.049.
A participação cresceu. A amostra do primeiro trimestre de 2026 reuniu 86 anunciantes participantes e 66 contribuintes ativos de dados, ante 54 e 35 no quarto trimestre de 2025, cobrindo 20.900 milhões de impressões e US$ 160 milhões em investimento publicitário. O CTV respondeu por 47,5% do investimento, e a web, por 42,3%.
Por que o achado importa para os compradores de mídia
A quantificação muda aquilo contra o que se pode contratar. Até hoje, a escala do AI slop no investimento programático repousava em estimativas de fornecedores e em estudos de caso investigativos, não em uma base correspondida com intervalos de confiança.
O setor circula o problema há dois anos. A Integral Ad Science sinalizou os sites de slop gerado por IA como ameaça à eficácia do programático (em inglês) em julho de 2025, e o PPC Land publicou um explicativo sobre o fenômeno e suas implicações para anunciantes (em inglês) em janeiro de 2026. A DoubleVerify expôs o AutoBait, rede de mais de 200 domínios MFA que produzia clickbait a cerca de US$ 2,25 por artigo (em inglês), em março de 2026. A IAS abriu um beta para evitação de conteúdo de IA de baixa qualidade (em inglês) em abril de 2026 e o levou à disponibilidade geral(em inglês) em maio de 2026, com relato de taxa de sucesso 49% maior em inventário sem slop, ainda que a cobertura, naquele momento, se limitasse a texto em inglês na open web.
Os 12% de slop situados fora dos frameworks de MFA se sobrepõem a essa limitação de cobertura. Ferramentas construídas para detectar MFA e ferramentas construídas para detectar conteúdo de IA baseado em texto deixam, cada uma, um resíduo, e a análise precifica esse resíduo acima do inventário limpo.
O contexto mais amplo sobre onde termina a mídia trabalhada foi documentado ao longo do mesmo período. O primeiro guia técnico do IAB Spain dedicado a supply-side platforms, publicado em abril de 2026, citou dados do benchmark da ANA segundo os quais apenas 41% do investimento programático total chegava a impressões genuínas, mensuráveis e visíveis (em inglês), livres de tráfego inválido e de inventário MFA. Os 43,3% do primeiro trimestre de 2026 representam movimento nessa medida, não sua resolução.
Do lado da compra, a taxa de sites em template e a taxa de impressões em domínios desconhecidos oferecem sinais que não dependem de haver uma classificação de fornecedor em operação. Do lado da venda, a constatação de que publishers conhecidos não apresentaram praticamente nenhum AI slop é o contrapeso em um mercado onde conteúdo automatizado concorre em preço com trabalho produzido por humanos.
Linha do tempo
Dezembro de 2023 - O ANA Programmatic Media Supply Chain Transparency Study aponta que apenas 36% dos orçamentos programáticos pós-transação chegam a impressões válidas, visíveis, mensuráveis e não classificadas como MFA (em inglês)
Junho de 2024 - O IAB Australia publica diretrizes que definem os sites made-for-advertising para o setor (em inglês)
Junho de 2025 - Programas de monetização de plataformas são identificados como motor da produção em massa de conteúdo de IA nas redes sociais (em inglês)
17 de julho de 2025 - A Integral Ad Science identifica os sites de slop gerado por IA como ameaça crítica à eficácia do programático (em inglês)
30 de julho de 2025 - A Integral Ad Science se torna a primeira empresa a receber a certificação Ethical AI da Alliance for Audited Media (em inglês)
Dezembro de 2025 - Um terço do feed do YouTube Shorts é descrito como slop gerado por IA (em inglês)
3 de janeiro de 2026 - O PPC Land publica um explicativo sobre AI slop e suas implicações para anunciantes (em inglês)
Janeiro a março de 2026 - Período de dados do primeiro trimestre de 2026 coberto pelo ANA Programmatic Transparency Benchmark
4 de março de 2026 - A DoubleVerify publica a investigação AutoBait sobre uma rede de 200 domínios de AI slop(em inglês)
2 de abril de 2026 - A Integral Ad Science abre o beta de seu segmento de evitação de IA generativa de baixa qualidade (em inglês)
15 de abril de 2026 - O IAB Spain publica seu primeiro guia sobre SSPs e cita dados do benchmark da ANA sobre a marca de 41% de mídia trabalhada (em inglês)
29 de maio de 2026 - A Integral Ad Science leva a evitação de IA generativa de baixa qualidade à disponibilidade geral (em inglês)
28 de julho de 2026 - TAG, ANA e Fiducia publicam o primeiro dimensionamento estatisticamente rigoroso do AI slop no investimento programático
Cobertura relacionada
O que é AI slop e por que anunciantes deveriam se importar agora (em inglês) - Explicativo que rastreia o termo desde a origem até sua chegada como problema de qualidade de inventário programático.
DoubleVerify expõe o AutoBait, rede de AI slop que custa milhões a anunciantes (em inglês) - Investigação sobre uma rede coordenada de mais de 200 domínios MFA que gerava clickbait em escala industrial.
AutoBait exposto: dentro da fábrica de AI slop que drena orçamentos publicitários (em inglês) - Relato detalhado da esteira de geração de conteúdo e da economia por artigo por trás da rede AutoBait.
IAS identifica sites de slop gerado por IA como grande ameaça à qualidade publicitária (em inglês) - Classificação inicial dos sites de slop como poluição publicitária e estimativas do desperdício associado para o anunciante.
IAS torna a evitação de AI slop disponível ao público com dados de desempenho (em inglês) - Números de desempenho e limites de cobertura do primeiro segmento de evitação de slop amplamente disponível.
Primeiro guia de SSPs do IAB Spain expõe o problema dos 41% de mídia trabalhada (em inglês) - Análise de onde o investimento programático se perde entre anunciante e publisher, apoiada em dados do benchmark da ANA.
Estudo da ANA sobre mídia programática revela desafios de transparência na publicidade digital (em inglês) - O estudo de 2023 que estabeleceu o framework TrueKPI no qual o benchmark atual se apoia.
Sites MFA: entender o problema e proteger o investimento publicitário (em inglês) - Contexto sobre as diretrizes do IAB Australia que definiram o inventário made-for-advertising para o setor.
Anunciantes enfrentam taxa de MFA 4 vezes maior em display de web móvel, aponta a IAS (em inglês) - Benchmarks de MFA por canal extraídos do Media Quality Report mais recente.
Programa global de prevenção a fraudes poupa US$ 10.800 milhões a anunciantes (em inglês) - Análise de impacto da TAG e crescimento do TAG TrustNet como utilidade de dados em nível de log.
Resumo
Quem: O Trustworthy Accountability Group e o TAG TrustNet, a Association of National Advertisers e a parceira de tecnologia Fiducia, com análise conduzida e redigida por Scott Cunningham, da Cunningham.tech Consulting. A classificação em nível de domínio veio da DeepSee e a avaliação de páginas renderizadas, da Mobian.
O quê: O primeiro dimensionamento estatisticamente rigoroso do AI slop na mídia programática, que situa o fenômeno entre 1,3% e 2,4% do investimento programático na open web, perto do patamar de 1,1% do MFA. O inventário de slop registrou taxa de tráfego inválido de 0,05% contra 0,32% do inventário limpo, viewability de 77,2% contra 74,9%, classificação premium em mais de 70% das vezes e TrueCPM de US$ 7,08 contra US$ 6,15. Nos 11.552 domínios de slop, 88% também foram classificados como MFA, e a taxa de sites em template alcançou 30,0%, contra 1,2% no inventário limpo.
Quando: Publicado hoje, 28 de julho de 2026, com dados do primeiro trimestre de 2026, de janeiro a março.
Onde: Inventário programático de open web, com as maiores concentrações em oferta de cauda longa, domínios desconhecidos e exchanges menores e de formato nativo. As plataformas sociais foram identificadas como o ambiente de crescimento mais rápido, com um fornecedor estimando que de 25% a 40% do inventário de vídeo social está desalinhado.
Por quê: Os sinais padrão de verificação avaliam o AI slop como de alta qualidade, de modo que inventário sem autoria humana passa pelas checagens pré e pós-lance em que os compradores se apoiam e é negociado acima do preço do inventário limpo. Os 12% de slop que ficam fora dos frameworks de MFA escapam por completo às ferramentas de supressão atuais, e a quantificação oferece aos compradores uma linha de base medida onde antes havia apenas estimativas de fornecedores e estudos de caso.